Liegruppen und Liealgebren

Größe: px
Ab Seite anzeigen:

Download "Liegruppen und Liealgebren"

Transkript

1 Liegruppen und Liealgebren Arne Münkel 29. Januar 2013 Inhaltsverzeichnis 1 Motivation und Definition 1 2 Die Adjungierte Darstellung und die Killingform 2 3 Die Cartan Basis 4 4 Eigenschaften der Wurzeln und Wurzelvektoren 5 5 Quantisierung der Wurzeln 7 1 Motivation und Definition Im Rahmen des Vortrages werden wir den Begriff der Liealgebra einführen. Diese beschäftigt sich mit den infinitesimalen Erzeugern einer Lie-Gruppe. Beispiele für Liegruppen sind die Matrixgruppen SU(n), SO(n). Es wird ein Formalismus erarbeitet, der es einem erlaubt mit wenig Aufwand die Auf- und Absteigeoperatoren eines Systems zu konstruieren. Dann werden noch deren Eigenschaften untersucht. Wichtig! Im Folgenden wird die Summenkonvention benutzt. Definition 1.1 (Liealgebra). Eine Liealgebra L ist ein Vektorraum über einen Körper K mit einer Abbildung: [, ] : L L L die Lie-Klammer genannt wird. Mit folgenden Eigenschaften: A, B, C L; λ, µ K Bilinearität: [λa + µb, C] = λ[a, C] + µ[b, C] Antisymmetrie: [A, B] = [A, B] Jacobi-Identität: [A, [B, C]] + [B, [C, A]] + [C, [A, B]] = 0 (1.1) Hierbei gehört die Bilinearität zur allgemeinen Defintion einer Algebra, die Antisymmetrie und die Jacobi-Identität sind speziell für die Liealgebra. Beispiele 1.2. Kommutator in der Quantenmechanik 1

2 Das Kreuzprodukt im R 3 Die Poissonklammer der klassischen Mechanik Bemerkungen 1.3. Eine Liealgebra beinhaltet die Infinitesimalen Erzeuger einer Liegruppe. Die Lie-Klammer zwischen Basisvektoren, auch Erzeuger genannt, der Liealgebra kann geschrieben werden als: [T α, T β ] = if γ αβ T γ (1.2) Wobei f γ αβ die Strukturkonstante genannt wird. Diese ist antisymmetrisch unter Vertauschung von α und β, es gibt aber keinen offensichtlichen Zusammenhang mit γ. Wenn man die Generatoren hermitesch wählt, ist die Strukturkonstante reell. 2 Die Adjungierte Darstellung und die Killingform Eine Darstellung der Liealgebra ist analog zur Darstellung von Gruppen definiert als Homomorphismus in die Endomorphismen eines Vektorraums. Genau wie bei Gruppen erhält man durch Linksmultiplikation eine Darstellung, die adjungierte Darstellung (A) genannt wird. Die Matrixelemente auf einer Basis sind: (D A (T α )) γ β = if γ αβ (2.1) Die Matrixelemente sind also die Strukturkonstante. Um die Strukturkonstante komplett antisymmetrisch zu machen definiert man die Killingform. Definition 2.1 (Killingform). Die Killingform ist eine symmetrische Bilinearform definiert über die adjungierte Darstellung der Liealgebra: (A, B) := Tr(D A (A)D A (B)) =: Tr A (AB) (2.2) Wendet man dies auf die Erzeuger an erhält man die Matrix: g αβ := Tr A (T α T β ) = f δ αγf γ βδ (2.3) Bemerkungen 2.2. g αβ ist symmetrisch Diese Matrix wird auch Cartanmetrik genannt Die Killingform ist nicht notwendigerweise immer positiv definit Nun kann man die Strukturkonstante total antisymmetrisch machen: f αβγ := fαβg δ δγ (2.4) 2

3 Lemma 2.3. f αβγ ist total antisymmetrisch Beweis. Zunächst hat man: Jetzt benutzt man die Zyklizität der Spur: Tr A ([T α, T β ]T γ ) = if δ αβtr(t δ T γ ) = ifαβg δ δγ (2.5) = if αβγ Tr([A, B]C) = Tr([B, C]A) = Tr([C, A]B) (2.6) Aus der Antisymmetrie der Lie-Klammer folgt nun die Antisymmetrie von f αβγ : f αβγ = f γαβ = f αγβ usw. Definition 2.4 (Unteralgebra). Eine Unteralgebra von L, ist eine Menge S L die abgeschlossen bezüglich der Verknüpfung ist: [A, B] S A, B S (2.7) Die durch die Unteralgebra induzierte Gruppe ist eine Untergruppe der Gruppe induziert durch die gesamte Algebra. Eine normale Untergruppe wird durch eine invariante Unteralgebra induziert, diese wird auch Ideal genannt. Definition 2.5 (Ideal). Ein Ideal I ist eine Untermenge der Algebra L, wobei die Lieklammer mit irgendeinem Element der Algebra in I liegt, man schreibt: [I, L] I Besonders interressante Liealgebren sind einfache Liealgebren. Dies sind Liealgebren, die nur die Null und die Algebra selbst als Ideal enthalten. Halbeinfache Liealgebren sind die, die keine abelschen (kommutative) Ideale enthalten. Man kann nun zeigen, dass folgende Aussagen äquivalent sind L ist halbeinfach g αβ ist regulär, also det(g αβ ) 0 die Killingform nicht entartet ist also: (A, X) = 0 X L A = 0 Satz 2.6. Eine halbeinfache Liealgebra L ist das direkte Summe von einfachen Liealgebren. Beweis. Wir nehmen an L enthalte ein Ideal I. Nun nehmen wir das orthogonale Komplement (P ) bezüglich der Killingform. (Im Folgenden: A, B I und C, D P ) P ist auch eine Subalgebra, da: Tr A (AC) = 0 A, C (2.8) Tr A ([C, D]A) = Tr A ([D, A]C) = Tr A (BC) = 0 [C, D] P (2.9) 3

4 Durch ausnutzen der Zyklizität der Spur und dass I ein Ideal ist. Außerdem gilt: Tr A ([D, A]B) = Tr A ([A, B]D) = 0 (2.10) Aus den beiden Gleichungen folgt, dass [A, C] ortogonal zu allen Elementen der Liealgebra ist und somit gelten muss [A, C] = 0 A, C. Dies muss gelten, da die Algebra halbeinfach ist, ist die Killingform nicht entartet. Also gilt: L = I P. Wenn I odeer P nun noch nicht einfach ist, wiederholt man den Prozess. Man kann also eine halbeinfache Liealgebra als direkte Summe einfacher Liealgebren darstellen. 3 Die Cartan Basis In diesem Abschnitt beschäftigen wir uns nun mit halbeinfachen Liealgebren und werden eine Basis suchen, die besonders für die Quantenmechanik geeignet ist. Für die Algebra SU(2) kennen wir bereits 2 mögliche Basen: und [J i, J j ] = iɛ ijk J k (3.1) [J 3, J ± ] = ±J ± (3.2) [J +, J ] = 2J 3 (3.3) Im Folgenden wird nun die zweite Version verallgemeinert, also eine Basis mit kommutierenden Operatoren und Auf- und Absteigeoperatoren. Zunächst sucht man die maximale Anzahl an kommutierenden Operatoren einer Liealgebra der Dimension d und findet dabei: Definition 3.1 (Cartan Unteralgebra). Die Cartan Unteralgebra von Rang r enthält die r kommutierenden Erzeuger der Algebra, d.h.: [H i, H j ] = 0 i, j 1,..., r (3.4) Nun werden die anderen d r Erzeuger (E α ) so gewählt, dass sie Auf- und Absteigeoperatoren entsprechen. [H i, E α ] = α i E α α = (1,..., d r) (3.5) Das ist genau das Gleiche, wie wenn wir die adjungierte Darstellung der Cartan Unteralgebra diagonalisieren. [H i, X] = λx mit λ = 0 für X in der Cartan Unteralgebra. In Matrixform sieht das dann so aus: (D A (H i )) γ α λδα γ = 0 if γ iα λδγ α = 0 if iαβ λg αβ = 0 det(c αβ λg αβ ) = 0 (3.6) 4

5 Wobei C αβ = if iαβ ist. Wichtig ist, dass die Eigenwerte ( 0) nicht entartet sind, man findet also zu jedem Eigenwert einen eindeutigen Operator E α. Da man in der Physik hermitesche Operatoren benutzt, sind die Strukturkonstanten reell. Also ist C rein imaginär, antisymmetrisch, damit hermitesch und hat damit reelle Eigenwerte. r davon sind null und d r nicht null. Man hat nun E α gefunden mit [H i, E α ] = α i E α. Man kann jetzt die anderen Kommutatoren von E α berechen. Mit der Jacobi-Identität erhält man für j i: Daraus erhält man: [H i, [H j, E α ]] = [H j, [H i, E α ]] [E α, [H i, H j ]] = [H }{{} j, [H i, E α ]] (3.7) =0 [H i, [H j, E α ]] = α i [H j, E α ] (3.8) Also ist [H j, E α ] auch Leiteroperator zu H i. Da die Eigenwerte nicht entartet sind muss folgen: [H j, E α ] = α j E α (3.9) Dies gilt für alle Erzeuger H j. Es gibt also einen r-dimensionalen Vektor, genannt Wurzel, α = (α 1,..., α r ) für jeden Operator E α, auch Wurzelvektor genannt. 4 Eigenschaften der Wurzeln und Wurzelvektoren Als nächstes untersuchen wir die Kommutatorrelationen der Wurzelvektoren. Dazu benutzen wir den Kommutator [H i, [E α, E β ]] und die Jacobi-Identität und erhalten: [H i, [E α, E β ]] = [E α, [E β, H i ]] [E β, [H i, E α ]] = α i + β i [E α, E β ] (4.1) Also gibt es drei Möglichkeiten: 1. [E α, E β ] ist ein Wurzelvektor 2. α + β = 0 β = α 3. [E α, E β ] = 0 Bei 2. ist [E α, E β ] in der Cartan Subalgebra, da es mit H i kommutiert. Man hat demnach: [E α, E α ] = λ i H i (4.2) [E α, E β ] = N αβ E α+β (β α) (4.3) Mit N αβ = 0, wenn α + β keine Wurzel ist. Für die erste Gleichung brauchen wir noch: Lemma 4.1. Wenn α eine Wurzel ist, so ist α auch eine und es gilt: E α = E α. 5

6 Beweis. Zunächst betrachtet man die Eigenwertgleichung (3.6). Wir transponieren diese Gleichung. Die Determinante ist invariant unter Transposition. Nun ist C αβ antisymmetrisch und g αβ symmetrisch. Man bekommt: Somit ist α auch eine Wurzel. Für E α = E α hat man: Hierbei wird benutzt, dass H i hermitesch ist. det(c t αβ λg t αβ) = det( C αβ λg αβ ) (4.4) (αe α ) = αe α = [H i, E α ] = [H i, E α] (4.5) Jetzt untersucht man die Killingform der gewählten Basis. α j Tr A (E α H i ) = Tr A ([H j, E α ]H i ) = Tr A ([H j, H i ]E α ) = 0 (4.6) Da α j 0 erhält man (H i, E α ) = 0 Ähnlich findet man: (E α, E β ) = 0 (4.7) Für eine nicht entartete Killingform darf (E α, E α ) nicht null sein, mit geeigneter Normalisierung bekommt man (E α, E α ) = 1. Die Untermatrix (H i, H j ) darf nicht entartet sein. Mit geeigneter Wahl erhält man ebenfalls: (H i, H j ) = δ ij (4.8) Aus der Gleichung folgt sofort ([E α, E α ], H j ) = λ j. Mit der Zyklizität der Spur erhält man: Tr A ([E α, E α ]H j ) = Tr A ([H j, E α ]E α ) = α j Tr A (E α E α ) = α j (4.9) Damit gilt λ j = α j. Die so erarbeitete Basis heißt Cartan-Weyl-Basis. Zum Schluss kommt noch eine Zusammenfassung der wichtigsten Eigenschaften dieser Basis. [H i, H j ] = 0 [H i, E α ] = α i E α [E α, E α ] = α i H i [E α, E β ] = N αβ α + β 0 (4.10) (H i, H j ) = δ ij (H i, E α ) = 0 (E α, E α ) = 1 (E α, E β ) = 0 α + β 0 (4.11) 6

7 5 Quantisierung der Wurzeln Jede Wurzel stellt einen r dimensionalen Vektor da. Man definiert das Skalarprodukt wie üblich α β = α i β i und α H = α i H i. Nun definiert man sich die neuen Operatoren: H α := 2 α H (5.1) Die Kommutatoren zwischen diesen Operatoren verschwinden, da sie Linearkombinationen der H i sind. Von der zweiten Gleichung von (4.10) erhält man Die dritte Gleichung gibt Als Spezialfall von (5.2) bekommt man [H α, E β ] = 2α β E β (5.2) [E α, E α ] = 1 2 α2 H α (5.3) [H α, E ±α ] = ±2E ±α (5.4) Die letzten beiden Gleichungen haben die gleiche Struktur, wie die Drehimpulsalgebra. Dies erkennt man durch die Identifizierung von J 3 = 1H 2 2 α und J ± = E ±α. Die Drehimpulsalgebra kann durch die SU(2)-Algebra dargestellt werden. Es gibt also für jede Wurzel α eine zugehörige SU(2)-Algebra S α. Da J 3 halbzahlige Eigenwerte hat, muss H α ganzzahlige haben. Die Operatoren E ±α erhöhen bzw. erniedrigen den Eigenwert um 2. Die Wirkung eines Operators E β auf H α ist eine Erhöhung oder Erniedrigung um 2α β, welches also ganzzahlig sein muss: 2α β = n n Z (5.5) Mit Hilfe der Cauchy-Schwartz-Ungleichung erhält man 2α β α β α 2 β 2 2β α β 2 4 Man kann nun einen allgemeinen Winkel zwischen den Wurzeln definieren cos θ := α β α β Drückt man diese Gleichungen über Quantenzahlen aus, erhält man mit n 1 = 2α β n 2 = 2β α β 2 n 1 n 2 4 (5.6) (5.7) und cos θ = 1 (5.8) n1 n 2 2 Im Folgenden wird benutzt 0 n 2 n 1 außerdem 0 θ π. Die anderen Möglichkeiten 2 erhält man, indem man das Vorzeichen von α oder β ändert, oder diese austauscht. 7

8 Lemma 5.1. Wenn α eine Wurzel ist, dann ist λα nur Wurzel für λ = ±1. Beweis. Für λ > 2 gilt n 1 3n 1 und n 2 3n 2 aus der Ungleichung (5.8) muss gelten: 3n 1 3n 2 4 (5.9) Da 0 n 1 n 2, ist dies ein Widerspruch, also λ < 3. Es gilt also [E α, E 2α ] = 0. Wir nehmen jetzt an, 2α sei eine Wurzel. Jetzt betrachtet man [E α, E 2α ]. Dieser Kommutator ist entweder 0 oder proportional zu E α. Wir nehmen zunächst an, dass der Kommutator verschwindet. Dann hat man [[E α, E α ], E 2α ] = [E α, [E 2α, E α ]] + [E α, [E 2α, E α ]] = 0 (5.10) Mit der Jacobi-Identität mit (5.3) bekommt man: [[E α, E α ], E 2α ] = [ 1 2 α2 H α, E 2α ] E 2α (5.11) Dies ist ein Widerspruch. Nimmt man an, das [E α, E 2α ] E α benutzt man den Kommutator [[E α, E 2α ], E α ]. Mit der Jacobi-Identität ist dieser ungleich null [[E α, E 2α ], E α ] = [E α, [E 2α, E α ]] + [E 2α, [E α, E α ]] 0 (5.12) benutzt man [E α, E 2α ] E α ist dieser null. Daraus folgt, dass λ 2 und damit die Behauptung. Damit kann n 1 nicht vier sein. Die übrigen Werte (außer n 1 = n 2 = 2, welches bedeutet α = β) sind: n 1 = 0 n 2 = 0 mit θ = π, die Wurzeln sind also senkrecht zu einander 2 n 1 = n 2 = 1 mit θ = π 3 und α = β n 1 = 2, n 2 = 1 mit θ = π 4 und β = 2 α n 1 = 3, n 2 = 1 mit θ = π 6 und β = 3 α Als nächstes kann man die anderen möglichen Wurzeln konstruieren. Dabei lässt man einfach einen Leiteroperator E ±β auf einen anderen E α wirken. Dadurch erhält man einen β-wurzel-strang über α, der die Wurzeln von α + pβ bis α qβ mit p, q N enthält. Die Operatoren E α+kβ bilden eine irreduzible Darstellung von S β, der Dimension 2j+1, wobei j ganz- oder halbzahlig sein kann. Damit sind ±j die betragsmäßig größten Eigenwerte von 1 2 H α. Man hat je α+pβ = [ 1 2 H β, E α+pβ ] = (α + pβ) β β 2 E α+pβ (5.13) 8

9 und damit j = j = (α + pβ) β β 2 (5.14) (α qβ) β β 2 (5.15) Hieraus ergibt sich q + p = 2j q p = 2α β β 2 = n 2 (5.16) Damit hat man dann alle Wurzeln der Liealgebra konstruiert. Als letztes kann man zeigen, dass die Wurzeln unter Weyl-Reflektion wieder auf Wurzeln abgebildet werden. Dies entspricht einer Spiegelung an Hyperebenen im Wurzelraum, die senkrecht zu den Wurzeln stehen. Definition 5.2 (Weyl-Reflektion). Unter einer Weyl-Reflektion versteht man die Abbildung σ : Φ Φ Φ f : (α, β) σ α (β) = β 2β α α (5.17) Wobei Φ der durch die Wurzeln aufgespannte Vektorraum ist, also Φ = span{α, β,...}. Satz 5.3. Wurzeln werden unter Weyl-Reflektion wieder auf Wurzeln abgebildet. Beweis. Wir betrachten den α-wurzel-strang über β. Wir wissen aus (5.16), dass p q = 2α β. Hierbei ist man q Schritte von der höchsten Wurzel hinunter gegangen. Dreht man dies nun um und geht p Schritte vom untersten nach oben, erhält man als Wurzel β + ( q + p)α = β 2α β α. Wendet man also die Weyl-Reflektion auf eine Wurzel an, erhält man wieder eine Wurzel. Literatur [1] Christoph Lüdeling: physics751: Group Theory (for Physicists) [2] HF Jones: Groups, represantation and physics, Adam Hilger 9

Spektralzerlegung des Laplace-Operators auf Liegruppen und kompakten symmetrischen Räumen

Spektralzerlegung des Laplace-Operators auf Liegruppen und kompakten symmetrischen Räumen Spektralzerlegung des Laplace-Operators auf Liegruppen und kompakten symmetrischen Räumen Anna Engels Seminar Riemannsche Geometrie und Spektraltheorie SS 003 Zusammenfassung Ich will erklären, wie man

Mehr

Übungen zur Vorlesung Lie-Algebren im Sommersemester 2013

Übungen zur Vorlesung Lie-Algebren im Sommersemester 2013 Übung 1.1. (k = k). Man zeige, daß die Lie-Algebra sl(2; C) einfach ist. Übung 1.2. Gegeben eine nicht notwendig assoziative k-algebra (A, ) heißt eine lineare Abbildung δ : A A eine Derivation genau dann,

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

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

3 Bilinearform, Basen und Matrizen

3 Bilinearform, Basen und Matrizen Lineare Algebra II 2. Oktober 2013 Mitschrift der Vorlesung Lineare Algebra II im SS 2013 bei Prof. Peter Littelmann von Dario Antweiler an der Universität zu Köln. Kann Fehler enthalten. Veröentlicht

Mehr

Dynkin-Diagramme und Klassifikation von einfachen Lie-Algebren

Dynkin-Diagramme und Klassifikation von einfachen Lie-Algebren Dynkin-Diagramme und Klassifikation von einfachen Lie-Algebren Vortrag im Seminar zur Quantenmechanik II Wintersemester 2006/07, Universität Hamburg Sven Schubert, Thomas Kecker, Marc Hoge 17. Januar 2007

Mehr

4.4 Hermitesche Formen

4.4 Hermitesche Formen 44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung

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

Anhang G - Bemerkungen zur Weylgruppe

Anhang G - Bemerkungen zur Weylgruppe 32 Anhang G - Bemerkungen zur Weylgruppe Anhang G - Bemerkungen zur Weylgruppe Sei G eine kompakte zusammenhängende (halbeinfache) Liegruppe, T G ein maximaler Torus, W = W T (G) = N G (T )/T die zugehörige

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

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

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

10 Dynkin-Diagramme und Klassifikation

10 Dynkin-Diagramme und Klassifikation 58 Lie-Algebren 0 Dynkin-Diagramme und Klassifikation 0. Dynkin-Diagramme Dynkin-Diagramme sind gewisse Graphen, welche die gegenseitige Lage der Vektoren einer Basis Σ eines Wurzelsystems veranschaulichen.

Mehr

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema 1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und

Mehr

Zusammenfassung des Vortrags SU(3) und das Quarkmodell im Seminar zur Theorie der Teilchen und Felder. Artur Sperling

Zusammenfassung des Vortrags SU(3) und das Quarkmodell im Seminar zur Theorie der Teilchen und Felder. Artur Sperling Zusammenfassung des Vortrags SU(3) und das Quarkmodell im Seminar zur Theorie der Teilchen und Felder Artur Sperling 01.12.2010 Theorie der Teilchen und Felder SU(3) und das Quarkmodell Sperling 1 Inhaltsverzeichnis

Mehr

Fallstudien der mathematischen Modellbildung Teil 3: Quanten-Operationen. 0 i = i 0

Fallstudien der mathematischen Modellbildung Teil 3: Quanten-Operationen. 0 i = i 0 Übungsblatt 1 Aufgabe 1: Pauli-Matrizen Die folgenden Matrizen sind die Pauli-Matrizen, gegeben in der Basis 0, 1. [ [ [ 0 1 0 i 1 0 σ 1 = σ 1 0 = σ i 0 3 = 0 1 1. Zeigen Sie, dass die Pauli-Matrizen hermitesch

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

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

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

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

Lösungen zur Klausur über Lie-Algebren

Lösungen zur Klausur über Lie-Algebren Universität zu Köln Sommersemester 2017 Mathematisches Institut 19. Juli 2017 Prof. Dr. P. Littelmann Lösungen zur Klausur über Lie-Algebren Dies ist keine Muster -Lösung, sondern eine Hilfe um die Lösung

Mehr

Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4.

Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4. Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4. Aufgabe 2.1 (8 Punkte) Es sei K ein Körper, n N, V ein 2n-dimensionaler K -Vektorraum und U

Mehr

Lineare Algebra II (SS 13)

Lineare Algebra II (SS 13) Lineare Algebra II (SS 13) Bernhard Hanke Universität Augsburg 03.07.2013 Bernhard Hanke 1 / 16 Selbstadjungierte Endomorphismen und der Spektralsatz Definition Es sei (V,, ) ein euklidischer oder unitärer

Mehr

Lineare Algebra II 11. Übungsblatt

Lineare Algebra II 11. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des

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

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

Multilineare Algebra

Multilineare Algebra Multilineare Algebra Handout zur Vorlesung Differentialgeometrie Dr. Bernd Ammann, Prof. Chr. Bär Literatur Frank Warner, Foundations of differentiable manifolds and Lie groups, Kapitel 2 1 Tensoren Motivation.

Mehr

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende

Mehr

Rotationsgruppen und Drehimpulsoperatoreigenwerte

Rotationsgruppen und Drehimpulsoperatoreigenwerte Rotationsgruppen und Drehimpulsoperatoreigenwerte Philipp Stephani. Juni 008 Inhaltsverzeichnis Rotationsgruppen. Definition: Gruppe............................... Rotationen im dreidimensionalen Raum

Mehr

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x).

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x). 1 Kapitel 1 Clifford-Algebren 1 Innere Produkte Sei k {R, C}, V stets ein endlich-dimensionaler k-vektorraum. Fehlende Beweise finden sich in der Literatur ([Art1], [Bou1], [Brie], [Cohn]). Definition.

Mehr

Rechenmethoden der Physik Vorlesungsskript

Rechenmethoden der Physik Vorlesungsskript Rechenmethoden der Physik Vorlesungsskript Prof. Dr. Gernot Akemann Fakultät für Physik Universität Bielefeld Inhaltsverzeichnis 0 Inhaltsübersicht 5 0.1 Literatur: einige Standardwerke........................

Mehr

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren 3. Wurzelsysteme Als erstes führen wir den Begriff eines Wurzelsystems ein. Definition 3.1 (Wurzelsystem). Eine endliche Teilmenge Φ V {0} heißt Wurzelsystem falls gilt: (R1) Φ Rα = {±α} für α Φ, (R2)

Mehr

Formelsammlung Klassische Feldtheorie

Formelsammlung Klassische Feldtheorie Formelsammlung Klassische Feldtheorie 6 (Pseudo-)Orthogonale Gruppen 1. Definition Gruppe: Menge G mit einer Operation (g 1,g 2 ) G G g 1 g 2 G (Multiplikation) (1) die folgende Bedingungen erfüllt: Assoziativität:

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

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

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch

Mehr

Verschiedenes. Exponieren einer Matrix. Wir betrachten als Beispiel folgende Matrix: 0 1 A = 1 0

Verschiedenes. Exponieren einer Matrix. Wir betrachten als Beispiel folgende Matrix: 0 1 A = 1 0 Verschiedenes Exponieren einer Matrix Wir betrachten als Beispiel folgende Matrix: A = Man kann die Funktion f(a) einer Matrix A so berechnen, indem man auf die Reihendarstellung der Funktion f(x) zurückgeht.

Mehr

7 Lineare Abbildungen und Skalarprodukt

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

Mehr

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U:

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U: 2. Isotropie Im folgenden sei V ein K-Vektorraum der Dimension n. Es sei q eine quadratische Form darüber und β die zugehörige symmetrische Bilinearform. Zudem gelte in K: 1 + 1 0. Notation 2.0: Wir nennen

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

Lie Algebren und ihre Darstellungen

Lie Algebren und ihre Darstellungen ie Algebren und ihre Darstellungen Vortrag 8 : Innere Derivationen und Jordanzerlegung 1 Aufgaben Aufgabe 1.1. Seien x, y, z eine Basis für eine dreidimensionale lösbare ie-algebra. Weiter soll gelten:

Mehr

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ. Eigenwert, Eigenvektor In der Regel hat bei einer linearen Abbildung das Bild eines Vektors eine andere Richtung als das Original r. Bei der Untersuchung der geometrischen Eigenschaften von linearen Abbildungen

Mehr

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

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

Mehr

Lösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink

Lösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink Lineare Algebra D-MATH, HS 201 Prof. Richard Pink Lösung zu Serie 18 1. Sei V,, ein endlich-dimensionaler unitärer Vektorraum. Zeige, dass zu jeder Sesquilinearform f : V V C eine eindeutige lineare Abbildung

Mehr

Diagonalisierbarkeit symmetrischer Matrizen

Diagonalisierbarkeit symmetrischer Matrizen ¾ Diagonalisierbarkeit symmetrischer Matrizen a) Eigenwerte und Eigenvektoren Die Matrix einer linearen Abbildung ³: Î Î bezüglich einer Basis ( Ò ) ist genau dann eine Diagonalmatrix wenn jeder der Basisvektoren

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

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

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

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

Allgemeines über Lie-Algebren

Allgemeines über Lie-Algebren Kapitel I Allgemeines über Lie-Algebren Sophus Lie 1842 1899 Wilhelm Killing 1847 1923 Elie Cartan 1869 1951 Hermann Weyl 1885 1955 1 Einleitung Die meisten Studierenden sind wohl vertrauter mit Beispielen

Mehr

Die Symmetriegruppen SO(3) und SU(2)

Die Symmetriegruppen SO(3) und SU(2) Die Symmetriegruppen SO(3) und SU(2) Ein Vortrag im Rahmen des Seminars: Theorie der Teilchen und Felder Martin Wilde 5. Juli 2007 1 Inhaltsverzeichnis 1 Grundlegendes zur Drehgruppe SO(3) 3 1.1 Die Bezeichnung

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

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

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

Mehr

Wurzeln einer Lie-Algebra und deren Quantisierung. 1 Cartan Basis und Wurzeln in einer Lie-Algebra

Wurzeln einer Lie-Algebra und deren Quantisierung. 1 Cartan Basis und Wurzeln in einer Lie-Algebra Mohammad Sayad (Teil 1) und Christoph Piefke (Teil 2) Proseminar QMII, Universität Hamburg Wurzeln einer Lie-Algebra und deren Quantisierung Das Ziel unsere Arbeit ist, zu zeigen, dass die Idee der SU2

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

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2 Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum

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

Basisprüfung. 18. August 2015

Basisprüfung. 18. August 2015 Lineare Algebra I/II D-MATH, HS 4/FS 5 Prof Richard Pink Basisprüfung 8 August 25 [6 Punkte] Betrachte den reellen Vektorraum R 3 zusammen mit dem Standardskalarprodukt, und die Vektoren 9 3 v := 6, v

Mehr

Geometrische Algebra

Geometrische Algebra Geometrische Algebra Florian Jung Institut für Physik, WA THEP Universität Mainz Klausurtagung des Graduiertenkollegs Bullay, 13. September 2006 Florian Jung: Geometrische Algebra 1 / 24 Gliederung Grundlagen

Mehr

Technische Universität München

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

Mehr

1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen

1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen Hannover, den 0. April 2006. Übungsblatt: Lineare Algebra II Abgabe: 24./25.4.2006 in den Übungsgruppen ( ) 2 5 a) Zeigen Sie, dass A = und B = 2 ( 7 6 invertierbare Matrix T an mit T AT = B. b) Zeigen

Mehr

Kontrollfragen und Aufgaben zur 3. Konsultation

Kontrollfragen und Aufgaben zur 3. Konsultation 1 Technische Universität Ilmenau Fakultät für Mathematik und Naturwissenschaften Institut für Mathematik Prof. Dr. Michael Stiebitz Kontrollfragen und Aufgaben zur 3. Konsultation Termin: Ort: Determinante

Mehr

und Unterdeterminante

und Unterdeterminante Zusammenfassung: Determinanten Definition: Entwicklungssätze: mit und Unterdeterminante (streiche Zeile i & Spalte j v. A, bilde dann die Determinante) Eigenschaften v. Determinanten: Multilinearität,

Mehr

und Unterdeterminante

und Unterdeterminante Zusammenfassung: Determinanten Definition: Entwicklungssätze: mit und Unterdeterminante (streiche Zeile i & Spalte j v. A, bilde dann die Determinante) Eigenschaften v. Determinanten: Multilinearität,

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

Gruppe SU(3) und Quarkmodell

Gruppe SU(3) und Quarkmodell WESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER Institut für theoretische Physik Seminarvortrag über Gruppe SU() und Quarkmodell von Babak Alikhani am 5.. Inhaltverzeichnis. Die Gruppen U(n) und SU(n). Die Generatoren

Mehr

Ferienkurs Quantenmechanik 2009

Ferienkurs Quantenmechanik 2009 Ferienkurs Quantenmechanik 2009 Grundlagen der Quantenmechanik Vorlesungsskript für den 3. August 2009 Christoph Schnarr Inhaltsverzeichnis 1 Axiome der Quantenmechanik 2 2 Mathematische Struktur 2 2.1

Mehr

Übungsblatt

Übungsblatt Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen

Mehr

17. Orthogonalsysteme

17. Orthogonalsysteme 17. Orthogonalsysteme 17.1. Winkel und Orthogonalität Vorbemerkung: Sei V ein Vektorraum mit Skalaprodukt, und zugehöriger Norm, dann gilt nach Cauchy-Schwarz: x, y V \ {0} : x, y x y 1 Definition: (a)

Mehr

Seminar Höhere Lineare Algebra Thema 6: Der Satz von Weyl. Martina Schulz, Alexandra Bartsch SoSe 2006

Seminar Höhere Lineare Algebra Thema 6: Der Satz von Weyl. Martina Schulz, Alexandra Bartsch SoSe 2006 1 Hermann Weyl Kurze Bibliographie Seminar Höhere Lineare Algebra Thema 6: Der Satz von Weyl Martina Schulz, Alexandra Bartsch SoSe 2006 Hermann Weyl (geboren am 9.November 1885 in Elmshorn; gestorben

Mehr

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. Definition: Lineare Abbildung Lineare Abbildungen Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. 8.1 Definition: Lineare Abbildung Eine Funktion f : V Ñ W zwischen

Mehr

Invariante Kegel in Cartan-Algebren

Invariante Kegel in Cartan-Algebren Seminar Sophus Lie 1 (1991) 55 63 Invariante Kegel in Cartan-Algebren Ulrike Zimmermann Für die Bestimmung von Halbgruppen in einer Liegruppe spielen invariante Kegel als deren Tangentialobjekte eine sehr

Mehr

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./9.4.2002 in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t)

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

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

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

Mehr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Musterlösung. 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,

Mehr

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Technische Universität München Department of Physics Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Freitag, 16.03.2012 Sascha Frölich Ferienkurs Lin. Alg. -

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

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

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische Erfrischungen III - Vektoren und Matrizen Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen

Mehr

Lineare Algebra und analytische Geometrie II

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

Mehr

Klausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe

Klausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe Klausur zu Lineare Algebra II Fachbereich Mathematik WS 0/3 Dr. habil. Matthias Schneider Aufgabe 3 4 5 6 7 Bonus Note Punktzahl 4 3 3 3 3 0 erreichte Punktzahl Es sind keine Hilfsmittel zugelassen. Die

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

10 Unitäre Vektorräume

10 Unitäre Vektorräume 10 Unitäre Vektorräume Pink: Lineare Algebra 2014/15 Seite 98 10 Unitäre Vektorräume Die Theorie komplexer Vektorräume mit Skalarprodukt folgt denselben Linien wie die Theorie reeller Vektorräume mit Skalarprodukt;

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

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

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, 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 =

Mehr

Definition und gemeinsame Eigenschaften der Symplektischen und Orthogonalen Geometrie

Definition und gemeinsame Eigenschaften der Symplektischen und Orthogonalen Geometrie Universität Duisburg-Essen, Campus Essen, Fachbereich Mathematik, IEM AG Zahlentheorie Definition und gemeinsame Eigenschaften der Symplektischen und Orthogonalen Geometrie Proseminar Algebra WS 2008/2009,

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

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen a) Es ist < x, y > α + + β β ( + α) und y α + + β α + + ( + α) (α + α + ) 6 α + α, also α, ± 5 + ± 9 4 ± 3 Es gibt also Lösungen: α, β

Mehr

Lineare Algebra II Lösungen der Klausur

Lineare Algebra II Lösungen der Klausur Prof Dr K Doerk 673 Jens Mandavid Christian Sevenheck Lineare Algebra II Lösungen der Klausur (a Diese Aussage ist richtig, sie stimmt nämlich für k = Sei nämlich n N beliebig und bezeichne N die Menge

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

Musterlösung der Klausur zur linearen Algebra II

Musterlösung der Klausur zur linearen Algebra II David Blottière SS 7 Patrick Schützdeller Universität Paderborn Julia Sauter Musterlösung der Klausur zur linearen Algebra II Aufgabe 1 Bestimmen Sie Jordan-Normalformen der folgenden Matrizen, und schreiben

Mehr

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

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

Mehr

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

Ferienkurs Lineare Algebra

Ferienkurs Lineare Algebra Ferienkurs Lineare Algebra Wintersemester 9/ Lösungen Eigenwerte und Diagonalsierbarkeit Blatt Diagonalisierbarkeit. Zeigen sie, dass für eine diagonalisierbare Matrix A folgendes gilt: det(a) = wobei

Mehr

Determinante. Die Determinante. einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden.

Determinante. Die Determinante. einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden. Determinante Die Determinante det A = det(a 1,..., a n ) einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden. Multilineariät: det(..., αa j + βb j,...) = α det(...,

Mehr