Mathematics for Physicists 1 (Linear Algebra) - Exam.pdf

Mathematics for Physicists 1 (Linear Algebra) - Exam
Aufgabe 1) Gegeben sei der Vektorraum V mit der Menge aller möglichen Vektoren v und den folgenden Operationen und Eigenschaften: Vektoraddition : Für alle u, v ∈ V gilt u + v ∈ V Kommutativität : u + v = v + u Assoziativität der Addition : u + (v + w) = (u + v) + w Existenz des neutralen Elements : Es gibt ein 0 ∈ V sodass v + 0 = v für alle v ∈ V Existenz des inversen Elements : Für jedes v ∈ V ...

© StudySmarter 2024, all rights reserved.

Aufgabe 1)

Gegeben sei der Vektorraum V mit der Menge aller möglichen Vektoren v und den folgenden Operationen und Eigenschaften:

  • Vektoraddition: Für alle u, v ∈ V gilt u + v ∈ V
  • Kommutativität: u + v = v + u
  • Assoziativität der Addition: u + (v + w) = (u + v) + w
  • Existenz des neutralen Elements: Es gibt ein 0 ∈ V sodass v + 0 = v für alle v ∈ V
  • Existenz des inversen Elements: Für jedes v ∈ V gibt es ein -v ∈ V sodass v + (-v) = 0
  • Skalarmultiplikation: Für alle a ∈ ℝ und v ∈ V gilt av ∈ V
  • Distributivität der Skalarmultiplikation: a(u + v) = au + av
  • Distributivität über die Addition der Skalare: (a + b)v = av + bv
  • Assoziativität der Skalarmultiplikation: a(bv) = (ab)v
  • Existenz des Einselements: 1v = v für alle v ∈ V

Arbeite mit diesen Eigenschaften des Vektorraums V und bearbeite die folgenden Aufgaben:

a)

Zeige, dass das neutrale Element 0 in V eindeutig ist. Angenommen es gäbe ein weiteres neutrales Element 0' in V, welches ebenfalls die Additionseigenschaft erfüllt. Führe einen Widerspruchsbeweis.

Lösung:

Um zu zeigen, dass das neutrale Element 0 in V eindeutig ist, nehmen wir an, es gäbe ein weiteres neutrales Element 0' in V, das ebenfalls die Additionseigenschaft erfüllt. Wir führen dazu einen Widerspruchsbeweis durch:

  • Nach Definition des neutralen Elements gilt für alle v ∈ V, dass v + 0 = v und v + 0' = v.
  • Insbesondere gilt diese Eigenschaft auch für das spezielle Element 0. Setzen wir v = 0, so erhalten wir:
  • 0 + 0' = 0
  • Setzen wir v = 0', so erhalten wir auch:
  • 0' + 0 = 0'
  • Aus der ersten Gleichung haben wir 0 + 0' = 0'.
  • Aus der zweiten Gleichung haben wir 0' + 0 = 0.
  • Da die Vektoraddition kommutativ ist, wissen wir, dass 0' + 0 = 0 + 0'.
  • Aus 0' + 0 = 0 und 0' + 0 = 0' folgt, dass 0 = 0'.
  • Damit haben wir gezeigt, dass das neutrale Element 0 in V einzigartig ist, da unser angenommenes weiteres neutrale Element 0' identisch zu 0 ist.

b)

Beweise, dass das inverse Element -v in V eindeutig ist. Angenommen es gäbe ein weiteres inverses Element -v' in V, welches ebenfalls die Inverse-Eigenschaft erfüllt. Führe einen Widerspruchsbeweis.

Lösung:

Um zu zeigen, dass das inverse Element -v in V eindeutig ist, nehmen wir an, es gäbe ein weiteres inverses Element -v' in V, das ebenfalls die Inverse-Eigenschaft erfüllt. Wir führen dazu einen Widerspruchsbeweis durch:

  • Nach Definition des inversen Elements gilt für jedes v ∈ V, dass v + (-v) = 0 und v + (-v') = 0 gilt.
  • Wir wissen, dass jeder Vektor eine eindeutige additive Inverse hat:
  • Setzen wir w = -v, so ergibt das v + w = 0.
  • Setzen wir w = -v', so ergibt das v + w = 0.
  • Nun setzen wir die beiden Gleichungen in Beziehung zueinander:
  • v + (-v) = 0
  • und
  • v + (-v') = 0.
  • Setze beide in einer Gleichung gleich und nutze die Verknüpfung mit der Kommutativität:
  • 0 = v + (-v).
  • Da die Addition kommutativ ist, haben wir 0 = (-v) + v.
  • Nun nehmen wir die Inverse-Eigenschaften von -v' und -v:
  • (-v') + v = 0 und (-v') = -v.
  • Zusammengeführt ergibt dies:
  • -v = -v'.
  • Damit haben wir gezeigt, dass das inverse Element -v in V einzigartig ist, da unser angenommenes weiteres inverses Element -v' identisch zu -v ist.

c)

Sei V der Vektorraum der zweidimensionalen reellen Vektoren. Betrachte die Vektoren u = (2, 3) und v = (5, -1). Bestimme das Ergebnis der Operation u + v sowie das Ergebnis der Skalarmultiplikation 2v und überprüfe, ob diese Ergebnisse den Vektorraumaxiomen genügen.

Lösung:

In diesem Beispiel betrachten wir den Vektorraum der zweidimensionalen reellen Vektoren V und die Vektoren u und v:

  • u = (2, 3)
  • v = (5, -1)

Jetzt führen wir die geforderten Berechnungen durch:

1. Vektoraddition:
  • u + v = (2, 3) + (5, -1)
  • Dies erfolgt komponentenweise:
  • u + v = (2+5, 3+(-1)) = (7, 2)
2. Skalarmultiplikation:
  • 2v = 2 * (5, -1)
  • Auch dies erfolgt komponentenweise:
  • 2v = (2*5, 2*(-1)) = (10, -2)

Nun überprüfen wir, ob diese Ergebnisse den Vektorraumaxiomen genügen:

  • Kommutativität: u + v = v + u = (7, 2)
  • Assoziativität der Addition: u + (v + w) = (u + v) + w für beliebige w
    • Setzen wir w = (1, 1):
    • u + (v + w) = (2, 3) + (5, -1) + (1, 1) = (2, 3) + (6, 0) = (8, 3)
    • (u + v) + w = (7, 2) + (1, 1) = (8, 3)
  • Existenz des neutralen Elements: u + 0 = u = (2, 3) wobei 0 = (0, 0)
  • Existenz des inversen Elements: u + (-u) = 0 = (2, 3) + (-2, -3) = (0, 0)
  • Distributivität der Skalarmultiplikation: a(u + v) = au + av
    • Setzen wir a = 2:
    • a(u + v) = 2 * (7, 2) = (14, 4)
    • au + av = 2 * (2, 3) + 2 * (5, -1) = (4, 6) + (10, -2) = (14, 4)
  • Distributivität über die Addition der Skalare: (a + b)v = av + bv
    • Setzen wir a = 2 und b = 3:
    • (a + b)v = (2 + 3) * (5, -1) = 5 * (5, -1) = (25, -5)
    • av + bv = 2 * (5, -1) + 3 * (5, -1) = (10, -2) + (15, -3) = (25, -5)
  • Assoziativität der Skalarmultiplikation: a(bv) = (ab)v
    • Setzen wir a = 2 und b = 3:
    • a(bv) = 2 * (3 * (5, -1)) = 2 * (15, -3) = (30, -6)
    • (ab)v = (2 * 3) * (5, -1) = 6 * (5, -1) = (30, -6)
  • Existenz des Einselements: 1v = v = (5, -1)

Alle berechneten Ergebnisse erfüllen die Vektorraumaxiome.

Aufgabe 2)

  • Nullraum (Kern) einer linearen Abbildung: Menge aller Vektoren, die auf den Nullvektor abgebildet werden. Für eine Abbildung \(T: V \rightarrow W\): \(\text{ker}(T) = \{ \mathbf{v} \in V \mid T(\mathbf{v}) = \mathbf{0} \}\).
  • Eigenschaften des Nullraums: Untervektorraum von \(V\).
  • Bild einer linearen Abbildung: Menge aller erreichbaren Vektoren in \(W\). Für eine Abbildung \(T: V \rightarrow W\): \(\text{im}(T) = \{ T(\mathbf{v}) \mid \mathbf{v} \in V \}\).
  • Eigenschaften des Bildes: Untervektorraum von \(W\).
  • Rang und Dimensionsformel: \(\text{dim}(\text{im}(T)) + \text{dim}(\text{ker}(T)) = \text{dim}(V)\).

a)

Sei \(T: \mathbb{R}^4 \rightarrow \mathbb{R}^3\) eine lineare Abbildung, dargestellt durch die folgende Matrix:

'T = \begin{pmatrix} 1 & 2 & 0 & 1 \ 0 & 1 & 3 & 4 \ 2 & -1 & 1 & 0 \end{pmatrix}'

(a) Bestimme eine Basis des Nullraumes von \(T\). Berechne dazu den Rang der Matrix und nutze die Dimensionsformel.

Lösung:

Sei T: \(\mathbb{R}^4 \rightarrow \mathbb{R}^3\) eine lineare Abbildung, dargestellt durch die folgende Matrix:

T = \begin{pmatrix} 1 & 2 & 0 & 1 \ 0 & 1 & 3 & 4 \ 2 & -1 & 1 & 0 \end{pmatrix}

(a) Bestimme eine Basis des Nullraumes von T. Berechne dazu den Rang der Matrix und nutze die Dimensionsformel.

Die Schritte, um eine Basis des Nullraums zu finden, sind wie folgt:

  • 1. Wende die Gauß-Jordan-Eliminationsmethode an, um die Matrix in Zeilenstufenform zu bringen.

Die ursprüngliche Matrix lautet:

T = \begin{pmatrix} 1 & 2 & 0 & 1 \ 0 & 1 & 3 & 4 \ 2 & -1 & 1 & 0 \end{pmatrix}

Subtrahiere das Zweifache der ersten Zeile von der dritten Zeile:

T = \begin{pmatrix} 1 & 2 & 0 & 1 \ 0 & 1 & 3 & 4 \ 0 & -5 & 1 & -2 \end{pmatrix}
  • 2. Setze die Gauß-Jordan-Eliminationsmethode fort:

Addiere 5-mal die zweite Zeile zur dritten Zeile:

T = \begin{pmatrix} 1 & 2 & 0 & 1 \ 0 & 1 & 3 & 4 \ 0 & 0 & 16 & 18 \end{pmatrix}

Teile die dritte Zeile durch 16:

T = \begin{pmatrix} 1 & 2 & 0 & 1 \ 0 & 1 & 3 & 4 \ 0 & 0 & 1 & \frac{9}{8} \end{pmatrix}

Subtrahiere 3-mal die dritte Zeile von der zweiten Zeile:

T = \begin{pmatrix} 1 & 2 & 0 & 1 \ 0 & 1 & 0 & \frac{1}{2} \ 0 & 0 & 1 & \frac{9}{8} \end{pmatrix}

Subtrahiere 2-mal die zweite Zeile von der ersten Zeile:

T = \begin{pmatrix} 1 & 0 & 0 & 0 \ 0 & 1 & 0 & \frac{1}{2} \ 0 & 0 & 1 & \frac{9}{8} \end{pmatrix}
  • 3. Bestimme den Rang der Matrix:

Die Zeilenstufenform zeigt, dass der Rang der Matrix 3 ist, da es drei nicht-Null-Zeilen gibt.

  • 4. Nutze die Dimensionsformel:

Die Dimensionsformel besagt:

\(\text{dim}(\text{im}(T)) + \text{dim}(\text{ker}(T)) = \text{dim}(V)\)

Da \(\text{dim}(\text{im}(T)) = 3\) und \(\text{dim}(V) = 4\), erhalten wir:

\(\text{dim}(\text{ker}(T)) = 4 - 3 = 1\)

Der Nullraum hat also Dimension 1.

  • 5. Bestimmen wir nun die Basisvektoren:

Um den Nullraum zu finden, lösen wir:

T\mathbf{x} = 0 \implies \begin{pmatrix} 1 & 0 & 0 & 0 \ 0 & 1 & 0 & \frac{1}{2} \ 0 & 0 & 1 & \frac{9}{8}\end{pmatrix} \begin{pmatrix} x_1 \ x_2 \ x_3 \ x_4 \end{pmatrix} = \begin{pmatrix} 0 \ 0 \ 0 \end{pmatrix}

Daraus ergeben sich die folgenden Gleichungen:

  • \(x_1 = 0\)
  • \(x_2 + \frac{1}{2}x_4 = 0\)
  • \(x_3 + \frac{9}{8}x_4 = 0\)

Nun lösen wir nach \(x_4\) auf:

  • \(x_1 = 0\)
  • \(x_2 = -\frac{1}{2}x_4\)
  • \(x_3 = -\frac{9}{8}x_4\)

Mit \(x_4\) als freiem Parameter ergibt sich ein Basisvektor des Nullraums:

\begin{pmatrix} 0 \ -\frac{1}{2} \ -\frac{9}{8} \ 1 \end{pmatrix}

Deshalb ist die Basis des Nullraums von \(T\):

  • \(\left\{ \begin{pmatrix} 0 \ -\frac{1}{2} \ -\frac{9}{8} \ 1 \end{pmatrix} \right\}\)

Aufgabe 3)

Betrachte die lineare Abbildung \( T: \mathbb{R}^3 \to \mathbb{R}^2 \) definiert durch \(T(x, y, z) = (x + z, 2y - z)\). Bestimme die Matrixdarstellung von \( T \) bezüglich der Standardbasen von \( \mathbb{R}^3 \) und \( \mathbb{R}^2 \).

a)

Sei die lineare Abbildung \( T \) wie oben definiert.

  • Bestimme die Bilder der Basisvektoren \( e_1 = (1, 0, 0) \), \( e_2 = (0, 1, 0) \) und \( e_3 = (0, 0, 1) \) unter der Abbildung \( T \).
  • Schreibe die Ergebnisse als Linearkombinationen der Basisvektoren von \( \mathbb{R}^2 \).

Lösung:

Um die Matrixdarstellung der linearen Abbildung

\( T: \mathbb{R}^3 \to \mathbb{R}^2 \) zu berechnen, müssen wir die Bilder der Basisvektoren von \( \mathbb{R}^3 \) unter T bestimmen. Die Basisvektoren von \( \mathbb{R}^3 \) sind:

  • \( e_1 = (1, 0, 0) \)
  • \( e_2 = (0, 1, 0) \)
  • \( e_3 = (0, 0, 1) \)

Bestimme die Bilder der Basisvektoren:

  • Bild von \(e_1\):\(T(e_1) = T(1, 0, 0) = (1 + 0, 2 \times 0 - 0) = (1, 0)\)Als Linearkombination der Basisvektoren von \( \mathbb{R}^2 \):\( 1 \times (1, 0) + 0 \times (0, 1) = (1, 0) \)
  • Bild von \(e_2\):\(T(e_2) = T(0, 1, 0) = (0 + 0, 2 \times 1 - 0) = (0, 2)\)Als Linearkombination der Basisvektoren von \( \mathbb{R}^2 \):\( 0 \times (1, 0) + 2 \times (0, 1) = (0, 2) \)
  • Bild von \(e_3\):\(T(e_3) = T(0, 0, 1) = (0 + 1, 2 \times 0 - 1) = (1, -1)\)Als Linearkombination der Basisvektoren von \( \mathbb{R}^2 \):\( 1 \times (1, 0) + (-1) \times (0, 1) = (1, -1) \)

Aufgabe 4)

Gegeben sei die 3x3 Matrix Deriv_NC

a)

a) Berechne die Determinante von Matrix A. Verwende hierfür die Regel von Sarrus. Verwende Verwende :

  • Spalten und Zeilen einer Matrix multiplizieren
  • Berücksichtige das Vorzeichen

Lösung:

Gegeben sei die 3x3 Matrix A:

  • \[ \begin{pmatrix} a & b & c \ d & e & f \ g & h & i \end{pmatrix} \]
a) Berechne die Determinante von Matrix A. Verwende hierfür die Regel von Sarrus.

Die Regel von Sarrus besagt, dass die Determinante einer 3x3 Matrix folgendermaßen berechnet wird:

  1. Wiederhole die ersten beiden Spalten rechts neben der Matrix:
  2.   \[ \begin{pmatrix} a & b & c \ d & e & f \ g & h & i \ a & b \ d & e \end{pmatrix} \]  
  3. Multipliziere die Elemente entlang der drei Diagonalen von oben links nach unten rechts:
  • \(a \times e \times i\)
  • \(b \times f \times g\)
  • \(c \times d \times h\)
  • Multipliziere die Elemente entlang der drei Diagonalen von unten links nach oben rechts:
    • \(g \times e \times c\)
    • \(h \times f \times a\)
    • \(i \times d \times b\)
  • Addiere die Produkte der Diagonalen von oben links nach unten rechts:
  •  \( a \times e \times i + b \times f \times g + c \times d \times h \) 
  • Subtrahiere die Produkte der Diagonalen von unten links nach oben rechts:
  •  \( g \times e \times c + h \times f \times a + i \times d \times b \) 
  • Die Determinante ist das Ergebnis der Addition und Subtraktion:
  •  \( \text{det}(A) = aei + bfg + cdh - gec - hfa - idb \) 

    c)

    c) Berechne die Determinante der transponierten Matrix A^T und zeige, dass sie gleich der Determinante von A ist.

    Lösung:

    Gegeben sei die 3x3 Matrix A:

    • \[ \begin{pmatrix} a & b & c \ d & e & f \ g & h & i \end{pmatrix} \]

    c) Berechne die Determinante der transponierten Matrix A^T und zeige, dass sie gleich der Determinante von A ist.

    Die transponierte Matrix A^T wird gebildet, indem die Zeilen und Spalten von A vertauscht werden. Das ergibt:

    • \[ \begin{pmatrix} a & d & g \ b & e & h \ c & f & i \end{pmatrix} \]

    Nun berechnen wir die Determinante von A^T:

    1. Wir verwenden die Regel von Sarrus:
    2. \[ \text{det}(A^T) = aei + dhc + gbf - ceg - bdi - afh \]

      Dies zeigt sich, da beim Betrachten der Terme der transponierten Matrix die Produkte und Subtraktions-Reihenfolgen erhalten bleiben.

      1. Erweiterung: Wiederhole die ersten beiden Spalten rechts neben der Matrix:
      2.  \[ \begin{pmatrix} a & d & g \ b & e & h \ c & f & i \ a & d \ b & e \end{pmatrix} \]
      3. Multipliziere die Elemente entlang der drei Diagonalen von oben links nach unten rechts:
    • \(a \times e \times i\)
    • \(d \times h \times c\)
    • \(g \times b \times f\)
  • Multipliziere die Elemente entlang der drei Diagonalen von unten links nach oben rechts:
    • \(g \times e \times c\)
    • \(h \times f \times a\)
    • \(i \times d \times b\)
  • Addiere die Produkte der Diagonalen von oben links nach unten rechts:
  •  \( aei + dhc + gbf \) 
  • Subtrahiere die Produkte der Diagonalen von unten links nach oben rechts:
  •  \( gec + hfa + idb \) 
  • Die Determinante ist das Ergebnis der Addition und Subtraktion:
  •  \[ \text{det}(A^T) = aei + dhc + gbf - gec - hfa - idb \] 

    Vergleich mit der Determinante von A:

     \[ \text{det}(A) = aei + bfg + cdh - ceg - bdi - afh \] 

    Durch den Vergleich der Formeln sehen wir, dass:

     \[ \text{det}(A^T) = \text{det}(A) \] 

    Dies zeigt, dass die Determinante einer Matrix gleich der Determinante ihrer Transponierten ist.

    Sign Up

    Melde dich kostenlos an, um Zugriff auf das vollständige Dokument zu erhalten

    Mit unserer kostenlosen Lernplattform erhältst du Zugang zu Millionen von Dokumenten, Karteikarten und Unterlagen.

    Kostenloses Konto erstellen

    Du hast bereits ein Konto? Anmelden