Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.
|
|
- Birgit Hofmeister
- vor 5 Jahren
- Abrufe
Transkript
1 Teil I Lineare Algebra I Vorlesung Sommersemester 2011 Olga Holtz MA 378 Sprechstunde Fr und n.v. holtz@math.tu-berlin.de Sadegh Jokar MA 373 Sprechstunde, Do und n.v. jokar@math.tu-berlin.de
2 Kapitel 0 Motivation In diesem Grundkurs beschäftigen wir uns mit Linearer Algebra. Warum sollte man dieses mathematische Gebiet lernen? Warum steht diese Vorlesung im Studienplan aller mathematischen Studiengänge neben Analysis am Anfang? Man stellt die Mathematik oft als Gebäude oder als Baum dar und dann bilden die Linear Algebra und die Analysis das Fundament oder die Wurzeln. Ein anderes Bild ist das eines menschlichen Körpers in dem die Lineare Algebra und die Analysis das Blut bilden, denn diese durchdringen eigentlich die ganze Mathematik. In der Linearen Algebra lernen wir wichtige mathematische Grundstrukturen kennen und benutzen, sie bildet also einen Teil des Handwerkszeugs der Mathematik mit dem man umgehen lernen muss. Dies Handwerkszeug ist aber nicht der Hammer, sondern eher die Multifunktionsbohrmaschine, die immer wieder neu und anders eingesetzt wird. Denn die Lineare Algebra durchwirkt viele Bereiche der Mathematik und fast alle Anwendungen der Mathematik. Sie ist damit nicht nur Fundament oder Wurzel. Die Linearen Algebra ist noch ein relativ junges Gebiet der Mathematik, denn im Gegensatz zur Geometrie, die schon vor über 2000 Jahren in Griechenland eine hohe Blüte hatte, ist die Lineare Algebra in der heutigen Form erst in den letzten 200 Jahren entstanden. Auch ist die Lineare Algebra nicht fertig, sie ist ein hochaktives Forchungsgebiet in der Mathematik mit mehr als 500 Publikationen jedes Jahr. Dafür gibt es viele Gründe. Dies sind einmal die sehr gut entwickelten Strukturen der Linearen Algebra, die ein zentrales Modellierungswerkzeug und Basis der Sprache in fast allen Anwendungen sind. Aber der wohl wichtigste Grund ist, dass man lineare Strukturen viel besser verstehen und in ihnen denken kann als in nichtlinearen Strukturen. Obwohl die Welt um uns herum natürlich hauptsächlich durch nichtlineare Phänomene beschrieben wird, führen 1
3 2 die Methoden zur Modellierung oder Analyse immer wieder auf lineare Prozesse, die annäherungsweise (lokal) das nichtlineare Problem approximieren oder beschreiben. Die nichtlineare Welt wird lokal linearisiert. Beispiel 0.1 Natürlich wissen wir alle (bis auf einige wenige), dass die Erde eine Kugel ist und damit ein Auto oder Zug auf einer Kugeloberfläche herumfährt, also auf einer nichtlinearen Oberfläche, die (z.b.in Norddeutschland) sehr gut näherungsweise durch die Kugelgleichung x 2 + y 2 + z 2 = r 2 beschrieben wird. Aber das ganze Leben und die ganze Technik behandelt den Bau von Schienen und Strassen natürlich, als ob sie auf einer Platte herumfahren. Und dies ist, wenn man in Berliner Dimensionen gegenüber Weltdimensionen denkt, im Rahmen der Genauigkeit die beim Strassenbau notwendig ist, vollauf berechtigt. Aber nicht nur im großen funktioniert dieser Ansatz der Linearisierung, sondern er spielt in fast allen Bereichen von Wissenschaft, Technik und Gesellschaft eine große Rolle. Es bleiben natürlich viele Phänomene, die sich mit Linearer Algebra nicht erklären lassen, wie das Wetter oder Börsenkurse, aber in kleinen Zeitspannen nutzen auch die Klimaforscher und die Börsianer wieder lineare Approximationen zur Beschreibung des lokalen Verhaltens. Wichtig ist dabei immer ein sehr gutes Verständnis des linearen Modells. Wir müssen in der Lage sein in diesen Strukturen zu denken, sie müssen für uns selbstverständlich sein. Diese Techniken und Grundlagen müssen wir lernen bzw. trainieren und dazu ist diese Vorlesung und die zugehörigen Übungen da. Wir wollen nun einige einfache Anwendungsbeispiele betrachten, um ein Gefühl für die Vielfältigkeit der Linearen Algebra zu bekommen. Ein einfaches Beispiel aus der Wirtschaft: Beispiel 0.2 Ein Produktionsbetrieb produziert zwei Produkte P 1, P 2. Produkt P i kostet a i EURO an Rohstoffen und b i EURO an Arbeitslohn. Damit kann ein Gewinn von g i erzielt werden, für i = 1, 2. Insgesamt stehen a EURO an Kapital und b Arbeitslohneinheiten zur Verfügung. Jedes denkbare Produktionsprogramm ist von der Form x 1 Einheiten von P 1 und x 2 Einheiten von P 2. Man kann geometrisch jedes Produktionsprogramm als Zahlenpaar x 1, x 2 darstellen.
4 3 x 2 Punkt (x 1,x 2 ) x 1 Es sind natürlich nur solche Produktionsprogramme erlaubt, die man mit den vorhandenen Ressourcen auch erzielen kann, d.h., a 1 x 1 + a 2 x 2 a, b 1 x 1 + b 2 x 2 b. Ziel der Aufgabe ist die Gewinnmaximierung, d.h., man sucht ein Maximum der Funktion Φ(x 1, x 2 ) = g 1 x 1 + g 2 x 2. Wie kann man dieses Maximum finden? Beobachtung: a x + a x = a q 1 x 1 + q 2 x 2 = y 2 b x + b x = b Erlaubte Produktionsprogramme optimale Losung " q 1 x 1 + q 2 x 2 = y1 q 1 x 1 + q 2 x 2 = y 3 Wenn g 1 x 1 +g 2 x 2 = y ist, so hat man den Gewinn y. Für feste y i sind das parallele Geraden.
5 4 Verschiebt man also diese Parallelen, bis man an die Ecke mit dem maximalen y kommt, so hat man das Problem gelöst. Dies ist ein Beispiel für ein Lineares Programm. Es gibt weitere Vorlesungen und Seminare zum Thema Lineare Programmierung im späteren Verlauf des Studiums, die besondere für Wirtschaftsmathematiker sehr wichtig sind, denn die Lineare Programmierung ist heute aus den Wirtschafts- und Sozialwissenschaften nicht mehr wegzudenken. Es werden täglich Probleme mit Millionen von Gleichungen und Ungleichungen gelöst. Dafür werden permanent verbesserte mathematische Methoden entwickelt und entsprechende Software. Ein weiteres wichtiges Anwendungsfeld der Linearen Algebra ist die Mechanik. Beispiel 0.3 Stabilität einer Gleichgewichtslage z y x Eine Masse m sei mit Hilfe von Federn im dreidimensionalen Raum aufgehängt. Das Gleichgewicht sei im Punkt (x, y, z) = (0, 0, 0). Wir wollen die Frage studieren ob das Gleichgewicht stabil ist, d.h. ob kleine Störungen das System in einen vollkommen anderen Zustand versetzen können. Um das zu entscheiden, betrachten wir V, die Veränderung der potentiellen
6 5 Energie, wenn m von (0, 0, 0) aus in einen anderen Punkt ( x, ỹ, z) gebracht wird. Abhängig von den Größen der Federkonstanten ergibt sich V = a 0 x 2 a 1 xy + a 2 xz + a 3 y 2 a 4 yz + a 5 z 2, z.b. V = x 2 4xy + 2xz + 3y 2 2yz + 4z 2. Durch quadratische Ergänzung bekommen wir V = (x 2y + z) 2 y 2 + 2yz + 3z 2 = (x 2y + z) 2 (y z) 2 + 4z 2. Wir erhalten lauter Quadrate, aber eines davon mit negativem Vorzeichen. Damit kann V < 0 sein, z.b. für (x, y, z) = (2, 1, 0), und das Gleichgewicht ist für diese Federkonstanten instabil. Lineare Algebra dient also dazu die Stabilität von Gleichgewichtszuständen in der Mechanik zu analysieren. Aber auch viele andere Fragen, die im Zusammenhang mit Schwingungsproblemen aller Art enstehen, werden mit Methoden der Linearen Algebra behandelt. Insbesondere die Berechnung von Resonanzfrequenzen bei Bauwerken, Maschinen, Fahr- oder Flugzeugen ist eine extrem wichtige Anwendung der Linearen Algebra. Solche Probleme werden täglich in vielen Ingenieurbüros gelöst und es kommt immer wieder zu Pannen, weil die dort verwendeten mathematischen Methoden nicht vollkommen ausgereift sind, insbesondere wenn man Extremsituationen betrachtet. Wunderbare Beispiele dafür sind die Millenium Bridge in London, die neuen Großraumflugzeuge, die im Moment konstruiert werden oder auch die mikro-elektro-mechanischen Systeme, bei denen die klassischen Verfahren nicht gut funktionieren. Hier ist ein wichtiges Arbeitsgebiet für Technomathematiker. Eine weitere Wissenschaft die voll von der Linearen Algebra durchdrungen ist, ist die Informatik, denn ein Großteil der mathematischen Strukturen, die dort verwendet werden sind Strukturen der Linearen Algebra. Das dies selbst bei der Gestaltung und Nutzung des Internets eine Rolle spielt zeigt das folgende Beispiel. Beispiel 0.4 Die Internet Suchmaschine Google verwendet einen sogenannten Page-Rank um Internetseiten zu bewerten und damit die Reihenfolge festzulegen, wie die Hitliste bei Ihnen angezeigt wird. Grob gesprochen ist die Idee die Reihenfolge danach zu bewerten, welche wichtigen Links auf diese Seite zeigen.
7 6 Das ist eigentlich unlogisch, weil die Wichtigkeit einer Seite durch die Wichtigkeit anderer Seiten und damit auch durch sich selbst definiert wird. Trotzdem kann man dies Prinzip nutzen indem man sich folgendes überlegt. Man lässt einen virtuellen Surfer im Internet suchen, der jeweils mit Wahrscheinlichkeit p einem Link der derzeitigen Seite folgt, mit Wahrscheinlichkeit 1 p, aber eine zufällige Seite im Internet aussucht. Dann betrachtet man für jede Seite die Wahrscheinlichkeit, dass er im Moment auf dieser Seite ist: und diese Wahrscheinlichkeit ist der PageRank. Dies kann man ausrechnen und Google tut genau das, indem es einen Eigenvektor einer sehr sehr großen Matrix ausrechnet, die so viele Zeilen und Spalten hat wie es Internetnutzer gibt. Diese Zahl wächst sehr rasch. Es mehrere Milliarden Internet-Adressen. Diese Berechnungen müssen auch dauernd wiederholt werden, da das Internet sich ja permanent verändert. Ausserdem wird natürlich über die Prinzipen der Wichtigkeit und auch andere Bewertungsmethoden nachgedacht. Wir sehen, dass man mit Linearer Algebra Zufallsprozesse (diese heißen auch Markov-Prozesse) analysieren kann (wie bei dem zufälligen Surfer) und deren Verhalten für die Konstruktion und den Betrieb von komplexen informatischen Konzepten, wie dem Internet nutzen kann. Dies geht aber viel weiter, es geht z.b. in viele Teile der Wirtschafts- und Finanzwissenschaften hinein. Auch dies sind weitere wichtige Berufsfelder für Mathematiker. Man kann noch viele weitere Beispiele anführen, und wir werden noch viele sehen, aber die Beispiele sind für uns als Mathematiker nur die Motivation, und vielleicht auch später das Arbeitsgebiet, aber vorerst nicht das Ziel. Wir wollen eine Theorie entwickeln, die nicht nur für ein spezielles Problem, sondern für viele Probleme gleichermaßen anwendbar ist. Dazu brauchen wir eine abstrakte Sprache, die grundlegenden mathematischen Strukturen, wie Vektorräume, Matrizen usw. und einen mathematischen Kalkül. Damit werden wir dann sofort loslegen und das wird teilweise sehr losgelöst sein von irgendwelchen konkreten Objekten. Aber wir werden immer wieder Beispiele und reale Objekte betrachten, und unsere Theorie darauf anwenden.
8 Kapitel 1 Mathematische Strukturen Wir wollen zuerst ein paar Grundlagen mathematischer Strukturen einführen und uns etwas vertraut damit machen. Wir werden uns dabei am Anfang auf ein Minimum von Strukturen beschränken, die wir für das Folgende brauchen. Typischerweise betrachtet man in der Schulmathematik und Schulphysik (wenn überhaupt) Vektoren und Matrizen, deren Einträge reelle Zahlen sind. Aber es ist gerade das Schöne an der Mathematik (und auch das was ihre Stärke ausmacht), dass wir uns nicht auf eine konkrete Menge von Zahlen (oder anderen Objekten) beziehen, sondern versuchen zu erkennen, welche Gesetzmäßigkeiten gelten, die möglichst allgemein sind, so dass sie auch auf viele andere Fälle übertragbar sind. Dazu erinnern wir uns an die Rechenregeln aus der Schule. Wir definieren uns dann neue Objekte, welche durch bestimmte dieser Rechenregeln erklärt werden und versuchen dann in einer abstrakten Weise mit diesen Objekten umzugehen. Danach können wir dann für jeden Spezialfall diese allgemeinen Prinzipien nutzen. Dies ist eine klassische Vorgehensweise der Algebra und führt zu der Theorie der Gruppen, Ringe und Körper und weiterer algebraischer Strukturen. Am Anfang der Vorlesung werden wir uns auf einige wenige Strukturen beschränken und dies dann immer weiter erweitern. Aber bevor wir dies tun, führen wir erst mal ein paar Abkürzungen und Symbole ein. Wir schreiben oft anstatt für alle und für gibt es, es existiert oder es gibt. Dies sind sogenannte Quantoren, es gibt sie auch in anderer Form. Zur Behandlung von Mengen betrachten wir die folgenden Symbole. 7
9 8 Element 1 N Teilmenge N Z Durchschnitt N N 0 = N Vereinigung N N 0 = N 0 \ Mengendifferenz N 0 \ N = {0} kartesisches Produkt R R R = R 3 = {(a, b, c) a, b, c R} Nach der Einführung dieser Symbole wollen wir nun die Begriffe Gruppe, Ring und Körper einführen. Definition 1.1 Eine Gruppe ist eine Menge G mit einer Operation oder Verknüpfung, die jeweils zwei Elemente von G zu einem neuen Element von G verknüpft und für die die folgenden Regeln (Axiome) erfüllt sind. Es gilt das Assoziativgesetz, d.h. (a b) c = a (b c) für alle a, b, c G. Es gibt ein neutrales Element e G mit den folgenden Eigenschaften, a) e a = a für alle a G. b) für alle a G gibt es a G, so dass a a = e. Das Element a heißt inverses Element von a. Eine Gruppe heißt kommutativ oder abelsch, falls außerdem das Kommutativgesetz gilt, d.h. a b = b a für alle a, b, G. Die Verküpfung ist dabei z.b. die Addition +, dann nennen wir die Gruppe additiv oder die Multiplikation, dann nennen wir die Gruppe multiplikativ. Es kann aber auch eine andere Verknüpfung sein. Bekannte Beispiele für Gruppen sind die ganzen Zahlen Z, die eine additive kommutative Gruppe bilden (mit neutralem Element 0) und inversem Element a = a für alle a Z, oder die rationalen Zahlen Q. Diese bilden analog eine additive kommutative Gruppe. Aber Q \ {0} bildet auch eine multiplikative kommutative Gruppe mit neutralem Element 1 und das Inverse zu a Q \ {0} ist durch 1/a gegeben. Die rationalen Zahlen haben damit einen doppelte Struktur. Diese führt uns zu einer neuen Definition.
10 9 Definition 1.2 Ein kommutativer Ring mit Eins-Element (R, +, ) ist eine Menge R mit zwei Operationen + ( Addition ) und ( Multiplikation ), für die folgende Gesetze gelten: (Ass +) (a + b) + c = a + (b + c) für alle a, b, c R (Assoziativgesetz), (Komm +) a + b = b + a für alle a, b R (Kommutativgesetz), (Null) Es gibt ein e 0 R mit e 0 + a = a + e 0 = a für alle a R (Existenz eines Null-Elements), (Inv +) für alle a R gibt es a R mit a + a = e 0 (Existenz eines inversen Elements, wir schreiben a anstatt a ), (Ass ) (a b) c = a (b c) für alle a, b, c R (Assoziativgesetz), (Komm ) a b = b a für alle a, b R (Kommutativgesetz), (Eins) Es gibt ein e 1 R mit e 1 a = a e 1 = a für alle a R (Existenz eines Eins-Elements), (Distr) (a + b) c = a c + b c für alle a, b, c R (Distributivgesetz). Im allgemeinen schreiben wir 0 für e 0 und 1 für e 1. Wir können leicht überprüfen, dass die rationalen Zahlen einen solchen kommutativen Ring mit Eins-Element bilden. Dabei haben wir in Q aber noch etwas mehr, nämlich dass auch Inverse bezüglich der Multiplikation (außer für 0) existieren. Dies wird bei einem Ring ja nicht verlangt. Damit kommen wir zur dritten Struktur, dem Körper. Definition 1.3 (i) Es sei R ein kommutativer Ring mit Eins-Element und r R. Dann heißt r invertierbar, falls es ein r R mit r r = 1 gibt. Wir schreiben dann r 1 oder 1 für r. r (ii) Ein kommutativer Ring mit Eins-Element heißt Körper, wenn 0 1 und zusätzlich das weitere Gesetz gilt: (Inv ) Jedes Element r R mit r 0 ist invertierbar. Die Beschäftigung mit Gruppen, Ringen und Körpern ist eine zentrale Frage der Algebra. Dies sind mit die wichtigsten Strukturbausteine der Mathematik und ein wichtiger Gegenstand der Forschung. Wir wollen diese Objekte hier erst mal nur kennenlernen und uns damit vertraut machen. Sie werden später in vieler Hinsicht verwendet aber die abstrakte Theorie der Gruppen, Ringe und Körper erfolgt dann in den Vorlesung Algebra.
11 10 Beispiel 1.4 Bekannte Mengen N = {1, 2, 3,...} die natürlichen Zahlen, N 0 = N {0}, Z = {..., 2, 1, 0, 1, 2,...} die ganzen Zahlen, { } a Q = b a Z, b N die rationalen Zahlen, R die reellen Zahlen. Mit der bekannten Addition und Multiplikation sind Z, Q, R kommutative Ringe mit Eins-Element und Q, R sind sogar Körper. Die Mengen N, N 0 passen nicht in diese Definitionen. Warum nicht? Welche Gesetze gelten nicht? Beispiel 1.5 Der kleinste Körper F 2. F 2 = ({0, 1}, +, ), wobei + und wie folgt definiert sind: Die Multiplikation ist die übliche. Die Addition geht modulo 2, das heißt, man nimmt die übliche Addition und verwendet immer den ganzzahligen Rest nach Division durch 2 als Ergebnis: = 0 (6 : 2 = 3 Rest 0), = 1 (3 : 2 = 1 Rest 1). Kann es Körper mit weniger als 2 Elementen geben? Beispiel 1.6 Sei V = {v = a + 2b a, b Q}, v 1 + v 2 = (a b 1 ) + (a 2 + 2b 2 ) = (a 1 + a 2 ) + 2 (b 1 + b 2 ), v 1 v 2 = (a b 1 ) (a b 2 ) = a 1 a 2 + 2a 1 b a 2 b 1 + 2b 1 b 2 = (a 1 a 2 + 2b 1 b 2 ) + 2(a 1 b 2 + a 2 b 1 ).
12 11 Ist {V, +, } ein Körper (oder nur ein Ring )? 1 v = 1 a + 2b = a 2b a 2 2b = 2 a a 2 2b 2 2 b a 2 2b 2. Da 2 Q, ist a 2 2b 2 0 für alle v V, v 0. Damit ist 1 V v V, v 0. Damit folgt, dass {V, +, } ein Körper ist! für alle v Beispiel 1.7 Komplexe Zahlen Sei C = {z = a + ib a, b R}, wobei i = 1 die imaginäre Einheit ist, mit den Operationen z 1 + z 2 = (a 1 + ib 1 ) + (a 2 + ib 2 ) = (a 1 + a 2 ) + i(b 1 + b 2 ), z 1 z 2 = (a 1 + ib 1 ) (a 2 + ib 2 ) = (a 1 a 2 b 1 b 2 ) + i(a 1 b 2 + b 1 a 2 ). Für z = a + ib heißt a Realteil und b Imaginärteil von z. Null-Element 0 = 0 + i0 (0, 0) Eins-Element 1 = 1 + i0 (1, 0) imaginäre Einheit i = 0 + i1 (0, 1) Imaginarteil " b (0,1) = ^ i a+ib = ^ (a,b) (0,0) (1,0) a Realteil Die konjugiert komplexe Zahl zu z = a + ib ist die Zahl z = a ib. C ist ein Körper, denn das inverse Element zu z 0 ist 1 z = 1 a + ib = da a 2 + b 2 > 0 für (a, b) (0, 0). a ib (a + ib)(a ib) = z z z = a ib a 2 + b = 2 a a 2 + b i b 2 a 2 + b C, 2
13 12 Abbildungen Ein weiteres wichtiges mathematisches Objekt, dass vor allem auch in der Analysis studiert wird, sind Abbildungen. Wir wollen hier die wichtigsten Grundbegriffe einführen. Definition 1.8 Seien X, Y zwei Mengen. Eine Abbildung f von X nach Y, f : X Y, ist eine Vorschrift, die jedem x X genau ein Element y = f(x) Y zuordnet. Für die Zuordnung einzelner Elemente schreiben wir x y. Merke! Zu einer Abbildung gehören immer die Mengen, auf denen sie operiert und die Zuordnungsvorschrift. Beispiel 1.9 Sei X = Y = R. a) f : X Y x x 3 b) f : X { Y 0, x 0 x 1, x > 0 Beispiel 1.10 Auch der bekannte Abstandsbegriff im dreidimensionalen Raum (die Euklidische Norm oder Länge) kann mittels einer Abbildung beschrieben werden. Setze X = R R R = R 3, Y = R 2 : X Y (x, y, z) x 2 + y 2 + z 2. Diese Abbildung beschreibt den Abstand eines Punktes vom Nullpunkt. Definition 1.11
14 13 (x,y,z) (x,y,z) 2 =^ "Abstand des Punktes (x,y,z) vom Ursprung" (a) Sei A eine Menge. Dann ist Id A : A A a a die Identitätsabbildung. (b) Seien X, Y Mengen und A X, B Y. Sei f : X Y eine Abbildung. Dann heißt f(a) = Bild(A) := {f(x) x A} die Bildmenge von A und f 1 (B) := {x f(x) B} das Urbild von B. Bild und Urbild können wir uns relativ einfach veranschaulichen. Beispiel 1.12 Wir betrachten einmal für c R die Abbildung f : R R x x + c Siehe dazu die nebenstehende Figur. Wichtige Eigenschaften von Abbildungen sind die folgenden: Definition 1.13 Eine Abbildung f : X Y heißt injektiv, wenn keine zwei Elemente von X auf dasselbe Element in Y abgebildet werden. Sie heißt surjektiv oder Abbildung auf Y, wenn jedes y Y von der Form f(x) ist. Sie heißt bijektiv, wenn sie injektiv und surjektiv ist.
15 14 f(b) f(x)=x+c Bild(A) f(a) c a A b f(x)=x+c B c f -1 (B) Beispiel 1.14 a) Sei X = Y = R. Ist f(x) = x 2 injektiv, surjektiv? Ist f(x) = 2x + 3 injektiv, surjektiv? b) Sei X = Y = R + = {x R x 0}. Ist f(x) = x 2 injektiv, surjektiv? Abbildungen können auch miteinander verknüpft werden. Definition 1.15 Sind f : X Y und g : Y Z Abbildungen, so ist die zusammengesetzte Abbildung g f definiert durch g f : X Z x g(f(x)). Ist f bijektiv, so heißt die Abbildung f 1 : Y X, für die f 1 f = Id X, die Umkehrabbildung von f.
16 15 Beispiel 1.16 Betrachte X = [ 0, π ], Y = [0, 1], Z = [ 1, 0], 2 und Abbildungen f : X Y x sin x, g : Y Z y y. Dann ist g f : X Z x sin x, f 1 g 1 : Y X y arcsin y, : Z Y z z. Wie schon erwähnt gehören zu einer Abbildung immer die Mengen dazu. Damit können wir die Abbildung dann aber auch auf einer Teilmenge betrachten. Definition 1.17 Seien X, Y Mengen, A X, f : X Y. Dann heißt f A : A Y a f(a) die Einschränkung von f auf A. Beispiel 1.18 Y = X = R, A = [ 0, π ], f : X Y 2 x sin x. f ist nicht injektiv, aber f A ist injektiv. Mit den hier vorgestellten Begriffen haben wir nun ein paar Werkzeuge und Grundbausteine an der Hand mit den wir schon anfangen können etwas zu basteln. Das Erste was wir uns nun bauen wollen sind etwas größere Grundbausteine, die Matrizen.
Einführung. Lineare Algebra I. Kapitel April 2013
Einführung Lineare Algebra I Kapitel 1 9. April 2013 Lehrbuch. Jörg Liesen, Volker Mehrmann, Lineare Algebra: Ein Lehrbuch über die Theorie mit Blick auf die Praxis (Bachelorkurs Mathematik) [Taschenbuch],
MehrEinführung. Lineare Algebra I. Kapitel April 2012
Einführung Lineare Algebra I Kapitel 1 11. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent: Sadegh
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrTeil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.
Teil I Lineare Algebra I Vorlesung Sommersemester 2011 Olga Holtz MA 378 Sprechstunde Fr 14-16 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do 12-14 und nv jokar@mathtu-berlinde Kapitel
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,
MehrMATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016
MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 10.12.2013 Alexander Lytchak 1 / 15 Motivation Für das Verständis affiner Teilräume eines Vektorraums sind Translationen
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,
Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel
MehrAnalysis für Informatiker
Analysis für Informatiker Wintersemester 2017/2018 Carsten.Schneider@risc.jku.at 1 Bemerkung: Dies ist kein Skript, welches den gesamten Inhalt der Vorlesung abdeckt. Es soll den Studierenden aber während
MehrSkript und Übungen Teil II
Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen
MehrIT-Security. Teil 9: Einführung in algebraische Strukturen
IT-Security Teil 9: Einführung in algebraische Strukturen 08.05.17 1 Literatur und Videos [9-1] http://www.iti.fh-flensburg.de/lang/krypto [9-2] Forster, Otto: Algorithmische Zahlentheorie. 2. Auflage,
MehrStefan Ruzika. 24. April 2016
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 2: Körper 24. April 2016 1 / 21 Gliederung 1 1 Schulstoff 2 Körper Definition eines Körpers
MehrHM 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...................................
MehrIT-Sicherheitsmanagement. Teil 4: Einführung in algebraische Strukturen
IT-Sicherheitsmanagement Teil 4: Einführung in algebraische Strukturen 19.09.18 1 Literatur und Videos [4-1] http://www.iti.fh-flensburg.de/lang/krypto [4-2] Forster, Otto: Algorithmische Zahlentheorie.
MehrDas Buch der Natur ist mit mathematischen Symbolen geschrieben. Galileo Galilei
TO Rechenmethoden Wise 2012-2013 Jan von Delft 16.10.2012 http://homepages.physik.uni-muenchen.de/~vondelft/lehre/12t0/ Das Buch der Natur ist mit mathematischen Symbolen geschrieben. Galileo Galilei Das
MehrLiteratur und Videos. ISM WS 2017/18 Teil 4/Algebren
Literatur und Videos [4-1] http://www.iti.fh-flensburg.de/lang/krypto [4-2] Forster, Otto: Algorithmische Zahlentheorie. 2. Auflage, Springer, 2015 [4-3] Teschl, Gerald; Teschl, Susanne: Mathematik für
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrDie komplexen Zahlen
Die komplexen Zahlen Wir haben gesehen, dass die Menge R der reellen Zahlen einen angeordneten Körper bildet und dass für die Menge Q der rationalen Zahlen entsprechendes gilt. In beiden Körpern sind Gleichungen
MehrKomplexe Zahlen und Allgemeines zu Gruppen
Komplexe Zahlen und Allgemeines zu Gruppen Die komplexen Zahlen sind von der Form z = x + iy mit x, y R, wobei i = 1 als imaginäre Einheit bezeichnet wird. Wir nennen hierbei Re(z = x den Realteil von
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 3 Gruppen In der linearen Algebra wird im Allgemeinen ein Grundkörper K zugrunde gelegt, über den sich
MehrSatz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum
Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen
MehrSS 2017 Torsten Schreiber
14 Wenn man mindestens einen Operator mit einer definierten Menge in Verbindung setzt, dann fällt es unter dem Bereich der Strukturen. Bei der kleinsten möglichen Struktur handelt es sich um eine. Eine
MehrKomplexe Funktionen für Studierende der Ingenieurwissenschaften
Komplexe Funktionen für Studierende der Ingenieurwissenschaften Prof. Dr. Armin Iske Department Mathematik, Universität Hamburg Technische Universität Hamburg-Harburg Sommersemester 2008 Komplexe Funktionen
Mehr2.9 Die komplexen Zahlen
LinAlg II Version 1 3. April 2006 c Rudolf Scharlau 121 2.9 Die komplexen Zahlen Die komplexen Zahlen sind unverzichtbar für nahezu jede Art von höherer Mathematik. Systematisch gehören sie zum einen in
Mehr$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $
$Id: matrixtex,v 14 2008/12/02 21:08:55 hk Exp $ $Id: vektortex,v 12 2008/12/05 11:27:45 hk Exp hk $ II Lineare Algebra 6 Die Matrixmultiplikation 63 Inverse Matrizen und reguläre lineare Gleichungssysteme
Mehr2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).
17 Wir setzen in diesem Buch die reellen Zahlen als gegeben voraus. Um auf sicherem Boden zu stehen, werden wir in diesem und den folgenden Paragraphen einige Axiome formulieren, aus denen sich alle Eigenschaften
Mehr01. Gruppen, Ringe, Körper
01. Gruppen, Ringe, Körper Gruppen, Ringe bzw. Körper sind wichtige abstrakte algebraische Strukturen. Sie entstehen dadurch, dass auf einer Menge M eine oder mehrere sogenannte Verknüpfungen definiert
MehrWeitere Eigenschaften
Weitere Eigenschaften Erklärung der Subtraktion: x y := x + ( y) (5) Die Gleichung a + x = b hat die eindeutig bestimmte Lösung x = b a. Beweis: (a) Zunächst ist x = b a eine Lösung, denn a + x = a + (b
MehrKapitel 1. Erste algebraische Strukturen. 1.2 Ringe und Körper
Kapitel 1 Lineare Algebra individuell M. Roczen und H. Wolter, W. Pohl, D.Popescu, R. Laza Erste algebraische Strukturen Hier werden die grundlegenden Begriffe eingeführt; sie abstrahieren vom historisch
Mehr30 Ringe und Körper Motivation Definition: Ring. Addition und eine. Häufig gibt es auf einer Menge zwei Verknüpfungen: eine
30 Ringe und Körper 30.1 Motivation Häufig gibt es auf einer Menge zwei Verknüpfungen: eine Addition und eine Multiplikation. Beispiele: (Z, +, ) hier gibt es sogar noch eine Division mit Rest. (IR, +,
Mehr1 Algebraische Strukturen
Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen
Mehr0 Mengen und Abbildungen, Gruppen und Körper
0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor
MehrZahl und Funktion Grundlagen der Analysis aus der Sek I. Oliver Passon Seminar zur Didaktik der Analysis
Grundlagen der Analysis aus der Sek I Seminar zur Didaktik der Analysis Quellen Lehrpläne und Richtlinien des Landes NRW für Gymnasien und Gesamtschulen Lambacher Schweizer: Mathematik für Gymnasien, Klett
Mehr10 Komplexe Zahlen. 2. Februar Komplexe Multiplikation: Für zwei Vektoren. z 1 =
2. Februar 2009 66 0 Komplexe Zahlen 0. Komplexe Multiplikation: Für zwei Vektoren [ [ a a2 z =, z 2 = in R 2 wird neben der üblichen Addition die komplexe Multiplikation [ a a z z 2 := 2 b b 2 a b 2 +
MehrHM I Tutorium 2. Lucas Kunz. 31. Oktober 2018
HM I Tutorium 2 Lucas Kunz 31. Oktober 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Körper und Gruppen.............................. 2 1.2 Konstruktion der reellen Zahlen........................ 3 1.3 Natürliche
MehrElemente der Algebra
Prof. Dr. H. Brenner Osnabrück SS 2015 Elemente der Algebra Vorlesung 3 In dieser Vorlesung besprechen wir Körper, das sind kommutative Ringe, in denen jedes von 0 verschiedene Element ein Inverses (bezüglich
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
Mehr$Id: funktion.tex,v /11/14 11:09:04 hk Exp $ $Id: komplex.tex,v /11/18 13:39:13 hk Exp $
$Id: funktion.tex,v.24 206//4 :09:04 hk Exp $ $Id: komplex.tex,v.20 206//8 3:39:3 hk Exp $ 2 Funktionen Wir beschäftigen uns gerade mit Umkehrfunktionen und zum Auftakt der heutigen Sitzung schauen wir
MehrVektorräume. Lineare Algebra I. Kapitel Juni 2012
Vektorräume Lineare Algebra I Kapitel 9 12. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent: Sadegh
Mehr3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen
TEIL II: GRUPPEN In der modernen Algebra versucht man die Zahlen (Z, Q, R, ) durch die Konzentration auf Rechenoperationen (+,,... ), oder allgemeiner auf strukturelle Eigenschaften dieser Operationen,
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF
TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Lineare Gleichungssysteme (LGS) 2 1.1 Grundlagen..................................................
MehrFU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)
FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :
Mehr35 Matrixschreibweise für lineare Abbildungen
35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir
Mehr3.4 Algebraische Strukturen
3.4 Algebraische Strukturen 9 3.4 Algebraische Strukturen Man sagt, eine Menge hat eine algebraische Struktur, wenn in ihr eine Operation definiert ist, d.h. eine Verknüpfung von zwei Elementen der Menge,
MehrOperationen. auch durch. ausgedrückt. ist die Trägermenge der Operation. Mathematik I für Informatiker Algebren p.1/21
Operationen Eine Operation auf einer Menge ist eine Abbildung ist dabei die Menge aller -Tupel mit Einträgen aus. Man nennt auch durch die Stelligkeit der Operation ; dies wird ausgedrückt. Die Menge ist
Mehr5. Gruppen, Ringe, Körper
5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus
MehrEiniges über komplexe Zahlen
Lineare Algebra und Analytische Geometrie I für LB WS 2001/2002 Dr. Bruno Riedmüller Einiges über komplexe Zahlen Es muss davon ausgegangen werden, dass der Leser mit komplexen Zahlen wenig oder nicht
MehrKomplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg
Komplexe Funktionen für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Universität Hamburg SS 2006 Reiner Lauterbach (Universität Hamburg) Komplexe Funktionen
Mehr4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper
4 Einige Grundstrukturen Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper Abbildungen Seien X und Y Mengen. Eine (einstellige) Abbildung f : X Y ordnet jedem x X genau ein Element
MehrKörper der komplexen Zahlen (1)
Die komplexen Zahlen Körper der komplexen Zahlen (1) Da in angeordneten Körpern stets x 2 0 gilt, kann die Gleichung x 2 = 1 in R keine Lösung haben. Wir werden nun einen Körper konstruieren, der die reellen
MehrKapitel 1 Mengen. Kapitel 1 Mengen. Mathematischer Vorkurs TU Dortmund Seite 1 / 25
Kapitel 1 Mengen Kapitel 1 Mengen Mathematischer Vorkurs TU Dortmund Seite 1 / 25 Kapitel 1 Mengen Definition 1.1 (Menge) Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen.
MehrB Grundbegriffe zu Mengen und Abbildungen
B Grundbegriffe zu Mengen und Abbildungen Die Sprache der Mengen und Abbildungen hat sich als Basissprache in der modernen Mathematik durchgesetzt. Da sie sehr praktisch ist, wird sie auch in diesem Buch
MehrKörper- 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
Mehri) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.
Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
MehrAlgebraische Strukturen. Idee. Gruppen, Ringe, Körper... (Teschl/Teschl Abschnitt 3.2, siehe auch Kap. 4)
Algebraische Strukturen Gruppen, Ringe, Körper... (Teschl/Teschl Abschnitt 3.2, siehe auch Kap. 4) Idee Formalisierung von Strukturen, die in verschiedenen Bereichen der Mathematik und ihrer Anwendungen
Mehr8 Gruppen und Körper
8 Gruppen und Körper (8.) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres Element a?b aus G zuordnet, so dass die folgenden
MehrMathematische 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
MehrLineare Algebra I. Lösung 3.1:
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 3 Prof. Dr. Markus Schweighofer 18.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 3.1: (a) Sei
Mehr(das heißt, dass a, b K, a + b K und a b K). (K, +, ) bildet ein Körper wenn die folgenden Axiome gelten:
FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 3 Voraussetzungen Körperaxiome Sei K eine Menge, und seien +, zwei Verknüpfungen + :K K K, : K K K (a, b) a + b (a, b) a b (das heißt, dass
MehrVektorräume 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
MehrLINEARE ALGEBRA UND ANALYSIS FÜR FUNKTIONEN EINER VARIABLEN
Fakultät Mathematik Institut für Numerische Mathematik LINEARE ALGEBRA UND ANALYSIS FÜR FUNKTIONEN EINER VARIABLEN 6. Komplexe Zahlen Prof. Dr. Gunar Matthies Wintersemester 2017/18 G. Matthies Lineare
MehrC: Algebraische Strukturen
C: Algebraische Strukturen Algebra: Rechnen. Menge mit Verknüpfungen: (N 0, +), (R, +, ), (P(X),, ), (R n n, +, ) Informatik: Boolsche Algebren Relationenalgebra (Datenbanken) Computeralgebra 29 Gruppen
MehrFragen zur Selbstkontrolle
Lineare Algebra und Geometrie I SS 2015 Thema 0 Grundlagen Fragen zur Selbstkontrolle Was ist eine Primzahl? Wie finde ich die Primfaktoren einer natürlichen Zahl? Wie bestimme ich den größten gemeinsamen
MehrReelle Zahlen, Gleichungen und Ungleichungen
9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen
MehrLineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen
Lineare Algebra I Tutorium Inverse Matrizen und Gruppen Fachbereich Mathematik WS / Prof Dr Kollross November Dr Le Roux Dipl-Math Susanne Kürsten Aufgaben Aufgabe G (Die zweite Variante des Gauß-Algorithmus)
MehrAlgebraische Strukturen
Algebraische Strukturen Eine kommutative Gruppe (G, ) ist eine Menge G, auf der eine Verknüpfung (ein zweistelliger Operator) deniert ist (d. h. zu a, b G ist a b G deniert), welche bestimmten Regeln genügt
MehrG. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag
G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag Beantwortung der Fragen und Lösungen der Aufgaben zu Kapitel Version V vom 3.. 28 2 Beantwortung der Fragen zu Kapitel TESTFRAGEN
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 21. Januar 2016 Definition 8.1 Eine Menge R zusammen mit zwei binären Operationen
Mehr1 Algebraische Strukturen
1 Algebraische Strukturen 1.1 Innere Verknüpfungen 1.1.1 Grundbegriffe und Beispiele In der Analysis wie auch in der linearen Algebra kommen verschiedene Arten von Rechenoperationen vor, bei denen man
Mehr1.4 Gruppen, Ringe, Körper
14 Gruppen, Ringe, Körper Definition 141 Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M : (a, b a b Die Verknüpfung heißt assoziativ falls gilt: a (b c = (a b c a, b, c M; kommutativ falls
Mehr3.1 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.......................................
MehrAllgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Allgemeine Algebren Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Operationen Eine Operation auf einer Menge A ist eine Abbildung f : A n A. A n ist dabei
MehrDie natürlichen Zahlen
Die natürlichen Zahlen Damit kann man, beginnend mit der leeren Menge, eine unendliche Folge von Mengen bilden: Mathematik I für Informatiker Zahlen p.1/12 Kürzt man ab so erhält man,,,..., allgemeiner
MehrHM I Tutorium 2. Lucas Kunz. 3. November 2016
HM I Tutorium 2 Lucas Kunz 3. November 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Reelle Zahlen.................................. 2 1.2 Intervalle..................................... 2 1.3 Beträge.....................................
MehrÜbungen zur Vorlesung Einführung in die Mathematik
Übungen zur Vorlesung Einführung in die Mathematik von G. Greschonig und L. Summerer, WS 2017/18 Aufgabe 1. Zeige, dass das Quadrat einer ungeraden Zahl, vermindert um 1, stets durch 4 teilbar ist. Folgere
Mehr2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN
Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 2 Grundstrukturen Notation: Sind M und N zwei Mengen, so heißt die Menge M N := {(m, n) : m M, n N} das cartesische Produkt oder auch die
Mehra(b + c) = ab + ac und (a, b) (c, d) a + d = b + c definiert. Der Quotientenraum Z := N 2 / ist versehen mit der Addition
4.1 N und Z (8.12.2011) Definition 4.1 (Ring) Eine Menge R, versehen mit zwei Abbildungen + : R R R und R R R heißt Ring, falls folgende Eigenschaften erfüllt sind: 1) (i) Existenz eines neutralen Elementes
MehrKAPITEL 1. Einleitung
KAPITEL 1 Einleitung Als Einstieg in die Vorlesung möchte ich zunächst zeigen, dass aus den Grundvorlesungen schon eine ganze Fülle von Beispielen algebraischer Strukturen bekannt sind. Von diesen Beispielen
MehrLineare 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
Mehr1. Gruppen. 1. Gruppen 7
1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.
MehrD-MATH, D-PHYS, D-CHAB Analysis I HS 2016 Prof. Manfred Einsiedler Philipp Wirth. Lösung 3
D-MATH, D-PHYS, D-CHAB Analsis I HS 016 Prof Manfred Einsiedler Philipp Wirth Lösung 3 Diese Woche werden nur Lösungen zu den Aufgaben 4, 5 und 6 zur Verfügung gestellt 4 a Nach Folgerung (i aus den Axiomen
MehrAbbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe
Kapitel 5 Abbildungen 5.1 Definition: (Abbildung) Eine Abbildung zwischen zwei Mengen M und N ist eine Vorschrift f : M N, die jedem Element x M ein Element f(x) N zuordnet. Schreibweise: x f(x) 5. Beispiel:
Mehr= 9 10 k = 10
2 Die Reihe für Dezimalzahlen 1 r = r 0 +r 1 10 +r 1 2 100 + = r k 10 k, wobei r k {0,,9} für k N, konvergiert, da r k 10 k 9 10 k für alle k N und ( 1 ) k 9 10 k 9 = 9 = 10 1 1 = 10 10 k=0 k=0 aufgrund
MehrAxiomatische Beschreibung der ganzen Zahlen
Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz peter.feigl@students.jku.at 0055282 Claudia Hemmelmeir JKU Linz darja@gmx.at 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen
MehrÜbersicht 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
MehrInhaltsübersicht. Definition und erste Eigenschaften komplexer Zahlen
Inhaltsübersicht Kapitel 4: Die Macht des Imaginären: Komplexe Zahlen Definition und erste Eigenschaften komplexer Zahlen Die Polardarstellung komplexer Zahlen Polynome im Komplexen Exponentialfunktion
MehrAufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009
Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009 Schulstoffbeispiele 1. Lineare Gleichungssysteme. Lösen Sie die folgenden linearen Gleichungssysteme.
Mehr2. Gruppen und Körper
2. Gruppen und Körper (2.1) Def. Eine Gruppe ist eine Menge, genannt G, und eine Abbildung ( innere Verknüpfung ) von G G nach G, hier bezeichnet als so daß folgende Eigenschaften erfüllt sind: : G G G,
Mehrfür 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
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
MehrElemente der Algebra
Prof. Dr. H. Brenner Osnabrück SS 2015 Elemente der Algebra Vorlesung 1 Der Gruppenbegriff Definition 1.1. Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M, (x,y) (x,y) = x y. Statt (x,y)
Mehr