1. Was bedeutet kanonisch? 1.1. Definition nach [1] 1.2. Definition nach [3] 1.3. Definition nach [4]

Größe: px
Ab Seite anzeigen:

Download "1. Was bedeutet kanonisch? 1.1. Definition nach [1] 1.2. Definition nach [3] 1.3. Definition nach [4]"

Transkript

1 1. Was bedeutet kanonisch? 1.1. Definition nach [1] Def. I: Ein Begriff unter einer Anzahl gleichartiger Begriffe heißt kanonisch, wenn er eine besonders große Bedeutung eine besonders durchsichtige Gestalt hat. 1.. Definition nach [3] Def. II: kanonisch, einer gegebenen Situation oder Problemstellung am besten angepasst 1.3. Definition nach [4] Def.: III kanonisch, auf natürliche Weise logisch ausgezeichnet -1-

2 . Probleme mit der kanonischen Basis des R.1. These ( ) 1 0 Die Standardbasis B : =, des ist in keiner Weise gegenüber der Basis, des logisch ausgezeichnet. B ist im Sinne der Definitionen I, II III 1 0 ( ) nicht kanonisch, sondern willkürlich... Ein Einwand? Es gilt aber doch det, = 1 1 = det,?

3 .3. Lösung Die Definition von ( ) det ist auch nicht kanonisch, sondern willkürlich. Es gilt: a 1,1 a 1, n n det = sgn ( π) a i, π( i ) a S( n) i 1 n,1 a π = n, n Die Willkür in dieser Definition ist die Richtung, in der die Matrix gelesen wird. Es wäre genauso möglich, eine andere Determinante det ( ) wie folgt zu definieren: a n a,1 n, n n a i, π( i ) a π S = 1 1,1 a i 1, n det : = sgn ( π) ( n) Mit dieser det ( ) gilt dann nämlich: det, = 1 1 = det, Die These.1. wird also bestätigt. -3-

4 .4. Ein Versuch Man könnte auf die Idee kommen, den Begriff kanonische Basis des wie folgt zu definieren: v, w (( v w) ), ist die kanonische Basis des : 1 0 v = w = 0 1 Aber das ist willkürlich, denn man könnte genauso gut den Begriff kanonische Basis des anders definieren: v, w (( v w) ), ist die kanonische Basis des : 0 1 v = w = 1 0 Das Einzige, dass möglich ist, ist den Begriff der Standard- Basis des zu definieren: v, w (( v w) ), ist die Standard-Basis des : 1 0 v = w = 0 1 Die Standard-Basis des ist nicht kanonisch, sondern willkürlich definiert. Mit anderen Worten: Die Wahl der Standard-Basis des zwingend. ist günstig, aber nicht -4-

5 3.1. Das neutrale Element einer Gruppe G mit #G ist nicht kanonisch Sei G eine Menge mit # sei G ; eine Gruppe mit neutralem Element e G. Es wird gezeigt werden, dass jedes ϑ G Anlass gibt zu einer Gruppe ( G ; ), die mit ( G ; ) verwandt ist deren neutrales Element ϑ ist. G ( ) Sei also ϑ G : G G G definiert durch a, b G a b : = a ϑ 1 b () Sei weiterhin die Abbildung ϕ : G G definiert durch a G ϕ a : = ϑ a 1 ϑ () ( ) Aus () () folgt dann offenbar: ( ) ( ) a, b, c G a b c = a b c (1) a G a ϑ = a = ϑ a () ( ) ( ) a G a ϕ a = ϑ = ϕ a a (3) Damit ist offenbar gezeigt, dass ( G; ) eine Gruppe mit neutralem Element ϑ ist. Ausserdem ist ϕ : G G die Inversenbildung von ( G ; ) ( ; ) ( G; ). Schliesslich gilt es, die Verwandschaft von G aufzuzeigen. Es gilt nämlich: ( ) a, b G a b = a ϕ e b (4) Fazit: Wegen #G ist das neutrale Element e G von kanonisch. ( ; ) G nicht -5-

6 3.. Das erzeugende Element einer zyklischen Gruppe G mit #G ist nicht kanonisch Sei G eine Menge mit # sei G ; eine zyklische Gruppe mit erzeugendem Element ω G. Es wird gezeigt werden, dass jedes g Anlass gibt zu einer zyklischen Gruppe G ;, die mit ( ; ) G ( ) G ( ) G verwandt ist von der g ein erzeugendes Element ist. Sei also g G. Dann existiert k { 1,, # G } mit g = ω k (1) Wir definieren dann { 0,, # G 1} l ϑ G durch l = k 1 ϑ = ω l () Sei : G G G definiert wie in 3.1.(), d. h. a, b G a b : = a ϑ 1 b (3) Dann gilt nach 3.1.(1) 3.1.(3): ( G ; ) ist eine Gruppe mit neutralem Element ϑ (4) -6-

7 Dabei gilt nach (1), () (3): m { 1,, # G} m g = g m ϑ ( m 1) = ω mk ( m 1) l i= 1 (5) Dann bleibt nur noch zu zeigen, daß ( G ; ) eine zyklische Gruppe ist daß g G ein erzeugendes Element von ( G ; ) ist. Dazu genügt es wegen (4) zu zeigen, daß gilt: n n { 1,,# G} ϑ = g n = # G i= 1 (6) Beweis von (6): n Sei n { 1,, # G } mit ϑ = g. Wegen (), (5) folgt dann: i= 1 ( 1) ω l = ϑ = ω nk n l = ω n k nl + l ( G ; ) Sei nun e G das neutrale Element von ():. Dann folgt mit e ( ) = ω l ω # G l = ω nk nl+ l+ # G l = ω nk nl = ω nk l = ω n Da ω G ein erzeugedes Element von ( G ; ) ist, folgt schließlich: n = # G Fazit: Wegen 3.1.(4) # G ist das erzeugende Element ω G von G ; nicht kanonisch. ( ) -7-

8 4. Dualräume 4.1. Benötigte Definitionen Def.: Sei n +. Sei V ein n -dimensionaler -Vektorraum. 1. Wir definieren dann V : = f : : ist -linear Offenbar gilt: { V f } V ist ein n -dimensionaler -Vektorraum V heißt der Dualraum von V.. Sei eine Norm auf V. Wir definieren dann eine Norm auf V durch ( x) f f V f : = sup : x V x 0 x = sup : 1 { f( x) x V x = } heißt die von auf V induzierte Operatornorm. -8-

9 3. Sei < ; > ein Skalarprodukt auf V. Wir definieren dann eine -lineare Abbildung Θ < : durch ; >,V V V ( ) x V Θ < > =< > ;, V x : x; Durch < ; > wird eine Norm auf V induziert. Dabei gilt: x V x = < x; x > ( V ) ( V ) Θ < ; >, :, V, ist eine -lineare Isometrie von normierten -Vektorräumen 4. ( ) Nach 1.. sind dann V = V ( ) = ebenfalls definiert. V heißt der Bidualraum von V. 5. Wir definieren eine Abbildung Q : V V V durch ( ) x V Q V x V : = f f ( ) x V Dann gilt nach []: Q : V V V ist -linear bijektiv Außerdem gilt nach [] für jede Norm auf V : ( ) ( V ) Q : V,, ist eine -lineare V Isometrie von normierten -Vektorräumen -9-

10 4.. Hauptsatz I Hauptsatz: Vor.: Beh.: Sei < ; > ein Skalarprodukt auf. Sei die durch < ; > auf induzierte Norm. Θ :,, eine Isometrie von normierten -Vektorräumen. Sei Φ : eine Abbildung. Sei ( ) ( ) ( ) ( ) ( ) Φ :,, ist eine -lineare Isometrie von normierten -Vektorräumen Φ f Es existiert eine -lineare Isometrie : : ( ) g : (, ) (, ) mit f = Θ g -lineare -10-

11 Es gilt: ( ) ( ) Θ :,, ist eine < ; >, -lineare Isometrie von normierten -Vektorräumen ( ) ( ) Θ :,, ist eine < ; >, -lineare Isometrie von normierten -Vektorräumen Θ = Θ id < ; >, < ; >, Θ = Θ id < ; >, < ; >, Θ Θ < ; >, < ; >, Damit ist klar: Θ < ; >, ist nicht kanonisch -11-

12 4.3. Hauptsatz II Hauptsatz: Vor.: Sei Φ : ( ) eine Abbildung. Beh.: Für jede Norm auf gilt: Φ : (, ) ( ), ist eine -lineare Isometrie von normierten -Vektorräumen Φ Q, Q Bew.: ausgelassen -1-

13 Es gilt: Für jede Norm auf gilt: Q ( ) ( ) :,, ist eine -lineare Isometrie von normierten -Vektorräumen Für jede Norm auf gilt: Q ( ) ( ) :,, ist eine -lineare Isometrie von normierten -Vektorräumen Q = Q id Q = Q id Q Q Damit ist klar: Q ist nicht kanonisch -13-

14 5. Literaturverzeichnis [1] Der große Brockhaus (16. Auflage) F. A. Brockhaus Wiesbaden 1955 [] Graduate Texts in Mathematics 96 John B. Conway, A Course in Functional Analysis Second Edition Springer-Verlag Berlin Heidelberg New York [3] Lexikon der Mathematik Spektrum Akademischer Verlag GmbH Heidelberg 001 [4] Vorlesungen über Mathematik Universität zu Köln -14-

r i w i (siehe (3.7)). r i v, w i = 0.

r i w i (siehe (3.7)). r i v, w i = 0. Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum

Mehr

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 68 Das Verhalten von Maßen bei linearen Abbildungen Lemma 68.1. Es sei V ein reeller Vektorraum und L :R n V eine bijektive lineare

Mehr

T := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass

T := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass I. a) Es sei (G, ) eine abelsche Gruppe mit neutralem Element e G. Zeigen Sie, dass U := {g G g 3 = e G } eine Untergruppe von G ist. b) In der symmetrischen Gruppe S 4 definieren wir analog zu a) die

Mehr

Lineare Algebra II. Inhalt und Begriffe. Lineare Algebra II p. 1

Lineare Algebra II. Inhalt und Begriffe. Lineare Algebra II p. 1 Lineare Algebra II Inhalt und Begriffe Lineare Algebra II p. 1 Inhaltsverzeichnis Kapitel II Grundlagen der Linearen Algebra... Lineare Algebra II p. 2 Inhaltsverzeichnis Kapitel II Grundlagen der Linearen

Mehr

Prof. Dr. Linus Kramer

Prof. Dr. Linus Kramer 1. Übungszettel zur Vorlesung Geometrische Gruppentheorie 2 Musterlösung SoSe 2016 WWU Münster Prof. Dr. Linus Kramer Nils Leder Antoine Beljean Aufgabe 1.1 Häufig wird der Begriff der quasi-isometrie

Mehr

Einführung in die Mathematik für Informatiker

Einführung in die Mathematik für Informatiker Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 12.12.2016 9. Vorlesung Eigenschaften linearer Abbildungen Beschreibung linearer Abbildungen durch Matrizen... Eigenschaften

Mehr

Musterlösung zur Nachklausur Lineare Algebra I

Musterlösung zur Nachklausur Lineare Algebra I Musterlösung zur Nachklausur Lineare Algebra I Aufgabe 1 5 Punkte: Welche der folgenden Aussagen sind wahr bzw falsch? Setzen Sie in jeder Zeile genau ein Kreuz Für jede korrekte Antwort erhalten Sie 0,5

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009 I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe

Mehr

Scheinklausur, 2. Teil, Lineare Algebra I, WS 2001, Prof. Dr. G. Hiß. Ja oder

Scheinklausur, 2. Teil, Lineare Algebra I, WS 2001, Prof. Dr. G. Hiß. Ja oder Gruppe A Scheinklausur 2. Teil 15.2.2002 Lineare Algebra I WS 2001 Prof. Dr. G. Hiß Name: Matrikelnummer: Kreuzen Sie bei jeder Frage entweder Ja oder Nein oder nichts an. Auswertung der Multiple-Choice-Aufgaben:

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 34 Die Diagonalisierbarkeit von Isometrien im Komplexen Satz 34.1. Es sei V ein endlichdimensionaler C-Vektorraum

Mehr

Aufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie:

Aufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie: Aufgabe I (4 Punkte Gegeben seien die Matrix und die Menge Zeigen Sie: H := L := {A R 4 4 A HA = H} a L ist bezüglich der Matrizenmultiplikation eine Gruppe b Die Matrizen der Form ( E O, O B wobei E R

Mehr

Vorlesung 6: Gruppen und Homomorphismen

Vorlesung 6: Gruppen und Homomorphismen Vorlesung 6: Gruppen und Homomorphismen Gabriele Link 11.11.2013 Gabriele Link Vorlesung 6: Gruppen und Homomorphismen 1 Erinnerung: Verknüpfung Gegeben sei eine Menge M. Eine (innere) Verknüpfung auf

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

7 Lineare Abbildungen und Skalarprodukt

7 Lineare Abbildungen und Skalarprodukt Mathematik II für inf/swt, Sommersemester 22, Seite 121 7 Lineare Abbildungen und Skalarprodukt 71 Vorbemerkungen Standard Skalarprodukt siehe Kap 21, Skalarprodukt abstrakt siehe Kap 34 Norm u 2 u, u

Mehr

Hauptklausur. Lineare Algebra. (BaM-LA1, L3M-AG) Prof. Dr. Martin Möller // Jonathan Zachhuber. WiSe 2016/17 // 20. Februar 2017

Hauptklausur. Lineare Algebra. (BaM-LA1, L3M-AG) Prof. Dr. Martin Möller // Jonathan Zachhuber. WiSe 2016/17 // 20. Februar 2017 Hauptklausur Lineare Algebra (BaM-LA1, L3M-AG) Prof. Dr. Martin Möller // Jonathan Zachhuber WiSe 2016/17 // 20. Februar 2017 Kontrollieren Sie, ob Sie alle 6 Aufgabenblätter erhalten haben, und geben

Mehr

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2, Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist

Mehr

7.2 Die adjungierte Abbildung

7.2 Die adjungierte Abbildung 7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Normierte Vektorräume und lineare Abbildungen 61

Normierte Vektorräume und lineare Abbildungen 61 Normierte Vektorräume und lineare Abbildungen 61 denn x + h = xe + x 1 h: x 1 h x 1 h α 17.4 = e + x 1 h IA, also x + h IA und x + h 1 x 1 + x 1 hx 1 = [ e + x 1 h 1 e + x 1 h ] x 1 : mit y := x 1 h aus

Mehr

α i e i. v = α i σ(e i )+µ

α i e i. v = α i σ(e i )+µ Beweis: Der Einfachheit halber wollen wir annehmen, dass V ein endlich-dimensionaler Vektorraum mit Dimension n ist. Wir nehmen als Basis B {e 1,e 2,...e n }. Für beliebige Elemente v V gilt dann v α i

Mehr

Kapitel I. Hilberträume.

Kapitel I. Hilberträume. Kapitel I. Hilberträume. 1. Grundbegriffe. Ein Prä-Hilbertraum ist ein Vektorraum über C mit einem inneren Produkt (=Skalarprodukt, positive Form). Wir beginnen daher mit (Sesquilinear-) Formen. 1.1. Definition.

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 57 Die ransformationsformel für Integrale Wir kommen zur ransformationsformel für Integrale, wofür wir noch eine Bezeichnung

Mehr

Vorlesung. Mathematik für Physiker III. Kapitel 3 Differentialformen. 10. Differentialformen 1. Ordnung

Vorlesung. Mathematik für Physiker III. Kapitel 3 Differentialformen. 10. Differentialformen 1. Ordnung Vorlesung Mathematik für Physiker III Kapitel 3 Differentialformen 10. Differentialformen 1. Ordnung Sei V ein Vektorraum über R, V sein Dualraum. Zu einer k-dimensionalen Untermannigfaltigkeit M des R

Mehr

Übungen zu Lineare Algebra und Geometrie 1

Übungen zu Lineare Algebra und Geometrie 1 Übungen zu Lineare Algebra und Geometrie 1 Hermann Schichl Andreas Čap Sommersemester 218 Wiederholung grundlegender Begriffe (1) Bestimmen Sie Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben

Mehr

Robert Denk Proseminar Analysis WS 2016/17

Robert Denk Proseminar Analysis WS 2016/17 1. Inhalt des Proseminars 1 Robert Denk 21.07.2016 Proseminar Analysis WS 2016/17 1. Inhalt des Proseminars Die Grundidee einer Fourierreihe besteht darin, eine Funktion als Überlagerung von Schwingungen,

Mehr

Übungen zu Lineare Algebra und Geometrie 1

Übungen zu Lineare Algebra und Geometrie 1 Übungen zu Lineare Algebra und Geometrie 1 Hermann Schichl Andreas Čap Sommersemester 218 Wiederholung grundlegender Begriffe (1) Bestimmen Sie Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben

Mehr

Lineare Algebra für PhysikerInnen

Lineare Algebra für PhysikerInnen Universität Wien, SS 2015 Lineare Algebra für PhysikerInnen Beispiele für Multiple-Choice-Fragen Punkteschlüssel: [Typ 1 aus 4] und [Typ 3 aus 4]... 0.8 Punkte [Typ 2 aus 4]... 1 Punkt Bei der schriftlichen

Mehr

5 Lineare Abbildungen

5 Lineare Abbildungen 5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,

Mehr

4.3 Affine Punkträume

4.3 Affine Punkträume 4.3. AFFINE PUNKTRÄUME 185 4.3 Affine Punkträume Es wird jetzt der Übergang von der linearen Algebra zur analytischen Geometrie beschrieben. 4.3.1 Definition (affiner Punktraum) Sei V ein K-Vektorraum,

Mehr

Geometrie der Cartan schen Ableitung

Geometrie der Cartan schen Ableitung Geoetie de Catan schen Ableitung - - Notation Sei + Sei + Wi bezeichnen it ( L den Vektoau alle fach ultilineaen Abbildungen f : -al 2 Wi bezeichnen it S die Guppe alle Peutationen σ : {,, } {,, } Des

Mehr

17 Lineare Abbildungen

17 Lineare Abbildungen Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:

Mehr

Funktionalanalysis I

Funktionalanalysis I Funktionalanalysis I Christian Fleischhack Diese Übersicht listet die Überschriften der einzelnen Abschnitte der Vorlesung sowie stichpunktartig die jeweils darin behandelten Themen auf. Eine Gewähr für

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Kapitel 2 Lineare Gleichungssysteme 21 Lineare Gleichungssysteme und Matrizen Lernziele 2 Lineare Gleichungssysteme definieren Matrizen, Matrizen definieren lineare Abbildungen, Lösen von linearen Gleichungssystemen

Mehr

5 Lineare Abbildungen

5 Lineare Abbildungen 5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,

Mehr

Technische Universität München

Technische Universität München Technische Universität München Michael Schreier Ferienkurs Lineare Algebra für Physiker Vorlesung Montag WS 2008/09 1 komplexe Zahlen Viele Probleme in der Mathematik oder Physik lassen sich nicht oder

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren

Mehr

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr

3. Übungszettel zur Vorlesung. Geometrische Gruppentheorie Musterlösung. Cora Welsch

3. Übungszettel zur Vorlesung. Geometrische Gruppentheorie Musterlösung. Cora Welsch 3. Übungszettel zur Vorlesung Geometrische Gruppentheorie Musterlösung WiSe 2015/16 WWU Münster Prof. Dr. Linus Kramer Nils Leder Cora Welsch Aufgabe 3.1 Sei I eine Indexmenge und A α für jedes α I eine

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

Aufgabe 1. (i) Lineare Algebra II Übungsbetrieb Blatt Σ

Aufgabe 1. (i) Lineare Algebra II Übungsbetrieb Blatt Σ 1 2 3 4 5 Σ Aufgabe 1 (i) X Menge, Äquivalenzrelation auf X, x, y X x y [x] = [y] [x] [y], X ist disjunkte Vereinigung aller Äquivalenzklassen (Letzte Aussage) Paarweise verschiedene Äquivalenzklassen

Mehr

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette 1. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 30.10.03 1 Finden 2 Sei Sie reelle Zahlen a, b, c, so dass a (2, 3, 1) + b (1, 2, 2) + c (2, 5, 3) = (3, 7, 5). (V,, ) ein euklidischer Vektorraum. Zeigen

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.44 2018/05/17 14:11:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.6 Bewegungen und Kongruenzbegriffe Wir untersuchen gerade die Spiegelung an einer Hyperebene h R d. Ist ein

Mehr

6. Normale Abbildungen

6. Normale Abbildungen SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische

Mehr

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015 sskizzen der Klausur zur Linearen Algebra im Herbst 5 Aufgabe I. Es sei (G, ) eine Gruppe mit neutralem Element e und M {x G x x e}. Zeigen Sie: (a) Ist G kommutativ, so ist M eine Untergruppe von G. (b)

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof Dr H Brenner Osnabrück SS 22 Mathematik für Anwender II Vorlesung Euklidische Vektorräume Im Anschauungsraum kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor hat auch eine Länge,

Mehr

Probleme? Höhere Mathematik!

Probleme? Höhere Mathematik! Hans LTrinkaus Probleme? Höhere Mathematik! Eine Aufgabensammlung zur Analysis, Vektor- und Matrizenrechnung Zweite, unveränderte Auflage Mit 307 Abbildungen Springer-Verlag Berlin Heidelberg New York

Mehr

Lineare Algebra I Lösung der Probeklausur

Lineare Algebra I Lösung der Probeklausur David Blottière Patrick Schützdeller WS 6/7 Universität Paderborn Lineare Algebra I Lösung der Probeklausur Aufgabe : M i) M ist linear unabhängig. Seien a,b,c R mit Daraus folgt : Also gilt a = b = c

Mehr

Wiederholung: lineare Abbildungen

Wiederholung: lineare Abbildungen Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =

Mehr

Lineare Algebra I Lösungsvorschlag

Lineare Algebra I Lösungsvorschlag Aufgabe Lineare Algebra I Lösungsvorschlag Wir bezeichnen mit a, a 2, a 3 Q 4 die Spalten der Matrix A. Es ist 7 a + 2a 2 = 7 4 = 7a 3, und wir sehen im l A = a, a 2, a 3 = a, a 2. Da die Vektoren a und

Mehr

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}. Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren

Mehr

Zeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5

Zeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5 Aufgabe I (4 Punkte) Es sei G : {e, g, g, g } eine 4-elementige Gruppe mit neutralem Element e Die Verknüpfung auf G werde mit bezeichnet Außerdem seien in G folgende Gleichungen erfüllt: g g g und g g

Mehr

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015 Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler

Mehr

Partielle Differentialgleichungen Kapitel 7

Partielle Differentialgleichungen Kapitel 7 Partielle Differentialgleichungen Kapitel 7 Intermezzo zu Distributionen Die Physik hat der Mathematik die Dirac-δ-Funktion gebracht. Diese δ-funktion soll folgende Eigenschaften haben: n δ (x ϕ (x dx

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 56 Basiswechsel bei Tensorprodukten Lemma 56.1. Es sei K ein Körper und seien V 1,...,V n endlichdimensionale

Mehr

D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld. Clicker Fragen

D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld. Clicker Fragen D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld Clicker Fragen Frage 1 Wenn eine reelle Matrix einen Eigenvektor hat, so hat es unendlich viele Eigenvektoren Sei u K n einen Eigenvektor von A M

Mehr

Lineare Algebra für Physiker 11. Übungsblatt

Lineare Algebra für Physiker 11. Übungsblatt Lineare Algebra für Physiker 11. Übungsblatt Fachbereich Mathematik SS 01 Prof. Dr. Matthias Schneider./. Juli 01 Dr. Silke Horn Dipl.-Math. Dominik Kremer Gruppenübung Aufgabe G1 (Minitest) (a) Welche

Mehr

L 2 -Theorie und Plancherel-Theorem

L 2 -Theorie und Plancherel-Theorem L -Theorie und Plancherel-Theorem Seminar Grundideen der Harmonischen Analysis bei Porf Dr Michael Struwe HS 007 Vortrag von Manuela Dübendorfer 1 Wiederholung aus der L 1 -Theorie Um die Fourier-Transformation

Mehr

Klausur Analysis II

Klausur Analysis II WS 28/9 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis II 6.2.28 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung

Mehr

Skalarprodukt, Norm & Metrik

Skalarprodukt, Norm & Metrik Skalarprodukt, Norm & Metrik Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. Mai 2016 Stefan Ruzika 5: Skalarprodukt, Norm & Metrik 11. Mai 2016 1 / 13 Gliederung 1

Mehr

Lösung zu Serie 10. Lineare Algebra D-MATH, HS Prof. Richard Pink

Lösung zu Serie 10. Lineare Algebra D-MATH, HS Prof. Richard Pink Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 10 1. [Aufgabe] a) Sei V ein Unterraum eines K-Vektorraums V. Zeige, dass jede Linearform auf V eine Fortsetzung zu einer Linearform auf

Mehr

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

Themen und Übungen zum Lehrerweiterbildungskurs Wiederholung und Vertiefung Lineare Algebra/Analytische Geometrie I WiSe 2013/2014

Themen und Übungen zum Lehrerweiterbildungskurs Wiederholung und Vertiefung Lineare Algebra/Analytische Geometrie I WiSe 2013/2014 Themen und Übungen zum Lehrerweiterbildungskurs Wiederholung und Vertiefung Lineare Algebra/Analytische Geometrie I WiSe 2013/2014 [Sch]: R.-H.Schulz:Repetitorium Bachelor Mathematik [Sch-LAI] R.-H.Schulz:

Mehr

Konvexität und Dualität (Proseminar WS 2014/15)

Konvexität und Dualität (Proseminar WS 2014/15) Konvexität und Dualität (Proseminar WS 2014/15) Hermann Dinges Frankfurt, 17. Juli 2014 Handreichung Die in der Ankündigung genannten Themengebiete müssen noch genauer umrissen werden, wenn klar ist, welche

Mehr

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1, Aufgabe I1 (4 Punkte) Es seien (G, ) und (H, ) Gruppen a) Wann heißt eine Abbildung Φ : G H ein Gruppenhomomorphismus? b) Es seien Φ, Ψ : G H zwei Gruppenhomomorphismen Zeigen Sie, dass eine Untergruppe

Mehr

Musterlösung zur Probeklausur Lineare Algebra I

Musterlösung zur Probeklausur Lineare Algebra I Musterlösung zur Probeklausur Lineare Algebra I Aufgabe 1 5 Punkte: Welche der folgenden Aussagen sind wahr bzw. falsch? Setzen Sie in jeder Zeile genau ein Kreuz. Für jede korrekte Antwort erhalten Sie

Mehr

Analysis für Physiker Zusätze

Analysis für Physiker Zusätze Analysis für Physiker Zusätze nach den Vorlesungen von Prof. Dr. Werner Timmermann (Sommersemester 2007, Wintersemester 2007/08) Herausgegeben von Jeffrey Kelling Felix Lemke Stefan Majewsky Stand: 23.

Mehr

4.2 Quotientenvektorräume

4.2 Quotientenvektorräume 306 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 4.2 Quotientenvektorräume Zum Verständnis der folgenden Konstruktion ist es hilfreich, sich noch einmal den Abschnitt 1.4 über Restklassen vom Beginn

Mehr

Klausur zur Höheren Mathematik IV

Klausur zur Höheren Mathematik IV Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene

Mehr

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über

Mehr

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Tutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu:

Tutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu: 1 Bilinearformen Tutorium 4 Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Φ(αv + w, x) = α Φ(v, x) + Φ(w, x) und Φ(v, βx + y) = β Φ(v, x) + Φ(v, y) Bemerkung. Dies ist

Mehr

Lineare Algebra II Zwischentest

Lineare Algebra II Zwischentest Lineare Algebra II Zwischentest Dr. Stephan Ehlen, Dr. Chris Jennings-Shaffer, Jonathan Schürr 14.06.18 Dieser Zwischentest besteht aus 7 Aufgaben und enthält insgesamt 12 Seiten. Sie haben für die Bearbeitung

Mehr

Übungsklausur Lineare Algebra

Übungsklausur Lineare Algebra Übungsklausur Lineare Algebra Sommersemester 2010 Johannes Gutenberg-Universität Mainz Diese Übungsklausur ist sehr lang (gut zum Üben). In der richtigen Klausur finden Sie eine Multiple Choice aufgabe

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

5.3 Typen und Klassifikation affiner Abbildungen

5.3 Typen und Klassifikation affiner Abbildungen 53 Typen und Klassifikation affiner Abbildungen Definition 531 Sei A ein AR und Aff(A) die Gruppe der Affinitäten von A τ Aff(A) heißt Translation falls p, q A gilt: pτ(p) = qτ(q) Der dann von der Wahl

Mehr

Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses

Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses Thomas Steinle Seminar Zufällige Felder Universität Ulm 18. November, 2008 Einleitung Inhalt Einleitung Wiederholung und Themenvorstellung Wichtiges

Mehr

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Kombinatorik Dr. Lucia Draque Penso Universität Ulm Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Erste Vorlesung Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 2 / 26 Formales Vorlesung:

Mehr

x 2 + y 2 = f x y = λ

x 2 + y 2 = f x y = λ Lineare Abbildungen Def Es seien (V 1,+, ) und (V 2,+, ) zwei Vektorräume Eine Abbildung f : V 1 V 2 heißt linear, falls für alle Vektoren u,v V 1 und für jedes λ R gilt: f (u + v) = f (u) + f (v), f (λu)

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b

Mehr

Vorlesung 12 Differentialgeometrie: Grundlagen 49. Definition 4.25 Die Zweite Fundamentalform ordnet jedem Punkt die Bilinearform

Vorlesung 12 Differentialgeometrie: Grundlagen 49. Definition 4.25 Die Zweite Fundamentalform ordnet jedem Punkt die Bilinearform Vorlesung 2 Differentialgeometrie: Grundlagen 49 Wir werden jetzt κ(v) durch Untersuchung von d p N bestimmen. Dazu beobachten wir zunächst, das aus dn(v) N folgt, dass es zu jedem v T p U ein w T p U

Mehr

Wir fassen in kompakter Form das nötige Grundwissen über Gitter zusammen:

Wir fassen in kompakter Form das nötige Grundwissen über Gitter zusammen: 1 Gitter Wir fassen in kompakter Form das nötige Grundwissen über Gitter zusammen: Definition 11 (Gitter) Zu linear unabhängigen Vektoren b 1,, b n R d heißt die Menge } L(b 1,, b n ) := Zb i = t i b i

Mehr

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis

Mehr

Lösungshinweise zu den Hausaufgaben:

Lösungshinweise zu den Hausaufgaben: S. Hagh Shenas Noshari, 9. Gruppenübung zur Vorlesung S. Nitsche, C. Rösinger, A. Thumm, D. Zimmermann Höhere Mathematik Wintersemester 8/9 M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H 33.

Mehr

Musterlösung zur Klausur Lineare Algebra I

Musterlösung zur Klausur Lineare Algebra I Musterlösung zur Klausur Lineare Algebra I Aufgabe Version A 5 Punkte: Welche der folgenden Aussagen sind wahr bzw. falsch? Setzen Sie in jeder Zeile genau ein Kreuz. Für jede korrekte Antwort erhalten

Mehr

Die Determinante einer Matrix

Die Determinante einer Matrix Chr.Nelius, Lineare Algebra II (SS 2005) 6 Die Determinante einer Matrix Wir betrachten im folgenden Determinantenformen auf dem Vektorraum V = K n. Eine solche Form ist eine Abbildung von n Spaltenvektoren

Mehr

1 Definition und Grundeigenschaften

1 Definition und Grundeigenschaften Christian Bönicke Vektorbündel I Im Folgenden sei immer F = R, C oder H. 1 Definition und Grundeigenschaften 1.1 Definition Ein k-dimensionales Vektorbündel ξ über F ist ein Bündel (E, p, B) mit folgenden

Mehr

Orthogonalpolynome Einführung, Eigenschaften und Anwendungen

Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 1 Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Seminar zur Numerik im SS 2018, Universität zu Köln 10.

Mehr

1 Der Satz von Poincaré-Birkhoff-Witt. 2 Die freie Algebra. 3 Die universell einhüllende Algebra

1 Der Satz von Poincaré-Birkhoff-Witt. 2 Die freie Algebra. 3 Die universell einhüllende Algebra 1 Der Satz von Poincaré-Birkhoff-Witt Darstellungen von assoziativen Algebren sind oft einfacher zu handhaben als Darstellungen von Lie- Algebren. Die universell einhüllende Algebra einer Lie-Algebra hat

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 6 4. Mai 2010 Definition 69. Der Vektor f 3 x 2 (x 1, x 2, x 3 ) f 2 x 3 (x 1, x 2, x 3 ) f 1 x 3 (x 1, x 2, x 3 ) f 3 x 1 (x 1, x 2, x 3 ) f 2 x

Mehr

Grundbegriffe der Topologie. V. Bangert. (zur Vorlesung Differentialgeometrie, WS 12/13 )

Grundbegriffe der Topologie. V. Bangert. (zur Vorlesung Differentialgeometrie, WS 12/13 ) 01.10.2012 Grundbegriffe der Topologie V. Bangert (zur Vorlesung Differentialgeometrie, WS 12/13 ) Def. 0.1 Ein topologischer Raum ist eine Menge X zusammen mit einem System O von Teilmengen von X, das

Mehr

Analysis II. Vorlesung 47

Analysis II. Vorlesung 47 Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Zu einer reellwertigen Funktion Vorlesung 47 interessieren wir uns wie schon bei einem eindimensionalen Definitionsbereich für die Extrema, also Maxima

Mehr

Wiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen.

Wiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen. Wiederholung Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen. Definition. Sei X eine Menge und d : X X R eine Abbildung mit den Eigenschaften 1.

Mehr

Lineare Algebra I für Mathematiker Lösungen

Lineare Algebra I für Mathematiker Lösungen Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation

Mehr

Analysis II. Vorlesung 37. Differenzierbare Kurven

Analysis II. Vorlesung 37. Differenzierbare Kurven Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 37 Differenzierbare Kurven Eine Animation des Graphen der trigonometrischen Parametrisierung des Einheitskreises. Die grünen Punkte sind Punkte

Mehr

Rangsatz. d.) (2P) Formulieren Sie den

Rangsatz. d.) (2P) Formulieren Sie den Probeklausur Lineare Algebra I am 14.11.09 Die Klausur ist in drei Teile unterteilt, die grob als Definitions-, Rechenund Beweisteil bezeichnet werden können (optisch durch Linien getrennt). In jedem Teil

Mehr

23. Die Jordan sche Normalform

23. Die Jordan sche Normalform Chr.Nelius, Lineare Algebra II (SS 2005) 1 23. Die Jordan sche Normalform Wir suchen für einen trigonalisierbaren Endomorphismus unter seinen dreiecksförmigen Darstellungsmatrizen eine Darstellungsmatrix,

Mehr