Grundlagen der Gruppentheorie

Größe: px
Ab Seite anzeigen:

Download "Grundlagen der Gruppentheorie"

Transkript

1 Grundlaen der Gruppentheorie Eine Gruppe G besteht entsprechend ihrer Ordnun aus Elementen a, b, c,..., zwischen denen eine Multiplikationsoperation so definiert ist, 1. dass das Produkt beliebi zweier Elemente a b wieder Element von G ist. 2. dass das Assoziativesetz ilt, d.h. a (b c) = (a b) c 3. dass es ein einzies Einselement e ibt, für dass e a = a e = a ilt, für jedes a aus G. 4. und dass zu jedem Element a aus G enau ein inverses Element a 1 existiert, für das ilt a a 1 = a 1 a = e. Weitere Eienschaften: - Falls für beliebi zwei Elemente a, b die Gruppenmultiplikation kommutativ ist, also a b = b a ilt, so heißt die Gruppe kommutativ oder abel sch. - Eine Gruppe H, deren Elemente alle in G enthalten sind und deren Ordnun h < ist, heißt Unterruppe von G, H G. - In endlichen Gruppen bilden die Potenzen eines jeden Elementes a p eine Unterruppe von G. Als Periode (Ordnun) eines Elementes a bezeichnet man das kleinste p, für das a p = e ilt. - Zwei Elemente a, a die mit einem dritten Element b der Gruppe G so verknüpft sind,dass ilt b a b 1 = a heißen zueinander konjuiert. - Alle zueinander konjuierten Elemente a, a, a,... bilden eine soenannte Klasse K konjuierter Elemente. Alle Elemente der leichen Klasse K sind von leicher Ordnun. Die Zahl der Elemente der Klasse K wird mit K bezeichnet. - Die Produkte aller Elementepaare zweier Klassen K i und K j lassen sich wieder in anze Klassen mit anzzahlien Klassenmultiplikationskoeffizienten c ijl 0 zerleen, so dass ilt K i K j = es in der Gruppe G ibt. n K l=1 c ijl K l. Dabei ist n K die Gesamtzahl der Klassen die Jede endliche Gruppe wird eindeuti durch ihre Gruppenmultiplikationstafel bestimmt! Für die Gruppe C 3v ist dies die folende: Gruppenmultiplikationstafel für C 3v C 3v E C 3 C3 2 σ v (1) σ v (2) σ v (3) E E C 3 C3 2 σ v (1) σ v (2) σ v (3) C 3 C 3 C3 2 E σ v (3) σ v (1) σ v (2) C3 2 C3 2 E C 3 σ v (2) σ v (3) σ v (1) σ v (1) σ v (1) σ v (2) σ v (3) E C 3 C3 2 σ v (2) σ v (2) σ v (3) σ v (1) C3 2 E C 3 σ v (3) σ v (3) σ v (1) σ v (2) C 3 C3 2 E 1

2 Grundlaen der Darstellunstheorie Ein System quadratischer Matrizen, für das bei der Zuordnun D(a) a mit der Matrixmultiplikation die leiche Gruppenmultiplikationstafel resultiert, heißt Darstellun der Gruppe G. Das System der Darstellunsmatrizen D(a) kann durch eine Ähnlichkeitstransformation M D(a) M 1 immer in ein System unitärer Matrizen überführt werden, so dass ohne Beschränkun der Allemeinheit anenommen werden kann, dass D(a) D (a) = E immer ilt, mit der Einheitsmatrix E des d-dimensionalen Matrixsystems. - Ein System von Darstellunsmatrizen heißt reduzibel, wenn es sich durch eine Ähnlichkeitstransformation blockdiaonalisieren lässt. Die Matrixsysteme der einzelnen Blöcke, die sich nicht weiter verkleinern lassen, stellen die soenannten irreduziblen Darstellunen der betreffenden Gruppe dar. - Ähnliche Matrixsysteme heißen auch äquivalent. Sie haben leichen Spuren, Determinanten, Eienwerte, charakteristische Polynome etc.. Von besonderer Wichtikeit sind die Spuren der Darstellunsmatrizen, die auch Charakter enannt werden: χ(a) = Spur D(a) = Tr[D(a)] = d µ i=1 D ii (a) = D ii (a) Konjuierte Elemente haben offenbar den leichen Charakter (Beweis!). Der Charakter ist eine Klassenfunktion Satz von Burnside: Die Zahl n irrep der irreduziblen Darstellunen einer Gruppe G ist endlich und leich der Zahl ihrer Klassen konjuierter Elemente n irrep = n K = n - 2. Satz von Burnside: Die Quadrate der Dimensionen aller irreduziblen Darstellunen summieren sich zur Gruppenordnun: d 2 µ = n - Für die irreduziblen Darstellunen einer Gruppe ilt das Große Orthoonalitätstheorem(der Darstellunsmatrizen:) d µ D µ ij (a)dν kl(a 1 ) = δ µν δ il δ jk - Spurbildun führt hier zur kleinen Orthoonalitätsrelation der Charaktere: n χ µ (a)χ ν (a 1 ) = K χ µ (K)(χ ν (K)) = δ µν Wobei K die Klassenordnun der Klasse K ist. - Die Orthoonalitätsrelation der Charaktere wird eränzt durch eine Vollständikeitsrelation (2. Orthoonalitätsrelation): n K χ µ (K)(χ µ (K )) = δ KK 2

3 - Eine reduzible Darstellun zerfällt in ihre irreduziblen Bestandteile, so dass für die Charaktere ilt: n χ(a) = c µ χ µ (a). Die anzzahlien Zerleunskoeffizienten c µ lassen sich mit Hilfe der Winer schen Schlüsselformel der Ausreduktion berechnen: c µ = 1 n K (χ µ (K)) χ(k) - Handelt es sich nun um eine irreduzible Darstellun, so dass ilt χ µ (K) = χ(k), dann ist der Ausreduktionskoeffizient leich 1 und man erhält somit das soenannte Reduzibilitätskriterium: n K χ(k) 2 = Charaktertafel von C 2v C 2v (2mm) E C 2 σ v σ v x 2, y 2, z 2 z A xy R z A zx R y, x B yz R x, y B Wassermolekül H 2 O Charaktertafel von C 3v C 3v (3m) E 2C 3 3σ v x 2 + y 2, z 2 z A R z A (x 2 y 2, xy) (x, y) E (zx, yz) (R x, R y ) Ammoniakmolekül NH 3 Charaktertafel von C 4v C 4v (4mm) E 2C 4 C4 2 = C 2 2σ v 2σ d x 2 + y 2, z 2 z A R z A x 2 y 2 B xy B (x, y) E (zx, yz) (R x, R y ) Brompentafluorid BrF 5 3

4 Produktdarstellunen und ihre Zerleun Transformieren sich zwei Sätze soenannter Darstellunsfunktionen der irreduziblen Darstellunen D µ, D ν einer Gruppe G, P a f µ i = f µ j Dµ ji (a) (Summenkonvention beachten!) P a l ν = nd ν nl ν (a) dann transformieren sich ihre Produkte entsprechend der Produktdarstellun P a f µ i ν l = f µ j ν nd µ ji (a)dν nl (a) = f µ j ν nd Es folt der Satz: (µ x ν) ji,nl (a) Die Charaktere der Produktdarstellun D (µ x ν) = D (µ) x D (ν) sind eeben durch die Produkte der Charaktere ihrer irreduziblen Bestandteile D (µ), D (ν) : χ (µ x ν) (a) = χ (µ) (a) χ (ν) (a) Falls die zu multiplizierenden Darstellunen übereinstimmen, also µ = ν ilt, lässt sich die Produktbasis des Darstellunsquadrates D (µ x µ) in eine symmetrische und eine antisymmetrische Fole zerleen {f i j } symm = {f i j + f j i } mit i j {f i j } antisymm = {f i j f j i } mit i > j Die Dimensionen der entsprechenden Darstellunen sind d (symm) µ x µ = 1 2 d µ(d µ + 1) und d (antisymm) µ x µ = 1 2 d µ(d µ 1). Für die Charaktere folt: (µ x µ) χ symm (a) = 1 2 [(χ(µ) (a)) 2 + χ (µ) (a 2 )] bzw. (µ x µ) χ antisymm (a) = 1 2 [(χ(µ) (a)) 2 χ (µ) (a 2 )] Falls es sich bei µ = ν auch noch um identische Funktionensätze {f i } { i } handelt, so ibt es keine antisymmetrischen Produktkombinationen, weshalb in den Multiplikationstafeln die antisymmtrischen Darstellunen in eckie Klamern esetzt werden (s.u.) Multiplikationstafeln C 2v A 1 A 2 B 1 B 2 C 3v A 1 A 2 E A 1 A 1 A 2 B 1 B 2 A 1 A 1 A 2 E A 2 A 1 B 2 B 1 A 2 A 1 E B 1 A 1 A 2 E A 1 + [A 2 ] + E B 2 A 1 C 4v A 1 A 2 B 1 B 2 E A 1 A 1 A 2 B 1 B 2 E A 2 A 1 B 2 B 1 E B 1 A 1 A 2 E B 2 A 1 E E A 1 + [A 2 ] + B 1 + B 2 4

5 Überanswahrscheinlichkeiten Auswahlreeln Welche Überäne ein Quantensystem unter Einfluß bestimmter Wechselwirkun vollführen kann, wird entscheidend durch die Symmetrie von Anfanszustand ψ i, Endzustand ψ f und Wechselwirkunsoperator Ŵ bestimmt. Die Wahrscheinlichkeit (Überansrate) für einen entsprechenden Überan i f wird durch das entsprechende Matrixelement bestimmt (Fermis Goldene Reel): w i f = 2π h ψ f Ŵ ψ i 2 ρ(e f ) Dabei ist ρ(e f ) die Zustandsdichte der Endzustände f, deren Enerie E f in uter Näherun den Eneriesatz (mit Unschärfe) erfüllen. Auswahlreeln die auf der Symmetrie basieren werden dadurch efunden, ob das Matrixelement ψ f W ψ i verschwindet oder eben nicht. Das Volumeninteral über irendeine Funktion Q( r) ist eenüber einer beliebien unitären Transformation der Koordinaten invariant. Q( r)dv r = Q( r )dv r. (mit r = Û r, dv r = dv r, falls ÛÛ+ = ˆ1) Symmetrieoperationen sind unitär, so dass für die Elemente a einer Symmetrieruppe G mit ˆP a Q( r) = Q(a 1 r) folt: 1 Q( r)dv r = ˆP a Q( r)dv r = ˆP a Q( r)dv r Nun ist aber 1 ˆP a enau der Projektionsoperator zur Eins-Darstellun A 1 der betrachteten Gruppe G. Das Interal ist also nur dann von Null verschieden, wenn der Interand Q( r) einen A 1 Symmetrieanteil enthält! Für quantenmechanische Überäne ist also festzustellen, ob in dem Interanden Q( r) = ψ f ( r)ŵ ψ i( r) eine A 1 Symmetrie enthalten ist. Man muss demnach das direkte Produkt der (irreduziblen) Darstellunen von Anfansund Endzustand sowie des Ŵ Operators berechnen und es anschließend in seine irreduziblen Bestandteile zerleen, oder wenistens den Zerleunskoeffizienten c 1 für die A 1 Darstellun bestimmen. Da der Wechselwirkunsoperator oft ein Tensor ist und deshalb zu keiner irreduziblen Darstellun von G ehört, ist es manchmal vorteilhafter, zuerst die irreduziblen Bestandteile von Ŵ zu finden und diese dann mit der irreduziblen Darstellun von ψ i zu multiplizieren. Die anschließende Ausreduktion ist danach zu bewerten, mit welchen irreduziblen Darstellunen von G für den Endzustand ψ f ein von Null verschiedenes Matrixelement erwartet werden kann. Falls die Charaktertafel der Gruppe nicht nur reelle Zahlenwerte enthält, ist darauf zu achten, dass die Charaktere des Endzustandes komplex zu konjuieren sind! 5

Darstellungstheorie II - Reduzibilität, Maschkes Theorem, Schurs Lemma, Orthogonalität

Darstellungstheorie II - Reduzibilität, Maschkes Theorem, Schurs Lemma, Orthogonalität Darstellunstheorie II - Reduzibilität, Maschkes Theorem, Schurs Lemma, Orthoonalität Tom Weber 18.11.2015 Inhaltsverzeichnis 1 Reduzibilität 2 1.1 G-Modul................................ 2 1.2 Orthonormalbasen..........................

Mehr

Gruppentheorie und Symmetrie in der Chemie

Gruppentheorie und Symmetrie in der Chemie Gruppentheorie und Symmetrie in der Chemie Martin Schütz Institut für theoretische Chemie, Universität Stuttgart Pfaffenwaldring 55, D-7569 Stuttgart Stuttgart, 8. Mai M. Schütz, Vorlesung Gruppentheorie

Mehr

Gruppentheorie und Symmetrie in der Chemie

Gruppentheorie und Symmetrie in der Chemie Gruppentheorie und Symmetrie in der Chemie Martin Schütz Institut für theoretische Chemie, Universität Stuttgart Pfaffenwaldring 55, D-70569 Stuttgart Stuttgart, 0. April 00 M. Schütz, Vorlesung Gruppentheorie

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

O ist gegenüber C 2. invariant. Allgemein bezeichnet man mit C n. ist symmetrisch gegenüber, das JCl Ion gegenüber C 4

O ist gegenüber C 2. invariant. Allgemein bezeichnet man mit C n. ist symmetrisch gegenüber, das JCl Ion gegenüber C 4 107 KAPITEL J Symmetrien 1. Einleitung a) Warum Symmetriebetrachtungen? Je komplizierter die Probleme, desto mehr spielen Symmetriebetrachtungen eine Rolle. Die Symmetriebetrachtungen in der Molekülphysik

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

1.6 Homomorphismen von Gruppen

1.6 Homomorphismen von Gruppen 16 Homomorphismen von Gruppen 161 Definition Es seien (G, ) und (G, ) zwei Gruppen Eine Abbildun : G G heißt (Gruppen-) Homomorphismus, falls für alle ab, Gilt: (a b) (a) (b) Die obie Gleichun wird Homomorphie-Eienschaft

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

29 Lineare Algebra 2 (SS 2009) 4.9. Das charakteristische Polynom sei Produkt von linearen Polynomen.

29 Lineare Algebra 2 (SS 2009) 4.9. Das charakteristische Polynom sei Produkt von linearen Polynomen. 9 Lineare Algebra (SS 009) 49 Das charakteristische Polynom sei Produkt von linearen Polynomen 49 Das charakteristische Polynom sei Potenz eines linearen Polynoms Wir betrachten nun eine Matrix A, sodass

Mehr

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

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

Mehr

3. Gruppentheorie für Fußgänger

3. Gruppentheorie für Fußgänger 3. Gruppentheorie für Fußgänger Methan als Beispiel Methan als Beispiel Raumgruppen 230 Raumgruppen in 3d Symmetrie-Elemente Weitere wichtige Definitionen Untergruppe Konjugationsklasse Abelsche Gruppen:

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

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

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren

Mehr

5. Tutorium zur Analysis I für M, LaG und Ph

5. Tutorium zur Analysis I für M, LaG und Ph Fachbereich Mathematik Prof. Dr. K.-H. Neeb Dipl.-Math. Rafaël Dahmen, Dipl.-Math. Stefan Waner 5. Tutorium zur Analysis I für M, LaG und Ph Aufaben und Lösunen Sommersemester 2007 18.5.2007 Definition:

Mehr

Gruppenaxiome. Gegeben sei eine Menge von Elementen IM = {A, B, C,...} Es gibt eine eindeutige Operation : A B = P. IM bildet eine Gruppe, wenn gilt:

Gruppenaxiome. Gegeben sei eine Menge von Elementen IM = {A, B, C,...} Es gibt eine eindeutige Operation : A B = P. IM bildet eine Gruppe, wenn gilt: Gruppenaxiome Gegeben sei eine Menge von Elementen IM = {A, B, C,...} (A B C...) Es gibt eine eindeutige Operation : A B = P IM bildet eine Gruppe, wenn gilt: 1. Abgeschlossenheit: A, B IM (A B) IM 2.

Mehr

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016, Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren

Mehr

MLAN1 1 MATRIZEN 1 0 = A T =

MLAN1 1 MATRIZEN 1 0 = A T = MLAN1 1 MATRIZEN 1 1 Matrizen Eine m n Matrix ein rechteckiges Zahlenschema a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n a m1 a m2 a m3 amn mit m Zeilen und n Spalten bestehend aus m n Zahlen Die Matrixelemente

Mehr

Universität Bielefeld Sommersemester Lineare Algebra 2 Übungsblatt 1

Universität Bielefeld Sommersemester Lineare Algebra 2 Übungsblatt 1 Übungsblatt 1 Abgabe bis 10:00 Uhr am Donnerstag, den 19. April 2018, im Postfach Ihrer Tutorin bzw. Ihres Tutors. Es sei K ein beliebiger Körper. Seien V und W endlich-dimensionale K-Vektorräume, mit

Mehr

4 Lineare Abbildungen Basisdarstellungen

4 Lineare Abbildungen Basisdarstellungen 4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w

Mehr

Klausur zur Vorlesung Symmetrie in Chemie und Spektroskopie

Klausur zur Vorlesung Symmetrie in Chemie und Spektroskopie Klausur zur Vorlesung Symmetrie in Chemie und Spektroskopie Zulässige Hilfsmittel: Charakterentafeln, Schema Hierarchie der Punktgruppen SS 6 Prof. Dr. B. Dick Aufgabe 1 (15P): Finden Sie die Punktgruppe

Mehr

(also ) Oft wird Zusammenhang zwischen und mit einem Index angedeutet, z.b. wird der Eigenvektor v. durch gekennzeichnet.

(also ) Oft wird Zusammenhang zwischen und mit einem Index angedeutet, z.b. wird der Eigenvektor v. durch gekennzeichnet. L7 Diagonalisierung einer Matrix: Eigenwerte und Eigenvektoren Viele Anwendungen in der Physik: z.b. Bestimmung der - Haupträgheitsmomente eines starren Körpers durch Diagonalisierung des Trägheitstensors

Mehr

5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit

5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit ME Lineare Algebra HT 2008 99 5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit 5.1 Ein Beispiel zur Motivation Als einfachstes Beispiel eines dynamischen Systems untersuchen wir folgendes Differentialgleichungssystem

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

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

Analysis für Physiker Zusätze

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

Mehr

3 Matrizen und Lineare Gleichungssysteme

3 Matrizen und Lineare Gleichungssysteme 3 Matrizen und LGS Pink: Lineare Algebra HS 2014 Seite 38 3 Matrizen und Lineare Gleichungssysteme 3.1 Definitionen Sei K ein Körper, und seien m,n,l natürliche Zahlen. Definition: Eine Matrix mit m Zeilen

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

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

XII.3 Spontane Symmetriebrechung. Higgs-Boson

XII.3 Spontane Symmetriebrechung. Higgs-Boson XII.3 Spontane Symmetriebrechun. His-Boson Im orien Abschnitt wurde das Potential V ˆΦ des His-Feldes eineführt, um seine Selbstwechselwirkun zu beschreiben. Dieser Abschnitt befasst sich enauer mit den

Mehr

Aufgaben GDGL SS 1998

Aufgaben GDGL SS 1998 Aufgaben GDGL SS 1998 Frank Wübbeling 17. September 1998 Aufgabe 1: (4 Punkte) Stellen Sie eine Differentialgleichung 1. Ordnung auf für die Schar der Parabeln mit der x-achse als Achse und dem Ursprung

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

Gruppentheorie ERNST MORITZ ARNDT UNIVERSITÄT GREIFSWALD. Mathematisch-Naturwissenschaftliche Fakultät INSTITUT FÜR BIOCHEMIE

Gruppentheorie ERNST MORITZ ARNDT UNIVERSITÄT GREIFSWALD. Mathematisch-Naturwissenschaftliche Fakultät INSTITUT FÜR BIOCHEMIE ERNST MORITZ ARNDT UNIVERSITÄT GREIFSWALD Mathematisch-Naturwissenschaftliche Fakultät INSTITUT FÜR BIOCHEMIE Arbeitskreis Physikalische Chemie Prof. Dr. Walter Langel Gruppentheorie Molekülschwingungen

Mehr

Symmetrie und Struktur

Symmetrie und Struktur Symmetrie und Struktur Eine Einführung in die Gruppentheorie Von Prof. Sidney RA. Kettle University of East Anglia, Norwich Aus dem Englischen übersetzt von Dr. Elke Buchholz, Aachen Mit 167 Bildern und

Mehr

9 Lineare Algebra 2 (SS 2009)

9 Lineare Algebra 2 (SS 2009) 9 Lineare Algebra 2 (SS 2009) Vorbemerkung: Das Einsetzen von quadratischen Matrizen in Polynome. Im folgenden sei R ein kommutativer Ring und R[T] der Polynomring mit Koeffizienten in R (dies ist wieder

Mehr

Eigenwerte/Eigenvektoren/Eigenräume/Diagonalisierung

Eigenwerte/Eigenvektoren/Eigenräume/Diagonalisierung Zurück Stand 4.. 6 Eigenwerte/Eigenvektoren/Eigenräume/Diagonalisierung Im Allgemeinen werden Vektoren durch Multiplikation mit einer Matrix gestreckt und um einen bestimmten Winkel gedreht. Es gibt jedoch

Mehr

Musterlösungen zur Linearen Algebra II Weihnachtszettel

Musterlösungen zur Linearen Algebra II Weihnachtszettel Musterlösungen zur Linearen Algebra II Weihnachtszettel Aufgabe. Welche der folgenden Matrizen 3 0 0 A = 0 4, B = 3, C = 0 0 0 6 0 0 0 sind über R und welche über C diagonalisierbar? Bestimmen Sie dazu

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

6 Eigenwerte und Eigenvektoren

6 Eigenwerte und Eigenvektoren 6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,

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

Seminarvortrag. Spinoren der Lorentzgruppe

Seminarvortrag. Spinoren der Lorentzgruppe Seminarvortrag Spinoren der Lorentzgruppe Juli 2003 Inhaltsverzeichnis 1 Grundbegriffe 3 1.1 Tensoren und Spinoren........................ 3 1.2 Lorentzgruppe............................ 3 2 Spinoren 4

Mehr

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

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

Mehr

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

6 Eigenwerte und Eigenvektoren

6 Eigenwerte und Eigenvektoren 6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,

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

L5.6 Symmetrische, hermitesche, orthogonale und unitäre Matrizen (Abbildungen, die reelles bzw. komplexes Skalarprodukt invariant lassen)

L5.6 Symmetrische, hermitesche, orthogonale und unitäre Matrizen (Abbildungen, die reelles bzw. komplexes Skalarprodukt invariant lassen) L5.6 Symmetrische, heresche, orthogonale und unitäre Matrizen (Abbildungen, die reelles bzw. komplexes Skalarprodukt invariant lassen) In diesem Kapitel kommen Matrizen in Zusammenhang Skalarprodukt vor.

Mehr

Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur

Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Technische Universität Ilmenau WS 2008/2009 Institut für Mathematik Informatik, 1.FS Dr. Thomas Böhme Aufgabe 1 : Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Gegeben sind die

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

Orthogonale und unitäre Matrizen

Orthogonale und unitäre Matrizen Proseminar zur linearen Algebra Veranstalter: Prof. Bogopolski TU-Dortmund Proseminarbeitrag von Daniela Kreft Studiengang: Mathematik(Diplom) Thema: Orthogonale und unitäre Matrizen Orthogonale und unitäre

Mehr

Übungen zu M1 WS 2007/2008

Übungen zu M1 WS 2007/2008 Übungen zu M1 WS 2007/2008 1. Welche der folgenden Mengen sind Vektorräume über R und in welchem Sinn? a {f : R n R f stetig} b {x R n n i=1 (x i 2 = 1} = S n 1 c {f : R R f (streng monoton steigend} 2.

Mehr

Anorganische Chemie III

Anorganische Chemie III Seminar zur Vorlesung Anorganische Chemie III Wintersemester 2015/16 Christoph Wölper Institut für Anorganische Chemie der Universität Duisburg-Essen Wiederholung Was bisher geschah # Darstellungen für

Mehr

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

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

Mehr

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

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2 2

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

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra WS 006/07 en Blatt 3.0.006 Einführung in die Matrizenrechnung Zentralübungsaufgaben

Mehr

Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn.

Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn. Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: Definition 1.2 (Leibniz-Formel) Die Determinante einer n n-matrix ist a 11 a 12 a 13... a 1n a 11 a 12 a 13... a 1n a 21

Mehr

4 Lineare Algebra (Teil 2): Quadratische Matrizen

4 Lineare Algebra (Teil 2): Quadratische Matrizen 4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,

Mehr

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra)

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra) Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra) Matrix: (Plural: Matrizen) Vielfältige Anwendungen in der Physik: - Lösung von linearen Gleichungsystemen - Beschreibung von Drehungen

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

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

Mehr

Minimierung der Energie

Minimierung der Energie Grundlagen Minimierung der Energie Im Ausdruck für die Energie finden sich die Spinorbitale χ j (Raumorbitale ψ i. Welche Orbitale geben die beste Annäherung an die gesuchte Mehrelektronenwellenfunktion

Mehr

Gruppentheorie und Symmetrie in der Chemie

Gruppentheorie und Symmetrie in der Chemie Gruppentheorie und Symmetrie in der Chemie Martin Schütz Institut für theoretische Chemie, Universität Stuttgart Pfaffenwaldring 55, D-70569 Stuttgart Stuttgart, 3. Mai 00 Stabilizers von Atomen Ein Operator

Mehr

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

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

Mehr

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

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

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2

Mehr

Eigenwertprobleme. 25. Oktober Autoren: 1. Herrmann, Hannes ( ) 2. Kraus, Michael ( ) 3. Krückemeier, Paul ( )

Eigenwertprobleme. 25. Oktober Autoren: 1. Herrmann, Hannes ( ) 2. Kraus, Michael ( ) 3. Krückemeier, Paul ( ) Eigenwertprobleme 5. Oktober Autoren:. Herrmann, Hannes (45969). Kraus, Michael (9). Krückemeier, Paul (899) 4. Niedzielski, Björn (7) Eigenwertprobleme tauchen in der mathematischen Physik an Stellen

Mehr

Lineare Algebra - Übungen 7 WS 2017/18

Lineare Algebra - Übungen 7 WS 2017/18 Prof. Dr. A. Maas Institut für Physik N A W I G R A Z Lineare Algebra - Übungen 7 WS 017/18 Aufgabe P0: Paulimatrizen Präsenzaufgaben 14. Dezember 017 Berechnen Sie für die Paulimatrizen σ 1 = ( ) 0 1,

Mehr

MC-Serie 11: Eigenwerte

MC-Serie 11: Eigenwerte D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas MC-Serie 11: Eigenwerte Einsendeschluss: 12. Dezember 2014 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung

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

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

Darstellungstheorie III

Darstellungstheorie III Darstellunstheore III Jasper Hasenkamp Sebastan Jakobs 22.11.200 Inhaltsverzechns 1 Das Fundamentale Orthoonaltätstheorem 2 2 Orthoonaltät der Charaktere 3 3 Zerleun reduzerbarer Darstellunen 4 3.1 De

Mehr

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema: Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag

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

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

Clebsch- Gordan- Reihe, Spin- und Ortswellenfunktionen

Clebsch- Gordan- Reihe, Spin- und Ortswellenfunktionen Clebsch- Gordan- Reihe, Spin- und Ortswellenfunktionen Julia Repp und Christine Böhm 31. Januar 2005 Inhaltsverzeichnis 1 Clebsch- Gordan- Reihe und Addition von Drehimpulsen 2 1.1 Allgemeine Einfuehrung...........................

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

Matrizen und Determinanten, Aufgaben

Matrizen und Determinanten, Aufgaben Matrizen und Determinanten, Aufgaben Inhaltsverzeichnis 1 Multiplikation von Matrizen 1 11 Lösungen 3 2 Determinanten 6 21 Lösungen 7 3 Inverse Matrix 8 31 Lösungen 9 4 Matrizengleichungen 11 41 Lösungen

Mehr

2. Aufgabe Vereinfachen Sie die folgenden Ausdrücke so, dass möglichst wenige Multiplikationen ausgeführt werden müssen!

2. Aufgabe Vereinfachen Sie die folgenden Ausdrücke so, dass möglichst wenige Multiplikationen ausgeführt werden müssen! Studiengang: PT/LOT/PVHT Semester: WS 9/ lgebra Serie: 2 Thema: Matrizen, Determinanten. ufgabe Gegeben sind die Matrizen = µ 2 3 2 µ 3 2 4, B = 2 Berechnen Sie: a) 2 + 3B b) B 2 c) B T d) B T e) T B f)

Mehr

Theoretische Chemie II. (Gruppentheorie)

Theoretische Chemie II. (Gruppentheorie) Theoretische Chemie II (Gruppentheorie) Modul BCh 4.4 Sommersemester 2016 i Vorwort Dieses Skript enthält die wesentlichen Inhalte, mathematischen Formeln und Abbildungen der Vorlesung Theoretische Chemie

Mehr

Ausarbeitung zum Vortrag Symmetrie in der Molekülphysik

Ausarbeitung zum Vortrag Symmetrie in der Molekülphysik WWU Münster Institut für Theoretische Physik Seminar zur Theorie der Atome, Kerne und kondensierten Materie Ausarbeitung zum Vortrag Symmetrie in der Molekülphysik Marcel Hahn, m hahn07@uni-muenster.de

Mehr

Matrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A.

Matrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A. Matrizenrechnung Matrix: Eine rechteckige Anordnung reeller Zahlen a ij i = 1,..., n i ; j = 1,..., m in Zeilen und Spalten. Die a ij heiÿen Elemente von A. a 11 a 12... a ij... a 1m a 21 a 22.........

Mehr

Lineare Algebra II 12. Übungsblatt

Lineare Algebra II 12. Übungsblatt Lineare Algebra II 12. Übungsblatt Fachbereich Mathematik SS 2011 Prof. Dr. Kollross 13. / 14. Juli 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Probeklausur) Sprechen Sie über die Probeklausur

Mehr

Übungsblatt

Übungsblatt Prof Dr Fabien Morel Lineare Algebra II Dr Anand Sawant Sommersemester 2018 Übungsblatt 11 20062018 Aufgabe 1 (2 Punkte) Berechnen Sie eine Jordan-Basis für die Matrix 3 1 1 M = 2 2 0 M 3 (R) 1 1 3 Wir

Mehr

ist (oder besser Abspalten von Linearfaktoren beschäftigen. Zu einem beliebigen Körper K betrachten wir die Menge (j,k) N N j+k=n

ist (oder besser Abspalten von Linearfaktoren beschäftigen. Zu einem beliebigen Körper K betrachten wir die Menge (j,k) N N j+k=n 8. Polynomringe Das Umgehen mit Polynomen, d.h. mit Ausdrücken der Form a 0 + a 1 x + a 2 x 2 +... + a n x n ist aus der Schule vertraut, falls die Koeffizienten a 0,..., a n ganze oder rationale oder

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 1 (WS 2010/2011) Abgabetermin: Donnerstag, 21. Oktober.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 1 (WS 2010/2011) Abgabetermin: Donnerstag, 21. Oktober. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 1 (WS 2010/2011) Abgabetermin: Donnerstag, 21. Oktober http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen an die Vorlesung: Im Folgenden werden einige

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)

Mehr

Nachholklausur zur Linearen Algebra I, WS 03/04

Nachholklausur zur Linearen Algebra I, WS 03/04 16.4.2004 Nachholklausur zur Linearen Algebra I, WS 03/04 Prof. Dr. H. Pahlings Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein und unterschreiben

Mehr

Sommer 2017 Musterlösung

Sommer 2017 Musterlösung Sommer 7 Musterlösung. (5 Punkte) a) Sei V ein Vektorraum über K und sei T End(V ). Geben Sie die Definition eines Eigenwertes von T und zeigen Sie für endlichdimensionales V, dass λ K genau dann ein Eigenwert

Mehr

L5 Matrizen I. Matrix: (Plural: Matrizen)

L5 Matrizen I. Matrix: (Plural: Matrizen) L5 Matrizen I Matrix: (Plural: Matrizen) Vielfältige Anwendungen in der Physik: - Lösung von linearen Gleichungsystemen - Beschreibung von Drehungen - Beschreibung von Lorenz-Transformationen (spezielle

Mehr

KAPITEL 8. Normalformen. 1. Blockmatrizen. ,C K m 2 n 1. X = K (m 1+m 2 ) (n 1 +n 2 ) K L. und Y = M N Blockmatrizen mit.

KAPITEL 8. Normalformen. 1. Blockmatrizen. ,C K m 2 n 1. X = K (m 1+m 2 ) (n 1 +n 2 ) K L. und Y = M N Blockmatrizen mit. KAPITEL 8 Normalformen Definition 8.1 (Blockmatrizen). Sind 1. Blockmatrizen A K m 1 n 1,B K m 1 n 2,C K m 2 n 1 und D K m 2 n 2 so nennet man die Matrix X = ( A B C D ) K (m 1+m 2 ) (n 1 +n 2 ) eine Blockmatrix

Mehr

Übung ln(p) x aus dem Primzahlsatz π(x) x/ ln(x) folgt. Gehen Sie dabei wie folgt vor: i) p x

Übung ln(p) x aus dem Primzahlsatz π(x) x/ ln(x) folgt. Gehen Sie dabei wie folgt vor: i) p x Übung 0 Übung 0 Zeigen Sie, dass der Primzahlsatz π(x) x/ ln(x) aus p x ln(p) x folgt Übung 02 Zeigen Sie, dass p x ln(p) x aus dem Primzahlsatz π(x) x/ ln(x) folgt Gehen Sie dabei wie folgt vor: i) p

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

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