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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 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 in jeder Lie-Algebra zu finden ist. Zur Erinnerung: Betrachten wir die folgende Strukturrelation: SU2 := {A C 2 2 ; deta = 1 A = A 1 } (1) [J i, J j ] = iɛ ijk J k (2) Mit Hilfe von J 3 und den Step-Operatoren J ± = J 1 ±J 2 können wir (0.1) umschreiben: [J +, J ] = 2J 3 [J 3, J ± ] = ±J ± (3) Die Darstellung der Kommutatorrelation in der Cartan-Sprache ist eine Verallgemeinerung von der Darstellung (0.2).Ausserdem möchten wir die Wurzeln in einer Lie-Algebra quantisieren. Dies führt uns zu einer geometrischen Darstellung der Lie-Algebra. 1 Cartan Basis und Wurzeln in einer Lie-Algebra Eine kurze Wiederholung der letzten Sitzung (Liegruppen und Liealgebren): (i) Wir haben zunächst die folgende Strukturrelation kennengelernt: [T α, T β ] = if αβγ T γ. Anschließend wurde gezeigt, dass allein die Strukturkonstanten ausreichen, um eine Lie-Algebra zu bestimmen. (ii) Die Adjungierte Darstellung (D A (T α )) γ β wurde vorgestellt. In der adjungierten Darstellung D A bilden die Strukturkonstanten die Matrixdarstellung der Generatoren und die Dimension der adjungierten Darstellung D A ist gerade die Anzahl der linarunabhängigen Generatoren. Da in der adjungierten Darstellung D A die Strukturkonstanten und die Generatoren zusammenfallen, können wir allein mit Hilfe der Generatoren eine Lie-Algebra klassifizieren. Daher untersuchen wir im folgenden die Generatoren: Zuerst untersuchen wir die Generatoren, die untereinander kommutieren: Definition 1. Die größte Menge von miteinander kommutierenden Generatoren in einer bestimmten Darstellung bilden die CARTAN-UNTERALGEBRA {H}. Die Cartan- Unteralgebra ist ein Vektorraum und es gilt die Kommutativität bezgl. der Lie-Klammern, 1

2 daher können wir nach einem Satz aus der linearen Algebra alle Elemente aus der Cartan- Unteralgebra gleichzeitig diagonalisieren und eine normierte Basis wählen, die hermitesch ist, oder mathematisch ausgedrückt: H i H, i {1,, r} Cartan-Basis [H i, H j ] = 0 H i = H i T r(h i, H j) = δ ij (4) Nun untersuchen wir die d r Generatoren, die nicht miteinander kommutieren. Die Menge von nicht miteinander kommutierenden Generatoren bezeichnen wir mit E: Wir betrachten Linearkombinatinen aus den Elementen von E, bezeichen diese mit E α und wir möchten gern in Analogie zur SU 2 folgendes konstruieren: [H i, E α ] E α (5) Dies erreichen wir durch Konstruktion der folgenden Abbildung: V = {T α α = 1,, d} ad Hi : V V v [H i, v], v V (6) ad Hi (E α ) E α Nun lösen wir die Eigenwertgleichung ad Hi (E α ) E α und erhalten: [H i, E α ] = (α) i E α (7) Definition 2. Die (α) i bezeichnen wir als Wurzeln. Wir möchten wissen, ob ( α) i Eigenwert zu E α ist. Daher betrachten wir ([H i, E α ]) : [Hi, E α ] = [E α, H i ] = [H i, E α] = (α) i E α (8) = (α) i E α Wobei wir E α mit E α identifiziert und ausserdem folgende Kommutatorregel verwendet haben: [A, B] = [B, A ]. Wir sehen auch an dieser Stelle wieder die Analogie zur SU2: (J ± ) = (J ). Nun möchten wir E ± auf einen beliebigen Zustand anwenden, um zu sehen ob sich E ± wie ein Stepoperator verhält: Hierzu betrachten eine beliebige Eigenwertgleichung H i h = h h : H i (E ±α h ) = [H i, E ±α ] h + E ±α H i h = ±(α) i E ±α h + he ±α h = (±(α) i + h) h (9) 2

3 Nun mochten wir die Kommutatorrelation [E α, E β ] untersuchen. Hierfür benötigen wir die Jacobi-Identität: [A, [B, C]] + [B, [C, A]] + [C, [A, B]] = 0. [H i [E α, E β ] = [E α [E β, H i ]] [E β [H i, E α ]] = [E α [H i, E β ]] (α) i [E β, E α ] = (α + β) i [E α, E β ] (10) Fallunterscheidung bezüglich der Wurzel(α + β) i : (i) α + β = 0 Aus (1.7) folgt, dass wenn α + β = 0, d.h. wenn β = α, dann kommutieren alle H i mit [E α, E β ] und daher sind die [E α, E β ] Element der Cartan Unter-Algebra: [E α, E α ] = λ i H i (11) An dieser Stelle betrachetn wir als Vergleich die SU2:[J +, J ] = J 3 (ii) α + β 0 und (α + β) i eine mögliche Wurzel, so gilt: [E α, E β ] = N αβ E α+β (12) (iii) α + β 0 und (α + β) i keine Wurzel, so gilt Nαβ = 0: Eigenschaften 1 (von Wurzeln und Auf-und Absteigerpopertatoren). Wir untersuchen das Skalarprodukt von {H i } und {E α }. In der adjungierten Darstellung hat das Skalarprodukt die folgende Form: A B = T r A (A B)(Killingform). Ausserdem benötigen wir folgende Eigenschaft der Spur: T r([a, B]C) = T r([b, C]A) = T r([c, A]B). Als erstes betrachten wir H i E α : H i E α = T r A ([H j, E α ]H i ) = T r A ([H j, H i ]E α ) = 0 (13) Da T r A ([H j, E α ]H i ) = α j T r A (E α H i ), folgt H i E α = 0 für α j 0. Mit der gleichen Strategie zeigen wir, dass E α E β = 0: E α E β = T r A ([H i, E α ]E β ) = (α) i E α E β = T r A ([E β, E α ]H i ) = T r A ([H i, E β ]E α ) = (β) i E β E α (α + β) E α E β = 0 E α E β = 0 (α + β) i 0 (14) E α E α = E α E α = 1 (15) 3

4 Die H i, i = {1,, r} sind orthnormierte Basis der Cartan Unteralgebra (vgl. (0.1)), daher gilt: Nun bleibt noch zu zeigen, dass λ j = α j : H i H j = δij (16) [E α, E α ] H j = λi H i H j = λ j Andererseits gilt: [E α, E α ] H j = [H j, E α ] E α = (α) j E α E α (17) λ j = α j. = (α) j 2 Quantisierung der Wurzel und Wurzeldiagramme Motivation: Im letzten Abschnitt haben wir gelernt, dass jede Lie-Algebra in SU(2)- Unteralgebren zerfällt. Man kann folgende Eigenwertgleichungen aufstellen: [H 1, E α ] = (α) 1 E α [H 2, E α ] = (α) 2 E α.. (18) [H r, E α ] = (α) r E α Wobei H H, der Menge der vertauschenden Operatoren, auch Cartan-Unteralgebra genannt, E α E, die Menge der Linearkombination der nicht vertauschenden Operatoren, I = 1... und (α) i R. Definition 3 (Wurzelvektor). Die endliche Folge {(α) i } 1 i r der Wurzel bezüglich der adjungierten Darstellung einer Lie-Algebra nennt man Wurzelvektor. Beispiel einer anderen Wurzel: Wähle E β E so dass [H i, E β ] = (β) i E β β := {(β) i } 1 i r (19) Definition 4 (Skalarprodukt der Wurzelvektoren). Im wesentlichen wenden wir auf die oben definierten Folgen, die Wurzelvektoren, das kanonische Skalarprodukt aus l 2 an. α β := i (α) i (β) i (α) i (β) i α = ((α) i (α) i ) 1 2 (20) Erinnerung an das kanonische Skalarprodukt im R 3 : α β := α β cos(θ) (21) 4

5 Diese Relation wenden wir auch an auf die oben definierten Wurzelvektoren. Weiterhin betrachten wir jetzt das r-tupel der H i H. Wir können bilden: α H := i (α) i H i (22) Wir benötigen noch eine weitere Konstruktion, um den Brückenschlag von H und E zur SU(2)-Unteralgebra zu schaffen: Definition 5 (Linearkombination H α der H i ). Eigenschaften 2 (von H α, E α ). (i) (ii) H α := 2 α 2 αh = 2 α 2 [H α, H β ] = 4 α 2 β 2 [(α) ih i, (β) j H j ] (α) i H i (23) i = 4(α) i(β) j α 2 β 2 [H i, H j ] = 0 [H α, E β ] = 2 α 2 α[h, E β] = 2 α 2 αβe β Spezialfall (den wir später noch brauchen werden): (iii) wegen Definition 3. [H α, E ±α ] = ±2E ±α [E α, E α ] = α i H i = αh = α2 2 H α Jetzt aktivieren wir den scharfen, mathematischen Blick und stellen folgende Kommutatoren gegenber: [J 3, J ± ] = ±J ± [J +, J ] = 2J 3 [H α, E ±α ] = ±2E ±α [E α, E α ] = α2 2 H α In der oberen Zeile steht die aus der Quantenmechanik bekannte Drehimpulsalgebra (ohne die ). Die zweite Zeile, eine Zusammenfassung der bisherigen Ergebnisse, sieht dieser auffallend ähnlich. Man identifiziere: 5

6 Einsetzen zum Test: J H α 2 J ± α 2 E ±α (24) 2 2 [ α 2 E α, α 2 E α] = α2 2 [E α, E α ] = H α = 2J 3 = [J +, J ] (25) Können wir jetzt aus unserer Kenntnis der Eigenschaften der Drehimpulslgebra nützliche Informationen ber die Eigenschaften von E α und H α gewinnen? Die Antwort ist ja! Dazu eine kurze Erinnerung an die Drehimpulsalgebra. Eigenschaften 3 (Drehimpulsalgebra). Sei jm Eigenzustand des Drehimpulsoperators. Dann gilt: (i) (ii) J 3 jm = m jm J 3 (J ± jm ) = (m ± 1) jm J ± erhöht bzw. verringert nach und nach den Eigenwert von J 3 um eins. (iii) J + jmmax = 0 J jm min = 0 Die Kette bricht also oben und unten irgendwann ab. Es gilt: mmax = j, m min = j, mmax m min = 2j und es gibt 2j + 1 Stück dieser Eigenwerte. Weiter wissen wir, dass die 2j ganzzahlig und nicht negativ sind j {0, 1 2, 1, 3 2, 2,...}. Die nun folgende Argumentation ist sehr um-die-ecke-gedacht und ebenso wichtig für den Rest des Vortrages. Aus dem Vergleich der vorher entwickelten SU(2)-Algebra (E ±α und H α ) mit der bekannten Drehimpulsalgebra wollen wir allgemeine Erkenntnisse über die Eigenschaften von Wurzeln gewinnen. Betrachten wir zunächst E ±α. Es ist 6

7 durch Vergleich von Eigenschaft 2.(ii) (Spezialfall) und Eigenschaft 3.(ii) ersichtlich, dass E ±α den Eigenwert von H α um ±2 ändert. Hierfür haben wir vorher in Eigenschaft 3.(ii) α = β gesetzt. Wenn wir diese Annahme fallen lassen, kann man sich vorstellen, dass der Eigenwert eben gerade um den Wert ± 2αβ geändert wird. Dies ist ein sehr α 2 wichtiges Ergebnis! Und noch ein wichtiges Ergebnis hinterher, die Eigenwerte von H α sind ganzzahlig, denn sie sind proportional zu 2j, wie man aus der Definition oben ablesen kann. Zusammenfassen lassen sich diese beiden Ergebnisse wie folgt: m := 2αβ α 2 Z (26) Und wenden wir das gleich ein wenig an, um den Umgang zu üben und die Quantisierung der Wurzeln zu entwickeln, die in der Überschrift so vollmundig angepriesen worden ist. Nochmal zum Vergleich: H α E β = 2αβ }{{} α 2 E β (27) m J 3 jm = m jm = 2αβ jm (28) α2 Und mit einem anderen Mitgliede Cartan-Unteralgebra: H β E α = 2βα β }{{} 2 E α (29) m Erinnern wir uns zurück an die Definition des Skalarproduktes für Wurzeln und betrachten das Produkt von m und m wie in (1.10) und (1.12): m m = ( 2αβ α 2 )(2βα β 2 ) (2 2) α 2 β 2 α 2 β 2 = 4 (30) Da der Betrag des Skalarproduktes immer kleiner-gleich dem Produkt der Beträge der Argumente ist. Wenn man jetzt noch die Definition aus Gleichung (21) einsetzt und die Beträge der Wurzelvektoren kürzt, erhält man: m m 4 (31) 1 4 m m = cos 2 (θ) 1 (32) 1 2 (m m ) = cos(θ) 1 (33) 7

8 Damit ist das große Werk getan, die Wurzeln sind Quantisiert! Die verschiedenen Werte von m und m können jetzt nur noch diskrete Werte annehmen, den sie müssen immer dieser Relation (33) genügen, sie stehen also in definierten Winkeln zueinander. Mehr noch, man kann sogar aussagen über ihre Längenverhältnisse machen, denn: m m = 2αβ α 2 2βα = β2 α 2 (34) β 2 Fassen wir die damit möglichen Einstellmöglichkeiten für die beiden Wurzelvektoren zusammen: m m θ Längenverhältnis , 120 α = β 2 45, α = β 3 30, α = β 4 0, 180 Die 4 nimmt dabei eine besondere Stellung ein, dieser Wert wird nämlich nicht angenommen, wie ich kurz zeigen möchte. A : m = 4 m m 4 m = 1 cos(θ) = 1 2 (mm ) 1 2 = θ = 0 (i) β = α, dieser Fall ist erlaubt, aber bekannt. zwei Fälle: (ii) β = 2α, dieser Fall erfüllt auch die Gleichung und soll näher betrachtet werden. Zunächst kann er nicht durch die Leiteroperatoren generiert werden, denn [E α, E α ] = 0 gilt immer. Genausowenig können wir 3α verwenden, denn erstens [E α, E 2α ] = [E α, [E α, E α ]] = 0. Und zweitens: { 0 oder: [E α, E 2α ] = E α Im ersten Fall gilt dann: [E 2α, [E α, E α ]] =[E 2α, [E α, E α ]] = [E α, [E α, E 2α ]] [E } {{ } α, [E 2α, E α ]] = 0 aber: } {{ } =0 =0 = [E 2α, α2 2 H α] = 2α 2 E 2α 8

9 Also ein Widerspruch. Im zweiten Fall: =0 =0 { }} { { }} { [[E α, E 2α ], E } {{ } α ] = [E 2α, [E α, E α ]] + [E 2α, [E α, E α ]] } {{ } E α E α Auf diese Weise kann man alle weiteren Vielfachen von α als Wert von β auf einen Widerspruch führen. Also kann der Wert 4 von mm nicht vorkommen. Obige Grafik soll die angesprochenen Längenverhältnisse, die aus der Quantisierung der Wurzeln folgen, verdeutlichen. Dies können die Wurzelvektoren einer Gruppe vom Rang zwei sein. Die Wurzelvektoren sind dann zweidimensional. Zu Beginn wurde gesagt, dass α und β willkürlich gewählt sind. Gibt es noch andere Wurzeln? Und können wir diese irgendwie aus bekannten Wurzeln konstruieren? Im vorherigen Vortrag haben wir gesehen, dass man durch [E β, E α ] = N αβ E α+β mit α + β 0 neue Wurzeln erzeugen kann. Auerdem wissen wir (z.b. aus der Drehimpulsalgebra), dass diese Kette irgendwann abbricht. Es gibt also p und q N, so dass [E β, [E β, [E β,... [E β, E α ]] = 0 =: (E β ) p+1 E α [E β, [E β, [E β,... [E β, E α ]] = 0 =: (E β ) p+1 E α Betrachten wir in Analogie wieder einmal den Drehimpuls. Dort existieren auch p, q N, so dass: J 3 (J p + jm ) = m max jm = j jm und J 3 (J p+1 + jm ) = 0 J 3 (J p jm ) = m min jm = j jm und J 3(J p+1 jm ) = 0 Daraus folgt durch Vergleich: H α (E p β E α(α + pβ) α ) = (E p β E α ) = j(e p β E α ) α 2 H α (E p β E α(α qβ) α ) = (E p β E α ) = j(e p β E α ) α 2 Ergebnis: Alle Wurzeln α + kβ sind wieder Wurzeln mit q k p. Wendet man in obigen Gleichungen eine andere Linearkombination (z.b. bezüglich β) der Cartan- Unteralgebra an, erhält man: Also: H β (E p β E β(α + pβ) α ) = (E p β E α ) = j(e p β E α ) H α (E p β E α ) = β 2 β(α qβ) β 2 (E p β E α ) = j(e p β E α ) (35) (36) (37) βα β 2 + p = j βα β 2 q = j (38) 9

10 (i) Durch Addition 2βα 2βα + p q = 0 p + q = β2 β 2 m (ii) und durch Subtraktion p + q = 2j Nochmal zur Erinnerung: alle Wurzeln mit β + kα sind wieder Wurzeln mit q k p, also auch β + (p q)α, denn Und es gilt: 0 < p < p + q q q < p q < p β + (p q)α = β 2βα β 2 =: σ α (β) ist auch wieder eine Wurzel! σ lässt sich auch als Vorschrift zur Gewinnung neuer Wurzeln verstehen. Lemma 1 (Die Weyl-Reflexion oder Konjugation). Seien α und β Wurzeln einer Lie- Algebra. Dann ist die Reflexion von β an der Hyperebene senkrecht zu α wieder eine Wurzel. Das Reflexionsgesetz lautet: σ α (β) := β 2β α β 2 (39) Bemerkung: Mit diesem Reflexionsgesetz haben die Wurzeln wieder Gruppenstruktur. Man nennt diese Gruppe die Weyl-Gruppe. Die geometrische Veranschaulichung für kleine Dimensionen erinnert an das Gram-Schmidt-Orthonormalisierungsverfahren. Beispiel SU(3) SU(3) ist eine Lie-Gruppe vom Rang 2. Also hat H zwei Elemente von insgesamt acht Generatoren. Die Generatoren T α := 1 2 λ α lauten in der kanonischen Darstellung (also nicht in der adjungierten): λ 1 = λ 5 = i i 0 0 λ 2 = 0 i 0 i 0 0 λ 6 = λ 4 = λ 7 = i 0 i 0 (40) 10

11 Und die beiden Elemente der Cartan-Unteralgebra: λ 3 = λ 2 = Diese Darstellung ist normiert, denn im Sinne der Notation der letzen Vorträge gilt hier: T a, T b = Spur(D(T a )D(T b )) = 1 2 δ ab. Und gilt wirklich λ 3, λ 8 H? Ja, denn [λ 3, λ 8 ] = = = Aus diesen Matrizen definiere ich analog zur SU(2) die Auf- und Absteigeoperatoren als Linearkombination der Elemente von E, also die erstgenannten sechs Generatoren. λ 1±i2 := λ 1 ± iλ 2 λ 4±i5 := λ 4 ± iλ 5 (41) λ 6±i7 := λ 6 ± iλ 7 Bestimmt ist das nicht die einzige Mglichkeit, die Generatoren zu berlagern, man kann sie bestimmt auch zyklisch vertauschen. Welche Eigenwertgleichungen haben wir jetzt zu lösen? Genau die, die zur adjungierten Darstellung führt: also für m = 1, 4, 6 und n = 2, 5, 7: ad H : V V v [H, v] (42) λ 3 λ m±in = (α) x λ m±in λ 8 λ m±in = (α) y λ m±in (43) Wobei eben z.b. λ 3 λ 1±i2 = [λ 3, λ 1±i2 ] (44) ist. Wenn man jetzt diese ganzen 3 3-Matrizen hinschreibt, geduldig ausrechnet und unterwegs kein Minus verliert, kann man folgende Kommutatorrelationen verifizieren: [λ 3, λ 1±i2 ] = ±2λ 1±i2 [λ 8, λ 1±i2 ] = 0 [λ 3, λ 4±i5 ] = ±λ 4±i5 [λ 8, λ 4±i5 ] = ± 3λ 4±i5 [λ 3, λ 6±i7 ] = λ 6±i7 [λ 8, λ 6±i7 ] = ± 3λ 6±i7 (45) 11

12 T α = 1 2 λ a und der Vergleich mit den Eigenwertgleichungen liefern dann für die sechs Wurzelvektoren, die hier zweidimensional sind (zwei Generatoren vertauschen): ( ) ±1 α 1±i2 = 0 ( ) ± 1 α 4±i5 = 2 (46) ( ) 1 α 6±i7 = 2 3 Was aufgetragen in einem Wurzeldiagramm ungefähr so ausieht: Zusammenfassung ± 1 2 Jeder dieser Vektoren spannt also einen eindimensionalen Unterraum auf, in dem sich einer der Leiteroperatoren befindet. Durch anwenden der Leiteroperatoren kann man von einem Ast zum anderen springen. Die beiden Generatoren der Cartan-Unteralgebra befinden sich auf der Null. Anwendung finden diese Wurzeldiagramme z.b. in der Teilchenphysik, um bestimmte Elementarteilchen miteinander in Verbindung zu bringen, Stichwort Baryonenoktett, Quarkzustände. (i) Mit den richtigen Skalarprodukten bildet die adjungierte Darstellung einer Lie- Gruppe eine SU(2)-Unteralgebra (ii) Aus der adjungierten Darstellung erhält man Wurzelvektoren, deren Einstellmöglichkeiten zueinander quantisiert sind (iii) Durch Anwendung der Leiteroperatoren kann man weitere Wurzeln erhalten (iv) Die Wurzelketten brechen oben und unten ab (v) Die Gemeinschaft aller Wurzeln einer adjungierten Darstellung einer Gruppe bildet wieder eine Gruppe, man nennt sie die Weyl-Gruppe. Die Gruppenverknüpfung ist die Weyl-Reflexion. (vi) Wurzeldiagramme finden ihre Anwendung z.b. in der Teilchenphysik Literatur (i) H.F. Jones, Groups, Representations and Physics, Adam Hilger, 1998 (ii) Vorlesung, Lie-Gruppen in der Physik, J. Baacke, WS 2004/

13 (iii) Robert N. Cahn, Semi-Simple Lie Algebras and Their Representation, (iv) Skript von J. Brödel 13

Liegruppen und Liealgebren

Liegruppen und Liealgebren 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

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

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

8. Übungsblatt zur Mathematik I für Maschinenbau

8. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 8. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS / 6..-.. Aufgabe G (Matrixinversion mit Gauß-Algorithmus

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

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch

Mehr

Lineare Algebra II 5. Übungsblatt

Lineare Algebra II 5. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross / Mai Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Algebraisch abgeschlossener Körper) Ein Körper heißt algebraisch abgeschlossen,

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein

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

Algorithmus zur Berechnung der Jordannormalform

Algorithmus zur Berechnung der Jordannormalform Algorithmus zur Berechnung der Jordannormalform Olivier Sète 19. Januar 2011 Inhaltsverzeichnis 1 Motivation 1 2 Algorithmus Wie und warum funktioniert das? 2 2.1 Zutat 1 Für einen Jordanblock.........................

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

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

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

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

Kapitel I. Lineare Gleichungssysteme

Kapitel I. Lineare Gleichungssysteme Kapitel I Lineare Gleichungsssteme Lineare Gleichungen in zwei Unbestimmten Die Grundaufgabe der linearen Algebra ist das Lösen von linearen Gleichungssstemen Beispiel : Gesucht sind alle Lösungen des

Mehr

3 Die Strukturtheorie der Vektorräume

3 Die Strukturtheorie der Vektorräume Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 3 Die Strukturtheorie der Vektorräume Sei V ein K-Vektorraum Sei v 1,...v r V endlich viele vorgegebene Vektoren. Definition: 1. Jeder Vektor

Mehr

Projektive Räume und Unterräume

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

Mehr

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge 1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten

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

, 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

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

Folgen und Grenzwerte

Folgen und Grenzwerte Wintersemester 2015/201 Folgen und Grenzwerte von Sven Grützmacher Dieser Vortrag wurde für den (von der Fachschaft organisierten) Vorkurs für die Studienanfänger an der Fakultät für Mathematik und Informatik

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

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

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

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012 Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.0 Aufgabe : Entscheiden Sie in dieser Aufgabe, ob die Aussagen wahr oder falsch sind. Begründungen sind nicht erforderlich. Ein korrekt gesetztes

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,

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

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 11 Lineare Unabhängigkeit Definition 11.1. Es sei K ein Körper und V ein K-Vektorraum. Dann heißt eine Familie von Vektoren v i, i I,

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

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

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter

Mehr

Lineare Algebra für Physiker 11. Übungsblatt

Lineare Algebra für Physiker 11. Übungsblatt Lineare Algebra für Physiker 11. Übungsblatt Fachbereich Mathematik SS 01 Prof. Dr. Matthias Schneider./. Juli 01 Dr. Silke Horn Dipl.-Math. Dominik Kremer Gruppenübung Aufgabe G1 (Minitest) (a) Welche

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

Newton-Verfahren zur gleichungsbeschränkten Optimierung. 1 Gleichungsbeschränkte Optimierungsprobleme

Newton-Verfahren zur gleichungsbeschränkten Optimierung. 1 Gleichungsbeschränkte Optimierungsprobleme Newton-Verfahren zur gleichungsbeschränkten Optimierung Armin Farmani Anosheh (afarmani@mail.uni-mannheim.de) 3.Mai 2016 1 Gleichungsbeschränkte Optimierungsprobleme Einleitung In diesem Vortrag geht es

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:

Mehr

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

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $ Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit

Mehr

Universität Zürich HS , Vorlesung #3

Universität Zürich HS , Vorlesung #3 Algebraic Number Theory P. Habegger Universität Zürich HS 2010 6.10.2010, Vorlesung #3 1.4 Diskriminante Die primitivste Invariante eines Zahlkörpers ist sein Grad. Die Diskriminante eines Zahlkörpers

Mehr

Rotationssymmetrie und Drehimpuls in der Quantenmechanik

Rotationssymmetrie und Drehimpuls in der Quantenmechanik Theoretische Physik V QM II Projekt 13 Rotationssymmetrie und Drehimpuls in der Quantenmechanik Präsentation von Nikolas Rixen, Pawel Mollenhauer und Madeleine Nuck Einleitung http://www.quantumdiaries.org/2011/06/19/helicity-chirality-mass-and-the-higgs/

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

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

2 Rationale und reelle Zahlen

2 Rationale und reelle Zahlen 2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist

Mehr

5.4 Basis, Lineare Abhängigkeit

5.4 Basis, Lineare Abhängigkeit die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)

Mehr

Vektorräume und Rang einer Matrix

Vektorräume und Rang einer Matrix Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung

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

3 Determinanten, Eigenwerte, Normalformen

3 Determinanten, Eigenwerte, Normalformen Determinanten, Eigenwerte, Normalformen.1 Determinanten Beispiel. Betrachte folgendes Parallelogramm in der Ebene R 2 : y (a + c, b + d) (c, d) (a, b) x Man rechnet leicht nach, dass die Fläche F dieses

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof Dr H Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 11 Rang von Matrizen Definition 111 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von

Mehr

Lineare Algebra I Lösungsvorschlag

Lineare Algebra I Lösungsvorschlag Aufgabe Lineare Algebra I Lösungsvorschlag Wir bezeichnen mit a, a 2, a 3 Q 4 die Spalten der Matrix A. Es ist 7 a + 2a 2 = 7 4 = 7a 3, und wir sehen im l A = a, a 2, a 3 = a, a 2. Da die Vektoren a und

Mehr

Mathematik I. Vorlesung 14. Rang von Matrizen

Mathematik I. Vorlesung 14. Rang von Matrizen Prof Dr H Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 14 Rang von Matrizen Definition 141 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von den Spalten

Mehr

j 1,m 1 ;j 2,m 2 J 2 1,2 j 1, m 1 ; j 2, m 2 = j 1,2 (j 1,2 + 1) j 1, m 1 ; j 2, m 2, (3)

j 1,m 1 ;j 2,m 2 J 2 1,2 j 1, m 1 ; j 2, m 2 = j 1,2 (j 1,2 + 1) j 1, m 1 ; j 2, m 2, (3) Vorlesung Drehimpulsaddition Wir betrachten ein mechanisches System, das aus zwei unabhängigen Systemen besteht. Jedes der zwei Subsysteme besitzt einen Drehimpuls. Der Drehimpuls des ganzen Systems ist

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

Quantenmechanik I. Musterlösung 10.

Quantenmechanik I. Musterlösung 10. Quantenmechanik I Musterlösung 10 Herbst 011 Prof Renato Renner Übung 1 Drehimpulsaddition Betrachte den Spin eines Systems aus einem Teilchen mit Spin s 1 1 und einem Teilchen mit Spin s 1 Der Spinoperator

Mehr

Aufgabe 4 Bestimmen Sie je eine Basis des Zeilen- und des Spaltenraums der Matrix

Aufgabe 4 Bestimmen Sie je eine Basis des Zeilen- und des Spaltenraums der Matrix Mathematik I für Naturwissenschaften Dr. Christine Zehrt 3..8 Übung 3 (für alle Uni Basel Besprechung der Lösungen: 7./8 Dezember 8 in den Übungsstunden Die Geo-Übungsstunde von Gioia findet am 7. Dezember

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

Mehr

Lineare Algebra I 5. Tutorium Die Restklassenringe /n

Lineare Algebra I 5. Tutorium Die Restklassenringe /n Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis

Mehr

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

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

Vortrag 20: Kurze Vektoren in Gittern

Vortrag 20: Kurze Vektoren in Gittern Seminar: Wie genau ist ungefähr Vortrag 20: Kurze Vektoren in Gittern Kerstin Bauer Sommerakademie Görlitz, 2007 Definition und Problembeschreibung Definition: Gitter Seien b 1,,b k Q n. Dann heißt die

Mehr

Vektoren und Matrizen

Vektoren und Matrizen Vektoren und Matrizen Einführung: Wie wir gesehen haben, trägt der R 2, also die Menge aller Zahlenpaare, eine Körperstruktur mit der Multiplikation (a + bi(c + di ac bd + (ad + bci Man kann jedoch zeigen,

Mehr

Studienrichtung: Physik / technische Mathematik, Lehramt, oder andere.

Studienrichtung: Physik / technische Mathematik, Lehramt, oder andere. Lineare Algebra und Analytische Geometrie II Sommer 26 2.9.26 Zweite Klausur für Studierende der Mathematik (inkl. Lehramt) Dritte Klausur für Studierende der Physik Name (deutlich lesbar!):.......................................................................

Mehr

Kapitel 4. Reihen 4.1. Definition und Beispiele

Kapitel 4. Reihen 4.1. Definition und Beispiele Kapitel 4. Reihen 4.1. Definition und Beispiele Ist (a n ) eine Folge von Zahlen, so heißt der formale Ausdruck a ν = a 0 + a 1 + a 2 +... eine Reihe; die einzelnen a ν sind die Glieder dieser Reihe. Um

Mehr

48 Symplektische Geometrie und Klassische Mechanik

48 Symplektische Geometrie und Klassische Mechanik 48 Symplektische Geometrie und Klassische Mechanik Zusammenfassung Zum Schluss der Vorlesung gehen wir noch auf eine geometrische Struktur ein, die wie die euklidische oder die Minkowski-Struktur im Rahmen

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

Kapitel 13. Lineare Gleichungssysteme und Basen

Kapitel 13. Lineare Gleichungssysteme und Basen Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x

Mehr

Aufgabe 1 (a) Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl möglicher Linearkombinationen

Aufgabe 1 (a) Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl möglicher Linearkombinationen Mathe I für Naturwissenschaften Dr. Christine Zehrt 14.12.17 Hinweise und Ergebnisse zur Übung 13 Uni Basel Lösungshinweise Aufgabe 1 (a Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl

Mehr

Kombinatorische Geometrien

Kombinatorische Geometrien KAPITEL 5 Kombinatorische Geometrien Beispiele von Geometrien wurden schon als Inzidenzstrukturen (z.b. projektive Ebenen) gegeben. Wir nehmen hier einen anderen Standpunkt ein und verstehen unter einer

Mehr

Hauptachsentransformation: Eigenwerte und Eigenvektoren

Hauptachsentransformation: Eigenwerte und Eigenvektoren Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung

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

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

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

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

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Ergänzung Eigenwerte und Eigenvektoren Motivation Definitionen Beispiele im IR 2 Beispiele im IR 3 Eigenwerte und Eigenvektoren Motivation Lineare Abbildungen, Ausgangsvektor und Bildvektor Lineare Abbildungen

Mehr

Theoretical Biophysics - Quantum Theory and Molecular Dynamics. 6. Vorlesung. Pawel Romanczuk WS 2016/17

Theoretical Biophysics - Quantum Theory and Molecular Dynamics. 6. Vorlesung. Pawel Romanczuk WS 2016/17 Theoretical Biophysics - Quantum Theory and Molecular Dynamics 6. Vorlesung Pawel Romanczuk WS 2016/17 http://lab.romanczuk.de/teaching Zusammenfassung letzte VL Streuzustände Potentialschwelle Potentialbarriere/Tunneleffekt

Mehr

4.5 Überbestimmte Gleichungssysteme, Gauß sche Ausgleichrechnung

4.5 Überbestimmte Gleichungssysteme, Gauß sche Ausgleichrechnung 4.5 Überbestimmte Gleichungssysteme, Gauß sche Ausgleichrechnung In vielen Anwendungen treten lineare Gleichungssysteme auf, die eine unterschiedliche Anzahl von Gleichungen und Unbekannten besitzen: Ax

Mehr

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele

Mehr

Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.

Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3

Mehr

Abbildung 1: Geordnete Paare im zweidimensionalen euklidischem Raum

Abbildung 1: Geordnete Paare im zweidimensionalen euklidischem Raum Vektorrechnung Wir werden den Vektorbegriff anschaulich einführen und beschränken uns zunächst auf den zweidimensionalen euklidischen Raum. Die Elemente dieses Raumes sind Punkte P, Q, R, S,.... Geordnete

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum

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

Mathematische Probleme, SS 2019 Donnerstag $Id: dreieck.tex,v /04/12 17:03:16 hk Exp $

Mathematische Probleme, SS 2019 Donnerstag $Id: dreieck.tex,v /04/12 17:03:16 hk Exp $ $Id: dreieck.tex,v 1.53 2019/04/12 17:03:16 hk Exp $ 1 Dreiecke 1.1 Rechtwinklige Dreiecke Wir beschäftigen uns gerade mit den primitiven pythagoräischen Tripeln. Haben wir ein solches Tripel, also teilerfremde

Mehr

Projektarbeit Quantenmechanik II

Projektarbeit Quantenmechanik II Projektarbeit Quantenmechanik II Konzepte der Quantenmechanik Kets, Bras und Operatoren Gruppe Born Stefan Brünner, Corinna Gressl, Barbara Krebl Stefan Sattler, Hans-Peter Zach Sommersemester 2008 Abstract

Mehr

6. Rechnen mit Matrizen.

6. Rechnen mit Matrizen. 6. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt und dem

Mehr

Lineare Algebra II 9. Übungsblatt

Lineare Algebra II 9. Übungsblatt Lineare Algebra II 9. Übungsblatt Fachbereich Mathematik SS Prof. Dr. Kollross 5./6. Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest: ohne Benutzung des Skripts und innerhalb von Minuten!)

Mehr

Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen

Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Aufgabe 1: Es sei D die Menge aller rationalen Dedekind-Mengen, also D := { M 2 Q M is Dedekind-Menge }. Auf der Menge D definieren wir

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

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 42 Normale Endomorphismen Nach Satz 34.1 besitzt eine Isometrie über C eine Orthonormalbasis aus Eigenvektoren

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler Wintersemester 2018/19 Inhaltsverzeichnis Teil 1 Teil

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 215/216 Lineare Algebra und analytische Geometrie I Vorlesung 27 In der letzten Vorlesung haben wir die Haupträume zu einem Eigenwert λ zu einem Endomorphismus ϕ als Kern

Mehr

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6 Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................

Mehr

Demo für LINEARE ALGEBRA. Vektoren und Vektorraum. Teil 3. Untervektorräume INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. Datei Nr.

Demo für   LINEARE ALGEBRA. Vektoren und Vektorraum. Teil 3. Untervektorräume INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. Datei Nr. Teil 3 Untervektorräume Stand 1. Juli 011 Datei Nr. 61110 LINEARE ALGEBRA Vektoren und Vektorraum INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK Demo für 61110 Vektorrechnung Teil 3 Untervektorräume 51 Inhalt

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 19 Algebraisch abgeschlossene Körper Wir haben zuletzt erwähnt, dass ein lineares Polynom X a über einem Körper stets irreduzibel

Mehr

Lösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1

Lösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1 D-MAVT Lineare Algebra II FS 8 Prof. Dr. N. Hungerbühler Lösungen Serie. Welche der folgenden Vektoren sind Eigenvektoren der Matrix? (a) (,, ). Ein Vektor v ist Eigenvektor von A :=, falls Av ein skalares

Mehr

4.2 Quotientenvektorräume

4.2 Quotientenvektorräume 306 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 4.2 Quotientenvektorräume Zum Verständnis der folgenden Konstruktion ist es hilfreich, sich noch einmal den Abschnitt 1.4 über Restklassen vom Beginn

Mehr