Zum Inhalt springen

Kurs:Lineare Algebra/Teil I/30/Klausur mit Lösungen/kontrolle


Aufgabe 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 ∑
Punkte 3 3 3 5 6 2 4 3 2 7 3 4 3 10 3 3 64




Aufgabe (3 Punkte)


Lösung

  1. Eine Abbildung F von L nach M ist dadurch gegeben, dass jedem Element der Menge L genau ein Element der Menge M zugeordnet wird.
  2. Die Summe dieser Untervektorräume ist durch
    U1+⋯+Un={u1+⋯+un∣ui∈Ui}

    gegeben.

  3. Sei
    M=(aij)1≤i,j≤n.

    Dann heißt

    Spur⁡(M):=∑i=1naii

    die Spur von M.

  4. Die Abbildung
    φ∗:HomK(W,K)=W∗⟶HomK(V,K)=V∗,f⟼f∘φ,

    heißt die duale Abbildung zu φ.

  5. Eine Permutation π auf {1,…,n} heißt Zyklus der Ordnung r, wenn es eine r-elementige Teilmenge Z⊆M derart gibt, dass π auf M∖Z die Identität ist und π die Elemente aus Z zyklisch vertauscht
  6. Eine quadratische Matrix M heißt nilpotent, wenn es eine natürliche Zahl n∈ℕ gibt derart, dass das n-te Matrixprodukt
    Mn=M∘⋯∘M⏟n-mal=0
    ist.


Aufgabe (3 Punkte)


Lösung

  1. Es sei K ein Körper und V ein K-Vektorraum der Dimension n. Es seien 𝔳=v1,…,vn und 𝔲=u1,…,un zwei Basen von V. Es sei
    vj=∑i=1ncijui

    mit den Koeffizienten cij∈K, die wir zur n×n-Matrix

    M𝔲𝔳=(cij)ij

    zusammenfassen. Dann hat ein Vektor w, der bezüglich der Basis 𝔳 die Koordinaten (s1⋮sn) besitzt, bezüglich der Basis 𝔲 die Koordinaten

    (t1⋮tn)=M𝔲𝔳(s1⋮sn)=(c11c12…c1nc21c22…c2n⋮⋮⋱⋮cn1cn2…cnn)(s1⋮sn).
  2. Es sei M eine endliche Menge mit n Elementen. Dann besitzt die Permutationsgruppe Perm⁡(M)≅Sn genau n! Elemente.
  3. Es sei λ∈K. Dann besteht zwischen der geometrischen und der algebraischen Vielfachheit die Beziehung
    dimK(Eigλ(φ))≤μλ(φ).


Aufgabe (3 Punkte)

Man erläutere das Prinzip, dass man in der Mathematik auch „Extremfälle“ berücksichtigen muss, an typischen Beispielen.


Lösung erstellen


Aufgabe (5 (1+1+1+2) Punkte)

Ein Zug ist 500 Meter lang (ohne Lokomotive) und bewegt sich mit 180 Stundenkilometer. Lucy Sonnenschein hat ihr Fahrrad mit in den Zug genommen und fährt mit einer Geschwindigkeit von 20 Metern pro Sekunde von ganz vorne nach ganz hinten.

  1. Wie viele Sekunden benötigt Lucy für die gesamte Zuglänge?
  2. Welche Geschwindigkeit (in Meter pro Sekunde) hat Lucy bezogen auf die Umgebung?
  3. Welche Entfernung (in Meter) legt der Zug während der Fahrradfahrt zurück?
  4. Berechne auf zwei verschiedene Arten, welche Entfernung Lucy während ihrer Fahrradfahrt bezogen auf die Umgebung zurücklegt.


Lösung

  1. Lucy benötigt 25 Sekunden für den 500 Meter langen Zug.
  2. In Meter pro Sekunde hat der Zug eine Geschwindigkeit von
    1800003600=180036=50.

    Da die beiden Bewegungen sich überlagern, aber in umgekehrter Richtung ausgerichtet sind, ist die Gesamtgeschwindigkeit von Lucy gleich 30 Meter pro Sekunde.

  3. In den 25 Sekunden legt der Zug
    25⋅50=1250

    Meter zurück.

  4. Man kann von der vom Zug zurückgelegten Strecke die von Lucy im Zug zurückgelegte Strecke subtrahieren, dies ergibt
    1250−500=750

    Meter. Ebenso kann man mit ihrer Geschwindigkeit bezogen auf die Umgebung rechnen, und erhält ebenfalls

    25⋅30=750

    Meter.


Aufgabe (6 (1+1+1+1+2) Punkte)

Wir betrachten Matrizen der Form

(a0b0c0d0e).
  1. Berechne
    (a0b0c0d0e)⋅(f0g0h0i0j).
  2. Ist die Matrizenmultiplikation für solche Matrizen kommutativ?
  3. Bestimme die Determinante von (a0b0c0d0e).
  4. Man gebe eine Matrix der Form
    (10b010d01)

    an, die nicht invertierbar ist.

  5. Es sei
    (a0b0c0d0e)

    invertierbar. Ist die Inverse der Matrix ebenfalls von diesem Typ?


Lösung

  1. Es ist
    (a0b0c0d0e)⋅(f0g0h0i0j)=(af+bi0ag+bj0ch0df+ei0dg+ej).
  2. Die Multiplikation ist nicht kommutativ. Wenn man oben die Reihenfolge vertauscht, ergibt sich als Eintrag links oben af+gd und nicht af+bi.
  3. Die Determinante von (a0b0c0d0e) ist gleich c(ae−db).
  4. Die Matrix
    (101010101)

    ist nicht invertierbar, da die erste und die dritte Zeile übereinstimmen.

  5. Es sei (a0b0c0d0e) invertierbar. Dann ist zunächst  c≠0.  Ferner ist  ae−bd≠0,  da die Determinante gleich c(ae−db) ist. Es ist
    (a0b0c0d0e)(e0−b0(ae−bd)c−10−d0a)=(ae−bd000ae−bd000ae−bd).

    Somit ist

    1ae−bd(e0−b0(ae−bd)c−10−d0a)

    die inverse Matrix und diese ist wieder von diesem Typ.


Aufgabe (2 Punkte)

Beweise den Basisergänzungssatz.


Lösung

Es sei b1,…,bn eine Basis von V. Aufgrund des Austauschsatzes findet man n−k Vektoren aus der Basis 𝔟, die zusammen mit den vorgegebenen u1,…,uk eine Basis von V bilden.


Aufgabe (4 Punkte)

Wir betrachten die Quadratabbildung

φ:K⟶K,x⟼x2,

für verschiedene Körper K.

a) Ist φ linear für

K=ℚ?


b) Ist φ linear für

K=ℤ/(2),

dem Körper mit zwei Elementen.


c) Es sei nun K ein Körper, in dem  2=1+1=0  gelte, und der mehr als zwei Elemente enthalte. Ist φ linear? Ist φ verträglich mit der Addition?


Lösung


a) Es ist

φ(1+1)=φ(2)=4≠1+1=φ(1)+φ(1),

somit ist φ auf ℚ nicht linear.


b) Für den Körper mit zwei Elementen  ℤ/(2)={0,1}  ist  φ(0)=0  und  φ(1)=1.  Also ist φ die Identität und somit linear.


c) Es ist

φ(u+v)=(u+v)2=u2+2uv+v2=u2+v2=φ(u)+φ(v),

daher erfüllt φ die Additivität. Sie ist aber nicht mit der Skalierung verträglich und somit nicht linear. Nehmen wir an, dass φ mit der Skalierung verträglich wäre. Dann ist für jedes  s∈K 

s2=φ(s)=φ(s1)=sφ(1)=s1=s.

In einem Körper gibt es aber nur zwei Elemente, die die Gleichung

s2=s

erfüllen.


Aufgabe (3 Punkte)

Es sei K ein Körper und V ein K-Vektorraum. Es sei

△:V×V×V⟶K

eine multilineare Abbildung. Es seien  u,v,w,z∈V.  Ziehe in

△(7u+3v−8w4u−6z−2w−2z)

Summen und Skalare nach außen.


Lösung

Nach dem Distributivgesetz für multilineare Abbildungen muss man sämtliche Kombinationen der Vektoren durchgehen und die Koeffizienten miteinander multiplizieren. Dies ergibt Es ist

△(7u+3v−8w4u−6z−2w−2z)=−56△(uuw)−56△(uuz)+84△(uzw)+84△(uzz)−24△(vuw)−24△(vuz)+36△(vzw)+36△(vzz)+64△(wuw)+64△(wuz)−96△(wzw)−96△(wzz).


Aufgabe (2 Punkte)

Löse das lineare Gleichungssystem

(3723)(x1x2)=(52)

mithilfe der Cramerschen Regel.


Lösung

Es ist

x1=det⁡(5723)det⁡(3723)=−15

und

x2=det⁡(3522)det⁡(3723)=−4−5=45.


Aufgabe (7 (1+3+3) Punkte)

Es sei  I={1,…,n}  und sei π eine Permutation auf I. Die zugehörige Permutationsmatrix Mπ ist dadurch gegeben, dass

aπ(j),j=1

ist und alle anderen Einträge 0 sind.


a) Bestimme die Permutationsmatrix zur Permutation

x 1 2 3 4
π(x) 4 3 1 2


b) Zeige, dass die Abbildung

Sn⟶GLn(K),π⟼Mπ,

ein Gruppenhomomorphismus ist.


c) Zeige, dass

det⁡Mπ=sgn⁡(π)

ist.


Lösung


a) Es ist

Mπ=(0010000101001000).


b) Nach Konstruktion ist

Mπ(ej)=eπ(j),

da dies die j-te Spalte der Matrix ist. Die Gleichheit

Mπρ=Mπ∘Mρ

lässt sich auf einer Basis überprüfen. Dies stimmt wegen

(Mπ∘Mρ)(ei)=Mπ(Mρ(ei))=Mπ(eρ(i))=eπ(ρ(i))=Mπρ(ei).


c) Mit der Leibniz-Formel ist

det⁡Mπ=∑ρ∈Snsgn⁡(ρ)a1ρ(1)⋯anρ(n).

Das Produkt ist nur in dem einen Fall

ρ=π−1

nicht 0, da sonst immer mindestens ein Faktor gleich 0 ist. Also ist

det⁡Mπ=sgn⁡(π−1)a1π−1(1)⋯anπ−1(n)=sgn⁡(π−1)=sgn⁡(π).


Aufgabe (3 Punkte)

Es seien P und Q verschiedene normierte Polynome vom Grad d über einem Körper K. Wie viele Schnittpunkte besitzen die beiden Graphen maximal?


Lösung

Ein Schnittpunkt liegt vor, wenn

P(x)=Q(x)

ist. Dies ist genau dann der Fall, wenn x eine Nullstelle von P−Q ist. Da beide Polynome normiert sind und den gleichen Grad d besitzen, hebt sich bei der Subtraktion der Leitterm weg und es ergibt sich ein Polynom vom Grad maximal d−1. Da  P≠Q  ist, ist die Differenz nicht das Nullpolynom. Nach Korollar 19.9 (Lineare Algebra (Osnabrück 2024-2025)) besitzt somit P−Q maximal d−1 Nullstellen, und daher gibt es maximal d−1 Schnittpunkte.


Aufgabe (4 Punkte)

Es sei K ein Körper und es sei V ein n-dimensionaler Vektorraum. Es sei

φ:V⟶V

eine lineare Abbildung. Zeige, dass  λ∈K  genau dann ein Eigenwert von φ ist, wenn λ eine Nullstelle des charakteristischen Polynoms χφ ist.


Lösung

Es sei M eine beschreibende Matrix für φ, und sei  λ∈K  vorgegeben. Es ist

χM(λ)=det⁡(λEn−M)=0

genau dann, wenn die lineare Abbildung

λIdV−φ

nicht bijektiv (und nicht injektiv) ist (wegen Satz 16.11 (Lineare Algebra (Osnabrück 2024-2025)) und Lemma 12.5 (Lineare Algebra (Osnabrück 2024-2025))). Dies ist nach Lemma 22.1 (Lineare Algebra (Osnabrück 2024-2025)) und Lemma 11.4 (Lineare Algebra (Osnabrück 2024-2025)) äquivalent zu

Eigλ(φ)=kern⁡(λIdV−φ)≠0,

was bedeutet, dass der Eigenraum zu λ nicht der Nullraum ist, also λ ein Eigenwert zu φ ist.


Aufgabe (3 Punkte)

Zeige, dass das Polynom X2+1 für unendlich viele reelle 2×2-Matrizen das charakteristische Polynom und das Minimalpolynom ist.


Lösung

Wir betrachten Matrizen vom Typ

(0−1rr0)

für  r≠0.  Das charakteristische Polynom davon ist

X2+r1r=X2+1.

Das Minimalpolynom muss ein Teiler des charakteristischen Polynoms sein. Da X2+1 keine reelle Nullstellen besitzt, gibt es keine Linearfaktoren und das Minimalpolynom ist ebenfalls X2+1.


Aufgabe (10 Punkte)

Beweise den Satz von Cayley-Hamilton.


Lösung

Wir fassen die Matrix XEn−M als eine Matrix auf, deren Einträge im Körper K(X) liegen. Die adjungierte Matrix

(XEn−M)adj

liegt ebenfalls in Matn(K(X)). Die einzelnen Einträge der adjungierten Matrix sind nach Definition Determinanten von (n−1)×(n−1)-Untermatrizen von XEn−M. In den Einträgen dieser Matrix kommt die Variable X maximal in der ersten Potenz vor, sodass in den Einträgen der adjungierten Matrix die Variable maximal in der (n−1)-ten Potenz vorkommt. Wir schreiben

(XEn−M)adj=Xn−1An−1+Xn−2An−2+⋯+XA1+A0

mit Matrizen

Ai∈Matn(K),

d.h. man schreibt die einzelnen Einträge als Polynome in X und fasst dann die Koeffizienten zu Xi zu einer Matrix zusammen. Aufgrund von Satz 17.9 (Lineare Algebra (Osnabrück 2024-2025)) gilt

χMEn=(XEn−M)∘(XEn−M)adj=(XEn−M)∘(Xn−1An−1+Xn−2An−2+⋯+XA1+A0)=XnAn−1+Xn−1(An−2−M∘An−1)+Xn−2(An−3−M∘An−2)+⋯+X1(A0−M∘A1)−M∘A0.

Wir können auch die Matrix links nach den Potenzen von X aufteilen, dann ist

χMEn=XnEn+Xn−1cn−1En+Xn−2cn−2En+⋯+X1c1En+c0En.

Da diese zwei Polynome übereinstimmen, müssen jeweils ihre Koeffizienten übereinstimmen. D.h. wir haben ein System von Gleichungen

En=An−1cn−1En=An−2−M∘An−1cn−2En=An−3−M∘An−2⋮⋮⋮c1En=A0−M∘A1c0En=−M∘A0.

Wir multiplizieren diese Gleichungen von links von oben nach unten mit Mn,Mn−1,Mn−2,…,M1,En und erhalten das Gleichungssystem

Mn=Mn∘An−1cn−1Mn−1=Mn−1∘An−2−Mn∘An−1cn−2Mn−2=Mn−2∘An−3−Mn−1∘An−2⋮⋮⋮c1M1=MA0−M2∘A1c0En=−M∘A0.

Wenn wir die linke Spalte dieses Gleichungssystem aufsummieren, so erhalten wir gerade χM(M). Wenn wir die rechte Seite aufsummieren, so erhalten wir 0, da jeder Teilsummand Mi+1∘Ai einmal positiv und einmal negativ vorkommt. Also ist  χM(M)=0. 


Aufgabe (3 Punkte)

Bestimme, welche der folgenden elementargeormetrischen Abbildungen linear, welche trigonalisierbar und welche diagonalisierbar sind.

a) Die Achsenspiegelung durch die durch  4x−7y=5  gegebene Achse.

b) Die Scherung, die durch die Matrix (1301) gegeben ist.

c) Die Punktspiegelung mit dem Ursprung als Zentrum.

d) Die Streckung mit dem Faktor 12.


Lösung


a) Da die Gerade nicht durch den Nullpunkt geht, wird dieser bei dieser Achsenspiegelung bewegt, daher ist die Abbildung nicht linear.

b) Eine solche Scherung ist linear und trigonalisierbar, da sie bereits in oberer Dreiecksform vorliegt. Sie ist nicht diagonalisierbar, da der einzige Eigenwert 1 die geometrische Vielfachheit 1 besitzt.

c) Die Punktspiegelung am Ursprung ist die Abbildung v↦−v, sie ist also linear und diagonalisierbar und insbesondere trigonalisierbar.

d) Jede Streckung ist linear und diagonalisierbar.


Aufgabe (3 Punkte)

Beschreibe die affine Gerade

G={(−4125)+s(5−102)∣s∈ℝ}

als Urbild über (−1,3) einer affinen Abbildung ψ:ℝ3→ℝ2.


Lösung

Der Richtungsvektor (5−102) gehört jeweils zum Kern der beiden linear unabhängigen Linearformen (2,1,0) und (0,1,5). Daher machen wir den Ansatz

ψ(xyz)=(2x+y+ay+5z+b).

Für den Aufpunkt (−4125) ergibt sich die Bedingung

ψ(−4125)=(4+a37+b)=(−13),

also ist  a=−5  und  b=−34.  Somit ist

ψ(xyz)=(2x+y−5y+5z−34)

die gesuchte affine Abbildung.