Darstellungstheorie I

Größe: px
Ab Seite anzeigen:

Download "Darstellungstheorie I"

Transkript

1 Darstellungstheorie I Vortrag im Rahmen des Proseminars: Gruppentheorie und Quantenmechanik von Prof. Dr. Jan Louis und Dr. Robert Richter Universität Hamburg Jan Oliver Rieger 8. November

2 1 Grundlegende Definitionen Definition 1.1 (lineare Abbildung) Sei V ein Vektorraum über dem Körper K. Eine Abbildung T : V V ist linear, wenn für alle u, v V und α, β K gilt: T (αu + βv) = α T (u) + β T (v) Bemerkung 1.2 Jede lineare Abbildung zwischen endlichdimensionalen Vektorräumen lässt sich nach der Wahl einer Basis Φ B durch eine Matrix beschreiben, denn der Vektorraum L(V n, V m ) der linearen Abbildungen zwischen V n und V m ist isomorph zum Vektorraum der m n - Matrizen Mat(m, n, K). Bemerkung 1. Die Menge der bijektiven linearen Abbildungen φ : V V bilden in natürlicher Weise die Gruppe Aut(V ) der Automorphismen des Vektorraums V. Definition 1.4 (allgemeine lineare Gruppe) Betrachtet man endlichdimensionale Vektorräume V spricht man auch von der allgemeinen linearen Gruppe GL(V ) und schreibt GL(V ) := Aut(V ). Ist V ein K n -Vektorraum, dann entspricht GL(V ) gerade der Gruppe der invertierbaren Matrizen GL(n, K) := {A Mat(n, K) det(a) 0}. 2 Darstellungen und deren Eigenschaften Die meisten Eigenschaften einer abstrakten Gruppe sind nicht sofort erkennbar, deshalb bildet man sie auf ein besser verstandenes Objekt ab, genauer gesagt auf eine lineare Abbildung. Definition 2.1 (Darstellung) Sei G eine beliebige Gruppe, V ein n dimensionaler K-Vektorraum (n < ) und GL(V ) die allgemeine lineare Gruppe. Einen Gruppenhomomorphismus D : G GL(V ), g D(g) nennt man Darstellung vom Grad n der Gruppe G. Der Gruppenhomomorphismus D hat folgende Eigenschaften: 1. D(g 1 g 2 ) = D(g 1 )D(g 2 ) 2. D(e G ) = Id V D(g 1 ) = D 1 (g) Eine Darstellung heißt treu, wenn der Gruppenhomomorphismus D injektiv ist. Bemerkung 2.2 Eine M atrixdarstellung ist ein Gruppenhomomorphismus D : G GL(n, C). 2

3 Beispiel: Darstellungen der Gruppe C 1. Es wird hier explizit eine Drehung um den Winkel θ = 2π um die z-achse betrachtet. Sei V = R, a V und eine lineare Abbildung P : V V ; a P (a) := a, wobei a die Projektion von a auf die x-y-ebene ist. Die z-komponente ändert sich nicht bei einer Rotation um die z-achse: z z = z Somit reicht die Betrachtung der Projektion a. Nun geht man über in Polarkoordinaten: x = r cos(ϕ + θ) y (2.1) = r sin(ϕ + θ) Man vereinfacht: x = r cos(ϕ + θ) = r(cos ϕ cos θ sin ϕ sin θ) = x cos θ y sin θ y = y cos θ + x sin θ (2.2) Das Gleichungssystem (2.2) lässt sich auch als eine Matrix schreiben: x cos θ sin θ 0 x y = sin θ cos θ 0 y (2.) z z Die Rotationsmatrix R(θ) beschreibt also die Drehung eines Vektors (im R ): cos θ sin θ 0 R(θ) = sin θ cos θ 0 (2.4) Für die Gruppe C = c, c = e existiert daher folgende Darstellung: D(e) = D(c ) = R(0) = E n D(c) = R( 2π ) (2.5) D(c 2 ) = D(c)D(c) = R( 4π ) 2. Dies ist allerdings nicht die einzige Darstellung der Gruppe C, man kann sich überlegen, dass durch ( ) 0 1 D(c) = (2.6) 1 1 ebenfalls eine Darstellung gegeben ist, denn: det(d(c)) = 1 0 ( 1) 1 = 1 0 D(c) ist invertierbar. (2.7)

4 Außerdem gilt: und D(e) = D(c ) = D(c 2 ) = D(c)D(c) = ( ) 1 0 = E 0 1 n (2.8) ( ) (2.9) Wie man schnell sieht handelt es sich in beiden Fällen sogar um eine treue Darstellung. Bemerkung 2. Die Matrix R gehört zur speziellen orthogonalen Gruppe SO(), also der Gruppe der orthogonalen Matrizen (R t R = 1) mit Determinante det(r) = 1. Sie beschreiben echte Rotationen (ohne Spiegelungen) im R. R SO() = {A O() deta = 1} Definition 2.4 (Äquivalenz) Zwei Darstellungen D 1, D 2 : G GL(n, C) heißen äquivalent, wenn es eine invertierbare Matrix S GL(n, C) gibt, sodass gilt: D 2 (g) = SD 1 (g)s 1 g G Man schreibt dann: D 1 D 2 Die Gruppen- bzw. Darstellungseigenschaften bleiben erhalten: SD 2 (gh)s 1 = SD 2 (g)d 2 (h)s 1 = (SD 2 (g)s 1 )(SD 2 (h)s 1 ) = D 1 (g)d 1 (h) = D 1 (gh) Sie beschreiben die gleichen linearen Abbildungen lediglich im Bezug auf eine andere Basis. Bemerkung 2.5 Äquivalente Darstellungen bilden eine Äquivalenzklasse. (vgl. Konjugation aus dem Vortrag von Leonard Wienke, Beweis: analog.) Man kann einer Darstellung einen sogenannten Charakter zuordnen. Dies wird sich als äußerst vorteilhaft erweisen. Definition 2.6 (Charakter) Sei D eine Darstellung einer Gruppe G und sei χ folgende Funktion: χ : G C g χ(g) = Tr(D(g)) = n D ii (g) i=1 So nennt man χ = {χ(g) g G} den Charakter der Darstellung. 4

5 Satz 2.7 Zwei Darstellungen D 1 und D 2 sind äquivalent genau dann, wenn sie denselben Charakter haben: D 1 D 2 {χ 1 (g)} = {χ 2 (g)}. Beweis. Die Richtung kann man zeigen, indem man die Eigenschaften der Spur geschickt nutzt. Mit S GL(n, C) gilt: Dann ist für ein beliebiges g G: D 1 D 2 S : D 2 (g) = SD 1 (g)s 1 g G χ 2 (g) = Tr(D 2 (g)) = Tr(SD 1 (g)s 1 ) = Tr(D 1 (g)s 1 S) = Tr(D 1 (g)) = χ 1 (g) Die andere Richtung benötigt Definitionen und Sätze, die erst in den nachfolgenden Vorträgen behandelt werden. Dieser Satz ist ein wesentliches Resultat der Darstellungstheorie, denn so lassen sich äquivalente Darstellungen sehr schnell identifizieren. Bemerkung 2.8 Aus dem Satz 2.6 folgt, dass der Charakter auf einer Äquivalenzklasse konstant ist, damit ist die Äquivalenzklasse einer Darstellung D schon durch den Charakter eindeutig bestimmt. Definition 2.9 (Reduzibilität) Eine Darstellung D vom Grad m+n heißt reduzibel, wenn D(g) von folgender Form ist: ( ) A(g) C(g) D(g) = g G 0 B(g) Dabei handelt es sich bei A(g) um eine m m, bei B(g) um eine n n und bei C(g) um eine m n Matrix. Beispiel Die Darstellung der Gruppe C ist offensichtlich reduzibel, denn es ist: 0 R(θ) = 0 (2.10) bzw. D(c) = ( ) D1 (c) 0 0 D 2 (c) (2.11) Man sagt auch die Darstellung zerfällt in die zwei Teildarstellungen D 1 (c) und D 2 (c) und schreibt sie als direkte Summe: D(c) = D 1 (c) D 2 (c) 5

6 Dabei wirkt D 1 (c) im R 2 und D 2 (c) im R. Außerdem können die beiden Teildarstellungen D 1 (c) und D 2 (c) selbst wieder reduzibel sein. Man kann die Darstellungen nun weiter reduzieren bis man zu einer irreduziblen Darstellung gelangt. Bemerkung 2.10 Ein K-Vektorraum V mit einer fest gewählten Darstellung D einer Gruppe G wird als G-Modul bezeichnet. Darstellungen in der Quantenmechanik.1 Induzierte Transformation der Wellenfunktion Ψ Bis jetzt wurden lediglich klassische Drehungen betrachtet, aber die Darstellungstheorie ist insbesondere in der Quantenmechanik ein nützliches Werkzeug. Interessant ist hier jetzt die Frage, wie die rotierte Wasserstoffwellenfunktion aussieht. Eine Rotation wird z.b. durch das Anlegen eines externen Magnetfeldes B ext erreicht. Aufgrund der Kugelsymmetrie des Coulombpotentials ist es sinnvoll, den Separationsansatz Ψ nlm (r, θ, ϕ) = R nl (r)y lm (θ, ϕ) zu wählen. Weil die Radialfunktion rotationsinvariant ist, wird sie im Folgenden nicht mehr berücksichtigt. Abbildung 1: Elektron im 2p Zustand (a) vor der Drehung und (b) danach. Für die Berechnung der rotierten Wellenfunktion kann man eine einfache Gleichung angeben. Weil sich die Wellenfunktion Ψ(r) an einem Punkt r vor der Rotation R und die rotierte Wellenfunktion Ψ (r ) eines rotierten Punktes r nicht unterscheiden, gilt: mit r = Rr folgt für die Wellenfunktion Ψ (r) insgesamt: Ψ(r) = Ψ (r ) (.1) Ψ (r) = Ψ(R 1 r) (.2) 6

7 Der Hamiltonoperator Ĥ für ein Teilchen im Potential V (r) ist so wie auch das Quadrat des Drehimpulsoperators ˆL 2 rotationsinvariant. Lediglich die magnetische Quantenzahl m l ändert sich. Beispiele Die rotierte Wellenfunktion kann als eine Superposition der ursprünglichen Wellenfunktionen dargestellt werden: Ψ nlm(r) = m D l m m(r)ψ nlm (r) (.) (Dm l m (R) sind die Einträge einer (2l + 1) (2l + 1)-Matrix.) 1. Befindet sich das Elektron im Grundzustand (s-zustand, l = 0), dann ist die Wellenfunktion Y 00 = ( 1 4π ) 1 2 kugelsymmetrisch und es handelt sich um die triviale Darstellung (Dm l m (R) = 1). 2. Ist das Elektron hingegen in einem Zustand mit n = 2, l = 1 und m = 0, dann gilt also: Ψ 210(r) = m D 1 m 0(R)Ψ 21m (r) (.4) Im 2p-Zustand ist der Winkelanteil der rotierten Wellenfunktion als eine Linearkombination der Kugelflächenfunktionen Y 11 = sin θ exp(iϕ) 8π Y 10 = 8π cos θ Y 1, 1 = sin θ exp( iϕ) 8π (.5) gegeben. Betrachtet man nun eine Rotation R(β) um die y-achse, dann gilt analog zu (2.2): z = z cos β x sin β x (.6) = x cos β + z sin β Die z-komponente des Punktes (R 1 r) kann man mit Kugelkoordinaten schreiben als: (R 1 r) z = z cos β + x sin β = r(cos β cos θ + sin β sin θ cos ϕ) (.7) 7

8 In der neuen Wellenfunktion ist der Ausdruck (cos θ) also durch (cos β cos θ + sin β sin θ cos ϕ) zu ersetzen. Mit dem Zusammenhang folgt: Y 1, 1 Y 11 = 2 8π sin + e iϕ θ(eiϕ ) 2 = 2 sin θ cos ϕ 8π (.8) Ψ 210 = cos βψ sin β 2 (Ψ 2,1, 1 Ψ 211 ) (.9) Die Matrixelemente sind also gegeben durch: D 1 00 = cos β D 1 10 = D 1 10 = sin β 2 (.10) Interessiert man sich weiter für die Lösungen zu den Zuständen mit m = 1 und m = 1 müssen alle verbliebenen Einträge der Matrix berechnet werden. Ψ 21 1(r) Ψ 210(r) Ψ 211(r) = D D0 1 1 D1 1 1 D 10 1 D00 1 D10 1 D 11 1 D01 1 D11 1 Ψ 21 1 (r) Ψ 210 (r) Ψ 211 (r) (.11) 8

9 Literaturverzeichnis H.F. Jones, Groups, Representations and Physics, IOP 1990 Goldhorn, Heinz und Kraus, Moderne mathematische Methoden der Physik, Band 2, Springer 2010 S. Bosch, lineare Algebra, Springer 2006 H. Boerner, Darstellungen von Gruppen, Springer

Darstellungstheorie. Vortag von Heiko Fischer - Proseminar QM

Darstellungstheorie. Vortag von Heiko Fischer - Proseminar QM Darstellungstheorie Vortag von Heiko Fischer - Proseminar QM Wir haben uns in den vergangenen Vorträgen intensiv mit den Eigenschaften abstrakter Gruppen beschäftigt. Im physikalischen Kontext sind Gruppen

Mehr

Darstellungstheorie. Manfred Hörz

Darstellungstheorie. Manfred Hörz Darstellungstheorie Manfred Hörz Die (lineare) Darstellungstheorie versucht schwer zu durchschauende Eigenschaften von gewissen Gruppen (oder Algebren) durch strukturerhaltende Abbildungen auf Matrizen,

Mehr

Irreduzible Darstellungen von SU 2 (C)

Irreduzible Darstellungen von SU 2 (C) Irreduzible Darstellungen von SU 2 (C) Alessandro Fasse Email: fasse@thp.uni-koeln.de WS14/15 - Universität zu Köln 26.01.2015 1 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung 2 2 Darstellungstheorie

Mehr

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya Lineare Transformationen und Determinanten 10-E Ma 1 Lubov Vassilevskaya Lineare Transformation cc Definition: V und W sind zwei Vektorräume. Eine Funktion T nennt man eine lineare Transformation von V

Mehr

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist

Mehr

4 Orthogonale Endormorphismen

4 Orthogonale Endormorphismen 4 Orthogonale Endormorphismen Frage: Bei welchen Abbildungen R R bzw. R 3 R 3 bleibt der Abstand zwischen zwei Punkten erhalten? Für α R setzen wir cosα sin α D(α) = und S(α) := sin α cosα ( cos α sin

Mehr

Übungen zur Modernen Theoretischen Physik I SS 14

Übungen zur Modernen Theoretischen Physik I SS 14 Karlsruher Institut für Technologie Übungen zur Modernen Theoretischen Physik I SS 4 Institut für Theoretische Festkörperphysik Prof. Dr. Gerd Schön Blatt 8 Andreas Heimes, Dr. Andreas Poenicke Besprechung

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

1 Grundlagen zur Darstellungstheorie

1 Grundlagen zur Darstellungstheorie Seminar Gruppen in der Physik SS 06 Vortrag 1 Gruppen und ihr Darstellung Matthias Nagl 1 Grundlagen zur Darstellungstheorie In diesem Vortrag wird es nur um lineare Darstellungen endlicher Gruppen in

Mehr

4 Lineare Abbildungen und Matrizen

4 Lineare Abbildungen und Matrizen Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt

Mehr

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: 8. EIGENWERTTHEORIE I 139 8 Eigenwerttheorie I Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: K[x] = Abb[N, K] = {P ; P = a n x n + a n 1 x n 1 + + a 0 ; a

Mehr

44 Orthogonale Matrizen

44 Orthogonale Matrizen 44 Orthogonale Matrizen 44.1 Motivation Im euklidischen Raum IR n haben wir gesehen, dass Orthonormalbasen zu besonders einfachen und schönen Beschreibungen führen. Wir wollen das Konzept der Orthonormalität

Mehr

3 Lineare Abbildungen und Matrizen

3 Lineare Abbildungen und Matrizen 3 Lineare Abbildungen und Matrizen Definition 3.1. Es seien V und W zwei Vektorräume über demselben Zahlkörper k. Eine Abbildung heisst linear, falls gilt i) [ λ k ] [ v V ] [ f (λ v) = λ f ( v) ] ii)

Mehr

Kap.2 Darstellungstheorie (allgemein)

Kap.2 Darstellungstheorie (allgemein) Stand 07.05.2004 Kap.2 Darstellungstheorie (allgemein) 2.0 Begriffe Lineare Darstellung D einer Gruppe G: Jedem Gruppenelement ist eine lineare Abbildung eines Vektorraums V (in der Regel über C) zugeordnet,

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

Theoretische Physik II Quantenmechanik

Theoretische Physik II Quantenmechanik Michael Czopnik Bielefeld, 11. Juli 014 Fakultät für Physik, Universität Bielefeld Theoretische Physik II Quantenmechanik Sommersemester 014 Lösung zur Probeklausur Aufgabe 1: (a Geben Sie die zeitabhängige

Mehr

1 Eigenschaften von Abbildungen

1 Eigenschaften von Abbildungen Technische Universität München Christian Neumann Ferienkurs Lineare Algebra für Physiker Vorlesung Dienstag WS 2008/09 Thema des heutigen Tages sind zuerst Abbildungen, dann spezielle Eigenschaften linearer

Mehr

35 Matrixschreibweise für lineare Abbildungen

35 Matrixschreibweise für lineare Abbildungen 35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir

Mehr

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse

Mehr

1 Darstellungsmatrizen

1 Darstellungsmatrizen Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Darstellungsmatrizen Vereinbarungen für dieses Kapitel: K Körper V und W endlich-dimensionale K-Vektorräume B = {v

Mehr

Lineare Algebra I 14. Tutorium Lineare Abbildungen und Matrizen

Lineare Algebra I 14. Tutorium Lineare Abbildungen und Matrizen Lineare Algebra I 4 Tutorium Lineare Abbildungen und Matrizen Fachbereich Mathematik WS / Prof Dr Kollross 7 Februar Dr Le Roux Dipl-Math Susanne Kürsten Aufgaben Aufgabe G (Bewegungen im ) Als Bewegung

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

Die Schrödingergleichung

Die Schrödingergleichung Vortrag im Rahmen der Vorlesung zu Spektralmethoden Magdalena Sigg Wanja Chresta 20. Mai 2008 Zusammenfassung ist die zentrale Gleichung der Quantenmechanik. Mit ihrer Hilfe werden Teilchen in gegebenen

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

Definition 1.2. Eine kontinuierliche Gruppe mit einer endlichen Menge an Parametern heißt endliche kontinuierliche Gruppe. x cosξ sinξ y sinξ cosξ

Definition 1.2. Eine kontinuierliche Gruppe mit einer endlichen Menge an Parametern heißt endliche kontinuierliche Gruppe. x cosξ sinξ y sinξ cosξ 8 Gruppentheorie 1 Lie-Gruppen 1.1 Endliche kontinuierliche Gruppe Definition 1.1. Eine Menge G mit einer Verknüpfung m heißt Gruppe, falls folgende Axiome erfüllt sind: (i) Die Operation m, genannt Multiplikation,

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare Algebra: Determinanten und Eigenwerte : und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b

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

Serie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen

Serie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen D-MATH Lineare Algebra I/II HS 2017/FS 2018 Dr. Meike Akveld Serie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen 1. Sei V ein K-Vektorraum. a) Sei T End(V ). Zeigen Sie, dass die folgenden alles

Mehr

TC1 Grundlagen der Theoretischen Chemie

TC1 Grundlagen der Theoretischen Chemie TC1 Grundlagen der Theoretischen Chemie Irene Burghardt (burghardt@chemie.uni-frankfurt.de) Topic: Wasserstoffatom Vorlesung: Mo 1h-12h, Do9h-1h Übungen: Do 8h-9h Web site: http://www.theochem.uni-frankfurt.de/tc1

Mehr

D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j

D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 0 Tom Ilmanen Musterlösung 2. Falls b := (v,,v n ) eine Orthonormalbasis von V ist, dann lassen sich die Komponenten von einem Vektor v = n i= t i v i bezüglich

Mehr

HM II Tutorium 1. Lucas Kunz. 24. April 2018

HM II Tutorium 1. Lucas Kunz. 24. April 2018 HM II Tutorium 1 Lucas Kunz 24. April 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Körper...................................... 2 1.2 Gruppen..................................... 2 1.3 Vektorraum...................................

Mehr

Einleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7

Einleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7 Sonja Hunscha - Koordinatensysteme 1 Inhalt Einleitung 2 1 Koordinatensysteme 2 1.1 Kartesisches Koordinatensystem 2 1.2 Polarkoordinaten 3 1.3 Zusammenhang zwischen kartesischen und Polarkoordinaten 3

Mehr

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine

Mehr

Seminar zur Darstellungstheorie von Köchern HS08. Erste Definitionen und der Satz von Gabriel

Seminar zur Darstellungstheorie von Köchern HS08. Erste Definitionen und der Satz von Gabriel Seminar zur Darstellungstheorie von Köchern HS08 Erste Definitionen und der Satz von Gabriel Autoren: Nicoletta Andri Claude Eicher Reto Hobi Andreas Pasternak Professorin: Prof. K. Baur Assistent: I.

Mehr

1 Vektoren, Vektorräume, Abstände: 2D

1 Vektoren, Vektorräume, Abstände: 2D Vektoren, Vektorräume, Astände: D Definition: Die Menge aller (geordneten Paare reeller Zahlen (oder allgemeiner: Elemente eines elieigen Körpers, als Spalten geschrieen, ezeichnen wir als Vektoren: R

Mehr

Exkurs: Klassifikation orthogonaler 2 2-Matrizen.

Exkurs: Klassifikation orthogonaler 2 2-Matrizen. Exkurs: Klassifikation orthogonaler 2 2-Matrizen. Aussage: Es gilt: (a) Jede orthogonale 2 2 Matrix A mit det(a) = 1 hat das Aussehen cos(α) sin(α) D(α) = sin(α) cos(α), wobei α [0,2π[. Ist sin(α) 0, so

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

4 Lineare Abbildungen

4 Lineare Abbildungen 17. November 2008 34 4 Lineare Abbildungen 4.1 Lineare Abbildung: Eine Funktion f : R n R m heißt lineare Abbildung von R n nach R m, wenn für alle x 1, x 2 und alle α R gilt f(αx 1 ) = αf(x 1 ) f(x 1

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

ALGEBRA II Serie 9. (c) Beweisen Sie, dass die Charaktertafel von G wie unten ist: Abgabetermin. Bis am Montag 11 Juni.

ALGEBRA II Serie 9. (c) Beweisen Sie, dass die Charaktertafel von G wie unten ist: Abgabetermin. Bis am Montag 11 Juni. Sommersemester 2018 ALGEBRA II Serie 9 Prof. Dr. J.S. Wilson Aufgabe 9.1. Sei G endlich und g G. Zeigen Sie, dass g zu g 1 konjugiert ist, genau dann, wenn χ(g) reel für jeden Charakter χ von G ist. [Hinweis:

Mehr

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a). Aufgabe Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = Es gilt det(λa = (λ n det(a det I n = n? Nein (außer für n = Es gilt deti n = det(ab = det A det B? Ja det(a =

Mehr

Komplexe Zahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Komplexe Zahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Komplexe Zahlen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Körper sind nullteilerfrei Für Elemente a, b eines Körpers gilt stets: Aus a b = 0 folgt a

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

Geometrische Deutung linearer Abbildungen

Geometrische Deutung linearer Abbildungen Geometrische Deutung linearer Abbildungen Betrachten f : R n R n, f(x) = Ax. Projektionen z.b. A = 1 0 0 0 1 0 0 0 0 die senkrechte Projektion auf die xy-ebene in R 3. Projektionen sind weder injektiv

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 0/06 Lineare Algebra und analytische Geometrie I Vorlesung... und ein guter Lehrer kann auch einem schlechten Schüler was beibringen Beziehung zwischen Eigenräumen Wir

Mehr

Körper sind nullteilerfrei

Körper sind nullteilerfrei Mathematik I für Informatiker Komplexe Zahlen p. 1 Körper sind nullteilerfrei Für Elemente a, b eines Körpers gilt stets: Aus a b = 0 folgt a = 0 oder b = 0. Beweis: Aus a b = 0 und a 0 folgt also b =

Mehr

Elemente der Gruppentheorie

Elemente der Gruppentheorie Elemente der Gruppentheorie Tobias Sudmann 06.11.2006 Rolle der Gruppentheorie in der Physik abstraktes mathematisches Modell Symmetriebegriff historisch: Harmonievorstellung bei Plato, Pythagoras, Kepler,...

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Liegruppen und Liealgebren

Liegruppen und Liealgebren Literatur Liegruppen und Liealgebren Vortrag im Rahmen des Proseminars zur Quantenmechanik II von Hannes Zechlin (1. Teil) und Sandra Flessau (2. Teil) Universität Hamburg, 20. Dezember 2006 [1] M. Chaichian

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

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden? Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist

Mehr

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt

Mehr

7.4 Gekoppelte Schwingungen

7.4 Gekoppelte Schwingungen 7.4. GEKOPPELTE SCHWINGUNGEN 333 7.4 Gekoppelte Schwingungen Als Beispiel für 2 gekoppelte Schwingungen betrachten wir das Doppelpendel, das in Abb. 7.19 dargestellt ist. Zunächst vernachlässigen wir die

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

Nach der Drehung des Systems ist der neue Zustandsvektor

Nach der Drehung des Systems ist der neue Zustandsvektor Vorlesung 1 Die allgemeine Theorie des Drehimpulses Eine Drehung des Quantensystems beschreibt man mit Hilfe des Drehimpulsoperators. Um den Drehimpulsoperator zu konstruieren, betrachten wir einen Vektor

Mehr

Tutorium zur Vorlesung Lineare Algebra und analytische Geometrie II Bearbeitungsvorschlag

Tutorium zur Vorlesung Lineare Algebra und analytische Geometrie II Bearbeitungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner SS 08 Blatt 9.06.08 Tutorium zur Vorlesung Lineare Algebra und analytische Geometrie II Bearbeitungsvorschlag 33. a Es ist cos ϕ sin ϕ cos

Mehr

Lineare Algebra I. 2. Ist n = 4k für ein k N, so ist die

Lineare Algebra I. 2. Ist n = 4k für ein k N, so ist die Universität Konstanz Wintersemester 009/010 Fachbereich Mathematik und Statistik Lösungsblatt 1 Prof Dr Markus Schweighofer 100010 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 11: Voraussetzung:

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 4. Aufgabe 4.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 4. Aufgabe 4.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand. Dr V Gradinaru D Devaud A Hiltebrand Herbstsemester 4 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 4 Aufgabe 4 Multiple Choice: Online abzugeben 4a) Wir betrachten

Mehr

Matthias Stemmler SS 2005 Quotientenräume

Matthias Stemmler SS 2005 Quotientenräume Matthias Stemmler SS 2005 stemmler@mathematik.uni-marburg.de Zusammenfassung zum Thema Quotientenräume Äquivalenzrelationen Wir betrachten irgendeine Menge X von Objekten mit verschiedenen Eigenschaften,

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Körper, Ringe und Gruppen

TECHNISCHE UNIVERSITÄT MÜNCHEN. Körper, Ringe und Gruppen TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 2006/07 en Blatt 6 27.11.2006 Körper, Ringe und Gruppen Z13 Gruppen Seien GL

Mehr

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n.

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n. Richie Gottschalk Lineare Algebra I Seite Aufgabe Im Folgenden sind K immer ein Körper und V ein K-Vektorraum. a) Welche der folgenden Ringe sind kommutativ? K[x] K[x] ist per se ein kommutativer Polynomring.

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

10. Das Wasserstoff-Atom Das Spektrum des Wasserstoff-Atoms. im Bohr-Modell:

10. Das Wasserstoff-Atom Das Spektrum des Wasserstoff-Atoms. im Bohr-Modell: phys4.016 Page 1 10. Das Wasserstoff-Atom 10.1.1 Das Spektrum des Wasserstoff-Atoms im Bohr-Modell: Bohr-Modell liefert eine ordentliche erste Beschreibung der grundlegenden Eigenschaften des Spektrums

Mehr

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2) Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:

Mehr

5.4 Affine Abbildungen in C 2 und R 2

5.4 Affine Abbildungen in C 2 und R 2 5.4 Affine Abbildungen in C 2 und R 2 Notation. Wir erinnern an die affine Ähnlichkeit von Matrizen (5.3.8): L 1, L 1 AM n (K). Dann: L 1 a L 2 falls C AGL n (K) mit C 1 L 2 C = L 1. Die aus 3.2.9 bekannte

Mehr

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen und Matrizen

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen und Matrizen Kapitel 2 Lineare Algebra II 2 Lineare Abbildungen und Matrizen Die mit der Vektorraumstruktur verträglichen Abbildungen zwischen Vektorräumen werden als linear bezeichnet Genauer definiert man: 2 Definition

Mehr

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner SS 0 Blatt 9 9060 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach Lösungsvorschlag a Die gegebene Matrix

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 I. Vorlesung 12. Lineare Abbildungen

Mathematik I. Vorlesung 12. Lineare Abbildungen Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,

Mehr

Höhere Mathematik I HM I A. WiSe 2014/15. Variante A

Höhere Mathematik I HM I A. WiSe 2014/15. Variante A Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I WiSe 4/ Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA4-Blätter (Vorder- und Rückseite

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Die Bewegungsgleichungen eines geladenen Teilchens im externen elektromagnetischen Feld sind bekannt d dt m v = e E + e [

Die Bewegungsgleichungen eines geladenen Teilchens im externen elektromagnetischen Feld sind bekannt d dt m v = e E + e [ Vorlesung 4 Teilchen im externen Elektromagnetischen Feld Die Bewegungsgleichungen eines geladenen Teilchens im externen elektromagnetischen Feld sind bekannt d dt m v = e E + e v B c ]. 1) Das elektrische

Mehr

LIE GRUPPEN EMANUEL SCHEIDEGGER

LIE GRUPPEN EMANUEL SCHEIDEGGER LIE GRUPPEN EMANUEL SCHEIDEGGER Zusammenfassung. Definition einer Lie-Gruppe, Beispiele, invariante Vektorfelder, Lie-Klammer, Lie-Algebra (einer Lie-Gruppe), 1. Definition und erste Beispiele Wir beginnen

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

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn

Mehr

Analysis II. Vorlesung 52. Diffeomorphismen

Analysis II. Vorlesung 52. Diffeomorphismen Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 52 Diffeomorphismen Der Satz über die lokale Umkehrbarkeit gibt Anlass zu folgender Definition. Definition 52.1. EsseienV 1 undv 2 endlichdimensionalereellevektorräume

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation In den reellen Zahlen haben nicht alle Polynome Nullstellen. Der einfachste Fall einer solchen Nullstellen-Gleichung ist x 2 + 1 = 0. Die komplexen Zahlen ("C") sind

Mehr

Die Gruppen SO(2) und SO(3) Phuoc Thien Le Inhaltsverzeichnis. 1 Einleitung Dention der speziellen orthogonalen Gruppen SO(n)...

Die Gruppen SO(2) und SO(3) Phuoc Thien Le Inhaltsverzeichnis. 1 Einleitung Dention der speziellen orthogonalen Gruppen SO(n)... Die Gruppen SO(2) und SO(3) Phuoc Thien Le 2.12.215 Inhaltsverzeichnis 1 Einleitung 2 1.1 Dention der speziellen orthogonalen Gruppen SO(n)................ 2 2 SO(2)-Gruppe 2 2.1 Eigenschaften der SO(2)-Gruppe...........................

Mehr

1 Rechnen mit 2 2 Matrizen

1 Rechnen mit 2 2 Matrizen 1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12

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

Lineare Algebra. 1 Lineare Abbildungen

Lineare Algebra. 1 Lineare Abbildungen Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe

Mehr

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler

Mehr

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 1. Übung: Woche vom (komplexe Zahlen):

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 1. Übung: Woche vom (komplexe Zahlen): Übungsaufgaben 1. Übung: Woche vom 17.-21.10.16 (komplexe Zahlen): Heft Ü1: 3.9 (a,b); 3.10, 3.12 (a-c); 3.13 (a-c); 3.2 (a,b,d); 3.3 (c,d,f) Wiederholung Komplexe Zahlen Definition (Imaginäre Einheit,

Mehr

M U = {x U f 1 =... = f n k (x) = 0}, (1)

M U = {x U f 1 =... = f n k (x) = 0}, (1) Aufgabe 11. a) Es sei M = {(x, y, z) R 3 f 1 = xy = 0; f = yz = 0}. Der Tangentialraum T x M muss in jedem Punkt x M ein R-Vektorraum sein und die Dimension 1 besitzen, damit diese Menge M eine Untermannigfaltigkeit

Mehr

Computergrafik Universität Osnabrück, Henning Wenke,

Computergrafik Universität Osnabrück, Henning Wenke, Computergrafik Universität Osnabrück, Henning Wenke, 2012-05-30 Korrektur: Kugelkoordinaten II r und θ konstant: Rand einer Kreisscheibe parallel zur xy Ebene z θ fest y θ konstant, r R : Kegel, ausgehend

Mehr

Darstellungstheorie endlicher Gruppen

Darstellungstheorie endlicher Gruppen Darstellungstheorie endlicher Gruppen Universität Regensburg Sommersemester 2014 Daniel Heiß: 8: Ganze algebraische Zahlen 02.06.2014 Notation. R bezeichne stets einen kommutativen unitären Ring. Die Operation

Mehr

5.2 Diagonalisierbarkeit und Trigonalisierung

5.2 Diagonalisierbarkeit und Trigonalisierung HINWEIS: Sie finden hier eine vorläufige Kurzfassung des Inhalts; es sind weder Beweise ausgeführt noch ausführliche Beispiele angegeben. Bitte informieren Sie sich in der Vorlesung. c M. Roczen und H.

Mehr

Wiederholungsserie II

Wiederholungsserie II Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095

Mehr

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. () In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.

Mehr

Aufgaben. f : R 2 R, f(x, y) := y.

Aufgaben. f : R 2 R, f(x, y) := y. 11. Übung zur Maß- und Integrationstheorie, Lösungsskizze A 63 Untermannigfaltigkeiten von R 2 ). Aufgaben Skizzieren Sie grob die folgenden Mengen und begründen Sie, welche davon 1-dimensionale Untermannigfaltigkeiten

Mehr

Körper- und Galoistheorie

Körper- und Galoistheorie Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik I+II Frühlingsemester 219 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 46 8. Lineare Algebra: 5. Eigenwerte und

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 25/26 Lineare Algebra und analytische Geometrie I Schläft ein Lied in allen Dingen, Die da träumen fort und fort, Und die Welt hebt an zu singen, Triffst du nur das Zauberwort

Mehr