Lineare Algebra - Lösungen zur 9. Serie (zum 6.1.2003)



38. a)
Folgende (4,3) Matrix $ T$ bildet die Basisvektoren von $ I\!\!R^3$ auf die gegebenen Vektoren im $ I\!\!R^4$ ab:

\begin{displaymath}
T=\left(
\begin{array}{c c c }
1&2&0\\
2&0&0\\
0&-1&0\\
-4&-3&0
\end{array}\right)  .
\end{displaymath}

b)
Die lineare Abbildung $ f: U \rightarrow V$ habe einen Kern $ ker f =W$.
$ W$ ist ein Untervektorraum von $ U$. Im Urbildraum $ U$ kann man die Nebenklasse $ \vec{u} + W$ betrachten. $ \vec{u}$ nennt man dann auch den Vertreter der Nebenklasse. Dies ist nicht eindeutig!
Es gelte nun zu diesem (beliebigen) $ \vec{u} \in U$ die Abbildung $ f(\vec{u})=\vec{v}$.
Beh.: Das Urbild von $ \vec{v}$ ist $ f^{-1}(\vec{v})=\vec{u}+W$.
Bew.:
(i) Sei ein $ \vec{u}' \in f^{-1}(\vec{v}) $. Dann ist $ f(\vec{u}')=\vec{v}$ und wegen der Linearität ist $ f(\vec{u}'-\vec{u})=\vec{v} - \vec{v} = \vec{0}$. Also ist $ \vec{u}'-\vec{u} \in W$, oder anders geschrieben: $ \vec{u}' =\vec{u}+ \vec{w}$ mit $ \vec{w} \in W$.
Das heisst $ \vec{u}' \in \vec{u}+ W$ oder $ f^{-1}(\vec{v}) \subseteq \vec{u}+ W$.
(ii) Sei nun $ \vec{u}'$ ein beliebiges Element aus der Menge der Nebenklasse, d.h. $ \vec{u}' \in \vec{u}+ W$, d.h.es existiert ein $ \vec{w} \in W$ mit $ \vec{u}' =\vec{u}+ \vec{w}$. Dann ist $ f(\vec{u}') =f(\vec{u})+ f(\vec{w}) = \vec{v}$, also ist $ \vec{u}' \in f^{-1}(\vec{v}) $, und $ \vec{u}+ \vec{w} \subseteq f^{-1}(\vec{v}) $. Kombiniert man (i) und (ii), ergibt sich die Behauptung.
Bemerkung:
Definiert man eine Äquivalenzrelation in $ U$ durch $ a \sim b \Longleftrightarrow a-b \in W$, so sind die Äquivalenzklassen dieser Relation genau die Nebenklassen bezüglich $ W$.

c)
Die Linearität wird leicht nachgerechnet...
Der Kern bei einer Ableitung sind alle Konstanten.
Das Bild des Operators $ D$ ist zu einem beliebigem Polynom $ f(x)=\sum_{i=0}^\infty a_i x^i $ das Polynom $ D (f(x)) = \sum_{i=1}^\infty i a_i x^{(i-1)}$, also offenbar wieder alle denkbaren Elemente von V. Somit ist $ Bild D(f) = V $.
Obwohl es einen Kern gibt, hat das Bild die gleiche Dimension wie das Urbild: unendlich.
39. a)
Der Rang der Matrix ist

\begin{displaymath}
rg(A_{\lambda})= rg \left(
\begin{array}{c c c c }
1 & \lamb...
...\end{array}\right) = 4  {\rm  bei  \lambda \ne \pm 1  .}
\end{displaymath}

Dies ergibt sich leicht durch Spaltenoperationen: Von hinten her wird die $ (i-1)$-te Spalte durch $ -\lambda * i$-te Spalte + $ (i-1)$-te Spalte berechnet.
Die Inverse ist somit für $ \lambda \ne \pm 1$ mit dem Gauss-Jordan-Verfahren berechenbar, sie ist:

\begin{displaymath}
A_{\lambda}^{-1} = \displaystyle\frac{1}{1-\lambda^2} \left(...
...-\lambda + \lambda^{3} & 1-\lambda^{2}
\end{array}\right) \ .
\end{displaymath}

39. b)
Der Rang von $ A$ ist 4.
40. a)
Es ist

\begin{displaymath}
\left\vert
\begin{array}{ c c c }
(a-1)^2 & a^2 & (a+1)^2 \\...
...ray}\right\vert = 4 ( a^2 (b-c) + b^2 (c-a ) + c^2 (a-b) )  .
\end{displaymath}

und es ist

\begin{displaymath}
\left\vert
\begin{array}{c c c c }
1 & 1 & 1 & 1 \\
1 & x ...
...1 & 1 & 1 & z
\end{array}\right\vert = (x-1) (y-1) (z-1)  .
\end{displaymath}

b)
Zu $ A$ brauchen wir noch die transponierte Matrix $ A^T$:

\begin{displaymath}A=
\left(
\begin{array}{c c c }
3 & 5 & -2 \\
7 & 4 & 0  ...
... & 1 \\
5 & 4 & 6 \\
-2 & 0 & 5
\end{array}
\right)  .
\end{displaymath}

Die gesuchte Aufspaltung ergibt sich aus

\begin{displaymath}A =
\frac{1}{2} ( A + A^T ) + \frac{1}{2} ( A - A^T )   = ...
...2 & -3 \\
2 & 0 & -6 \\
3 & 6 & 0
\end{array}
\right) .
\end{displaymath}

c)
Zu

\begin{displaymath}A=
\left(
\begin{array}{rrr}
1 & 2 & 0 \\
3 & 2 & 1 \\
0 ...
...1 & -2 \\
-2 & 0 & 0 \\
0 & 1 & 3
\end{array}
\right) \
\end{displaymath}

ergibt sich: \begin{displaymath}
A   B = \left(
\begin{array}{rrr}
-3 & 1 & -2 \\
-1 & 4 &...
...& 0 \\
3 & -1 & 4
\end{array}
\right)  {\rm sowie    }
\end{displaymath}
\begin{displaymath}
A   B^T = \left(
\begin{array}{rrr}
3 & -2 & 2 \\
3 & -6 ...
...-6 & 0 \\
2 & 5 & 2
\end{array}
\right)  {\rm und    }
\end{displaymath}
\begin{displaymath}
A^T   B^T = \left(
\begin{array}{rrr}
4 & -2 & 3 \\
6 & -4 & -1 \\
-1 & 0 & 4
\end{array}
\right)  .
\end{displaymath}
41.
Ist $ A$ eine ganzzahlige quadratische Matrix, so ist auch die Determinante von $ A$ ganzzahlig - nach dem Determinantenentwicklungssatz.
Wenn $ Det(A)=\pm 1$ ist, so ergibt sich bei der Berechnung der Inversen durch die komplementäre Matrix ( $ A^{-1}=1/Det(A) \tilde A$, und $ \tilde A$ enthält nur ganzzahlige Unterdeterminanten) wieder Ganzzahligkeit, dann sind wir fertig. (Ein Beispiel war in Aufgabe 32 vorgekommen.)
Wäre aber $ Det(A) = a \ne \pm 1$, so müsste $ Det(A^{-1}) = \frac {1}{a} \ne \pm 1$ sein, also eine gebrochene Rationalzahl. Wäre nun aber $ A^{-1}$ selbst trotzdem ganzzahlig, dann müsste auch wieder die Determinante von $ A^{-1}$ ganzzahling sein, wie oben. Das ist ein Widerspruch.


Dr.Wolfgang Quapp 2003-01-16