Lineare Algebra Prof. Richard Pink D-MATH, HS 2014 Wiederholungsserie 1. Schreibe die lineare Abbildung f : Q3 → Q5 , x +x +3x 1 2 3 2x1 +2x2 +6x3 x1 . 2x +3x +8x f x2 := 1 2 3 −x1 +x2 +x3 x3 3x1 +x2 +5x3 als Linksmultiplikation mit einer Matrix und finde je eine Basis ihres Kerns und ihres Bildes. 2. Bestimme den Rang der Matrix 1 1 0 1 0 1 0 1 1 a) über R, b) über F2 . 3. Gegeben seien Elemente a1 , . . . , an , b1 , . . . , bm ∈ K. Wechen Rang kann die n × m Matrix A := (ai bj )1≤i≤n,1≤j≤m haben? 4. Seien U, V zwei 5-dimensionale Untervektorräume von K 9 . Zeige, dass U ∩V 6= 0 ist. 5. Beweise oder widerlege: Für beliebige linear unabhängige Vektoren v1 , . . . vn eines Vektorraumes V und einen beliebigen Vektor w ∈ V sind die Vektoren v1 + w, ..., vn + w linear abhängig genau dann, wenn w ∈ {v1 , . . . , vn } ist. 6. Man berechne die trizen über Q: 1 1 1 Determinante und, wenn möglich, die Inverse folgender Ma 2 3 4 9 8 27 2 1 0 1 2 1 0 1 2 1 1 1 3 1 1 3 2 1 0 −1 2 1 0 3 −2 3 0 3 7 11 1 2 −3 5 5 15 0 2 3 1 −1 2 1 −4 −12 7. Gegeben sei eine reelle n×n-Matrix A = (aij ), 1 ≤ i, j ≤ n, mit (i) |aii | ≥ 1 (ii) |aij | < für alle 1 ≤ i ≤ n, und 1 n−1 für alle i 6= j . Zeige, dass A invertierbar ist. 8. Über einem Körper K sei A eine n × n Matrix mit AX = XA für alle n × nMatrizen X. Zeige, dass ein λ ∈ K existiert mit A = λIn . 9. Die Spur einer n × n-Matrix A = aij i,j ist definiert als Spur(A) := n X aii . i=1 Zeige: a) Für jede m × n-Matrix A und jede n × m-Matrix B gilt Spur(AB) = Spur(BA). b) Für jede invertierbare n × n-Matrix U gilt Spur(U AU −1 ) = Spur(A). c) Gib ein Gegenbeispiel zu der Aussage Spur(A · B · C) = Spur(A · C · B) an. 10. Gegeben seien die beiden geordneten Basen B := (v1 , . . . , v4 ) und B 0 := (w1 , . . . , w4 ) von Q4 mit 1 2 3 4 2 3 4 1 v1 := 3 , v2 := 4 , v3 := 1 , v4 := 2 4 1 2 3 und 1 2 w1 := 3 , 4 2 3 w2 := 4 , 3 3 4 w3 := 3 , 2 4 3 w4 := 2 1 Berechne die Basiswechselmatrix MB0 B (id). 11. Berechne X sign(σ) 2a(σ) , σ∈Sn wobei a(σ) die Anzahl der Fixpunkte von σ bezeichnet: a(σ) = # k ∈ {1, . . . , n} σ(k) = k . Hinweis : Die Summe ist die Determinante einer gewissen n×n-Matrix. 12. Zeige: Für jede m × n Matrix A und für jede n × m Matrix B gilt: det(Im + A · B) = det(In + B · A). Im −A Hinweis : Zerlege die (m + n) × (m + n)-Blockmatrix M := als B In Produkt M = M1 · M2 von Blockdreiecksmatrizen M1 , M2 auf zwei verschiedene Arten und berechne die Determinante. 13. Seien Folgen (ai )i≥0 , (bi )i≥0 , (ci )i≥0 in Q definiert durch die Rekursionsformeln ai+1 := ai − 3bi + 3ci , bi+1 := −2ai + 2ci , ci+1 := ai − bi + 3ci für alle i ≥ 0, und die Anfangsbedingungen a0 := 1, b0 := 2 und c0 := 1 . Bestimme explizite Lösungsformeln für ai , bi , ci . 14. Sei K ein Körper, welcher Zeige, dass die Matrizen 0 0 1 ein Element a ∈ K mit a3 = 1 und a 6= 1, enthält. 1 0 0 1 0 0 und 1 0 0 0 a 0 0 0 a2 ähnlich sind. 15. Sei A eine quadratische Matrix. Zeige, dass A und AT dieselben Eigenwerte mit denselben arithmetischen und geometrischen Vielfachheiten besitzen. 16. Ein stochastischer Vektor ist ein Spaltenvektor mit Einträgen in R≥0 und Summe aller Einträge 1. Eine stochastische oder Markov-Matrix ist eine quadratische Matrix, deren Spalten stochastische Vektoren sind. Sei A eine stochastische n × n-Matrix mit n > 0. Zeige: (a) Für jeden stochastischen Vektor v ist auch Av ein stochastischer Vektor. (b) Jeder komplexe Eigenwert λ von A hat Absolutbetrag |λ| ≤ 1. (c) Die Zahl 1 ist ein Eigenwert von A. Seien nun alle Einträge von A positiv. Zeige: (d) Der Eigenwert 1 hat geometrische Multiplizität 1. (e) Der Eigenwert 1 hat arithmetische Multiplizität 1. (f) Alle komplexen Eigenwerte λ 6= 1 haben Absolutbetrag |λ| < 1. (g) Es existiert genau ein stochastischer Vektor v1 mit Av1 = v1 . (h) Für jeden stochastischen Vektor v gilt Am v → v1 für m → ∞. Hinweis: Für (e) und (h) nehme vorläufig an, dass A über C diagonalisierbar ist. Beweise den allgemeinen Fall, nachdem die Jordan-Normalform behandelt wurde. 17. Gegeben sei eine lineare Abbildung f : V → W . Zeige, dass f injektiv bzw. surjektiv bzw. bijektiv ist genau dann, wenn die duale lineare Abbildung f ∗ : W ∗ → V ∗ surjektiv bzw. injektiv bzw. bijektiv ist. 18. Berechne die LR-Zerlegung der Matrix 1 2 −1 3 −3 5 M := 1 0 4 2 1 1 19. Für welche natürlichen Zahlen m existiert ein K-Vektorraum V mit m verschiedenen Unterräumen V1 , . . . , Vm , so dass für alle i < j der Unterraum Vi ein Komplement von Vj ist? 20. Für je zwei reelle m × n-Matrizen A und B sei A, B := Spur(AT B) (vergleiche Aufgabe 9). a) Zeige, dass dies ein Skalarprodukt auf Matm×n (R) definiert. b) Sei k k die zugehörige euklidische Norm. Zeige, dass für beliebige reelle Matrizen passender Grösse gilt kABk ≤ kAk · kBk . c) Berechne die Operatornorm der Matrix 3 2 2 3 bezüglich der euklidischen Standard-Norm auf R2 und vergleiche sie mit der Norm in b). *d) Berechne die Operatornorm auf Mat2×2 (R) bezüglich der euklidischen StandardNorm auf R2 . Hinweis: Parametrisiere den Kreis {v ∈ R2 | kvk = 1} durch f : t 7→ (cos(t), sin(t)), t ∈ R und berechne das Maximum von k k ◦ LA ◦ f für eine beliebige 2 × 2-Matrix A.