Definiere die folgenden
(kursiv gedruckten) Begriffe.
- Die
Norm
zu einem Skalarprodukt auf einem
-
Vektorraum
.
- Orthogonale
Vektoren in einem
reellen Vektorraum
mit
Skalarprodukt.
- Eine
winkeltreue Abbildung
-
auf einem
reellen Vektorraum
mit
Skalarprodukt.
- Der
Höhenfußpunkt
zu einer Seite in einem Dreieck in der euklidischen Ebene.
- Die
Gramsche Matrix
zu einer
Bilinearform
auf einem
-
Vektorraum
bezüglich einer
Basis
von .
- Ein
normaler
Endomorphismus
-
auf einem
endlichdimensionalen
-
Vektorraum
mit
Skalarprodukt
.
Lösung
- Zu einem Vektor nennt man
-
die Norm von .
- Zwei Vektoren heißen orthogonal zueinander, wenn
-
ist.
- Eine
lineare Abbildung
-
heißt
winkeltreu,
wenn für je zwei Vektoren die Beziehung
-
gilt.
- In einem
Dreieck
in einer
euklidischen Ebene
heißt der Schnittpunkt der
Höhe
durch mit der Geraden durch
und
der
Höhenfußpunkt
dieser Höhe.
- Die
-
Matrix
-
heißt die Gramsche Matrix von bezüglich der Basis.
- Ein
Endomorphismus
-
heißt
normal,
wenn und
vertauschbar
sind.
Formuliere die folgenden Sätze.
- Der Satz über die Beschreibung von eigentlichen Isometrien im .
- Der
Trägheitssatz von Sylvester.
- Der
Homomorphiesatz
für Gruppen
(Satz vom induzierten Homomorphismus).
Lösung
- Es sei
-
eine
eigentliche Isometrie.
Dann ist eine Drehung um eine feste Achse.
- Es sei ein
endlichdimensionaler
reeller Vektorraum
mit einer
symmetrischen
Bilinearform
vom
Typ
. Dann ist die
Gramsche Matrix
von bezüglich einer jeden
Orthogonalbasis
eine
Diagonalmatrix
mit positiven und negativen Einträgen.
- Seien
und
Gruppen,
es sei
ein
Gruppenhomomorphismus
und
ein
surjektiver
Gruppenhomomorphismus. Es sei vorausgesetzt, dass
-
ist. Dann gibt es einen eindeutig bestimmten Gruppenhomomorphismus
-
derart, dass ist.
Was bedeutet
die Polarisationsformel
für ein reelles Skalarprodukt für die Multiplikation von reellen Zahlen?
Lösung
Eindimensional besagt die Polarisationsformel für reelle Zahlen einfach
-
Insbesondere lässt sich also die reelle Multiplikation auf das Quadrieren, Addieren und Subtrahieren von reellen Zahlen zurückführen.
Wende das Schmidtsche Orthonormalisierungsverfahren auf die Basis
-
des an.
Lösung
Der Vektor besitzt die Norm , somit ist
-
der zugehörige normierte Vektor. Der zweite Vektor muss senkrecht zu sein und zusammen mit den Untervektorraum aufspannen. Dies führt zum Ansatz
-
sodass
-
und ist. Der normierte Vektor dazu ist
-
Der dritte Vektor muss senkrecht auf
und
stehen. Ein solcher Vektor ist offenbar . Daher kann man
-
als dritten Vektor der Orthonormalbasis nehmen.
Berechne das
Kreuzprodukt
-
im .
Lösung
Es ist
-
Diskutiere, ob es sinnvoll ist, die Ecken eines Dreiecks in der Ebene immer gleichermaßen gegen den Uhrzeigersinn mit zu bezeichnen, insbesondere unter Berücksichtigung des Bildes rechts.
Lösung Dreieck/Orientierte Notation/Bild/Aufgabe/Lösung
Beweise den Trägheitssatz von Sylvester.
Lösung
Bezüglich einer
Orthogonalbasis
von
(die es nach
Satz 38.15 (Lineare Algebra (Osnabrück 2024-2025))
gibt)
hat die Gramsche Matrix natürlich Diagonalgestalt. Es sei die Anzahl der positiven Diagonaleinträge und die Anzahl der negativen Diagonaleinträge. Die Basis sei so geordnet, dass die ersten Diagonaleinträge positiv, die folgenden Diagonaleinträge negativ und die übrigen seien. Auf dem -dimensionalen Unterraum
ist die eingeschränkte Bilinearform
positiv definit,
sodass
gilt.
Sei
,
auf diesem Unterraum ist die Bilinearform
negativ semidefinit.
Dabei ist
,
und diese beiden Räume sind orthogonal zueinander.
Angenommen, es gebe einen Unterraum , auf dem die Bilinearform positiv definit ist, und dessen Dimension größer als ist. Die Dimension von ist und daher ist
nach
Korollar 9.8 (Lineare Algebra (Osnabrück 2024-2025)).
Für einen Vektor
, ,
ergibt sich aber direkt der Widerspruch
und
.
Was versteht man in der Mathematik unter Klassifikation? Welche Ergebnisse aus der linearen Algebra kann man als Klassifikationsergebnisse auffassen?
Lösung Klassifikation/Erläuterung/Lineare Algebra/Beispiel/Aufgabe/Lösung
Lösung
Es ist
und ebenso
somit sind dies Beobachtervektoren.
Es sei umgekehrt ein Beobachtervektor, also
-
Wir müssen zeigen, dass dieser Vektor von einer der angegebenen Gestalt ist und betrachten daher die Gleichung
-
Multiplikation mit führt auf
-
bzw. auf
-
und auf
-
wobei die Wurzel stets existiert, und zwar gleich ist. Je nachdem, ob positiv oder negativ ist, muss man entsprechend wählen.
Lösung
- Es seien und
-
und
-
sei ihre Summenzerlegung. Dann ist
wobei wir für die vierte und die sechste Gleichung die Orthogonalität verwendet haben. Die Summe erfüllt also die für den adjungierten Endomorphismus charakteristische Eigenschaft, daher ist es der adjungierte Endomorphismus.
- Wir betrachten die Matrix als lineare Abbildung von nach . Diese Abbildung besitzt die beiden Eigenwerte
und
mit den Eigenvektoren
und .
Mit
und
und
und
ist
-
Da
und
reelle Streckungen sind, stimmen sie mit ihren adjungierten Endomorphismen überein, und somit ist die Summe der adjungierten Endomorphismen gleich . Es ist aber einerseits
-
und andererseits
-
sodass nicht der adjungierte Endomorphismus ist.
Entscheide, ob es für die durch die Matrix
-
gegebene
lineare Abbildung
eine
Orthonormalbasis
des aus
Eigenvektoren
gibt.
Lösung
Es sei
-
Die adjungierte Abbildung wird durch
-
beschrieben. Wegen
-
und
-
ist
-
Der Endomorphismus ist also nicht
normal
und daher gibt es nach
Satz 42.9 (Lineare Algebra (Osnabrück 2024-2025))
keine Orthonormalbasis aus Eigenvektoren.
Bringe das reelle quadratische Polynom
-
auf eine
Standardgestalt.
Lösung
Lösung
Beweise den Homomorphiesatz für Gruppen.
Lösung
Wir zeigen zuerst die Eindeutigkeit. Für jedes Element
gibt es mindestens ein
mit .
Wegen der Kommutativität des Diagramms muss
-
gelten. Das bedeutet, dass es maximal ein geben kann.
Wir haben zu zeigen, dass durch diese Bedingung eine wohldefinierte Abbildung gegeben ist. Es seien also
zwei Urbilder von . Dann ist
-
und somit ist
.
Daher ist
.
Die Abbildung ist also wohldefiniert. Seien
und seien
Urbilder davon. Dann ist ein Urbild von und daher ist
-
D.h. ist ein Gruppenhomomorphismus.
Es sei ein
Körper,
ein
-
Vektorraum
und
ein
Untervektorraum. Es sei
, ,
eine
Basis
von und
, ,
eine Familie von Vektoren in . Zeige, dass die Gesamtfamilie , genau dann eine Basis von ist, wenn
, ,
eine Basis des
Restklassenraumes
ist.
Lösung
Es sei zunächst die Gesamtfamilie eine Basis von . Da
-
surjektiv ist, ist das Bild der Basis ein Erzeugendensystem von , und da die Vektoren
, ,
auf abgebildet werden, ist
, ,
ein Erzeugendensystem des Restklassenraumes. Zum Nachweis der linearen Unabhängigkeit sei
-
wobei die Koeffizienten nur für endlich viele Indizes ungleich sein können. Dies bedeutet zurückübersetzt nach , dass
-
gilt. Somit ist
-
und aus der linearen Unabhängigkeit der Gesamtfamilie folgt
-
Es sei nun umgekehrt vorausgesetzt, dass die
, ,
eine Basis des Restklassenraumes bilden. Es sei . Dann ist
-
in . Dies bedeutet zurückübersetzt nach , dass
-
zu gehört. Damit gibt es eine Darstellung
-
und die Vektorenfamilie ist ein Erzeugendensystem. Zum Nachweis der linearen Unabhängigkeit sei
-
Im Restklassenraum bedeutet dies
-
und wegen der linearen Unabhängigkeit folgt
-
für alle . Somit reduziert sich die Ausgangsgleichung zu
-
und die lineare Unabhängigkeit der liefert
-
für alle .
Bestimme, ob die beiden Basen des ,
-
die gleiche
Orientierung
repräsentieren oder nicht.
Lösung
Die Vektoren
-
besitzen bezüglich der Standardbasis die Übergangsmatrix
-
deren Determinante ist
-
Daher repräsentiert diese Basis die Standardorientierung.
Die Vektoren
-
besitzen bezüglich der Standardbasis die Übergangsmatrix
-
deren Determinante ist
-
Daher repräsentiert diese Basis ebenfalls die Standardorientierung, und damit repräsentieren beide Basen die gleiche Orientierung.