Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München
|
|
- Paul Armbruster
- vor 5 Jahren
- Abrufe
Transkript
1 Technische Universität München Wintersemester 27/28 Lineare Algebra Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper vielmals für seine Unterstützung bei der Erstellung des Skriptes.
2 Inhaltsverzeichnis Linearkombinationen 2. Denitionen Lineare (Un-Abhängigkeit testen Basen 5 2. Eigenschaften von Basen Beispiele von Basen Bestimmung von Basen Bestimmung einer Basis aus einem Erzeugendensystem Bestimmung einer Basis aus einer Menge linear unabhängiger Vektoren 7 3 Lineare Abbildungen 8 3. Denition - Vektorraumhomomorphismus Bemerkungen Denition - Kern und Bild Bemerkungen Beispiel Dimensionssatz für lineare Abbildungen Beispiel Zeilenrang gleich Spaltenrang Denition - Invertierbarkeit Denition - Isomorphismus Bemerkungen Satz - Lineare Fortsetzung
3 Linearkombinationen. Denitionen Denition 5.. Sei V ein K-Vektorraum. Ein Vektor v V ist eine Linearkombination von unterschiedlichen Vektoren v,, v n V, falls man v durch Addition und Multiplikation mit Skalaren a,, a n K ausdrücken kann. Zusammengefasst ist also Beispiel: Sei V = R 2. Der Vektor v = ( und v 2 = Gleichungssystem: v ist Linearkombination von v,, v n v = n a k v k ( ( 3 ist eine Linearkombination von den Vektoren v 5 =, da v = 4v 2 v. Wir können die Koezienten bestimmen aus dem a ( + a 2 ( = a + a 2 = 3 a + a 2 = 5 2a 2 = 8 a 2 = 4, a = ( ( 3 Der Vektor v = ist keine Linearkombination von den Vektoren v 5 = ( 2 und v 2 =, da man hier keine Koezienten nden kann, sodass der untere Eintrag erzeugt wird. Mit Denition 5.. können wir ebenfalls den sogenannten erzeugten Unterraum denieren: Denition 5.2. Sei S V. Der erzeugte Unterraum S ist die Menge aller Linearkombinationen von S: ( 3 5 k= S = {v V v ist Linearkombination von S}. Für v, v n V gilt: { n } v,, v n = a k v k a,, a n K k= Beispiel: Sei V = R 2. ( ( Die Vektoren v = und v 2 = spannen den gesamten R 2, da man alle Vektoren des R 2 als Linearkombination von v und v 2 schreiben kann. Also: v, v 2 = R 2. Wie genau hängen die Vektoren des R 2 mit v und ( v 2 zusammen? Das x lässt sich mit dem folgenden Gleichungssystem bestimmen. Sei R y 2, dann: ( ( ( x a + a 2 = y 2
4 a + a 2 = x a + a 2 = y 2a 2 = x + y a 2 = x + y, a = x y 2 2 ( x = x y v y + x + y v ( ( 2 Die Vektoren v = und v 2 = spannen dagegen nur die x-achse des R {( 2, da bei beiden } der zweite Eintrag = festgelegt ist. Also: v, v 2 = v = λ λ R. Weiter kann man auch noch den Begri der linearen Unabhängigkeit denieren. Denition 5.3. Die Vektoren v,, v n V sin linear unabhängig, falls für Skalare a,, a n K folgende Bedingung gilt: a v + a 2 v 2 + a n v n = a, a 2, a n = Ist das nicht der Fall, so spricht man von linearer Abhängigkeit der Vektoren v,, v n. Eine Teilmenge S V ist linear unabhängig, falls alle ihre Elemente v,, v n S linear unabhängig sind. Andernfalls ist S linear abhängig. In anderen Worten: Eine Menge von Vektoren ist dann linear unabhängig, wenn sich keins von den Vektoren als Linearkombiantion der anderen darstellen lässt. Findet man Skalare, sodass die obere Gleichung gilt, so sind die Vektoren linear abhängig. Beispiel: Sei V = R 2. Wir überprüfen die lineare Unabhängigkeit von v = a v + a 2 v 2 = a ( + a 2 ( ( und v 2 = ( a + a = 2 = a a 2 a = a 2 a = a 2 a = a a = a 2 =. Also sind v und v 2 linear unabhängig. Man hätte in diesem Fall auch einfach argumentieren können, dass sie nicht Vielfache voneinander sind. ( ( 2 Wir überprüfen die lineare Unabhängigkeit von v = und v 2 =. Hier nden wir gleich a = 2 und a 2 =, sodass a v + a 2 v 2 =. Die Vektoren sind somit linear unabhängig, da sie Vielfache voneinander sind. ( (. 3
5 Hi.2 Lineare (Un-Abhängigkeit testen Um herauszunden, ob Vektoren v,, v n K m linear unabhängig sind, muss man im Wesentlichen Denition 5.. überprüfen. Die Formel a v + + a n v n = is äquivalent zur Matrix-Vektor-Schreibweise: v v 2 v n a a 2. a n =. Sind die Vektoren linear unabhängig, so ist ein einziger Vektor (nämlich der Nullvektor die Lösung dieses LGS. Dies ist äquivalent zur Aussage, dass der Rang von A gleich der Spaltenzahl n ist (siehe Kapitel 2. Also: v,, v n sind linear unabhängig rg(a = n. Um den Rang von A zu bestimmen, bringt man wie üblich die Matrix A auf Zeilenstufenform. Der Rang von A ist dann die Anzahl an Zeilen der Matrix in ZSF. Aus dieser Denition können wir noch folgendes schlieÿen: Da der Rang eine Matrix 4
6 2 Basen In Kapitel 6 haben wir für S V den Begri des erzeugten Unterraums S deniert als die Menge aller Vektoren v V, die durch Linearkombination von Elementen aus S hervorgehen können. Nun denieren wir zwei weitere Begrie, nämlich den des Erzeugendensystems und den der Basis: Denition 7. Sei S V. (a S ist Erzeugendensystem von V S = V. (b S ist Basis von V S ist Erzeugendensystem von V und S ist linear unabhängig. Man kann zusammenfassend sagen, das eine Basis ein linear unabhängiges Erzeugendensystem ist. Dies bedeutet, dass alle Vektoren in V durch eine eindeutige Linearkombination von Vektoren aus B darstellbar sind. Bei einer Basis muss man also überprüfen, dass sie den zugehörigen Vektorraum erzeugen und dass deren Vektoren linear unabhängig sind. 2. Eigenschaften von Basen Für eine Basis B von V gelten folgende Eigenschaften: B ist ein minimales Erzeugendensystem. Dies bedeutet: Wenn wir aus B einen Vektor v wegnehmen, so verliert B ihre erzeugende Eigenschaft. B ist maximal linear unabhängig. Dies bedeutet: Wenn wir B einen zusätzlichen Vektor v aus V einfügen, so verlierte B ihre lineare Unabhängigkeit. In der Regel ist die Basis eines Vektorraums uneindeutig. Für die meisten Vektorräume ndet man unendlich viele Basen. Aus diesen drei Bedingungen erkennt man, dass die Elementzahl jeder endlichen Basis eines gegebenen Vektorraums fest ist, obwohl die Basen selbst uneindeutig sind. Das motiviert die Denition vom Begri der Dimension: Denition 7.2 Die Dimension eines Vektorraums ist gleich der Anzahl an Elementen einer (und jeder Basis von V. V ist endlich-dimensional, falls die Basis eine endliche Anzahl von Elementen besitzt. Falls nicht, besitzt V die Dimension. Für ein homogenes LGS, also ein Gleichungssystem der Form A x =, kann man dann für die Dimension der Lösungsmenge angeben als: dim(l = n rang(a Dies bedeutet: wenn wir wissen wollen, wie viele Vektoren eine Basis von L bilden, ist dies durch n rang(a gegeben. Weiterhin gilt der Basissatz: Denition 7.3 (Basissatz Jeder Vektorraum hat eine Basis. Wenn man für v,, v n V überprüfen will, ob S = {v,, v n } eine Basis von V ist, muss man zeigen, dass S linear unabängig und erzeugend ist. Falls aber zusätzlich gilt, dass dim(v = n, also dass S genauso viele Elementen besitzt wie die Dimension von V, so muss nur eine von den zwei Bedingungen überprüft werden. Weiterhin gilt: dim(v < n v,, v n linear abhängig dim(v > n v,, v n V 5
7 2.2 Beispiele von Basen Für den Vektorraum K 3 kann man unterschiedliche Basen angeben, z.b. B =, 2, 3 oder B 2 =,, Die letzte Version nennt man kanonische Standardbasis. Für K 2 2 können wir ebenfalls eine kanonische Standardbasis angeben, nämlich {( ( ( ( } B =,,, Da die Basis von K 2 2 vier Elemente besitzt, ist dieser Vektorraum 4-dimensional. Das LGS aus Blatt Aufgabe 5(a, also x 2 + 2x 3 + 3x 4 = x + 2x 2 + 3x 3 + 4x 4 = 2x + 3x 2 + 4x 3 + 5x 4 = 3x + 4x 2 + 5x 3 + 6x 4 = besitzt die ZSF mit λ, µ R und die Lösungsmenge L = µ + 2λ 2µ 3λ µ λ Man kann erkennen, dass die Dimension des Lösungsraums n rang(a = 2 ist. Die Basis besitzt also zwei Elemente, und ist beispielsweise: B = 2, 2 3 (Beim ersten Vektor haben wir µ = und λ = gesetzt, beim zweiten µ = und λ =. 6
8 2.3 Bestimmung von Basen 2.3. Bestimmung einer Basis aus einem Erzeugendensystem Sei V ein endlich-dimensionaler Vektorraum und S = {v,, v m } ein Erzeugendensystem von V. Um eine Basis aus diesem Erzeugendensystem zu ermitteln, muss noch die lineare Unabängigkeit der Vektoren zugesichert werden. Man muss also prüfen, ob sich ein Vektor von S als Linearkombination von den anderen Vektoren darstellen lässt. Für den Standardfall K n lässt sich das folgendermaÿen berechnen: Sei U K n und v,, v m ein Erzeugendensystem von U. Wir bilden die Matrix A = v v 2 v m mit v,, v m in den Zeilen. Nun bringen diese Matrix auf Zeilenstufenform. Die Zeilen der resultierenden Matrix bilden eine Basis von U. Dies folgt aus der Tatsache, dass die Zeilen einer Matrix in ZSF immer linear unabhängig sind Bestimmung einer Basis aus einer Menge linear unabhängiger Vektoren Sei nun wieder V ein endlich-dimensionaler Vektorraum und S V linear unabhängig. Dann kann man S durch Hinzufügen von weiteren Vektoren zu einer Basis von V gemacht werden. Die neue Basis B bezeichnen wir als Basisergänzung von S. Man muss hier aufpassen, dass die hinzugefügten Vektoren linear unabhängig zu den Vektoren in S sind. 7
9 3 Lineare Abbildungen Im Kapitel über Gruppen haben wir uns mit Gruppenhomomorphismen beschäftigt. Dieses Konzept gibt es auch für Vektorräume: 3. Denition - Vektorraumhomomorphismus Eine Abbildung φ : V W heiÿt Vektorraumhomomorphismus, falls gelten:. Für alle v, v V : φ(v + v = φ(v + φ(v. (Hierbei ist das + auf der linken Seite das von V, das auf der rechten das von W. 2. Für alle v V und a K: φ(a v = a φ(v. Man nennt eine solche Abbildung auch lineare Abbildung. 3.2 Bemerkungen Eine lineare Abbildung bildet den Nullvektor von V auf den Nullvektor von W ab. Die Verknüpfung von linearen Abbildungen ist wieder eine lineare Abbildung. Wenn man die Denition eines Vektorraumhomomorphismus mit der eines Gruppenhomomorphismus vergleicht, sieht man, dass das erste Axiom für VR-Homs gleich dem Axiom für Gruppenhomomorphismen ist. Für Vektorräume wird jedoch noch zusätzlich gefordert, dass die Abbildung auch mit der Skalarmultiplikation verträglich ist. Ganz wichtig ist zu beachten, dass der Ausgangs- und der Zielvektorraum den gleichen Grundkörper K haben müssen. Sei A K m n. Dann ist φ A : K n K m, v A v eine lineare Abbildung. Dies ist einer der wichtigsten Typen von linearen Abbildungen. Notation: Die Bezeichnung φ A werden wir in Zukunft weiter benutzen. Sie stellt die Abbildung dar, die von der Matrix A induziert, d.h. hervorgerufen wird. An dieser Stelle möchten wir an die Denitionen von injektiv, surjektiv und bijektiv erinnern und daran, dass man sie auch für Homomorphismen verwendet. Wir werden diese Begrie gleich wieder brauchen. 3.3 Denition - Kern und Bild Es sei φ : V W linear.. Kern: Ker(φ := {v V φ(v = } V. In Worten: Der Kern ist die Menge aller Vektoren in V, die von φ auf die in W abgebildet werden. 2. Bild: im(φ := φ(v = {φ(v v V } W. In Worten: Da Bild ist die Menge, die man erhält, wenn man alle Vektoren in V mit φ nach W abbildet. 8
10 3.4 Bemerkungen. ker(φ V ist ein Unterraum von V, also des Ausgangsvektorraumes und enthält insbesondere V. 2. im(φ W ist ein Unterraum von W, also des Zielvektorraumes und enthält insbesondere W 3. Es sind gleichbedeutend: φ ist injektiv ker(φ = {} (man sagt 'der Kern ist trivial' 3.5 Beispiel Sei A K m n. Dann ist ker(φ A die Lösungsmenge des homogenen LGS A x =. Also sind äquivalent: φ A ist injektiv ker(φ = {} rang(a = n und man sagt: 'der Kern ist trivial'. 3.6 Dimensionssatz für lineare Abbildungen Sei φ : V W linear. Dann gilt der Dimensionssatz: dim(v = dim (ker(φ + dim (im(φ. In Worten: Die Dimension des Ausgangsraumes ist die Summe aus der Dimension des Kerns (der im Ausgangsraum lebt und der Dimension des Bildes (das im Zielraum lebt. Den Beweis ndet man zum Beispiel im Vorlesungsskript von Prof. Kemper. 3.7 Beispiel Sei V = R 3 mit der Standardbasis B = e, e 2, e 3. Wir wählen die Abbildung φ : R 3 R 2, (e, e 2, e 3 (e, e 2 und sehen, dass der Kern eindimensional ist und alles, was nicht im Kern liegt, das Bild erzeugt und dieses zweidimensional ist. In Summe ergibt sich die Dimension des Ausgangsraumes: Zeilenrang gleich Spaltenrang Das Bild besteht genau aus allen Linearkombinationen der Spalten von A. Der Rang einer Matrix A K m n ist die Dimension des von den Spalten aufgespannten Unterraums von K m. Es gilt: Zeilenrang = Spaltenrang. 3.9 Denition - Invertierbarkeit Eine quadratische Matrix A K n n heiÿt invertierbar, falls es B K n n gibt mit A B = I n. B ist dann eindeutig bestimmt, und es gilt auch B A = I n. B heiÿt die Inverse von A und wird als B = A geschrieben. 9
11 3. Denition - Isomorphismus Eine lineare Abbildung φ : V W heiÿt Isomorphismus, falls φ bijektiv ist. Dann ist auch die Umkehrabbildung φ : W V ein Isomorphismus. V und W heiÿen isomorphe Vektorräume, falls es einen Isomorphismus von V nach W gibt. Notation: V = W. 3. Bemerkungen Es sei dim(v = dim(w <, und φ : V W sei eine lineare Abbildung. Dann sind äquivalent:. φ ist ein Isomorphismus. 2. φ ist injektiv. 3. φ ist surjektiv. Es muss darauf hingewiesen werden, dass diese Aussage nicht mehr gilt, wenn man dim(v = dim(w < weglässt. Es sei n := dim(v <. Dann gilt: V = K n. 3.2 Satz - Lineare Fortsetzung Es sei B = {v,..., v n } eine Basis von V. Eine lineare Abbildung φ : V W ist durch die Bilder der Basisvektoren v i eindeutig bestimmt. Mit anderen Worten: Ist ψ : V W eine weitere lineare Abbildung mit φ(v i = ψ(v i für alle i, so folgt φ = ψ. Man kann lineare Abbildungen also eindeutig durch die Bilder der Basisvektoren denieren. Dies wird das Prinzip der linearen Fortsetzung genannt.
1 Linearkombinationen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
Mehr10.2 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(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
Mehr5.7 Lineare Abhängigkeit, Basis und Dimension
8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n
Mehr, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
Mehr3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit
3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53
MehrKlausur 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
MehrLineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München
Technische Universität München Wintersemester 2017/2018 Lineare Algebra Skript zum Ferienkurs Tag 1-21.3.2018 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper für seine Unterstützung bei der
MehrRichie 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.
MehrMathematik 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,
MehrKapitel 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
MehrTECHNISCHE 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
Mehrtechnische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum
Mehr1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen
1 Zum Aufwärmen 1.1 Notationen In diesem Teil der Vorlesung bezeichnen wir Körper mit K, Matrizen mit Buchstaben A,B,..., Vektoren mit u,v,w,... und Skalare mit λ,µ,... Die Menge der m n Matrizen bezeichnen
MehrFerienkurs Mathematik für Physiker I Skript Teil 2 ( )
Ferienkurs Mathematik für Physiker I WS 206/7 Ferienkurs Mathematik für Physiker I Skript Teil 2 (28.03.207) Vektorräume Bevor wir zur Definition eines Vektorraumes kommen erinnern wir noch einmal kurz
Mehr6.5 Lineare Abhängigkeit, Basis und Dimension
6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben
MehrLineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
MehrGrundlegende Definitionen aus HM I
Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
MehrMusterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr
TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,
Mehr2.2 Kern und Bild; Basiswechsel
22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare
Mehr5.4 Basis, Lineare Abhängigkeit
die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)
MehrEinführung in die Mathematik für Informatiker
Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 21.11.2016 6. Vorlesung aufgespannter Untervektorraum Span(T ), Linearkombinationen von Vektoren Lineare Unabhängigkeit
MehrKapitel 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
MehrKapitel 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
MehrLineare 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
MehrLineare 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(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.
MehrMathematischer Vorkurs
Mathematischer Vorkurs Dr Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 17 Vektoren Kapitel 15 Vektoren Mathematischer Vorkurs TU Dortmund Seite 13 / 17 Vektoren 151 Denition: Vektoren im Zahlenraum
MehrBeweis. Bei (a) handelt es sich um eine Umformulierung des ersten Teils von Satz 6.2, während (b) aus dem zweiten Teil des genannten Satzes folgt.
82 Kapitel III: Vektorräume und Lineare Abbildungen Beweis. Bei (a) handelt es sich um eine Umformulierung des ersten Teils von Satz 6.2, während (b) aus dem zweiten Teil des genannten Satzes folgt. Wir
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 12 Wege entstehen dadurch, dass man sie geht Franz Kafka Invertierbare Matrizen Definition 121 Es sei K ein
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
Mehrα 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
MehrÜbungen zur Diskreten Mathematik I Blatt 6
1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,
MehrKapitel 7 Lineare Abbildungen und Matrizen II
Kapitel 7 Lineare Abbildungen und Matrizen II 7.1 Weitere Rechenregeln für Matrizen Aus den bisher gelernten Regeln entnehmen wir den als Übung zu beweisenden Satz 7.1. Es gelten die folgenden Regeln.
MehrLineare 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
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
Mehr4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.
4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48 4 Vektorräume 4.1 Definition Sei K ein Körper. Definition: Ein Vektorraum über K, oder kurz ein K-Vektorraum, ist ein Tupel (V,+,, 0 V ) bestehend aus
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
1 Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 14: Vektorräume und lineare Abbildungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 6. Oktober 2009) Vektorräume
MehrBlatt 10 Lösungshinweise
Lineare Algebra und Geometrie I SS 05 Akad. Rätin Dr. Cynthia Hog-Angeloni Dr. Anton Malevich Blatt 0 Lösungshinweise 0 0 Aufgabe 0. Es seien die Vektoren u =, v = und w = in R gegeben. a # Finden Sie
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrLineare Algebra 2013 Lösungen für Test und Zusatzfragen
Lineare Algebra 3 Lösungen für Test und Zusatzfragen Test Multiple Choice. Seien Für die Lösung x x x x 3 A, b des Systems Ax b gilt x 3 5 x 3 x 3 3 x 3 / Mit elementaren Zeilenoperationen erhalten wir
MehrLineare Algebra. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November, 7 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen + : E E E, x, y x + y Addition : E E E,
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
Mehr5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);
5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff
MehrIV.3. RANG VON MATRIZEN 81
IV3 RANG VON MATRIZEN 8 Ist b,,b n eine Basis des reellen Vektorraums V, dann bildet b,,b n auch eine Basis des komplexen Vektorraums V C Mit V ist daher auch V C endlichdimensional und es gilt dim C V
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
MehrMathematik I. Vorlesung 11. Lineare Unabhängigkeit
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 11 Lineare Unabhängigkeit Definition 11.1. Es sei K ein Körper und V ein K-Vektorraum. Dann heißt eine Familie von Vektoren v i, i I,
MehrLösungsskizze zur Hauptklausur Lineare Algebra I
Lösungsskizze zur Hauptklausur Lineare Algebra I Aufgabe Seien V und W zwei K-Vektorräume für einen Körper K. a) Wann heißt eine Abbildung f : V W linear? b) Wann heißt eine Abbildung f : V W injektiv?
Mehr4.1. 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
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:
Mehr, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang
Nachklausur zur Linearen Algebra I - Nr. 1 Bergische Universität Wuppertal Sommersemester 2011 Prof. Dr. Markus Reineke 06.10.2011, 10-12 Uhr Dr. Thorsten Weist Bitte tragen Sie die folgenden Daten leserlich
MehrLineare Abbildungen. i=0 c ix i n. K n K m
Kapitel 4 Lineare Abbildungen In diesem Abschnitt lernen Sie erstmals eine Klasse von strukturerhaltenden Abbildungen kennen. Diese Konzept ist von zentraler Bedeutung in der Algebra. Grob gesagt geht
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrVektorräume. Kapitel Definition und Beispiele
Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,,0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF
TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Rechnen mit Matrizen 2 1.1 Matrixmultiplikation............................................
MehrFerienkurs zur Vorlesung Mathematik für Physiker 1 (Lineare Algebra)
Technische Universität München Wintersemester 208/209 Ferienkurs zur Vorlesung Mathematik für Physiker (Lineare Algebra) Skript zu Tag -4 25.03.209-29.03.209 Laura Louis Frederik Schnack laura.louis@tum.de
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrKapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
MehrLösungen der Aufgaben zu Abschnitt 5.4
A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ
Mehr5 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,
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
MehrLineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:
Lineare Algebra I - 9.Vorlesung - rof. Dr. Daniel Roggenkamp & Falko Gauß Korrektur: 2. Klausurtermin: 09.02.2017 Linearkombination von Vektoren lineare Hülle Erzeugendensystem S lineare Unabhängigkeit
Mehr70 IV. ENDLICH-DIMENSIONALE VEKTORRÄUME
IV. Endlich-dimensionale Vektorräume Unter einem endlich-dimensionalen Vektorraum verstehen wir einen Vektorraum, der eine endliche Basis besitzt. Die entscheidende Beobachtung ist die Tatsache, dass in
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrVektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1
Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,
Mehr5 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,
MehrLineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München
Technische Universität München Wintersemester 27/28 Lineare Algebra Skript zum Ferienkurs Tag 3-2.3.28 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper vielmals für seine Unterstützung bei
MehrLineare 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
MehrKlausur Lineare Algebra I
Klausur Lineare Algebra I Fachbereich Mathematik WS / Prof. Dr. Kollross 9. März Name:.................................................. Vorname:............................................... Studiengang:...........................................
MehrLineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik
Universität Karlsruhe (TH) Institut für Algebra und Geometrie Dr. Klaus Spitzmüller Dipl.-Inform. Wolfgang Globke Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik Lösungen zum
MehrDefinitionen. 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
Mehr5.5 Abstrakter Vektorraum
118 Kapitel 5 Lineare Algebra 55 Abstrakter Vektorraum Für die Vektoraddition und die Multiplikation von Vektoren mit Skalaren im zweioder dreidimensionalen euklidischen Raum gelten bestimmte Rechengesetze,
MehrZeigen 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
MehrSeminar über Darstellungstheorie endlicher Gruppen Darstellungen
Seminar über Darstellungstheorie endlicher Gruppen Darstellungen Fabia Weber, Samet Armagan 25. Februar 2016 Inhaltsverzeichnis 1.1 Denition einer linearen Darstellung 2 1.2 Die Gruppenalgebra F G 4 1.3
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrDas inhomogene System. A x = b
Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung ϕ : V W
MehrKapitel 16. Invertierbare Matrizen
Kapitel 16. Invertierbare Matrizen Die drei Schritte des Gauß-Algorithmus Bringe erweiterte Matrix [A b] des Gleichungssystems A x auf Zeilenstufenform [A b ]. Das System A x = b ist genau dann lösbar,
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i
MehrMathematik 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
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.
Dr. V. Gradinaru K. Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6. Multiple Choice: Online abzugeben. 6.a) (i) Welche der folgenden
Mehr2.4 Lineare Abbildungen und Matrizen
24 Lineare Abbildungen und Matrizen Definition 24 Seien V, W zwei K-Vektorräume Eine Abbildung f : V W heißt lineare Abbildung (lineare Transformation, linearer Homomorphismus, Vektorraumhomomorphismus
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 9 Finden Sie eine Basis des Lösungsraums L R 5 des linearen
MehrVektorräume und lineare Abbildungen
Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
MehrKapitel 15. Aufgaben. Verständnisfragen
Kapitel 5 Aufgaben Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation einen K-Vektorraum bildet
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung heißt lineare
MehrLineare Algebra. 5. Übungsstunde. Steven Battilana.
Lineare Algebra 5. Übungsstunde Steven Battilana stevenb@student.ethz.ch November, 6 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen +: E E! E, (x, y) 7! x + y (Addition) : E E! E, (x, y) 7! x
MehrKlausur zur Vorlesung Lineare Algebra und Geometrie I
Klausur zur Vorlesung Lineare Algebra und Geometrie I Ruhr-Universität Bochum Prof. Dr. Peter Eichelsbacher 3. April 2007, 9.00-13.00 Uhr, 240 Minuten Name und Geburtsdatum: Matrikelnummer: Hinweise: Überprüfen
Mehr