Kurs:Lineare Algebra/Teil II/Teiltest/Klausur mit Lösungen


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




Aufgabe (3 Punkte)

Definiere die folgenden (kursiv gedruckten) Begriffe.

  1. Die Norm zu einem Skalarprodukt auf einem - Vektorraum .
  2. Orthogonale Vektoren in einem reellen Vektorraum mit Skalarprodukt.
  3. Eine winkeltreue Abbildung

    auf einem reellen Vektorraum mit Skalarprodukt.

  4. Der Höhenfußpunkt zu einer Seite in einem Dreieck in der euklidischen Ebene.
  5. Die Gramsche Matrix zu einer Bilinearform auf einem - Vektorraum bezüglich einer Basis von .
  6. Ein normaler Endomorphismus

    auf einem endlichdimensionalen - Vektorraum mit Skalarprodukt .


Lösung

  1. Zu einem Vektor nennt man

    die Norm von .

  2. Zwei Vektoren heißen orthogonal zueinander, wenn

    ist.

  3. Eine lineare Abbildung

    heißt winkeltreu, wenn für je zwei Vektoren die Beziehung

    gilt.

  4. In einem Dreieck in einer euklidischen Ebene heißt der Schnittpunkt der Höhe durch mit der Geraden durch und der Höhenfußpunkt dieser Höhe.
  5. Die - Matrix

    heißt die Gramsche Matrix von bezüglich der Basis.

  6. Ein Endomorphismus

    heißt normal, wenn und vertauschbar sind.


Aufgabe (3 Punkte)

Formuliere die folgenden Sätze.

  1. Der Satz über die Beschreibung von eigentlichen Isometrien im .
  2. Der Trägheitssatz von Sylvester.
  3. Der Homomorphiesatz für Gruppen (Satz vom induzierten Homomorphismus).


Lösung

  1. Es sei

    eine eigentliche Isometrie.

    Dann ist eine Drehung um eine feste Achse.
  2. 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.
  3. Es 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.


Aufgabe (2 Punkte)

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.


Aufgabe (4 Punkte)

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.


Aufgabe (1 Punkt)

Berechne das Kreuzprodukt

im .


Lösung

Es ist


Aufgabe (2 Punkte)

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


Aufgabe (6 Punkte)

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 .


Aufgabe (3 Punkte)

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


Aufgabe (5 Punkte)

Der sei mit der Standard-Minkowski-Form versehen. Zeige, dass zu , , die Vektoren

Geschwindigkeitsvektoren eines Beobachters sind. Zeige, dass jeder Beobachtervektor diese Gestalt besitzt.


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.


Aufgabe (8 (4+4) Punkte)

Es sei ein endlichdimensionaler - Vektorraum mit Skalarprodukt und es sei

die direkte Summe der Untervektorräume und . Es seien

und

lineare Abbildungen und

die Summe davon.

  1. Die Summenzerlegung sei zusätzlich orthogonal, d.h. und stehen senkrecht aufeinander. Zeige
  2. Zeige, dass die Aussage aus Teil (1) nicht gilt, wenn die Summenzerlegung nicht orthogonal ist.


Lösung

  1. 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.

  2. 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.


Aufgabe (2 Punkte)

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.


Aufgabe (5 Punkte)

Bringe das reelle quadratische Polynom

auf eine Standardgestalt.


Lösung

Der rein-quadratische Term des quadratischen Polynoms wird durch die symmetrische Matrix

beschrieben. Das charakteristische Polynom dazu ist

Die Eigenwerte sind also

Ein Eigenvektor zu Eigenwert ist

und ein Eigenvektor zu Eigenwert ist

Normierte Eigenvektoren und sind somit und . Es seien die Koordinatenfunktionen zu dieser neuen Basis. Zwischen den Koordinaten besteht die Beziehung

wobei wir diese Übergangsmatrix nennen. Somit ist


Aufgabe (2 Punkte)

Es seien und Mengen und sei eine Abbildung. Zeige, dass durch die Festlegung

wenn

eine Äquivalenzrelation auf definiert wird.


Lösung

Da der Funktionswert eindeutig bestimmt und die Gleichheit reflexiv ist, gilt offenbar . Wenn ist, so bedeutet das und wegen der Symmetrie der Gleichheit folgt , was wiederum bedeutet. Wenn und ist, so bedeutet dies einerseits und andererseits . Wegen der Transitivität der Gleichheit folgt , was bedeutet.


Aufgabe (6 Punkte)

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.


Aufgabe (8 Punkte)

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 .


Aufgabe (4 Punkte)

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.