Sie sind auf Seite 1von 4

LA

Tobias M. B¨olz

1 Gruppen

(G, ) ist Gruppe

• ∀a, b, c G :

(a b) c = a (b c)

• ∀g G : e g = g = g e

• ∃g 1 : g 1 g = e = g g 1

e G

g G

(ab) 1 = b 1 a 1

 

g 3 = g g 2 = g 1

 

GL n : Gruppe der invertierbaren n × n-Matrizen

1.1 Abelsche Gruppe

zus¨atzlich:

a b = b a

1.2

Untergruppenkriterium

U G ist Untergruppe

U

• ∀a, b U : a b 1 U

=

2 Vektorr¨aume

Abelsche Gruppe (V, +) und K ×V V, (a, v) a·v

v V

: 1 · v = v

 

a, b

K

v

V :

a · (b · v) = (a · b) · v

a, b K

v

V :

(a + b)v = av + bv

a K u, v V

: a(u + v) = au + av

2.1

Untrverktorraumkriterium

U V ist UVR

U

• ∀u, v U a K : u + v U a · u U

=

2.2 Dimensionsformel

U, W endlichdim. UVR von V dim(U + W ) = dim U + dim W dim U W

dim(Bild Φ) = dim V dim(Kern Φ)

3 Lineare Abbildungen (Homomorphismen)

• ∀a, b V : Φ(a + b) = Φ(a) + Φ(b)

• ∀a V

Φ(0) = 0
Φ(0) = 0

k K : Φ(k · a) = k · Φ(a)

Isomorphismus bijektiver Homomorphismus

Endomorphismus Homomorphismus V V

Automorphismus bijektiver Endomorphismus

Projektion Φ = Φ 2 (Eigenwerte ∈ {0, 1})

Φ endlichdimensional injektiv surjektiv

Φ injektiv Kern Φ = {o}

 

0 kein Eigenwert von Φ Φ injektiv

 

Φ

nilpotent 0 einziger Eigenwert

 

Π Projektion V = Kern Π Bild Π

 

4 Dualraum

V = {Φ : V K} Vektorraum aller Linearformen

4.1 Dualbasis

1

Φ j (b k ) =

1

0

j = k

j

= k

5 Faktorraum

[v] = v + U = {v + u | u U}

dim V /U = dim V dim U

V /U = [b i + U,

, b n + U ]; b i ,

, b n V \U

6 Matrizen

diagonalisierbar dim V lin. unabh. Eigenvektoren dim E λ i = dim V

i

invertierbar (regul¨ar) det A

= 0

A hat vollen Rang

orthogonal A A = E

symmetrisch A = A

schiefsymmetrisch A = A

(AB) = B A

6.1 Spektralsatz

A reell und symmetrisch A diagonalisierbar

Φ selbsadjungiert Φ hat reelle Eigenwerte und es gibt eine ONB aus Eigenvektoren

7 Determinanten

det a

c

d b = ad bc

7.1 Regel von Sarrus

a

det d

g

b

e

h

c

f = aei + bfg + cdh ceg afh bdi i

7.2 Laplace’scher Entwicklungssatz

n

det(A)

det(A) = j=1 (1) i+j a ij det(A ij )

mit A ij Untermatrix von A ohne i. Zeile und j. Spalte

= i=1 (1) i+j a ij det(A ij )

n

7.3 Anwendung auf LGS

Ax = b nichttrivial l¨osbar det A = 0

det(αA) = α n det A

8 Charakteristisches Polynom

p = det(A λE)

8.1 Satz von Cayley-Hamilton

Jede quadratische Matrix ist Nullstelle ihres charak- teristischen Polynoms.

9 Eigenwert, Eigenvektor, Eigenraum, Hauptraum

det(A λE) = 0 λ K ist Eigenwert von Φ

Φ(v) = λ · v (v

= o)

v ist Eigenvektor zum Eigenwert λ

E λ = Kern(A λE)

H λ = Kern(A λE) n , wobei n = kleinstes k mit Rang(A λE) k = Rang(A λE) k+1

dim E λ = dim V Rang(A λE)

dim E λ = dim V − Rang( A − λE ) A positiv definit ⇔
A positiv definit ⇔ alle Eigenwerte von A positiv

A positiv definit alle Eigenwerte von A positiv

10 Jordan-Normalform

Vielfachheit des Eigenwerts λ

Gr¨oße des Jordanblocks zu λ

dim V Rang(A λE) = dim E λ

Anzahl der Jordank¨astchen zum Eigenwert λ

kleinstes k mit Rang(A λE) k = Rang(A λE) k+1 (alternativ (A λE) k = 0)

L¨ange des gr¨oßten Jordank¨astchens

10.1 Jordanbasis

Fur¨ jedes Jordan-K¨astchen (L¨ange l)

v n Kern(A λE) l \Kern(A λE) l1

v n+1 = (A λE) · v n

v n+2 = (A λE) 2 · v n

.

.

.

v n+l1 = (A λE) l1 · v n

11 Skalarprodukt

λ 1 a 1 + λ 2 a 2 , b = λ 1 a 1 , b + λ 2 a 2 , b

a, b = b, a

• ∀a V \{o} : a, a > 0

2

11.1 Standardskalarprodukt

x, y = x y =

11.2 Norm

v = v, v

n

i=1 x i y i

12 Orthogonalbasis

12.1 Gram-Schmidt-Verfahren

v 1 = b 1

v 2 =

b 2 b 2 ,v 1

v 1 2 v 1

v k = b k

k1

i=1

b k ,v i

v i 2

v i

12.2 Orthonormalbasis

v˜ i =

v

i

v i

13 Abstand

d(v, w) = v w

d : V × V R heißt Metrik

13.1 Abstand zweier Ebenen L und K

L = x 0 + U;

K = y 0 + W

x 1 , x 2 , ··· ∈ K + W

π(y 0 x 0 ) = y 0 x 0 , x 1 x 1 + y 0 x 0 , x 2 x 2

d(L, K) = d(y 0 x 0 , U + W) = (y 0 x 0 ) π(y 0 x 0 )

13.1.1 Lotfußpunkte

LGS: (u 1

(α 1 ··· α dim U β 1

··· u dim U w 1

··· −w dim W | π(y 0 x 0 ))

··· β dim W )

x L = x 0 + α 1 u 1 + ··· + α dim U u dim U x K = y 0 + β 1 w 1 + ··· + β dim W w dim W

13.2 Abstand Ebene U – Vektor x

x 1 , x 2 , · · · ∈ Kern

U = Kern

 

x 1 , x 2 ,

normieren

u

u

.

.

.

2

1

Da die U erzeugenden Vektoren orthogonal sind, ergibt sich eine ONB von U mit x 1 , x 2 ,

π(x) = x, x 1 x 1 + x, x 2 x 2 +

d(x, U ) = π(x) d(x, U ) = π(x) x

14 Winkel zwischen Vektoren

cos ω =

v 1 ,v 2

v 1 v 2

15 Adjungierte Abbildungen

Φ(v), w = v, Φ (w)

Φ (x) = A x wenn V = R n

selbsadjungiert Φ = Φ

antiselbstadjungiert Φ = Φ

16

Isometrien

AA = E

Φ(x), Φ(y) = x, y ; Φ(x) = x

Φ = Φ 1

b 1 , .

Φ(b 1 ),

, b n

ist ONB von V , Φ(b n ) ist ONB von V

16.1 Isometrienormalform

16.1.1 Φ gegeben

Eigenwerte von B = A A ([2, 2])

λ i = ±2 Werte in Drehk¨astchen

λ i

1 λ i

2

2

2

1 λ i

2

2

λ i

2

λ i = ±2 Vielfachheit von ±2 mal ±1 links oben auf der Hauptdiagonalen

Basis: Fur¨ alle Eigenewerte λ i

λ i = ±2 Basisvektoren aus ONB der Ei- genr¨aume E ±2 von B

x 1

λ i

und x 2 orthonormalisieren

= ±2 x 1 E λ i

von B, x 2 = Ax 1 ;

alternativ fur¨ 3 × 3-Matrizen:

det A = 1 1 + 2 cos ω = SpurA

det A = 1 ⇒ −1 + 2 cos ω = SpurA

3

16.1.2 Φ nicht gegeben

Drehebene U = [x 1 Φ(x 1 ), x 2 Φ(x 2 )]

Drehachse a: u a = 0 (u 1 , u 2 U)

u

1

2

b 2 = x 1 x 1 ,a

˜

a 2

a, Φ( ˜ b 2 ) = Φ(x 1 ) x 1 ,a a

a 2

cos ω =

˜ b 2 ,Φ( ˜ b 2 )

˜

˜

b 2 Φ( b 2 )

Basis:

b 1 =

b 2 =

a

a

˜

b

2

˜

b 2

˜ b 3 = Φ( ˜ b 2 ) Φ(

˜

b 2 ), ˜ b 2

˜

b 2 2

, b 3 =

˜

b

3

˜

b 2