5.1 Affine Räume und affine Abbildungen

Größe: px
Ab Seite anzeigen:

Download "5.1 Affine Räume und affine Abbildungen"

Transkript

1 402 LinAlg II Version Juli 2006 c Rudolf Scharlau 5.1 Affine Räume und affine Abbildungen Ein affiner Raum besteht aus zwei Mengen P und G zusammen mit einer Relation der Inzidenz zwischen ihnen. Die Elemente von P heißen Punkte, die von G heißen Geraden. Dabei kann eine Gerade als Punktmenge aufgefaßt werden, dann wird die Inzidenz durch a G, für a P, G G beschrieben. Für (P, G) gelten gewisse Axiome, die wir hier nicht behandeln. Stattdessen legen wir unserer weiteren Darstellung direkt den affinen Raum AG(V ) = AG(V, K) = (P, G) eines K-Vektorraumes K zugrunde. Hier ist P = V, und G besteht aus allen affinen Geraden (eindimensionalen affinen Unterräumen a + Kv, a, v V, v 0). Vor der ersten förmlichen Definition zwei Bezeichnungen. - Für a, b P = V, a b sei ab G die eindeutige Gerade, die a und b enthält. - Für a P = V und G G sei G a G die eindeutige Parallele zu G durch den Punkt a. (Also G a = a + Kv, wenn G = a 0 + Kv.) Definition Ein Teilraum eines affinen Raumes (P, G) ist eine Teilmenge T P, die folgenden Bedingungen genügt: a) Für a, b T ist ab T b) Für a T, G G, G T ist G a T. Früher haben wir bereits einen affinen Unterraum eines Vektorraumes V eingeführt als eine Teilmenge der Form a 0 + U, wobei U ein Untervektorraum von V ist. Wenn a, b a 0 + U sind, dann ist der Richtungsvektor b a der Geraden ab eine Element von U, woraus sofort folgt, daß jeder affine Unterraum von V auch ein Teilraum von AG(V, K) im Sinne der Definition ist. Wir kommen unten unter darauf zurück. Satz Wenn T eine Menge von Teilräumen eines affinen Raumes ist, dann ist auch ihr Durchschnitt T T T ein Teilraum. Der Beweis ergibt sich unmittelbar aus den Definitionen. Die Aussage wird als eigenständiger Satz geführt, weil sie die folgende Definition ermöglicht. Definition Es sei (P, G) ein affiner Raum und A P eine Teilmenge seiner Punktmenge. Der Teilraum A := T T Teilraum A T heißt der von A erzeugte Teilraum oder die affine Hülle von A. Wenn A = P ist, dann heißt A ein affines Erzeugendensystem von P oder von (P, G).

2 LinAlg II Version Juli 2006 c Rudolf Scharlau 403 Diese Art der Definition eines Erzeugnisses oder einer Hülle ist immer möglich, wenn ein Mengensystem M (eine Menge von Teilmengen einer festen Menge) gegeben ist, das unter Durchschnitten abgeschlossen ist. Hier besteht M aus allen Teilräumen eines affinen Raumes, genauso gut könnte man alle Untervektorräume eines Vektorraumes nehmen. Mittels der eben eingeführten Hüllenbildung würde man dann den von einer Menge A erzeugten Untervektorraum bekommen, der natürlich mit der früher definierten linearen Hülle Lin A übereinstimmt. Die frühere Definition von Lin A über Linearkombinationen ist konkreter und damit auch anschaulich zugänglich, die jetzige Definition des Erzeugnisses hat den Vorteil großer Allgemeingültigkeit. (Ein anderes Beispiel für ihre Anwendbarkeit sind konvexe Teilmengen in reellen Vektorräumen oder auch Untergruppen einer beliebigen, eventuell nicht kommutativen Gruppe.) Eine konstruktive Beschreibung der affinen Hülle analog zur linearen Hülle in Vektorräumen geben wir unten in Satz Die formalen Eigenschaften der Hüllenbildung, unabhängig von der speziellen Situtation betrachtet, stellen wir in der Bemerkung zusammen. Vorher geben wir noch eine Spezialisierung der Definition an, die dem Umstand Rechnung trägt, daß die Vereinigung von zwei Teilräumen in aller Regel kein Teilraum ist. Definition Für zwei Teilräume T 1, T 2 P eines affinen Raumes heißt T 1 T 2 := T 1 T 2 der Verbindungsraum von T 1 und T 2. Der Verbindungsraum von T 1 und T 2 ist also der kleinste affine Teilraum, der T 1 und T 2 enthält, völlig analog zur Summe von zwei Untervektorräumen. Bemerkung b) Der von {a, b} mit a b erzeugte Teilraum ist ab; dieses ist auch der Verbindungsraum von {a} und {b}. c) A P ist ein Teilraum genau dann, wenn A = A ist. d) Die Zuordnung A A ist ein sog. Hüllenoperator, d.h. A A, A B A B, A = A. Wir kommen nun zur affinen Unabhängigkeit von Punkten eines affinen Raumes, die der linearen Unabhängigkeit von Elementen eines Vektorraumes entspricht. Wir hatten die lineare Unabhängigkeit über die Eindeutigkeit der Koeffizienten einer Linearkombination eingeführt. Es zeigte sich dann, daß der Begriff vollständig auf den Begriff der linearen Hülle zurückgeführt werden kann: ein System oder eine Menge von Vektoren ist linear unabhängig genau dann, wenn keiner von ihnen in der linearen Hülle der übrigen liegt. Im affinen Raum benutzen wir dieses Kriterium als Definition. Definition Ein System a 0, a 1,...,a k von Punkten eines affinen Raumes (P, G) heißt affin unabhängig, falls für jedes i = 0, 1,..., k gilt a i / {a 0,...,a i 1, a i+1,..., a k }.

3 404 LinAlg II Version Juli 2006 c Rudolf Scharlau Entsprechend heißt eine (ggf. unendliche) Teilmenge A affin unabhängig, wenn a / A {a} für jedes a A. Ein affin unabhängiges Erzeugendensystem heißt auch affine Basis von (P, G). Um diese Begriff weiter zu untersuchen, klären wir erst einmal abschließend, wie Teilräume und Erzeugnisse im affinen Raum auf die entsprechenden Objekte im Vektorraum zurückgeführt werden können. Satz Die von der leeren Menge verschiedenen Teilräume eines affinen Raumes AG(V, K) sind genau die affinen Unteräume a + U, a V, U V ein Untervektorraum. Folgerung: Jedem affinen Teilraum T = a + U kann man eine durch dim T := dim U definierte Dimension zuordnen. Man setzt noch dim = 1. Sprechweise: Der zu einem Teilraum T = a + U gehörige (eindeutig bestimmte) Untervektorraum U = U T heißt auch die Richtung oder der Richtungsraum von T. Nun kommen wir zu der angekündigten konstruktiven Beschreibung der affinen Hülle einer Punktmenge. Satz Es sei A eine Menge von Punkten eines affinen Raumes AG(V, K). Dann gilt für die affine Hülle Ferner gilt A = { m β i a i m N, a 0,...,a m A, β i K, b i = 1}. i=0 A = a 0 + Lin{a a 0 a A}, wobei a 0 A fest gewählt ist. Der Richtungsraum von A wird also von den Differenzvektoren a a 0, a A erzeugt. Ein Ausdruck β 0 a 0 + β 1 a β m a m mit β 0 + β β m = 1 heißt auch affine Linearkombination oder kurz Affinkombination der a i Der von einer Menge A (oder einem System von Punkten) erzeugte affine Teilraum ist also die Menge aller Affinkombinationen von Elementen von A, völlig analog zu Untervektorräumen und Linearkombinationen. Mit dem letzten Satz ist es kein Problem mehr, die affine Unabhängigkeit (von Punkten) auf die lineare Unabhängigkeit (von Vektoren) zurückzuführen.

4 LinAlg II Version Juli 2006 c Rudolf Scharlau 405 Satz Für eine System a 0,...,a k von k + 1 Punkten eines affinen Raumes AG(V, K) sind äquivalent: (i) Die Punkte a 0,...,a k sind affin unabhängig. (ii) Die k Vektoren a 1 a 0,...,a k a 0 sind linear unabhängig. (iii) Die Dimension des von a 0,...,a k erzeugten Teilraumes ist k. Folgerung. Jede affine Basis eines endlich-dimensionalen affinen Raumes (P, G) hat n + 1 Elemente, wobei n die Dimension des Raumes ist. Im Vektorraum dient eine Basis dazu, Koordinaten einzuführen, d.h. Vektoren durch ein Tupel von Skalaren zu beschreiben. Im affinen Raum ist es analog: Satz und Definition Es sei a 0,..., a n eine (affine) Basis des affinen Raumes AG(V, K). Dann gibt es zu jedem Punkt p V eindeutig bestimmte Skalare β 0, β 1,..., β n, für die gilt p = β 0 a 0 + β 1 a β n a n und β 0 + β β n = 1. Die β i heißen die baryzentrischen Koordinaten von p bezüglich der gegebenen Basis. Der Gebrauch des Begriffs baryzentrisch in diesem Zusammenhang erklärt sich z.b. daraus, daß die affine Linearkombination 1 (a + b + c) von drei Punkten, die 3 nicht auf einer Geraden liegen, den Schwerpunkt (Baryzentrum) des Dreiecks mit den Eckpunkten a, b, c liefert. Baryzentrische Koordinaten sind schon auf einer Geraden von Interesse: Definition Gegeben drei Punkte a 0, a 1, x eines affinen Raumes, die auf einer Geraden liegen, dabei a 0 a 1. Schreibe x = β 0 a 0 + β 1 a 1, β 0 + β 1 = 1. Die Zahl β 1 heißt dann das Teilverhältnis von a 0, a 1, x, Bezeichnung TV(a 0, a 1 ; x). Der Skalar TV(a 0, a 1 ; x) ist also die (zweite) baryzentrische Koordinate von x bezüglich der Basis a 0, a 1 der Geraden a 0 a 1. Man beachte, daß die Definition des Teilverhältnisses von keiner Abstandsmessung Gebrauch macht (aber im euklidischen Vektorraum so interpretiert werden kann). Im zweiten Teil dieses Abschnittes behandeln wir nun die zu affinen Räumen gehörigen strukturerhaltenden Abbildungen.

5 406 LinAlg II Version Juli 2006 c Rudolf Scharlau Definition Gegeben seien zwei affine Räume AG(V, K) und AG(W, K). Eine Abbildung ϕ : V W heißt affin, falls es eine lineare Abbildung L : V W gibt mit ϕ(y) ϕ(x) = L(y x) für alle x, y V. Die offenbar durch ϕ eindeutig festgelegte Abbildung L heißt auch die Ableitung von ϕ, Schreibweise L =: ϕ. Die Eindeutigkeit ergibt sich daraus, daß L(v) = ϕ(a + v) ϕ(a) sein muß, für alle v V, wobei a V fest gewählt ist. Wenn man diese Überlegung etwas weiter führt, erhält man Teil a) des nächsten Satzes. Satz Gegeben seien zwei affine Räume AG(V, K) und AG(W, K). a) Die affinen Abbildungen von V in W sind genau die Abbildungen ϕ w,l : V W, x w + L(x), wobei L L(V, W), w W. b) Die Komposition zweier affiner Abbildungen ist wieder affin. Dabei gilt für die Ableitungen (ϕ ψ) = ϕ ψ. In der Darstellung aus a) gilt ϕ w1,l 1 ϕ w2,l 2 = ϕ w1 +L 1 (w 2 ),L 1 L 2. c) Eine affine Abbildung ϕ ist genau dann injektiv bzw. surjektiv, wenn ihre Ableitung ϕ es ist. d) Wenn eine affine Abbildung ϕ bijektiv ist, dann ist auch ϕ 1 affin, und (ϕ 1 ) = (ϕ ) 1. Die Aussage b) überprüft man unmittelbar anhand der Definitionen, ebenso die angegebene Formel. Die Aussage c) beweist man zweckmäßigerweise mittels der Darstellung ϕ w,l aus a); siehe auch unten Ebenso ist es bei d): man macht für die Inverse von ϕ v,l : V V mit gemäß c) bijektivem L einen Ansatz ϕ v,l ϕ w,k = Id V und löst diesen mit K := L 1, w := L 1 (v). Korollar Zu zwei gegebenen Punkten a 0 V und b 0 W und einer linearen Abbildung L : V W gibt es genau eine affine Abbildung ϕ : V W mit ϕ(a 0 ) = b 0 und ϕ = L. Beweis: Man nehme ϕ = ϕ w,l mit w = b 0 L(a 0 ). Offenbar ist dieses auch die einzige Möglichkeit, die Bedingungen an ϕ zu erfüllen.

6 LinAlg II Version Juli 2006 c Rudolf Scharlau 407 Korollar und Definition Die Menge aller bijektiven affinen Abbildungen von V auf sich bildet mit der Abbildungsverkettung als Verknüpfung eine Gruppe. Sie heißt die affine Gruppe von V und wird mit AGL(V ) bezeichnet; ihre Elemente heißen Affinitäten. Es gilt also: AGL(V ) := {ϕ v,l v V, L GL(V )}. Korollar Die Abbildung AGL(V ) GL(V ), ϕ ϕ bzw. ϕ v,l L ist ein surjektiver Gruppenhomomorphismus. Definition und Satz Es sei V ein K-Vektorraum, den wir auch als affinen Raum AG(V, K) auffassen. a) Eine Translation von V bzw. AG(V, K) ist eine Abbildung τ = τ v : V V, x v + x, wobei v V ein fester Vektor ist. Es gilt τ v = ϕ v,idv, eine Translation ist also das gleiche wie eine affine Abbildung ϕ mit Ableitung ϕ = Id V. b) Jede Translation ist bijektiv; die Menge aller Translationen von V ist eine Untergruppe von AGL(V ), die Translationsgruppe T(V ) = {τ v v V } von V. c) Die Translationsgruppe von V ist isomorph zur additiven Gruppe von V : kurz (T(V ), ) = (V, +). Ein Isomorphismus ist durch v τ v gegeben. Beweis: Teil a) sieht man sofort. Für b) und c) stellt man als erstes durch unmittelbares Nachprüfen der Definition fest, daß für alle v, w, x V gilt: (τ v τ w )(x) = τ v (τ w (x)) = τ v (w + x) = (v + (w + x) = (v + w) + x = τ v+w (x), also τ v τ w = τ v+w. Zusammen mit τ 0 = Id V beweist das zunächst, daß Translationen bijektiv sind, wobei (τ v ) 1 = τ v wieder eine Translation ist, weiter, daß die Menge aller Translationen eine Untergruppe von AGL(V ) ist, und schließlich auch die in c) behauptete Isomorphie. Der letzte Satz liefert auch einen kurzen und übersichtlichen Beweis dafür, daß eine affine Abbildung ϕ w,l genau dann bijektiv ist, wenn ihre Ableitung L es ist: man hat eine Zerlegung ϕ w,l = τ w L, wobei der eine Faktor τ w bijektiv ist. Ganz allgemein gilt aber für beliebige Abbildungen g : X Y, h : Y Z mit bijektivem h : Y Z, daß f := h g bijektiv ist genau dann, wenn g bijektiv ist. (Für die Implikation beachte g = h 1 f.) Es folgt noch ein Existenz- und Eindeutigkeitssatz für affine Abbildungen. Hierfür benötigen wir zunächst eine Erweiterung des Konzepts einer Basis eines affinen Raumes (siehe oben Definition 5.1.6). Definition und Bemerkung

7 408 LinAlg II Version Juli 2006 c Rudolf Scharlau a) Eine Basis 2. Art eines affinen Raumes ist ein System (a 0 ; b 1,..., b n ), wobei a 0 ein Punkt und b 1,...,b n eine Basis des Vektorraums V ist. b) Wenn (a 0 ; b 1,...,b n ) eine Basis 2. Art ist, dann ist das System von Punkten (a 0, a 0 + b 1,...,a 0 + b n ) eine affine Basis gemäß 5.1.6, auch Basis 1. Art genannt. Wenn umgekehrt (a 0, a 1,...,a n ) eine Basis 1. Art ist, dann ist (a 0 ; a 0 a 1,..., a 0 a n ) eine Basis 2. Art. c) Wenn (a 0 ; b 1,...,b n ) eine Basis 2. Art ist, dann kann jeder Punkt a eindeutig geschrieben werden als a = a 0 + α 1 b α n b n mit α 1,..., α n K. Diese α i heißen die affinen Koordinaten von a bezüglich der Basis. d) In der Situation von c) sind α 0, α 1,...,α n auch die baryzentrischen Koordinaten von a bezüglich der Basis 1. Art (a 0, a 0 +b 1,...,a 0 +b n ) gemäß b), wobei α 0 := 1 n i=1 α i. Nun der angekündigte Existenz- und Eindeutigkeitssatz, der den entsprechenden Satz von Vektorräumen auf affine Räume überträgt. Satz Es sei (a 0, a 1,...,a n ) eine Basis 1. Art von AG(V, K) und c 0,..., c n Punkte von AG(W, K). Dann gibt es genau eine affine Abbildung ϕ : V W mit ϕ(a i ) = c i für i = 0, 1,..., n. In baryzentrischen Koordinaten bzgl. (a 0, a 1,...,a n ) gilt ( n ) n ϕ β i a i = β i c i. i=0 Beweis: Nach Bemerkung ist a 1 a 0,...,a n a 0 eine Vektorraumbasis von V. Auf diese und die Vektoren c 1 c 0,...,c n c 0 wenden wir Satz an und erhalten so eine eindeutige lineare Abbildung L : V W mit L(a i a 0 ) = c i c 0 für i = 1,..., n. Wir setzen das gesuchte ϕ in der Form ϕ w,l mit diesem L an. Den Vektor w muß man dann so wählen, daß w + L(a 0 ) = ϕ w,l (a 0 ) = c 0 ist, d.h. wir setzen w := c 0 L(a 0 ). Das so definierte ϕ erfüllt alle Bedingungen. Aus der Diskussion geht auch die Eindeutigkeit hervor, beachte dabei die Eindeutigkeit der Ableitung ϕ einer affinen Abbildung. Die angegebene Formel rechnet man für beliebige affine Abbildungen sofort nach, und zwar unabhängig von Hauptteil des Satzes. Sie beweist erneut die Eindeutigkeit von ϕ. Wie bei linearen Abbildungen in Satz kann man die grundlegenden Eigenschaften von ϕ an den Eigenschaften der Bildpunkte c i ablesen: i=0

8 LinAlg II Version Juli 2006 c Rudolf Scharlau 409 Satz Unter den Voraussetzungen von gilt: a) ϕ ist injektiv genau dann, wenn c 0, c 1,...,c n affin unabhängig sind. b) ϕ ist surjektiv genau dann, wenn c 0, c 1,..., c n eine affines Erzeugendensystem ist, d.h. {c 0, c 1,...,c n } = W. c) ϕ ist bijektiv genau dann, wenn c 0, c 1,...,c n eine affine Basis (Basis 1. Art) ist.

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

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

Inhaltsverzeichnis. Analytische Geometrie 2010 c Rudolf Scharlau i

Inhaltsverzeichnis. Analytische Geometrie 2010 c Rudolf Scharlau i Analytische Geometrie 2010 c Rudolf Scharlau i Inhaltsverzeichnis 5 Affine Geometrie 401 5.1 Affine Räume, Unterräume und Basen............... 402 5.2 Affine Abbildungen: Allgemeines...................

Mehr

Kapitel V. Affine Geometrie

Kapitel V. Affine Geometrie Kapitel V Affine Geometrie 1 Affine Räume Betrachte ein lineares Gleichungssystem Γ : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 + + a mn x n = b

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit

Mehr

Projektive Räume und Unterräume

Projektive Räume und Unterräume Projektive Räume und Unterräume Erik Slawski Proseminar Analytische Geometrie bei Prof. Dr. Werner Seiler und Marcus Hausdorf Wintersemester 2007/2008 Fachbereich 17 Mathematik Universität Kassel Inhaltsverzeichnis

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 2: Mathematische Grundlagen [ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie Sommersemester 2009 Franz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 13, 6020

Mehr

4 Affine Koordinatensysteme

4 Affine Koordinatensysteme 4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner

Mehr

Kapitel III. Lineare Abbildungen

Kapitel III. Lineare Abbildungen Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,

Mehr

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Kapitel II. Vektorräume Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Die fundamentale Struktur in den meisten Untersuchungen der Linearen Algebra bildet der Vektorraum.

Mehr

Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie

Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie Noch ein Beispiel aus Vorl. 1, Seite 10) Zuerst zeigen wir, dass jede

Mehr

5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung

5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung Kapitel II Lineare Algebra und analytische Geometrie 5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung Wann liegt ein Punkt auf einem affinen Unterraum? Wann haben zwei affine Unterräume

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

technische 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 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

Mehr

1.4 Homomorphismen und Isomorphismen

1.4 Homomorphismen und Isomorphismen Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,

Mehr

5 Analytische Geometrie

5 Analytische Geometrie 5 Analytische Geometrie Die Grundidee der analytischen Geometrie ist es, geometrische Objekte in Räumen mittels linearer Algebra zu beschreiben 51 Affine Räume Definition 511 Ein affiner Raum (AR) über

Mehr

Übersicht Kapitel 9. Vektorräume

Übersicht Kapitel 9. Vektorräume Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten

Mehr

1 Linearkombinationen

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

Mehr

Prüfung Lineare Algebra , B := ( ), C := 1 1 0

Prüfung Lineare Algebra , B := ( ), C := 1 1 0 1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,

Mehr

Lineare Algebra / Analytische Geometrie I

Lineare Algebra / Analytische Geometrie I Ralph-Hardo Schulz Lineare Algebra / Analytische Geometrie I Skriptum zur Vorlesung in der Lehrkräfteweiterbildung Berlin 2018 L A TEX Erstellung unter Mitarbeit von Tscho Heringlehner Alle Rechte vorbehalten.

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE 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

Mehr

für alle a, b, x, y R.

für alle a, b, x, y R. Algebra I 13. April 2008 c Rudolf Scharlau, 2002 2008 33 1.5 Ringe Definition 1.5.1 Ein Ring ist eine Menge R zusammen mit zwei Verknüpfungen + und, genannt Addition und Multiplikation, für die folgendes

Mehr

2 Affine und projektive Ebenen

2 Affine und projektive Ebenen $Id: ebenen.tex,v 1.3 2018/11/06 12:51:04 hk Exp $ 2 Affine und projektive Ebenen Nachdem wir in der letzten Sitzung affine Ebenen definiert und ein wenig untersucht haben kommen wir nun zu den sogenannten

Mehr

Kapitel 11. Dimension und Isomorphie

Kapitel 11. Dimension und Isomorphie Kapitel 11. Dimension und Isomorphie Bestimmung der Dimension Satz. Sei (v 1, v 2,..., v n ) ein minimales Erzeugendensystem von V, d.h. dieses System ist ein Erzeugendensystem von V, aber keines der nach

Mehr

Vektorräume und lineare Abbildungen

Vektorräume 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

Mehr

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

$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

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

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

1.2 Gitter: Grundlegende Konzepte

1.2 Gitter: Grundlegende Konzepte Gitter und Codes c Rudolf Scharlau 16. April 2009 5 1.2 Gitter: Grundlegende Konzepte Es sei V ein n-dimensionaler R-Vektorraum. Auf V sei ein Skalarprodukt gegeben, dessen Werte mit x, y R, dabei x, y

Mehr

102 KAPITEL 14. FLÄCHEN

102 KAPITEL 14. FLÄCHEN 102 KAPITEL 14. FLÄCHEN Definition 14.3.1 (Kurve) Es sei M eine k-dimensionale Untermannigfaltigkeit des R n. Eine C 1 - Kurve γ : ( a, a) R n mit γ(( a, a)) M heißt Kurve auf M durch x 0 = γ(0). Definition

Mehr

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München

Lineare 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 2-2.3.28 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper vielmals für seine Unterstützung bei

Mehr

7.3 Unitäre Operatoren

7.3 Unitäre Operatoren Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren

Mehr

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U.

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U. Vektorräume Definition Eine nicht leere Menge V, für die eine Addition (dh eine Rechenvorschrift + derart, dass a + b V für alle a, b V ist und eine skalare Multiplikation (dh λa V für alle λ R (λ ist

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

3 Vektorräume abstrakt

3 Vektorräume abstrakt Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare

Mehr

Kapitel 6. Geometrie. 6.1 Affine Räume

Kapitel 6. Geometrie. 6.1 Affine Räume Kapitel 6 c M. Roczen und H. Wolter Preview zur aktuellen Fassung: Lineare Algebra individuell Online Ver. 0.52, 28.5.2005 Alle Rechte vorbehalten Geometrie Im weiten Feld der Geometrie befassen wir uns

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

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3... Affine Hülle Wiederholung. Der Vektor x K n ist eine lineare Kombination der Vektoren x,...,x k K n, wenn es Zahlen λ,...,λ k K gibt mit x = λ x +... + λ k x k. Def. Gibt es solche Zahlen λ,...,λ k K mit

Mehr

Kapitel III: Vektorräume

Kapitel III: Vektorräume apitel III: Vektorräume 6 Vektorräume und Unterräume Definitionen und Beispiele In diesem Paragraphen kommen wir nun endlich zurück auf die in 1 erörterten Beispiele und behandeln diejenige Struktur, die

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

Gegeben 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

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Affine

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.4 2017/04/13 14:48:29 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.1 Affine Geometrie im R d Wir hatten einen affinen Teilraum A des R d als eine Teilmenge der Form A = a + U definiert,

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit

Mehr

6.5 Lineare Abhängigkeit, Basis und Dimension

6.5 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

Mehr

Summen und direkte Summen

Summen und direkte Summen Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M

Mehr

Lineare Abbildungen und Matrizen

Lineare Abbildungen und Matrizen Lineare Abbildungen und Matrizen In diesem Kapitel geht es um den grundlegenden Zusammenhang zwischen linearen Abbildungen und Matrizen. Die zentrale Aussage ist, dass nach anfänglicher Wahl von Basen

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

Addition: ( 1 ; : : : ; n ) + ( 1 ; : : : ; n ) = ( ; : : : ; n + n ). Skalare Multiplikation: ( 1 ; : : : ; n ) = ( 1 ; : : : ; n ). II. Die Me

Addition: ( 1 ; : : : ; n ) + ( 1 ; : : : ; n ) = ( ; : : : ; n + n ). Skalare Multiplikation: ( 1 ; : : : ; n ) = ( 1 ; : : : ; n ). II. Die Me x 3 VEKTOR AUME In Kapitel 2 betrachteten wir wichtige Raume, die durch unsere Raumvorstellung motiviert waren { die zwei- und dreidimensionalen Raume R 2 und R 3. Jetzt untersuchen wir hoher dimensionale

Mehr

3 Moduln. Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert.

3 Moduln. Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert. 3 Moduln Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert. Beispiele: (1) (Z n, +, (Z, )), wobei (Z, ) Skalarmultiplikation. k (a 1,...,a n )=(ka 1,...,ka n )inz. (2)

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension 23 Basis und Dimension Erinnerung Gegeben ein K-Vektorraum V, ein Vektorensystem x,, x n in V Eine Linearkombination in den x i ist ein Vektor der Form λ x + + λ n x n mit λ i K Die λ i heißen Koeffizienten

Mehr

Zusammenfassung Analysis 2

Zusammenfassung Analysis 2 Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge

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

Gruppen. Kapitel Operationen Definiton Gruppe, symmetrische Gruppen. Gruppen und Untergruppen, Lernziele 1. Erzeugendensysteme,

Gruppen. Kapitel Operationen Definiton Gruppe, symmetrische Gruppen. Gruppen und Untergruppen, Lernziele 1. Erzeugendensysteme, Kapitel 1 Gruppen 1.1 Operationen Lernziele 1. Gruppen und Untergruppen, Erzeugendensysteme, Operationen und Bahnen 1.1.1 Definiton Gruppe, symmetrische Gruppen Definition 1.1. Sei G eine nicht leere Menge

Mehr

Die Dimension eines Vektorraumes

Die Dimension eines Vektorraumes Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je

Mehr

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen.

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen. Vorlesung 27 Der projektive Raum Definition 1. Sei K ein Körper. Der projektive n-dimensionale Raum P n K besteht aus allen Geraden des A n+1 K durch den Nullpunkt, wobei diese Geraden als Punkte aufgefasst

Mehr

2.6 Ergänzungen und Beispiele: Semidirekte Produkte

2.6 Ergänzungen und Beispiele: Semidirekte Produkte Algebra I 15. Oktober 2007 c Rudolf Scharlau, 2002 2007 66 2.6 Ergänzungen und Beispiele: Semidirekte Produkte Wir befassen uns mit der Zerlegung von Gruppen in kleinere Gruppen, bzw. der Konstruktion

Mehr

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

4 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

Mehr

Projektive Abbildungen, Beziehung zwischen anen und projektiven Räumen, Projektive Unabhängigkeit.

Projektive Abbildungen, Beziehung zwischen anen und projektiven Räumen, Projektive Unabhängigkeit. Projektive Abbildungen, Beziehung zwischen anen und projektiven Räumen, Projektive Unabhängigkeit. Agnieszka Wenska 2008-02-19 1 Wir wissen bereits: Was projektive Räume und Unterräume sind Wie man die

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

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.4 2009/05/28 16:37:16 hk Exp $ 7 Vektorräume und Körperweiterungen Bisher haben wir zwar die Existenz und Eindeutigkeit von Tensorprodukten bewiesen, und auch einige ihrer Eigenschaften

Mehr

Kapitel 14. Geometrie Eine kurze Einführung in die affine Geometrie

Kapitel 14. Geometrie Eine kurze Einführung in die affine Geometrie Kapitel 14 Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften vonr 3 interessieren, so stört manchmal dieausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise

Mehr

5.7 Lineare Abhängigkeit, Basis und Dimension

5.7 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

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

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5

Klausurenkurs 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

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

2.4 Matrizen und Lineare Abbildungen

2.4 Matrizen und Lineare Abbildungen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 73 2.4 Matrizen und Lineare Abbildungen Zum Schluss von Abschnitt 2.2 hatten wir Matrizen eingeführt, und zwar im Zusammenhang mit der abgekürzten Schreibweise

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

Übungen zur Diskreten Mathematik I Blatt 6

Übungen 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,

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Die angesprochene Thematik macht den Kern dieser Veranstaltung aus. Lineare Techniken sind zentral für weite Bereiche mathematischen Argumentierens. Durch in der Analysis

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

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 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

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale Grundlagen 2008W. Vorlesung im 2008S  Institut für Algebra Johannes Kepler Universität Linz Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Vektoren in der Ebene Zwei Punkten P, Q in der Ebene

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

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 03.12.2013 Alexander Lytchak 1 / 16 Wiederholung und Beispiele Der Spaltenrang einer Matrix ist gleich ihrem Zeilenrang.

Mehr

3.3 Der Seitenverband

3.3 Der Seitenverband Diskrete Geometrie (Version 3) 10. Januar 2012 c Rudolf Scharlau 217 3.3 Der Seitenverband Wir setzen die Untersuchung der Relation ist Seite von auf der Menge aller konvexen Polytope in einem gegebenen

Mehr

Prüfung Lineare Algebra 2

Prüfung Lineare Algebra 2 1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,

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

70 IV. ENDLICH-DIMENSIONALE VEKTORRÄUME

70 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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

1 Lineare Abbildungen

1 Lineare Abbildungen 1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V

Mehr

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Vorlesung 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

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

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

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen Inhaltsverzeichnis Teil II: Gruppen 2 3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen.................. 2 3.1.1 Gruppen.......................................... 2 3.1.2 Untergruppen.......................................

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

V. Lineare Algebra. 35 Lineare Abbildungen und Matrizen. 156 V. Lineare Algebra

V. Lineare Algebra. 35 Lineare Abbildungen und Matrizen. 156 V. Lineare Algebra 156 V. Lineare Algebra V. Lineare Algebra 35. Lineare Abbildungen und Matrizen 156 36. Eigenwerte und Eigenvektoren 161 37. Hauptvektoren 165 38. Normen und Neumannsche Reihe 168 39. Numerische Anwendungen

Mehr

Kapitel 13. Lineare Gleichungssysteme und Basen

Kapitel 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

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

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 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge

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

Lineare Algebra I, Musterlösung zu Blatt 9

Lineare Algebra I, Musterlösung zu Blatt 9 Lineare Algebra I, Musterlösung zu Blatt 9 Wintersemester 2007/08 1. Untersuchen Sie, ob die folgenden Matrizen invertierbar sind und bestimmen Sie gegebenenfalls die Inverse. 8 1 3 1 a) A = 3 3 1 1 11

Mehr

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i.

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i. Kapitel Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften von R 3 interessieren, so stört manchmal die Ausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise

Mehr

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage.

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage. 1.3 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben, wahr oder falsch

Mehr