7 Vektorräume und Körperweiterungen

Größe: px
Ab Seite anzeigen:

Download "7 Vektorräume und Körperweiterungen"

Transkript

1 $Id: vektor.tex,v /05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig Arbeit direkt aus der Definition folgen. Wir beginnen heute mit der sogenannten Kommutativität des Tensorprodukts. Seien hierzu wieder V, W zwei Vektorräume über einem Körper K und (T, t) ein Tensorprodukt von V und W. 1. Offenbar ist auch t : W V T ; (w, v) t(v, w) bilinear, und wir wollen einsehen das (T, t ) ein Tensorprodukt von W und V ist. Seien also U ein Vektorraum über K und f : W V U bilinear. Dann ist auch f : V W U; (v, w) f (w, v) bilinear und es existiert genau eine lineare Abbildung F : T U mit F t = f. Für alle v V, w W ist dann auch F (t (w, v)) = F (t(v, w)) = f(v, w) = f (w, v), d.h. es ist F t = f. Ist umgekehrt G : T U linear mit G t = f, so ist für alle v V, w W wieder G(t(v, w)) = G(t (w, v)) = f (w, v) = f(v, w), also G t = f und somit G = F. 2. Seien V V und W W zwei Teilräume. Dann betrachten wir den Teilraum T := t(v W ) T und die Einschränkung t := t V W : V W T. Wir behaupten, dass (T, t ) ein Tensorprodukt von V und W ist. Dass t bilinear ist, ist dabei klar. Nun seien U ein Vektorraum über K und f : V W U eine bilineare Abbildung. Aus der linearen Algebra wissen wir, dass in einem Vektorraum A jeder Teilraum B ein Komplement hat, wir also A = B C mit einem C A schreiben können, und dann definiert b + c b (b B, c C) eine lineare Abbildung von A auf B, die auf B eingeschränkt die Identität ist, eine sogenannte Projektion auf den Teilraum B. Damit gibt es lineare Abbildungen P : V V, Q : W W und Q W = id W. Mit diesen definieren wir die bilineare Abbil- mit P V = id V dung f := f (P Q) : V W U 12-1

2 und erhalten eine lineare Abbildung F : T U mit F t = f. Dann ist auch die Einschränkung F := F T : T U linear und es gilt F t = (F t) V W = f V W = f da für alle v V, w W stets f(v, w) = f (P v, Qw) = f (v, w) ist. Da das Bild t (U V ) den Vektorraum T erzeugt, ist F durch die Bedingung F t = f auch eindeutig festgelegt. Der letzte Punkt war übrigens die erste Stelle an der wir wirklich Vektorräume über einem Körper brauchen. Alles bisherige kann man genausogut für Moduln über kommutativen Ringen machen, aber das Tensorprodukt von Teilräumen ist dann im Allgemeinen kein Teilraum des Tensorprodukts mehr. Untermoduln besitzen in der Regel keine Komplemente, zum Beispiel wenn wir den Modul M = Z über dem Ring A = Z betrachten, und als Untermodul N = 2Z die geraden Zahlen verwenden. Es verbleibt noch die Frage der Existenz eines Tensorprodukts. Der nun folgende Existenzbeweis ist auf der einen Seite recht abstrakt, er folgt aber dem Standardschema wie die Existenz von Objekten die durch eine universelle Eigenschaft definiert werden, eigentlich immer bewiesen wird. Zuerst konstruiert man ein sehr großes Objekt, und erhält das gesuchte Objekt durch Quotientenbildung nach dem störenden Teil. Zuvor sollten wir uns an zwei allgemeine Begriffe erinnern. Sind K ein Körper und M eine Menge, so können wir einen Vektorraum V über K konstruieren, der die Menge M als Basis besitzt, der sogenannte von M frei erzeugte K-Vektorraum. Diese Konstruktion ist uns schon einmal in 4 begegnet. Man bildet den Vektorraum K (M) := {f : M K f(m) 0 nur für endlich viele m M}, und fasst M als Teilmenge von K (M) auf, indem jedes m M mit dem kanonischen Basisvektor { 1, n = m, e m : M K; n 0, n m identifiziert wird. Dann ist M eine Basis von K (M). Der zweite Begriff ist die Bildung des Quotientenvektorraums, der oft auch als Faktorvektorraum bezeichnet wird. Hier sind ein Vektorraum V über einem Körper K und ein Teilraum U V gegeben. Man betrachtet dann die Nebenklassen von U in V, d.h. die affinen Teilräume v + U für v V. Diese Nebenklassen partitionieren den Vektorraum V, es handelt sich ja gerade um die Äquivalenzklassen der Äquivalenzrelation v v v v U auf V. Die Quotientenmenge bezüglich dieser Äquivalenzrelation ist die Menge V/U := {v + U v V } 12-2

3 der Nebenklassen von U in V. Die Summe zweier solcher Nebenklassen ist wieder eine Nebenklasse (v + U) + (v + U) = v + v + U (v, v V ). Damit wird (V/U, +) eine abelsche Gruppe. Weiter kann V/U zu einem Vektorraum über K gemacht werden, indem wir für alle v V, c K c (v + U) := cv + U definieren. Dies ist unabhängig vom Repräsentanten v der Nebenklasse, den ein anderer Repräsentant hat die Form v+u mit u U, und damit ist c (v+u)+u = cv+cu+u = cv+u wieder dieselbe Nebenklasse. Die definierenden Eigenschaften eines Vektorraums übertragen sich jetzt von V auf V/U, zum Beispiel ist (ab)(v + U) = (ab)v + U = a(bv) + U = a (bv + U) = a (b (v + U)) für alle a, b K, v V. Damit wird V/U wieder ein Vektorraum über K. Die Projektion π : V V/U; v v + U ist dabei eine lineare Abbildung, die Vektorraumstruktur auf V/U wurde ja genau so definiert. Auch der Quotient V/U erfüllt eine universelle Eigenschaft. Sind W ein weiterer Vektorraum über K und T : V W eine lineare Abbildung mit U Kern(T ), so existiert genau eine lineare Abbildung T : V/U W mit T = T π, nämlich T : V/U W ; v + U T v. Auch dies ist vom speziell gewählten Repräsentanten v unabhängig, denn jeder andere hat die Form v + u mit u U Kern T, und es ist T (v + u) = T v + T u = T v. Damit kommen wir nun zum Existenzsatz für Tensorprodukte. Satz 7.1 (Existenz von Tensorprodukten) Seien K ein Körper und V, W zwei Vektorräume über K. Sei dann F der von V W frei erzeugte Vektorraum, also etwa F = K (V W ) und betrachte den von der Menge {(v + v, w) (v, w) (v, w), (λv, w) λ(v, w) v, v V, w W, λ K} {(v, w + w ) (v, w) (v, w ), (v, λw) λ(v, w) v V, w, w W, λ K} erzeugten Teilraum N von F. Weiter seien T := F/N, π : F T die Projektion und t := π V W, also t : V W T ; (v, w) (v, w) + N. Dann ist (T, t) ein Tensorprodukt von V und W. Beweis: Wir beginnen mit der Bilinearität der Abbildung t. Seien v, v V und w W gegeben. Dann ist t(v + v, w) = (v + v, w) + N = (v, w) + (v, w) + (v + v, w) (v, w) (v, w) +N }{{} N = (v, w) + (v, w) + N = t(v, w) + t(v, w). 12-3

4 Die anderen drei Bedingungen t(cv, w) = ct(v, w), t(v, w + w ) = t(v, w) + t(v, w ), t(v, cw) = ct(v, w) für v V, w, w W, c K, folgen analog. Damit ist t : V W T zumindest bilinear. Nun seien U ein Vektorraum über K und f : V W U eine bilineare Abbildung. Da V W eine Basis von F ist, existiert genau eine lineare Abbildung f : F U mit f V W = f. Sind v, v V und w W, so haben wir f ((v + v, w) (v, w) (v, w)) = f (v + v, w) f (v, w) f (v, w) = f(v + v, w) f(v, w) f(v, w) = 0 da f bilinear ist. Ebenso folgt das auch die anderen Erzeuger von N im Kern von f liegen, und damit gilt N Kern f. Mit der universellen Eigenschaft des Quotientenvektorraums erhalten wir eine lineare Abbildung f : T = F/N U mit f π = f. Für diese lineare Abbildung gilt nun f t = f π V W = f V W = f. Wegen t(v W ) = T ist f hierdurch auch eindeutig bestimmt. Damit existiert für je zwei Vektorräume V, W ein Tensorprodukt, und wir haben gesehen, dass es bis auf Isomorphie auch nur genau eines gibt. Etwas schlampig spricht man daher von dem Tensorprodukt von V und W. Den beteiligten Vektorraum nennt man T = V W und die bilineare Abbildung t : V W T wird als v w = t(v, w) (v V, w W ) notiert. Die speziellen Elemente v w von V W nennt man auch Elementartensoren. Jedes Element von V W ist eine Summe von Elementartensoren, aber außer in Randfällen gibt es in V W auch immer Elemente die keine Elementartensoren sind. Die Kommutativität des Tensorprodukts interpretieren wir in dieser Notation als einen Isomorphismus δ : V W W V mit δ(v w) = w v für v V, w W, denn wir hatten gesehen, dass (V W, t ) mit t (w, v) = t(v, w) = v w für v V, w W ein Tensorprodukt von W und V ist. Sind V V, W W Teilräume, so können wir V W = v w v V, w W V W identifizieren. Nun definieren wir auch Tensorprodukte linearer Abbildungen. Definition 7.2: Seien V, W, V, W Vektorräume über einem Körper K und seien T : V V, S : W W zwei lineare Abbildungen. Dann ist die Abbildung V W V W ; (v, w) (T v) (Sw) 12-4

5 offenbar bilinear, und wir erhalten eine eindeutige lineare Abbildung T S : V W V W mit T S(v w) = (T v) (Sw) für alle v V, w W, genannt das Tensorprodukt der linearen Abbildungen T und S. Auch für das Tensorprodukt linearer Abbildungen gibt es eine kleine Liste von Grundeigenschaften. 1. Sind T : V V, T : V V, S : W W und S : W W vier lineare Abbildungen, so behaupten wir (T S ) (T S) = (T T ) (S S). Da die Elementartensoren ganz V W erzeugen, reicht es dies für Elementartensoren zu überprüfen. Für v V, w W haben wir dabei (T S )((T S)(v w)) = (T S )((T v) (Sw)) = (T T v) (S Sw) = (T T ) (S S)(v w). 2. Sind T, T : V V, S, S : W W lineare Abbildungen und c K, so gelten (T + T ) S = T S + T S, (ct ) S = c T S, T (S + S ) = T S + T S, T (cs) = c T S. Auch diese Aussagen muss man jeweils nur auf den Elementartensoren überprüfen Für v V, w W haben wir dabei (T + T ) S(v w) = (T v + T v) (Sw) = (T v) (Sw) + (T v) (Sw) und die restlichen drei Gleichungen folgen analog. 3. Offenbar ist id V id W = id V W. = T S(v w) + T S(v w), 4. Sind T : V V und S : W W Isomorphismen, so ist auch T S ein Isomorphismus und in diesem Fall haben wir Denn nach (1) und (3) ist zunächst (T S) 1 = T 1 S 1. (T 1 S 1 )(T S) = (T 1 T ) (S 1 S) = id V id W = id V W, und analog folgt auch (T S)(T 1 S 1 ) = id V W. Somit ist T S ein Isomorphismus mit Inverser T 1 S

6 Wir kommen nun zur sogenannten Assoziativität des Tensorprodukts. Lemma 7.2 (Assoziativität des Tensorprodukts) Seien K ein Körper und U, V, W drei Vektorräume über K. Dann existiert ein eindeutiger Isomorphismus ϕ : (U V ) W U (V W ) mit ϕ((u v) w) = u (v w) für alle u U, v V, w W. Beweis: Sei w W. Dann ist die Abbildung f w : U V U (V W ); (u, v) u (v w) bilinear, und damit existiert genau eine lineare Abbildung F w : U V U (V W ) mit F w (u v) = f w (u, v) = u (v w) für alle u U, v V. Sind w, w W und λ K, so gelten offenbar f w+w = f w + f w und f λw = λf w, und damit auch Folglich ist die Abbildung F w+w = F w + F w, F λw = λf w. f : (U V ) W U (V W ); (x, w) F w (x) bilinear, und wir erhalten eine lineare Abbildung ϕ : (U V ) W U (V W ) mit ϕ(x w) = f(x, w) = F w (x) für alle x U V, w W. Für u U, v V, w W folgt ϕ((u v) w) = F w (u v) = u (v w). Wegen (U V ) W = (u v) w u U, v V, w W ist ϕ als lineare Abbildung hierdurch eindeutig festgelegt. Analog erhalten wir eine lineare Abbildung ψ : U (V W ) (U V ) W mit ψ(u (v w)) = (u v) w für alle u U, v V, w W. Für u U, v V, w W ist dann ψ(ϕ((u v) w)) = (u v) w, und es folgt ψ ϕ = id (U V ) W. Analog ergibt sich auch ϕ ψ = id U (V W ). Damit ist ϕ ein Isomorphismus mit ϕ 1 = ψ. Der Isomorphismus dieses Lemmas wird üblicherweise in der Notation unterdrückt, man identifiziert also U (V W ) = (U V ) W. Wie immer beim Assoziativgesetz folgt hieraus, dass man auch in komplizierteren iterierten Tensorprodukten beliebig umklammern kann, und damit folglich überhaupt alle 12-6

7 Klammern weglassen kann. Tatsächlich wird oft auch von vornherein ein Tensorprodukt V 1 V n von mehreren Faktoren definiert, dies ist völlig analog zum Tensorprodukt zweier Faktoren, allerdings wird die Notation dabei zunehmend unhandlich. Unser Assoziativitätsisomorphismus ist natürlich, verträgt sich also mit Tensorprodukten linearer Abbildungen. Damit ist die folgende Tatsache gemeint. Sind U, V, W, U, V, W sechs Vektorräume und T : U U, S : V V, R : W W lineare Abbildungen, so ist das Diagram ϕ (U V ) W U (V W ) (T S) R T (S R) (U V ) W ϕ U (V W ) kommutativ. Für Elemente der Form (u v) w (u U, v V, w W ) ist dies klar, und da diese ganz (U V ) W erzeugen, ergibt sich die behauptete Gleichung. Damit nähern wir uns dem Ende der allgemeinen Theorie. Als nächstes Ziel haben wir die Beschreibung von Tensorprodukten in Termen von Basen, und hierzu ist es nützlich, sich zunächst an die direkten Summen der linearen Algebra zu erinnern. Streng gesehen gibt es von diesen zwei Varianten, eine innere und eine äußere. Wir beginnen mit der äußeren Version. Sei hierzu (V i ) i I eine Familie von Vektorräumen über einem Körper K. Dann haben wir ein direktes Produkt i I V i dieser Vektorräume in dem Addition und Multiplikation mit Skalaren einfach komponentenweise erfolgen. Die direkte Summe ist nun der Teilraum { } i I V i := v i I V i v i 0 nur für endlich viele i I. Für jedes i I können wir V i dabei als einen Teilraum der direkten Summe j I V j auffassen, indem wir einen Vektor v V i dem Tupel (v j ) j I mit v j = v für j = i und v j = 0 für j i entsprechen lassen. Die zweite Variante direkter Summen sind die inneren direkten Summen. Hier sind ein Vektorraum V und eine Familie (V i ) i I von Teilräumen von V vorgegeben. Man nennt V dann eine direkte Summe der Teilräume V i (i I) wenn V = i I V i := i I V i gilt, und für alle v i V i (i I) mit v i 0 nur für endlich viele i I stets v i = 0 = (i I) : v i = 0 i I gilt. In der linearen Algebra haben Sie gesehen, dass dies zur Bedingung V i V j = 0 i j I 12-7

8 für alle i I gleichwertig ist. Machen wir uns dies ruhig noch einmal klar: = Sei i I und sei v V i j i V j. Dann existieren v j V j für i j I mit v j 0 nur für endlich viele solche j so, dass v = j i v j ist. Setzen wir dann noch v i := v V i, so ist v i j i v j = 0, also v = v i = 0 nach unserer Annahme. = Seien v i V i für i I mit v i 0 nur für endlich viele i I und i I v i = 0. Sei i I. Dann gilt v i = v j V i V j = 0, j i j i also v i = 0. Diese beiden Begriffe von direkter Summe sind streng genommen verschieden, das eine ist eine Konstruktion eines neuen Vektorraums aus einer gegebenen Familie von Vektorräumen heraus, und das andere ist eine Aussage über eine Familie von Teilräumen eines gegebenen Vektorraums. Trotzdem sind diese beiden Konzepte im wesentlichen gleichbedeutend, und werden üblicherweise nicht voneinander unterschieden. Ist V = i I V i wie in der zweiten Variante, so ist V zur direkten Summe der ersten Variante isomorph, einfach unter dem Isomorphisms (v i ) i I i I v i. Haben wir umgekehrt eine direkte Summe V := i I V i im ersten Sinne und fassen V i für jedes i I als einen Teilraum auf, so ist V die direkte Summe dieser Teilräume. 12-8

7 Vektorräume und Körperweiterungen

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

Mehr

4 Rein transzendente Körpererweiterungen

4 Rein transzendente Körpererweiterungen $Id: transzendent.tex,v 1.5 2009/05/04 14:59:47 hk Exp $ 4 Rein transzendente Körpererweiterungen Wie bereits angekündigt wollen wir nun einsehen, dass wir den rationalen Funktionenkörper K(t 1,..., t

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

4 Rein transzendente Körpererweiterungen

4 Rein transzendente Körpererweiterungen $Id: transzendent.tex,v 1.7 29/5/6 13:34:24 hk Exp $ $Id: trgrad.tex,v 1.3 29/5/6 13:2:32 hk Exp $ 4 Rein transzendente Körpererweiterungen Wir hatten den rationalen Funktionenkörper K(T ) in der Hoffnung

Mehr

Analysis III, WS 2011/2012 Montag $Id: masse.tex,v /10/31 15:48:07 hk Exp $

Analysis III, WS 2011/2012 Montag $Id: masse.tex,v /10/31 15:48:07 hk Exp $ $Id: masse.tex,v 1.8 2011/10/31 15:48:07 hk Exp $ 2 Maßräume 2.2 Meßbare Abbildungen Der nächste Grundbegriff sind die meßbaren Abbildungen. Erinnern Sie sich daran das wir eigentlich einen Integralbegriff

Mehr

10. TENSORPRODUKTE. Lesen Sie den Text sorgfältig und lösen Sie möglichst viele der Übungsaufgaben. Diskutieren Sie die Lösungen.

10. TENSORPRODUKTE. Lesen Sie den Text sorgfältig und lösen Sie möglichst viele der Übungsaufgaben. Diskutieren Sie die Lösungen. Algebra 2 Daniel Plaumann Technische Universität Dortmund Sommersemester 2017 10. TENSORPRODUKTE Arbeitsblatt Lesen Sie den Text sorgfältig und lösen Sie möglichst viele der Übungsaufgaben. Diskutieren

Mehr

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

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

Mehr

49 Tensorprodukt. Diese Abbildung ist offensichtlich bilinear. Sie hat außerdem die folgende universelle Eigenschaft:

49 Tensorprodukt. Diese Abbildung ist offensichtlich bilinear. Sie hat außerdem die folgende universelle Eigenschaft: 49 Tensorprodukt Zusammenfassung Das Tensorprodukt von Vektorräumen erlaubt die Linearisierung von bilinearen und multilinearen Abbildungen zwischen Vektorräumen. Varianten des Tensorproduktes sind das

Mehr

2 Affine und projektive Ebenen

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

Mehr

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.4 2010/05/31 08:41:53 hk Exp hk $ 3 Topologische Gruppen Nachdem wir jetzt gezeigt haben das Quotienten G/H topologischer Gruppen wieder topologische Gruppen sind, wollen wir das Ergebnis

Mehr

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

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

Mehr

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

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48 4 Vektorräume 4.1 Definition Sei K ein Körper. Definition: Ein Vektorraum über K, oder kurz ein K-Vektorraum, ist ein Tupel (V,+,, 0 V ) bestehend aus

Mehr

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.2 2010/05/26 19:47:48 hk Exp hk $ 3 Topologische Gruppen Als letztes Beispiel eines topologischen Raums hatten wir die Zariski-Topologie auf dem C n betrachtet, in der die abgeschlossenen

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 10 (SS 2011) Abgabetermin: Donnerstag, 23. Juni.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 10 (SS 2011) Abgabetermin: Donnerstag, 23. Juni. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 10 (SS 2011) Abgabetermin: Donnerstag, 23. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Das

Mehr

Aufgabe 1. Stefan K. 3.Übungsblatt Algebra I

Aufgabe 1. Stefan K. 3.Übungsblatt Algebra I Stefan K. 3.Übungsblatt Algebra I Aufgabe 1 a) zu zeigen: Z(G) ist ein Normalteiler in G Nach Definition des Zentrums ist Z(G) = {h G hg = gh g G}, = {h G hgh 1 = g g G}. (1) Nachweis, daß Z(G) G eine

Mehr

Lineare Abbildungen - I

Lineare Abbildungen - I Lineare Abbildungen - I Definition. Seien V und W K-Vektorräume (über demselben K). Eine Abbildung F : V W heißt K-linear, wenn L1) F (v + w) = F (v) + F (w) v, w V L2) F (λv) = λf (v) v V, λ K. Somit

Mehr

2 Riemannsche Flächen

2 Riemannsche Flächen $Id: flaechen.tex,v 1.5 2016/11/10 16:04:56 hk Exp $ 2 Riemannsche Flächen 2.1 Definition und erste Beispiele Riemannscher Flächen Am Ende der letzten Sitzung hatten wir schließlich den Begriff einer Riemannschen

Mehr

Geraden in 3 Dimensionen in Form von 2 linearen Gleichungen in den 3 Unbekannten x 1, x 2, x 3.

Geraden in 3 Dimensionen in Form von 2 linearen Gleichungen in den 3 Unbekannten x 1, x 2, x 3. Geraden in 3 Dimensionen in Form von 2 linearen Gleichungen in den 3 Unbekannten x 1, x 2, x 3. In Analogie zu einer Geraden kann man eine Ebene durch einen Punkt in der Ebene (mit Ortsvektor r 0 ) und

Mehr

2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN

2 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

Mehr

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann Ordinalzahlen Im Rahmen der Ordnungsrelationen wurden bisher die Begriffe Partialordnung und Totalordnung (lineare Ordnung) erwähnt. Ein weiterer wichtiger Ordnungsbegriff ist die Wohlordnung. Wohlgeordnete

Mehr

2 Riemannsche Flächen

2 Riemannsche Flächen $Id: flaechen.tex,v 1.6 2016/11/16 12:37:19 hk Exp $ 2 Riemannsche Flächen 2.2 Karten und holomorphe Funktionen auf Flächen Am Ende der letzten Sitzung hatten wir einige der Grundeigenschaften holomorpher

Mehr

02. Vektorräume und Untervektorräume

02. Vektorräume und Untervektorräume 02. Vektorräume und Untervektorräume Wir kommen nun zur eigentlichen Definition eines K-Vektorraums. Dabei ist K ein Körper (bei uns meist R oder C). Informell ist ein K-Vektorraum eine Menge V, auf der

Mehr

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

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

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzugen zur Vorlesung: Der Vollständigkeit

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 1 Konstruktion der reellen Zahlen Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente

Mehr

$Id: vektor.tex,v /01/16 15:50:24 hk Exp $ $Id: cartesisch.tex,v /01/19 11:05:27 hk Exp $

$Id: vektor.tex,v /01/16 15:50:24 hk Exp $ $Id: cartesisch.tex,v /01/19 11:05:27 hk Exp $ $Id: vektortex,v 125 2015/01/16 15:50:24 hk Exp $ $Id: cartesischtex,v 116 2015/01/19 11:05:27 hk Exp $ 9 Vektorräume 94 Koordinatentransformationen Am Ende der letzten Sitzung hatten wir die sogenannten

Mehr

Tensorprodukte. Isabel Semm. 21. Dezember 2004

Tensorprodukte. Isabel Semm. 21. Dezember 2004 Tensorprodukte Isabel Semm 21. Dezember 2004 1 1 Existenz und Eindeutigkeit Definition: Seien M, N, P A-Moduln. f: M x N P heisst A-bilinear, falls x M: N P, y f(x, y) und y N: M P, x f(x, y) Homomorphismen

Mehr

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

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

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.5 2014/04/28 14:01:50 hk Exp $ $Id: diff.tex,v 1.2 2014/04/28 14:24:56 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d Am Ende der letzten Sitzung hatten wir die Tangentialvektoren

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4

Mehr

Summen und direkte Summen

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

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen 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

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

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z); 5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG 15. Dezember 2007

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG 15. Dezember 2007 KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG 5. Dezember 007 Name: Studiengang: Aufgabe 3 4 5 Summe Punktzahl /40 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter die Aufgabenstellung

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

4 Isomorphismen affiner und projektiver Ebenen

4 Isomorphismen affiner und projektiver Ebenen $Id: isomorphie.tex,v 1.3 2018/11/26 18:45:03 hk Exp $ 4 Isomorphismen affiner und projektiver Ebenen Wir haben gezeigt das alle Ternärkörper der projektiven Ebene PG(V ) über einem Vektorraum V isomorph

Mehr

Kapitel 4. Multilineare Abbildungen. 4.4 Tensorprodukte

Kapitel 4. Multilineare Abbildungen. 4.4 Tensorprodukte Kapitel 4 c M. Roczen und H. Wolter Lineare Algebra individuell Online Ver. 0.52, 3.5.2005 Multilineare Abbildungen In diesem Kapitel werden Abbildungen von Vektorräumen untersucht, die in mehreren Argumenten

Mehr

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

Körper- und Galoistheorie

Körper- und Galoistheorie Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 5 In dieser Vorlesung diskutieren wir Normalteiler, das sind Untergruppen, für die Links- und Rechtsnebenklassen übereinstimmen.

Mehr

Ferienkurs Mathematik für Physiker I Skript Teil 2 ( )

Ferienkurs Mathematik für Physiker I Skript Teil 2 ( ) Ferienkurs Mathematik für Physiker I WS 206/7 Ferienkurs Mathematik für Physiker I Skript Teil 2 (28.03.207) Vektorräume Bevor wir zur Definition eines Vektorraumes kommen erinnern wir noch einmal kurz

Mehr

Ringe und Module Im folgenden sind alle Ringe frei wählbar (nicht notwendigerweise kommutativ)

Ringe und Module Im folgenden sind alle Ringe frei wählbar (nicht notwendigerweise kommutativ) Ringe und Module Im folgenden sind alle Ringe frei wählbar (nicht notwendigerweise kommutativ) DEFINITION (1.1): Seien R, S zwei Ringe. Eine Abbildung Ringhomomorphismus, wenn für alle x, y R gilt (1)

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen 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

Mehr

Wiederholung: lineare Abbildungen

Wiederholung: lineare Abbildungen Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =

Mehr

Lösungshinweise Aufgabenblatt 5

Lösungshinweise Aufgabenblatt 5 Höhere Algebra Wintersemester 21/11 Prof. C. Schweigert Bereich Algebra und Zahlentheorie Fachbereich Mathematik, Universität Hamburg Lösungshinweise Aufgabenblatt 5 Aufgabe 1 1. Ja, denn sei Φ : M M surjektiv.

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 57 Lineare Abbildungen bei Körperwechsel Definition 57.1. Zu einer linearen Abbildung ϕ: V W zwischen K-Vektorräumen

Mehr

3 Konstruktion von Maßräumen

3 Konstruktion von Maßräumen $Id: caratheodory.tex,v 1.10 2011/11/17 11:43:55 hk Exp hk $ 3 Konstruktion von Maßräumen 3.4 Der Fortsetzungssatz von Caratheodory Wir hatten in der letzten Sitzung mit dem Beweis des Satzes von Caratheodory

Mehr

1. Gruppen. 1. Gruppen 7

1. 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.

Mehr

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

3.1 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,

Mehr

6 Die Lenz Klassifikation

6 Die Lenz Klassifikation $Id: lenz.tex,v 1.6 2018/12/19 19:38:42 hk Exp $ $Id: trans.tex,v 1.3 2018/12/20 08:02:27 hk Exp $ 6 Die Lenz Klassifikation Wir sind gerade mit dem Beweis des folgenden Lemmas beschäftigt. Lemma 6.16

Mehr

Universelles Koeffiziententheorem der Kohomologie. / Bild δn

Universelles Koeffiziententheorem der Kohomologie. / Bild δn Seminar Kohomologie von Gruppen und Mannigfaltigkeiten Universelles Koeffiziententheorem der Kohomologie Felicitas Lindner Dozent: Andreas Lochmann Definition 1: Sei n+2 n+1 n 1 C n+1 Cn Cn 1 ein Kettenkomplex

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die

Mehr

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

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

Mehr

$Id: korper.tex,v /05/10 12:25:27 hk Exp $

$Id: korper.tex,v /05/10 12:25:27 hk Exp $ $Id: korper.tex,v 1.17 2012/05/10 12:25:27 hk Exp $ 4 Körper In der letzten Sitzung hatten wir den Körperbegriff eingeführt und einige seiner elementaren Eigenschaften vorgeführt. Insbesondere hatten wir

Mehr

Lösungen zur Übungsserie 1

Lösungen zur Übungsserie 1 Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag, 24. September Lösungen zur Übungsserie 1 Aufgaben 1, 3, 4, 5, 6, 8 Aufgabe 1. Sei X eine endliche Menge mit n Elementen, und sei Y eine endliche

Mehr

Prof. Dr. Linus Kramer

Prof. Dr. Linus Kramer 1. Übungszettel zur Vorlesung Geometrische Gruppentheorie 2 Musterlösung SoSe 2016 WWU Münster Prof. Dr. Linus Kramer Nils Leder Antoine Beljean Aufgabe 1.1 Häufig wird der Begriff der quasi-isometrie

Mehr

1. Gruppen. 1. Gruppen 7

1. 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.

Mehr

1.4 Homomorphismen und Isomorphismen

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

Mehr

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

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

Mehr

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

11 Multilineare Algebra

11 Multilineare Algebra 11 Multilineare Algebra Pink: Lineare Algebra 2014/15 Seite 117 11 Multilineare Algebra 11.1 Multilineare Abbildungen Definition: Betrachte K-Vektorräume V 1,...,V r und W. Eine Abbildung ϕ: V 1... V r

Mehr

5 Der Transzendenzgrad

5 Der Transzendenzgrad $Id: trgrad.tex,v 1.7 2009/05/13 13:23:45 hk Exp $ $Id: algab.tex,v 1.2 2009/03/24 14:45:49 hk Exp hk $ 5 Der Transzendenzgrad Jetzt können wir endlich die, schon mehrfach angekündigte, Eindeutigkeit des

Mehr

Algebra II. Prof. Dr. M. Rost. Übungen Blatt 3 (SS 2016) 1. Abgabetermin: Freitag, 6. Mai.

Algebra II. Prof. Dr. M. Rost. Übungen Blatt 3 (SS 2016) 1. Abgabetermin: Freitag, 6. Mai. Algebra II Prof. Dr. M. Rost Übungen Blatt 3 (SS 2016) 1 Abgabetermin: Freitag, 6. Mai http://www.math.uni-bielefeld.de/~rost/a2 Erinnerungen an die Vorlesung: Im Folgenden werden manchmal einige Definitionen

Mehr

5.1 Affine Räume und affine Abbildungen

5.1 Affine Räume und affine Abbildungen 402 LinAlg II Version 1.2 21. Juli 2006 c Rudolf Scharlau 5.1 Affine Räume und affine Abbildungen Ein affiner Raum besteht aus zwei Mengen P und G zusammen mit einer Relation der Inzidenz zwischen ihnen.

Mehr

2 Differenzierbare Mannigfaltigkeiten

2 Differenzierbare Mannigfaltigkeiten $Id: diff.tex,v 1.6 2014/05/12 09:25:07 hk Exp hk $ 2 Differenzierbare Mannigfaltigkeiten 2.1 Topologische Räume In der letzten Sitzung haben wir begonnen den Kompaktheitsbegriff in allgemeinen topologischen

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

Mathematik I. Vorlesung 12. Lineare Abbildungen

Mathematik I. Vorlesung 12. Lineare Abbildungen Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,

Mehr

2 Differenzierbare Mannigfaltigkeiten

2 Differenzierbare Mannigfaltigkeiten $Id: diff.tex,v 1.12 2014/06/09 16:32:35 hk Exp hk $ 2 Differenzierbare Mannigfaltigkeiten 2.3 Berandete und unberandete Mannigfaltigkeiten In der letzten Sitzung haben wir uns mit orientierbaren Mannigfaltigkeiten

Mehr

Lösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j.

Lösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j. Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 24 1. Zeige: Ist 1 n := min{dim K (V 1 ), dim K (V 2 )} < für Vektorräume V 1 und V 2, so ist jeder Tensor in V 1 K V 2 eine Summe von

Mehr

Konstruktion der reellen Zahlen

Konstruktion 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

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen Mathematische Probleme, SS 208 Dienstag 0.4 $Id: vektor.tex,v.30 207/07/7 08:09:23 hk Exp hk $ Analytische Geometrie und Grundlagen In dieser Vorlesung wollen wir uns mit Fragen der sogenannten Elementargeometrie

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II

Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II Matrizen, lineare Gleichungssysteme Wie kommt man von einem linearen Gleichungssystem zu einer Matrix? Was ist die Zeilenstufenform?

Mehr

1 Analytische Geometrie und Grundlagen

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

Mehr

Kapitel 1. Erste algebraische Strukturen. 1.2 Ringe und Körper

Kapitel 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

Mehr

für alle a, b, x, y R.

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

Mehr

α i e i. v = α i σ(e i )+µ

α i e i. v = α i σ(e i )+µ Beweis: Der Einfachheit halber wollen wir annehmen, dass V ein endlich-dimensionaler Vektorraum mit Dimension n ist. Wir nehmen als Basis B {e 1,e 2,...e n }. Für beliebige Elemente v V gilt dann v α i

Mehr

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 56 Basiswechsel bei Tensorprodukten Lemma 56.1. Es sei K ein Körper und seien V 1,...,V n endlichdimensionale

Mehr

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt

Mehr

Algebra II, SS 2009 Montag $Id: algebren.tex,v /06/15 14:14:10 hk Exp $ $Id: moduln.tex,v /06/15 14:14:27 hk Exp $

Algebra II, SS 2009 Montag $Id: algebren.tex,v /06/15 14:14:10 hk Exp $ $Id: moduln.tex,v /06/15 14:14:27 hk Exp $ $Id: algebren.tex,v 1.3 2009/06/15 14:14:10 hk Exp $ $Id: moduln.tex,v 1.2 2009/06/15 14:14:27 hk Exp $ 8 Algebren Am Ende der letzten Vorlesung hatten wir den folgenden Satz bewiesen: Satz 8.2 (Klassifikation

Mehr

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen) Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f(v) = u} (Andere Bezeichnung: f(v) wird in Analysis-Vorlesung

Mehr

$Id: vektor.tex,v /01/21 14:35:13 hk Exp $

$Id: vektor.tex,v /01/21 14:35:13 hk Exp $ Mathematik für Physiker I, WS 2/2 Freitag 2 $Id: vektortex,v 5 2//2 4:35:3 hk Exp $ Vektorräume 2 Untervektorräume und Erzeugendensysteme Am Ende der letzten Sitzung hatten wir wieder einmal den Lösungsraum

Mehr

PROSEMINAR DARSTELLUNGEN ENDLICHEN GRUPPEN: FUNDAMENTALE BEGRIFFEN. pg 1, g 2 q ÞÑ g 1 G g 2,

PROSEMINAR DARSTELLUNGEN ENDLICHEN GRUPPEN: FUNDAMENTALE BEGRIFFEN. pg 1, g 2 q ÞÑ g 1 G g 2, PROSEMINAR DARSTELLUNGEN ENDLICHEN GRUPPEN: FUNDAMENTALE BEGRIFFEN LOUIS-HADRIEN ROBERT 1. Gruppe und Wirkungen Definition 1.1. Eine Gruppe pg, Gq ist eine Menge G mit einer Multiplikation: so dass G :

Mehr

4 Funktionenfolgen und normierte Räume

4 Funktionenfolgen und normierte Räume $Id: norm.tex,v 1.57 2018/06/08 16:27:08 hk Exp $ $Id: jordan.tex,v 1.34 2018/07/12 20:08:29 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Am Ende der letzten Sitzung hatten wir zwei

Mehr

5 Lineare Abbildungen

5 Lineare Abbildungen 5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,

Mehr

Konstruktion reeller Zahlen aus rationalen Zahlen

Konstruktion reeller Zahlen aus rationalen Zahlen Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen

Mehr

Kapitel 4. Multilineare Abbildungen. 4.4 Tensorprodukte

Kapitel 4. Multilineare Abbildungen. 4.4 Tensorprodukte Kapitel 4 Lineare Algebra individuell Online-Fassung, Ver. 0.42 Internes Material, 25.4.2004 c M. Roczen und H. Wolter, W. Pohl, D.Popescu, R. Laza Multilineare Abbildungen In diesem Kapitel werden Abbildungen

Mehr

Aufgabe 1. (i) Lineare Algebra II Übungsbetrieb Blatt Σ

Aufgabe 1. (i) Lineare Algebra II Übungsbetrieb Blatt Σ 1 2 3 4 5 Σ Aufgabe 1 (i) X Menge, Äquivalenzrelation auf X, x, y X x y [x] = [y] [x] [y], X ist disjunkte Vereinigung aller Äquivalenzklassen (Letzte Aussage) Paarweise verschiedene Äquivalenzklassen

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 26. November 2014 Was kommt nach den natürlichen Zahlen? Mehr als die natürlichen Zahlen braucht man nicht, um einige der schwierigsten

Mehr

a) Sei [G : B] = n und [B : A] = m. Seien weiter X G,B = {g 1,..., g n } vollständiges Repräsentantensystem der Linksnebenklassen von A in G.

a) Sei [G : B] = n und [B : A] = m. Seien weiter X G,B = {g 1,..., g n } vollständiges Repräsentantensystem der Linksnebenklassen von A in G. 5. Übungszettel zur Vorlesung Geometrische Gruppentheorie Musterlösung WiSe 2015/16 WWU Münster Prof. Dr. Linus Kramer Nils Leder Cora Welsch Aufgabe 5.1 Sei G eine Gruppe und seien A, B G Untergruppen

Mehr

Übungsblatt 14. Lineare Algebra II, Prof. Dr. Plesken, WS 2008/09

Übungsblatt 14. Lineare Algebra II, Prof. Dr. Plesken, WS 2008/09 Übungsblatt 14 Lineare Algebra II, Prof. Dr. Plesken, WS 2008/09 Aufgabe 3. (Symmetrisches Produkt. 4 Punkte.) Sei V ein n-dimensionaler K-Vektorraum mit Basis B V n und ϕ: V K[x 1,...,x n ] 1 der Isomorphismus,

Mehr

1 Eigenschaften von Abbildungen

1 Eigenschaften von Abbildungen Technische Universität München Christian Neumann Ferienkurs Lineare Algebra für Physiker Vorlesung Dienstag WS 2008/09 Thema des heutigen Tages sind zuerst Abbildungen, dann spezielle Eigenschaften linearer

Mehr

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

Lösung zu Serie Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen

Lösung zu Serie Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen Lineare Algebra D-MATH, HS 4 Prof. Richard Pink Lösung zu Serie. Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen Polynom ist. Lösung: Das charakteristische Polynom eines

Mehr

$Id: vektor.tex,v /01/23 11:03:09 hk Exp $ $Id: cartesisch.tex,v /01/23 11:08:08 hk Exp $

$Id: vektor.tex,v /01/23 11:03:09 hk Exp $ $Id: cartesisch.tex,v /01/23 11:08:08 hk Exp $ $Id: vektor.tex,v 1.32 2017/01/23 11:03:09 hk Exp $ $Id: cartesisch.tex,v 1.20 2017/01/23 11:08:08 hk Exp $ 9 Vektorräume 9.5 Lineare Abbildungen In der letzten Sitzung haben wir den Begriff einer linearen

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

3 Lineare Abbildungen und Matrizen

3 Lineare Abbildungen und Matrizen 3 Lineare Abbildungen und Matrizen Definition 3.1. Es seien V und W zwei Vektorräume über demselben Zahlkörper k. Eine Abbildung heisst linear, falls gilt i) [ λ k ] [ v V ] [ f (λ v) = λ f ( v) ] ii)

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen) Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung

Mehr

3. Übungsblatt Lösungsvorschlag

3. Übungsblatt Lösungsvorschlag Algebraische Geometrie SoSe 2012 Prof. Dr. Urs Hartl Martin Brandenburg 3. Übungsblatt Lösungsvorschlag 2. Seien X 1, X 2 A n (k) algebraische Mengen. Zeigen Sie: (a) I(X 1 X 2 ) = I(X 1 ) I(X 2 ) (b)

Mehr