Stark modulare Gitter mit langem Schatten

Größe: px
Ab Seite anzeigen:

Download "Stark modulare Gitter mit langem Schatten"

Transkript

1 Stark modulare Gitter mit langem Schatten von Kristina Schindelar Diplomarbeit in Mathematik vorgelegt der Fakultät für Mathematik, Informatik und Naturwissenschaften der Rheinisch-Westfälischen Technischen Hochschule Aachen im August 006 angefertigt im Lehrstuhl D für Mathematik bei Prof. Dr. G. Nebe

2

3 Inhaltsverzeichnis Inhaltsverzeichnis iii Einleitung Gitter und Modulformen 5. Symmetrische Bilinearformen Gitter Modulare Gitter Modulformen und Theta-Reihen von Gittern Theta-Reihen Modulformen zu Kongruenzgruppen Das Geschlecht von Gittern 3 3. Quadratische Formen Grundlagen Die Wittgruppe Gitter über diskreten Bewertungsringen Geschlecht von Gittern Knesersche Nachbarschaftsmethode Anwendung der Kneserschen Nachbarschaftsmethode auf die Gitter C k N 45 4 Ungerade Gitter und ihr Schatten Der Begriff des Schattens Stark modulare Gitter und ihr Schatten Bekannte Ergebnisse Unimodulare Gitter von Minimum mit langem Schatten Unimodulare Gitter von Minimum größer als 3 mit langem Schatten Stark modulare Gitter mit langem Schatten Neue Erbebnisse Stark N-modulare Gitter mit langem Schatten Anwendung gerader Gitter zur Klassifikation ungerader Gitter iii

4 iv Inhaltsverzeichnis 6.. Gitter mit ungerader Determinante Gitter mit gerader Determinante Ergebnisse Auftretende Minima im Geschlecht Extremale stark N-modulare Gitter Extremale Gitter mit maximalem Schatten s-extremale Gitter Gefundene Gitter N= N= N= N= N= N= N= N= N=

5 Einleitung Ein Gitter ist eine diskrete Teilmenge des R n, wobei die Punkte gleichmäßig angeordnet sind. Genauer gesagt erhält man ein Gitter durch alle ganzzahligen Linearkombinationen einer Basis des R n. Ein Gitter wird immer bezüglich einer symmetrischen Bilinearform definiert, welche die Abstände und Längen der Gittervektoren bestimmt. Will man um jeden Gitterpunkt jeweils eine Kugel derart legen, dass sich die Kugeln höchstens berühren, nicht aber schneiden, so kann man sich leicht vorstellen, dass je nach Anordnung der Gitterpunkte die Dichte der Kugelpackung variieren kann. Von großem Interesse sind sehr dichte Gitter. Dabei bestimmt sich die Dichte aus dem Minimum und der Determinante des Gitters. Das Minimum eines Gitters ist die minimale Quadratlänge eines Gittervektors ungleich 0, beziehungsweise das Quadrat des minimalen Abstands verschiedener Gittervektoren. Je höher die Dichte eines Gitters, desto dichter die Kugelpackung. Dichte Gitter sind in der Informationübertragung von großem Interesse, denn sie liefern gute fehlerkorrigierende Codes. Ein wichtiges Konzept, um Gitter besser untersuchen zu können, sind Modulformen. Zu jedem Gitter gibt es eine Reihe, die sogenannte Theta-Reihe, deren q-entwicklung die Anzahl von Vektoren einer bestimmten Quadratlänge beschreibt. Diese Theta-Reihen sind Modulformen. Ist ein Gitter beispielsweise gerade und unimodular, so ist seine Theta-Reihe eine Modulform zur vollen Modulgruppe SL (Z) von Gewicht n, wenn n die Dimension des Gitters bezeichnet. Modulformen sind holomorphe Funktionen auf der oberen Halbebene, die unter einer Gruppe von Möbiustransformationen invariant bleiben. Das Besondere an Modulformen ist, dass diese einen durch das Gewicht graduierten Ring bilden, der als C-Algebra endlich erzeugt ist. Die Modulformen von gegebenem Gewicht bilden somit einen endlich-dimensionalen C-Vektorraum. In dieser Arbeit werden stark N-modulare Gitter, die rational äquivalent zu den Gittern C k N sind, betrachtet. Das sind solche, die isometrisch zu allen reskalierten partiellen dualen Gittern sind (siehe Definition.3.8). Der Begriff modular beziehungsweise stark N-modular wurde erstmals von Quebbemann in [Que95] und [Que97] eingeführt. Für N N = {,,3,5,6,7,,4,5,3} hat Quebbemann mit Hilfe von Modulformen gezeigt, dass das Minimum eines geraden, stark N-modularen Gitters kleiner gleich + nσ (N) 4σ 0 (N) (siehe [Que97]). Dabei bezeichnet σ 0(N) die Anzahl der Teiler von N und σ (N) die Summe der Teiler von N. Das allgemeine Prinzip, um solch eine Schranke zu finden, benutzt zwei wesentliche Dinge. Ei-

6 Kapitel : Einleitung nerseits kennt man eine Basis b,...,b t des Raums der Modulformen M n (Γ ger (N)) vom Gewicht n zur geeigneten Modulgruppe Γ ger (N), in welchem die Theta-Reihen der n-dimensionalen stark N-modularen Gitter liegen. Andererseits liefert die Bedingung Minimum von L gleich m genau m lineare Gleichungen, denn θ L hat die Form +0q +0q q m +a m q m Da diese Bedingungen unabhängig sind, ist θ L für m = t eindeutig bestimmt. Das Minimum des Gitters ist also kleiner gleich mal der Dimension von M n (Γ ger ). Gitter, die dieses Minimum erreichen, heißen extremal. Will man nun aber ungerade modulare Gitter betrachten verliert man eine Invarianzeigenschaft. Die Gruppe Γ unger (N), zu der die Theta-Reihen ungerader stark N-modularer Gitter Modulformen sind, wird kleiner und damit die Dimension von M n (Γ unger (N)) größer, das heißt die Schranke an das Minimum wird schlechter. Für ungerade Gitter führten Rains und Sloane daher den Begriff des Schattens ein. Der Schatten eines ungeraden Gitters ist eine Restklasse nach dem dualen Gitter, genauer gesagt Sh(L) := L # ev \ L #, wobei L ev das gerade Teilgitter bezeichnet, in dem alle Vektoren mit geradem Skalarprodukt enthalten sind. Die Theta-Reihe des Schattens eines ungeraden, stark N-modularen Gitters kann aus der Theta-Reihe des Gitters berechnet werden. Es gibt einen Ringhomomorphismus Sh, so dass θ Sh(L) = Sh(θ L ). Die Bedingung, dass die Theta-Reihe des Schattens nur positive Koeffizienten hat liefern genug Bedingungen, um die gleiche Schranke an das Minimum zu bekommen wie für gerade Gitter (siehe [RS98] beziehungsweise Kapitel 4, Satz 4..). Rains und Sloane konnten also den Begriff der Extremalität auf ungerade stark N-modulare Gittern erweitern. Die Basis dieser Arbeit war der Artikel Strongly modular lattices with long shadow von G. Nebe, siehe [Neb04]. In dem Artikel wurden stark N-modulare Gitter von Minimum und zweitlängstem Schatten betrachtet. Nebe konnte eine genaue Schranke angeben, in welchen Dimensionen Gitter mit den genannten Eigenschaften existieren können. In dieser Arbeit wurde versucht eine solche Schranke für stark N-modulare Gitter mit Minimum 3 und drittlängstem Schatten zu finden (diese Gitter sind s-extremal). Dies ist jedoch nicht gelungen, weil sich die Theta-Reihen der Gitter von ungeradem Minimum anders verhalten, als die Theta-Reihen der Gitter von geradem Minimum (vergleiche [NSa]). Dies kann man beobachten, wenn man die Theta-Reihen von s-extremalen Gittern berechnet. S-extremale Gitter sind Gitter, für die die Summe vom Schattenminimum und zwei mal dem Gitterminimum maximal wird. Der Begriff s-extremal wurde von P. Gaborit in [Gab] für unimodulare Gitter eingeführt und in [NSa] verallgemeinert. Die Theta-Reihen solcher Gitter sind eindeutig bestimmt. Berechnet man nun diese Theta-Reihen, so erhält man für Gitter mit geradem Minimum, negative Koeffizienten in der q-entwicklung, wenn die Dimension groß wird. Bei Gittern mit ungeradem Minimum erhält man seltener einen solchen Widerspruch zu der Existenz der Gitter, jedenfalls beim Betrachten der ersten 00 Koeffizienten in der q-entwicklung.

7 3 Weiter wurde in dieser Arbeit versucht in möglichst vielen Dimensionen die stark N- modularen Gitter mit Minimum 3 und drittlängstem Schatten zu klassifizieren. Dazu wurde die Knesersche Nachbarschaftsmethode (siehe [Kne57]) genutzt. Die stark N-modularen Gitter, die rational äquivalent zu C k N sind, liegen im Geschlecht von Ck N. Das heißt die Komplettierung der Gitter ist für alle Primzahlen und für unendlich gleich der Komplettierung von C k N. Mit der Kneserschen Nachbarschaftsmethode kann man das ganze Spinorgeschlecht eines Gitters berechnen und da für C k N das Spinorgeschlecht gleich dem Geschlecht ist, genügt es die Knesersche Nachabrschaftsmethode auf die Gitter C k N anzuwenden. Hat man das Geschlecht bestimmt, so muss man nur noch überprüfen, ob Gitter mit den gewünschten Eigenschaften darin liegen. In hohen Dimensionen wird die Laufzeit zu groß, um das Verfahren so anzuwenden. Man kann jedoch einen geraden Nachbarn von C k N berechnen, dessen Geschlecht bestimmen und die ungeraden Gitter mit den Kanten im Nachbarschatsgraphen der geraden Gitter identifizieren (siehe Borchards [CS99, Chapter7]). Aber auch diese Methode versagt in hohen Dimensionen. In Fällen, in denen Geschlechter schon bestimmt sind und man die Gitter kennt, zu denen das gesuchte Gitter benachbart sein muss, kann man aus dem Nachbar das gesuchte Gitter konstruieren (siehe Kapitel Neue Ergebnisse).

8 4 Kapitel : Einleitung

9 Gitter und Modulformen. Symmetrische Bilinearformen Seien A ein kommutativer Ring mit und E ein A-Modul. Definition.. (a) Eine Abbildung b : E E A heißt symmetrische Bilinearform, falls für alle x,y E und a A gilt, dass (i) b(ax + y, z) = ab(x,z) + b(y,z) (ii) b(x,y) = b(y,x). Dann heißt (E,b) bilinearer A-Modul. (b) Die bilinearen Moduln (E,b), (E,b ) heißen isometrisch, wenn ein A-Modul- Isomorphismus ϕ : E E existiert mit b (ϕ(x), ϕ(y)) = b(x,y) für alle x,y E. Im Zeichen: (E,b) = (E,b ). Dann heißt ϕ eine Isometrie. Definition.. Sei (E,b) ein bilinearer A-Modul. (a) Seien x,y E. Es heißt x orthogonal zu y (bzgl. b), wenn b(x,y) = 0. Ist F E, so heißt F := {x E b(x,y) = 0 y F} der orthogonale Untermodul der Teilmenge F. (Offensichtlich ist F ein A-Untermodul von E.) (b) E heißt orthogonale Summe der Teilmodulen E,,E n, E = E E E n, falls E = n i= E i und E i E j für alle i j, d.h. b(x i,x j ) = 0 x i E i, x j E j. (c) E := Hom A (E,A) = {ϕ : E A ϕ ist A Modulhomomorphismus} heißt der zu E duale Modul. (E ist ein A-Modul durch (a ϕ)(x) := a ϕ(x) x E, a A, ϕ E ) (d) Für x E und F E sei b F (x) : F A definiert durch b F (x)(y) := b(x,y) für alle y F. 5

10 6 Kapitel : Gitter und Modulformen Lemma..3 Sei F E. Dann ist E = F F genau dann wenn b F (E) = b F (F) und F F = {0}. Beweis: Klar! Sei b F (E) = b F (F). Zeige: für alle x E existiert ein y F und y F mit x = y + y. Sei x E. Dann gibt es y F mit b F (x) = b F (y). Daraus folgt, dass für alle z F gilt: b F (x)(z) = b(x,z) = b(y,z) = b F (y)(z) b(x y,z) = 0 z F y := x y F und x = y + y F + F Definition..4 (a) (E,b) heißt nicht ausgeartet, wenn b E : E E injektiv ist. (b) (E,b) heißt regulär, wenn b E bijektiv und E ein endlich erzeugter freier A-Modul ist. Satz..5 Sei F E so dass (F,b F F ) regulär ist. Dann ist E = F F. Beweis: Da F regulär ist folgt, dass b F F : F F bijektiv ist. Daraus folgt: b F (E) = b F (F) und Kern(b F F ) = F F = {0}. Mit..3 folgt die Behauptung. Definition..6 Sei E = n i= Ae i ein freier A-Modul mit Basis e = (e,,e n ). Sei b : E E A eine symmetrische Bilinearform. Die Matrix G(e) := ( b(e i,e j ) ) i, j n An n heißt Gram-Matrix von b bzgl. e. Satz..7 Sei E ein endlichdimensionaler Vektorraum über einem Körper A. Sei b : E E A eine symmetrische Bilinearform. Dann gibt es eine Zerlegung E = E E r F, wobei E i regulär, dim(e i ) = oder dim(e i ) = für alle i =,,r und F = E. E ist genau dann regulär, wenn F = {0}. Beweis: Beweis durch Induktion nach dim(e): dim(e) = 0 : Klar! dim(e) = n > 0 :

11 . Gitter 7.Fall Ist b(e,e) = 0, so setze F := E..Fall Ist b(e,e) {0}, so unterscheide: Fall. : Es existiert ein e E mit b(e,e) 0. Setze E := e E. Daraus folgt, dass E ist regulär. Mit..5 erhalten wir, dass E = e e, wobei dim( e ) = dim(e) Die Behauptung folgt mit Induktion! Fall. : Für alle e E ist b(e,e) = 0. Dann gibt es e, f E mit b(e, f ) 0. Setze E := e, f E, e := (e, f ) und a := b(e, f ). Da det(g(e)) = a 0 ist E regulär und also E = E E mit dim(e ) = dim(e), nach..5. Die Behauptung folgt mit Induktion! Bemerkung..8 Der Fall. aus dem Beweis von Satz..7 tritt für char(a) nicht auf, denn es ist b(e+ f,e+ f ) = b(e,e)+b(e, f )+b( f, f ), und somit können für char(a) und b(e, f ) 0 nicht alle b(e + f,e + f ), b(e,e), b( f, f ) gleich Null sein. Folgerung..9 Jeder endlichdimensionale Vektorraum über einem Körper der Charakteristik ungleich hat eine Orthogonalbasis.. Gitter Sei V ein Vektorraum der Dimension n über R mit einer positiv definiten Bilinearform (, ). Definition.. (i) Eine Teilmenge L V heißt Gitter von Rang m in V, falls es linear unabhängige Vektoren e,...,e m V so gibt, dass { m } L = Ze Ze m = x i e i x i Z. Gilt n = m, so heißt L volles Gitter. Das Tupel e := (e,...,e m ) heißt Gitterbasis. (ii) Es heißt det(l) := det(g(e)) die Determinante von L. i=

12 8 Kapitel : Gitter und Modulformen In dieser Arbeit werden ausschließlich volle Gitter betrachtet. Es bezeichne L ein Gitter von Rang n mit Basis e := (e,...,e n ). Weiter bezeichne S tr die Transponierte Matrix einer Matrix S. Bemerkung.. Die Determinante eines Gitters ist unabhängig von der Basiswahl, daher ist die vorhergehende Definition wohldefiniert. Beweis: Seien e und e zwei Basen des Gitters L, und sei S die Basiswechselmatrix, die e in e überführt. Es hat S ganzzahlige Koeffizienten, und S existiert. Da det(s) und det(s ) ganze Zahlen sind und zusätzlich det(s) det(s ) = ist, folgt det(s) = ±. Weiter gilt G(e ) = S tr G(e)S und damit folgt det(g(e)) = det(g(e )). Beispiel..3 Sei V = R n. Sei (e,...,e n ) die Standardbasis, und sei das Standardskalarprodukt die zu V gehörige Bilinearform. Dann heißt Z n := Ze Ze n das Standardgitter. Analog zu [Ebe94, Chapter ] führen wir die folgenden Begriffe ein: Definition..4 Das Parallelepiped F(e) := {λ e λ n e n 0 λ i } heißt die Grundmasche von L bzgl. e. Ihr Volumen ist erklärt durch vol(f(e)) = det(g(e)) Die folgende Zeichnung zeigt einen Ausschnitt des Standardgitters Z mit eingezeichnetem Fundamentalbereich F(e): F(e) e 0 e Das Volumen des Gitters L ist wie folgt definiert. vol(l) := vol(r n /L) = (vol(f(e))) Beispiel..5 Sei L das -dimensionale Standardgitter. Es ist vol(l) = det(g(e)) = ((,0), (,0)) ((0,), (0,)) =. Der Quotient R /L ist ein -dimensionaler Torus.

13 . Gitter 9 Bemerkung..6 Sei L L ein Teilgitter von L. Es gilt det(l ) = det(l) [L : L ]. Diese Gleichheit nennt man Determinanten-Index-Formel. Beweis: Nach dem Elementarteilersatz für endlich erzeugte freie Z Moduln gibt es ein Basis (b,...,b n ) von L, so dass (a b,...,a n b n ) eine Basis von L ist. Es bezeiche S die Wechselmatrix von L nach L. Es folgt, dass det(l ) = det(s L) = det(l) det(s). Definition..7 (i) L heißt ganz, wenn (x,y) Z für alle x, y L. (ii) L heißt gerade, wenn (x,x) Z für alle x L. Ein gerades Gitter ist ganz, da (x + y, x + y) = (x,x) + (x,y) + (y,y) (x,y) = (x + y, x + y) } {{ } (x,x) } {{ } (y,y). }{{} Z Z Z Es heißt L ev := {x L (x,x) Z} gerades Teilgitter von L. L ev ist der Kern der linearen Abbildung L F, x (x,x) + Z. Ist L gerade, so ist L = L ev ; ist L ungerade, so ist L ev L, und aus dem Homomorphiesatz folgt, dass L/L ev =. Bemerkung..8 Ein Gitter ist ein freier bilinearer Z-Modul. Definition..9 Für ein Gitter L sei L # := {v V (v,y) Z y L}. Das Gitter L # heißt das zu L duale Gitter. Die obige Definition ist wegen des folgenden Satzes wohldefiniert. Satz..0 Es besitzt L # die Basis e # = (e #,,e# n), wobei e # i := n j= a i j e j mit A := ((a i j )) = G(e). Es gilt außerdem, dass (e i,e # j ) = δ i j. Beweis: Offensichtlich gilt, dass < e # > L #. Außerdem hat der von e # aufgespannte Raum Rang n. Es gilt, dass AI n G(e) I n = I n. Daraus folgt, dass ( n j= a i j e j, e k ) = δ i j für alle i, j. Da außerdem (,) regulär ist, folgt die Behauptung.

14 0 Kapitel : Gitter und Modulformen Folgerung.. Nach Satz..0 gilt, dass G(e # ) = G(e). Daraus folgt, dass det(l # ) = det(l). Bemerkung.. (i) Aus L L folgt, dass L # (L ) #. (ii) Es ist L genau dann ganz, wenn gilt L L #. (iii) Nach der Determinanten-Index-Formel gilt für ein ganzes Gitter: det(l) det(l) = det(l # ) = [ L # : L ]. Definition..3 Die Automorphismengruppe eines Gitters L ist die Menge aller Abbildungen, die das Gitter isometrisch in sich überführen. Analog zu [Ebe94] zeigen wir in einem kleinen Beispiel einen Zusammenhang zwischen binären Codes und Gittern. Dieser erlaubt uns eine schöne Einführung des Wurzelgitters E 8. Beispiel..4 Von Codes zu Gittern Ein Code der Länge n ist eine Teilmenge des F n q für eine Primzahlpotenz q. Ist q =, so heißt der Code binär. Ein linearer Code ist ein Untervektorraum des F n q. Hat man einen binären Code, so kann man aus diesem wie folgt ein Gitter konstruieren. Sei Z n das Standardgitter, so betrachten wir die Reduktion modulo ρ : Z n (Z/Z) n = F n. Ist C ein linearer Code der Dimension k im F n, so ist Fn /C = F n k. C ist eine Untergruppe von Index n k von F n. Also ist das Urbild ρ (C) eine Untergruppe von Index n k von Z n. Es ist ρ (C), wie man leicht sieht, ein Gitter. Somit ist auch L C := ρ (C) ein Gitter. Betrachten wir einen der bekannten Hamming-Code. Dieser ist definiert durch eine Abbildung F 4 F7, (x,x,x 3,x 4 ) (x,x,x 3,x 4, x x 3 x 4, x x x 4, x x 3 x 4 ). Ergänzt man den Code von x 8 := x + + x 7, so erhält man den erweiterten Hamming-Code H. Der erweiterte Hamming-Code hat die Basis ( f, f, f 3, f 4, f 5, f 6, f 7 ) := ((0,,,0,,0,0,), (0,0,,,0,,0,), (0,0,0,,,0,,), (,0,0,0,,,0,), (0,,0,0,0,,,), (,0,,0,0,0,,), (,,0,,0,0,0,)). Klar ist, dass die Vektoren f,..., f 7 in den zugehörigen Gitter L H enthalten sind. Es ist L H ein gerades Gitter im R 8 mit der Basis ( f, ( f f ), ( f 3 f ), ( f 4 f 3 ), ( f 5 f 4 ), ( f 6 f 5 ), ( f 7 f 6 ), (,,0,0,,0,,0)). (Denn: Leicht rechnet man nach, dass die Vektoren linear unabhängig sind. Das Bild der Vektoren ist offensichtlich in H enthalten.) Man definiert das Gitter E 8 als L H.

15 .3 Modulare Gitter.3 Modulare Gitter Sei p eine Primzahl, Q p der Körper der p-adischen Zahlen und Z p der Ring der ganzen p- adischen Zahlen und Z p Q =: Z (p) = { a b p b}. Weiter sei im Folgendem L ein Gitter dessen Bilinearform nur Werte in Q annimmt. Wir führen analog zu [RS98] modulare Gitter ein. Definition.3. Für ein Gitter L heißt L p := Z p Z L, mit p P die p-komplettierung von L. Definition.3. Sei Π P. Das Gitter L # Π := { v L Q (v,l) Z (p) p Π und (v,l # ) Z (p) p / Π } heißt das Π-Dual von L. Bemerkung.3.3 Offensichtlich ist L # Π wieder ein Gitter. Lemma.3.4 Seien M, L Z-Gitter in V. Es gilt: L = M Z (p) L = Z (p) M für alle p P Beweis: Die Behauptung ist klar, da Z Z (p) für alle p P. Sei B eine Z Basis von L und C eine Z Basis von M. Weiter sei MC B die Basiswechselmatrix von L nach M. Es folgt, dass MC B GL n(z (p) ) für alle p P. Daraus erhalten wir, dass MC B GL n (Z (p) ) = GL n (Z), da (p) = Z. p P p PZ Insgesamt folgt, dass MC B in GL n(z) enthalten ist. Bemerkung.3.5 Sei L ein ganzes Gitter. Dann gilt, dass [ ] L # Π = L # Z p p Π L.

16 Kapitel : Gitter und Modulformen Beweis: Sei p P, so ist { { } v L Q (v,l(p) ) Z (L # (p) = (L(p) ) # = (L # ) (p) falls p Π Π ) (p) = { } v L Q (v,l(p) # ) Z (p) = ((L (p) ) # ) # = L (p) falls p / Π und L # (p) (Z [ p p Π ]L) (p) = { L # (p) (L Q) = L (p) # falls p Π L (p) # L (p) = L (p) falls p / Π. Nach Lemma.3.4 folgt die Behauptung. Bemerkung.3.6 Es ist L # /0 = L und L # P = L #. Definition.3.7 Seien L, L zwei Gitter.. Ein Isomorphismus g von L nach L heißt Ähnlichkeit, falls ein s R existiert, so dass (g(x), g(y)) = s(x, y) für alle x, y L.. Sei L ein ganzes Gitter und Π P. Eine Ähnlichkeit von L # Π nach L heißt Modularität. 3. Eine Modularität σ heißt von der Stufe s (oder auch s-modularität), falls Π aus der Menge aller Primteiler von s besteht und σ die Norm mit s multipliziert, das heißt also Π := {p P p s} und es existiert eine Ähnlichkeit von L # nach L, so dass (σ(x),σ(y)) = s(x,y) für alle x,y L. Definition.3.8 Ein ganzes Gitter L heißt von der Stufe l, falls l die kleinste natürliche Zahl ist, so dass l L # ganz ist. Ist L ein gerades Gitter, so heißt die kleinste Zahl l, so dass ll # wieder gerade ist, die gerade Stufe von L. Sei Π P. Vertauscht man die Rollen von L # und L # Π, so ist die Π-Stufe l π und l π analog definiert. Sei N N. Ein Teiler d von N heißt exakt, falls ggt( N d,d) =. Im Zeichen: d N. Definition.3.9 Sei L ein ganzes Gitter.. Sei M N. Es heißt L M-modular, falls L Modularitäten der Stufe m für alle m aus M besitzt.. Sei N N. Das Gitter L heißt N-modular, falls seine Stufe N teilt und es {,N}-modular ist.

17 .3 Modulare Gitter 3 3. Sei N N. Das Gitter L heißt stark N-modular, falls seine Stufe N teilt und es für jeden exakten Teiler d von N eine d-modularität besitzt. Bemerkung.3.0 Sei NL # ganz, dann ist L # {p p N} = L #. Beweis: Da NL # ganz ist, folgt, dass NL # ( NL #) # = N L. Damit ist L # N ] Z[ L p p N L und wir erhalten, dass L # {p p N} = L #. Bemerkung.3. Ein Gitter L ist genau dann N-modular, wenn gilt, dass L = NL #. Beweis: Sei L N-modular. Dann ist NL # ganz und somit L # = L # {p p N}. Nach Voraussetzung existiert eine Modularität der Stufe N. Sei L = NL #, dann ist NL # ganz und somit L # = L # {p p N}. Nach Voraussetzung existiert eine Modularität der Stufe N. Folgerung.3. Ist L ein N-modulares Gitter, so ist det(l) = N n. Beweis: Nach der vorhergehenden Bemerkung existiert eine Matrix S GL n (Z), mit det(l) = det(s tr NL # S) = det(s) N n det(l). Daraus folgt, dass det(l) = N n. Folgerung.3.3 Ist N quadratfrei und L ein stark N-modulares Gitter, so gilt für jeden Teiler p von N, dass L # p = L # p L. Satz.3.4 Sei N N quadratfrei. Besitzt L für die paarweise teilerfremden Teiler d i, i m von N eine d i -Modularität, so besitzt L auch eine (d... d m )-Modularität. Beweis: Wir führen den Beweis für m = durch und erhalten den Rest analog. Seien d i =: p und d j =: q. Weiter seien σ p : L L #,p eine p-modularität, σ q : L L #,q eine q-modularität und σ pq eine (p q)-modularität. Da man σ p bzw. σ q auf QL fortsetzen kann, zeigen wir, dass σ p (σ q (L)) = σ pq (L). Dazu zeigen wir erstmal die folgende Behauptung. () Sei z p L#,q. Dann ist (z,y ) q Z für alle y L #,q genau dann, wenn gilt, dass (z,y)

18 4 Kapitel : Gitter und Modulformen Z für alle y L. Sei z = p z mit z L #,q, und es gelte, dass (z,y ) q Z für alle y L #,q. Da L L #,q, folgt, dass (z,y) q Z und (z,y) = p (z,y) Z für alle y L. p Daraus folgt, dass (z,y) Z, da ggt (p,q) =. Sei z p L#,q, und es gelte (z,y) Z für alle y L. Es folgt, dass (z,y ) q Z für alle y q L. Damit erhalten wir, dass (z,y ) q Z für alle y L #,q, da L #,q q L. () Nun können wir die Behauptung des Satzes zeigen. σ q (L #,p ) = σ q ( {x p } L (x,y) Z y L ) = {σ q (x) x p } L, (x,y) Z y L { = z } p L#,q p(z,σ q (y)) Z y L = () {z } p L#,q (z,y) Z y L = p ( q L L# ) L # = L #,pq Insgesamt erhalten wir also, dass L eine (p q)-modularität besitzt. Folgerung.3.5 Sei N N quadratfrei. Um nachzuprüfen, dass ein Gitter stark N-modular ist, genügt es für jeden Primteiler eine Modularität zu finden. Definition.3.6 Ein Gitter L heißt unimodular (oder -modular ), falls L = L #. Folgerung.3.7 Ist L unimodular, so gilt det(l) =. Ist L ein ganzes Gitter, so ist dieses genau dann unimodular, wenn det(l) =. Beispiel.3.8 Das in. eingeführte Gitter E 8 ist ganz und hat Determinante. Somit ist es nach der vorhergehenden Folgerung unimodular. Die modularen Gitter sind Verallgemeinerungen von unimodularen Gittern. Sei L ein stark N-modulares Gitter der Dimension k und N = mm für zwei teilerfremde Zahlen. Wir erhalten das folgende Verhältnis.

19 .3 Modulare Gitter 5 L # m (m ) k k L #,m L#,m (m ) k m k L Beispiel.3.9 Sind N {,,3,5,6,7,,4,5,3} und k N, so ist C k N := ( d N d Z) k ein stark N-modulares Gitter. Beweis: Es genügt, die Behauptung für k = zu zeigen, da CN k aus k orthogonalen Kopien von C N entsteht. Es ist C N # = d N Z. Sei (e d,...,e n ) = ( d b,..., d n b n ) eine Basis von C N, wobei (b,...,b n ) die Standardbasis bezeichnet.. Ist N P, so genügt es zu zeigen, dass C N eine N-Modularität besitzt. Da C N von Stufe N ist, ist NC N # C N und somit C #,{N} N = C N #. Definiere σ : C N C # N, b N b, Nb b. Offensichtlich ist σ ein Isomorphismus. Da außerdem (b,b ) = = N N = N(σ(b ),σ(b )) und ( Nb, Nb ) = N = N = N(σ( Nb ),σ( Nb )), folgt die Behauptung.. Sei N 6,4,5. Schreibe N = p q, mit p,q P. Offensichtlich ist C N wieder von der Stufe N. Es besitzt C N eine p- bzw. q-modularität. Sei σ o.b.d.a. eine p-modularität. Es gilt, dass C #,{p} N = C N # p C N = b, p b, p qb 3, q b 4 Z. Definiere σ : C N C {p},# N, b p b, pb b, qb 3 q p b 4 pqb4 qb 3. Offensichtlich ist σ ein Isomorphismus. Leicht rechnet man nach, dass σ auch eine Ähnlichkeit ist. Vertauscht man die Rollen von p und q, so erhält man eine q-modularität und mit Folgerung.3.5 erhält man die Behauptung. Bemerkung.3.0 Sei L ein ganzes Gitter.

20 6 Kapitel : Gitter und Modulformen (i) Sei b die zu L gehörende Bilinearform. Die Abbildung b : L # /L L # /L R/Z, b(x + L, y + L) = (x, y) + Z ist eine wohldefinierte symmetrische Bilinearform. (ii) Die Bilinearform b ist nicht ausgeartet. (iii) Sei L stark N-modular mit N quadratfrei. Seien p,q P, mit p q Teiler von N. Die Gitter L #,{p} und L #,{q} stehen orthogonal zueinander bezüglich b. Beweis: (i) Sei L # x = z + l, mit z L #, und l L. Zu zeigen ist, dass b(x + L,y + L) = b(z + L,y + L). b(x + L,y + L) = b(z + l + L,y + L) = b(z + l,y) + Z = b(z,y) + b(l,y) +Z } {{ } Z, da y L # = b(z,y) + Z = b(z + L,y + L) (ii) Die Behauptung folgt, da b(x + L,y + L) = 0+Z für alle y L # genau dann, wenn (x,y) Z für alle y L # genau dann, wenn x ( L #) # = L. (iii) Sei k := n := dim(l). Um die Behauptung zu zeigen, betrachte L # p L als Untergruppe der Ordnung (N/p) k von L # /L, bzw. L # q L als Untergruppe der Ordnung (N/q)k von L # /L. L # L # p L L# q L (N/p) k (N/q) k L

21 .4 Modulformen und Theta-Reihen von Gittern 7 Seien x L # p L und y L# q L. Zeige, dass b(x + L, y + L) = 0 + Z. ( ) ( ). Da p k x L, folgt, dass b p k x + L, y + L = b p k x, y + Z Z, da y L #. Damit erhalten wir, dass b(x,y) = z für ein z Z und für k k. p ( k ) ( ). Da q k y L folgt, dass b x + L, q k y + L = b x, q k y + Z Z, da x L #. Damit erhalten wir, dass b(x,y) = z q l für ein z Z und für l l. Mit. und. folgt, dass b(x,y) in Z liegt..4 Modulformen und Theta-Reihen von Gittern Bei der Einführung gehen wir analog zu [KK98] vor. ( a b Sei H := {τ C Iτ > 0} die obere Halbebene. Ist M = c d Einträgen aus C, so definieren wir ) eine Matrix mit M τ := aτ + b cτ + d für alle τ C. Somit wird durch φ M : τ Mτ eine meromorphe Funktion auf H definiert. Diese Funktion heißt Möbius-Transformation. Die Möbius-Transformationen sind genau die biholomorphen Selbstabbildungen von H. Es bezeichne Γ die Gruppe SL (Z). Bemerkung.4. Die Gruppe Γ wird von den Matrizen erzeugt. S := ( 0 0 ) (, T := 0 ) Definition.4. Sei f eine meromorphe Funktion auf H. Sei k Z und M SL(;R), dann definieren wir f k M = f M := (cτ + d) k f (Mτ) für τ H.

22 8 Kapitel : Gitter und Modulformen Es sei G eine Gruppe. Ein Charakter von G ist ein Gruppenhomomorphismus in die multiplikative Gruppe der komplexen Zahlen. Definition.4.3 Sei U eine Untergruppe von SL (R), so dass U SL (Z) in U und SL (Z) endlichen Index hat, und χ sei ein Charakter von U. Eine holomorphe Funktion f : H C heißt eine Modulform vom Gewicht k zur Gruppe U mit Charakter χ, falls gilt:. Es ist f k A = χ(a) f für alle A U.. Für alle M SL (Z) ist f k M holomorph bei i. Bemerkung.4.4 Seien f und g Modulformen von Gewicht k zur Gruppe U mit Charakter χ, so ist auch α f + βg, mit α,β C, eine Modulform von Gewicht k zur Gruppe U mit Charakter χ. Modulformen eines Gewichts bilden also einen C-Vektorraum, den man mit M k (U,χ) bezeichnet. Für eine Menge von Charakteren, für die χ k χ l = χ k+l mit l,k Z 0, ist die Operation k multiplikativ. Die Modulformen zur Untergruppe U bilden dann einen durch das Gewicht graduierten Ring M (U,χ) = k= M k(u,χ k ). Bemerkung.4.5 Ist I U und χ der triviale Charakter, so sieht man direkt, dass jede Modulform von ungeradem Gewicht gleich 0 ist..4. Theta-Reihen Definition.4.6 Sei L ein Gitter, so heißt die Funktion in C θ L (τ) := e π i b(x,x)τ = a L ( j) e π i j τ, τ H, die Theta-Reihe von L, x L j=0 wobei a L ( j) = {x L b(x,x) = j} der Anzahl der Vektoren der Länge j bezeichnet. Für die Wohldefiniertheit der Theta-Reihe ist einerseits zu zeigen, dass diese konvergiert und andererseits, dass a L ( j) < für alle j N. Für den ersten Teil verweisen wir auf [Ebe94, Kapitel.], der zweite Teil wird in der folgenden Bemerkung behandelt. Bemerkung.4.7 Es gilt: Für alle α R ist {x L b(x,x) α} endlich.

23 .4 Modulformen und Theta-Reihen von Gittern 9 Beweis: Sei v,...,v n eine beliebige Basis von V. Weiter sei L x = (x,...,x n ) mit x = ni= b i v i für b i R, bzw. x = n i= c i e i bezüglich einer Basis von L mit c i Z. Da je zwei Normen auf V äquivalent, sind erhalten wir, dass x max = max i x i C b(x,x). Daraus folgt, dass c i C α und somit folgt, dass {x L b(x,x) α} ( C α + ) n. Bemerkung.4.8 Ist L gerade, so ist θ L offensichtlich periodisch. Analog zu [Ebe94] führen wir die folgenden Sätze an. Es bezeiche f die Fourier-Transformierte von f, das heißt f := R n f (x)e πib(x,y) dx. Satz.4.9 Poissonsche Summenformel Seien f : R n C eine Funktion und L R n ein Gitter, so dass gilt:. R n f (x) dx <. Die Reihe x L f (x + u) konvergiert gleichmäßig für alle u, die in einer kompakten Teilmenge des R n enthalten sind. 3. Die Reihe x L # f (y) ist absolut konvergent. Dann gilt x L f (x) = f (y). det(l) y L # Beweis: [Ebe94, Theorem.] Satz.4.0 Theta-Transformationsformel Es gilt die Identität θ L ( τ ) = (τ i ) n det(l) θl #(τ). Beweis: Da beide Seiten der Gleichung holomorph sind und H ein Gebiet ist, können wir den Identitätssatz (siehe [Rem9, Kapitel 8,.]) benutzen, um die Behauptung zu zeigen. Nach dem Identitätssatz sind zwei auf einem Gebiet G holomorphe Funktionen f und g genau dann gleich, wenn die Menge {w G f (w) = g(w)} einen Häufungspunkt in G hat. Es genügt also nach dem Identitätssatz zu zeigen, dass die Gleichheit für τ = it mit t R, t > 0 erfüllt ist. Wir wollen als nächstes die Poissonsche Summenformel anwenden. Dazu berechnen wir erstmal die Fouriertransformierte von e π( t x) =: f ( t x), f : R n R. Wegen Fubini können wir erstmal den Fall n = betrachten. Nach partieller Integration mit g(x) = e iπx y und h (x) = πxe ( t x) π erhalten wir, dass f (y) = R πxie ( t x) π e iπx y dx = R i t e t xπ ( πiy)e iπx y dx. Damit erhalten wir, dass f (y) = tπy f (y). Es folgt,

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend

Mehr

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

Zusatztutorium, 25.01.2013

Zusatztutorium, 25.01.2013 Zusatztutorium, 25.01.2013 David Müßig muessig[at]mi.fu-berlin.de http://page.mi.fu-berlin.de/def/tutorium/ WiSe 12/13 1 Der Homomorphiesatz Der Homomorphiesatz scheint für viele eine Art rotes Tuch zu

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Einführung in Algebra und Zahlentheorie Lösungsvorschläge zur Klausur vom Aufgabe 1 (6 Punkte)

Einführung in Algebra und Zahlentheorie Lösungsvorschläge zur Klausur vom Aufgabe 1 (6 Punkte) Aufgabe 1 (6 Punkte) Einführung in Algebra und Zahlentheorie svorschläge zur Klausur vom 23.09.2016 a) Bestimmen Sie das multiplikativ inverse Element zu 22 in Z/61Z. b) Finden Sie ein x Z mit folgenden

Mehr

Ringe und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de

Ringe und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Ringe und Moduln ausgearbeitet von Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Seminar Darstellungstheorie Prof. Dr. H. Krause, PD Dr. D. Kussin Wintersemester 2007/2008 Grundlagen 1 Grundlagen

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

7. Ringe und Körper. 7. Ringe und Körper 49

7. Ringe und Körper. 7. Ringe und Körper 49 7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

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

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

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.

Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Kurzweil Florian Franzmann André Diehl Kompiliert am 10. April 2006 um 18:33

Mehr

1.5 Duales Gitter und Diskriminantengruppe

1.5 Duales Gitter und Diskriminantengruppe Gitter und Codes c Rudolf Scharlau 24. April 2009 27 1.5 Duales Gitter und Diskriminantengruppe Dieser Abschnitt ist im wesentlichen algebraischer Natur: Es spielt keine Rolle, dass unsere Gitter in einem

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

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

Mehr

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 26 Die Schnittmultiplizität Es seien zwei ebene algebraische Kurven C,D A 2 K gegeben, die keine Komponente gemeinsam haben. Dann besteht

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Codes und Codegitter. Katharina Distler. 27. April 2015

Codes und Codegitter. Katharina Distler. 27. April 2015 Codes und Codegitter Katharina Distler 7. April 015 Inhaltsverzeichnis 1 Codes 4 Codegitter 14 Einleitung Die folgende Seminararbeit behandelt das Konzept von Codes und Codegittern. Da sie bei der Informationsübertragung

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Definition 27 Affiner Raum über Vektorraum V

Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f.

Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f. 3 Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f 4 Auf der Menge aller Restklassen [f] g kann man Addition und

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

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

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe 7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe und Homomorfismen Wir verallgemeinern den Übergang von Z zu Z/m. Sei im folgenden G eine (additiv geschriebene) abelsche Gruppe, H eine Untergruppe.

Mehr

Definition 153 Sei n eine fest gewählte ganze Zahl 0. Für jedes l Z heißt die Menge

Definition 153 Sei n eine fest gewählte ganze Zahl 0. Für jedes l Z heißt die Menge 3.6 Restklassen in Polynomringen 3.6.1 Einführung und Definitionen Der Begriff der Restklasse stammt ursprünglich aus der Teilbarkeitslehre in Z; (Z = Z, +, ist ein kommutativer Ring). Definition 153 Sei

Mehr

Lineare Schieberegisterfolgen

Lineare Schieberegisterfolgen Lineare Schieberegisterfolgen Sei K ein endlicher Körper. Man nehme zwei Vektoren x 0 a0 x n 1, a n 1 K n n 1 x n := a i x i und betrachte die lineare Abbildung : K n K n, die durch i=0, berechne x 0 x

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER RUPRECHT-KARLS-UNIVERSITÄT HEIDELBERG MATHEMATISCHES INSTITUT SEMINAR: QUADRATISCHE FORMEN ÜBER DEN RATIONALEN ZAHLEN SOMMERSEMESTER 2007 DOZENT: PROF. DR. KAY WINGBERG ASSISTENT: JOHANNES BARTELS KAPITEL

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

Übungen zur Diskreten Mathematik I Blatt 6

Übungen zur Diskreten Mathematik I Blatt 6 1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,

Mehr

Kongruenzen und Restklassenringe. 2. Kongruenzen und Restklassenringe

Kongruenzen und Restklassenringe. 2. Kongruenzen und Restklassenringe 2. Kongruenzen und Restklassenringe Kongruenzen Definition: Wir sagen a ist kongruent zu b modulo m schreiben a b mod m, wenn m die Differenz b-a te Beispiel: Es gilt 2 19 mod 21, 10 0 mod 2. Reflexivität:

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

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

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

Analysis II. Vorlesung 48. Die Hesse-Form

Analysis II. Vorlesung 48. Die Hesse-Form Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 48 Die Hesse-Form Wir sind natürlich auch an hinreichenden Kriterien für das Vorliegen von lokalen Extrema interessiert. Wie schon im eindimensionalen

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

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

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

Mehr

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

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Stefan Lucks Diskrete Strukturen (WS 2009/10) 57 2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Uhr: Stunden mod 24, Minuten mod 60, Sekunden mod 60,... Rechnerarithmetik: mod 2 w, w {8, 16, 32,

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie Prof. Dr. Sebastian Iwanowski DM4 Folie 1 Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kap. 4: Zahlentheorie Beutelspacher 5 Lang 7, Biggs 20, 22, 23 (jeweils teilweise,

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren

Mehr

5 Lineare Abbildungen

5 Lineare Abbildungen 5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 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

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Algebraische Zahlentheorie. Teil II. Die Diskriminante.

Algebraische Zahlentheorie. Teil II. Die Diskriminante. II-1 Algebraische Zahlentheorie Teil II Die Diskriminante Sei K ein Zahlkörper vom Grad n (also [K : Q] = n) Es gibt genau n Körper- Homomorphismen σ i : K C (siehe Merkzettel Separabilität) Stellen wir

Mehr

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

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

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat. Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften

Mehr

Lösungsvorschläge zu den Aufgaben auf Übungsblatt 07. x Dy y x

Lösungsvorschläge zu den Aufgaben auf Übungsblatt 07. x Dy y x Lösungsvorschläge zu den Aufgaben auf Übungsblatt 07 Aufgabe 1. Es seien R ein kommutativer Ring mit 1 und D R. Wir schreiben { ) x Dy QR, D) = x, y R}. y x Dann ist QR, D) abgeschlossen bezüglich der

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

3.5 Duale Vektorräume und Abbildungen

3.5 Duale Vektorräume und Abbildungen 3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung

Mehr

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

GF(2 2 ) Beispiel eines Erweiterungskörpers (1) GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr

Mehr

= ( n x j x j ) 1 / 2

= ( n x j x j ) 1 / 2 15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors

Mehr

Ein Fundamentalbereich der Modulgruppe. 1 Erzeugende

Ein Fundamentalbereich der Modulgruppe. 1 Erzeugende Ein Fundamentalbereich der Modulgruppe Vortrag zum Seminar zur Funktionentheorie,.04.009 Kerstin Küpper Im Vortrag wird die Modulgruppe und ihre Erzeuger untersucht und ein exakter Fundamentalbeich der

Mehr

Der Golay-Code und das Leech-Gitter

Der Golay-Code und das Leech-Gitter Der Golay-Code und das Leech-Gitter Vortrag zum Seminar Gitter und Codes Nils Malte Pawelzik.5.5 Inhaltsverzeichnis Designs 3. Elementare Eigenschaften eines Designs und die Eindeutigkeit eines - (, 5,

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Computeralgebra, WS 10/11

Computeralgebra, WS 10/11 M. Künzer Computeralgebra, WS 10/11 Lösung 5 Aufgabe 16 (1) Nach Konstruktion ist (R, +) eine abelsche ruppe, mit 0 R = 0 R 1. Seien g r g g, g s g g, g t g g R. Neutrales Element der Multiplikation. Sei

Mehr

4.3 Affine Punkträume

4.3 Affine Punkträume 4.3. AFFINE PUNKTRÄUME 185 4.3 Affine Punkträume Es wird jetzt der Übergang von der linearen Algebra zur analytischen Geometrie beschrieben. 4.3.1 Definition (affiner Punktraum) Sei V ein K-Vektorraum,

Mehr

DLP. Adolphe Kankeu Tamghe papibobo@informatik.uni-bremen.de ALZAGK SEMINAR. Bremen, den 18. Januar 2011. Fachbereich Mathematik und Informatik 1 / 27

DLP. Adolphe Kankeu Tamghe papibobo@informatik.uni-bremen.de ALZAGK SEMINAR. Bremen, den 18. Januar 2011. Fachbereich Mathematik und Informatik 1 / 27 DLP Adolphe Kankeu Tamghe papibobo@informatik.uni-bremen.de Fachbereich Mathematik und Informatik ALZAGK SEMINAR Bremen, den 18. Januar 2011 1 / 27 Inhaltsverzeichnis 1 Der diskrete Logarithmus Definition

Mehr

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

Mehr

= k 0+k 0 ( ). Wir addieren (0 k) zu den Seiten der Gleichung ( ): 0 = k 0.

= k 0+k 0 ( ). Wir addieren (0 k) zu den Seiten der Gleichung ( ): 0 = k 0. Def 4 Eine Menge K mit zwei Abbildungen + : K K K und : K K K (heißen Addition und Multiplikation; wir werden a b bzw a+b statt (a,b), +(a,b) schreiben) ist ein kommutativer Ring, falls: (R1) (K, +) ist

Mehr

Karlsruher Institut für Technologie Institut für Algebra und Geometrie

Karlsruher Institut für Technologie Institut für Algebra und Geometrie Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. Stefan Kühnlein Dipl.-Math. Jochen Schröder Einführung in Algebra und Zahlentheorie Übungsblatt 2 Aufgabe 1 (4 Punkte) Seien

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um

Mehr

Grundlagen der Arithmetik und Zahlentheorie

Grundlagen der Arithmetik und Zahlentheorie Grundlagen der Arithmetik und Zahlentheorie 1.0 Teilbarkeit In diesem Abschnitt werden wir einerseits die ganzen Zahlen an sich studieren und dabei besonders wichtige Zahlen, die Primzahlen, entsprechend

Mehr

Algebra I, WS 04/05. i 0)

Algebra I, WS 04/05. i 0) G. Nebe, M. Künzer Algebra I, WS 04/05 Lösung 5 Aufgabe 20. 1 Wir haben einen Normalteiler C 3 = 1, 2, 3. Es ist mit C 2 := 1, 2 der Schnitt C 3 C 2 = 1, und folglich aus Ordnungsgründen S 3 = C 3 C 2.

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

Prüfung Lineare Algebra 2

Prüfung Lineare Algebra 2 1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,

Mehr

3 Lineare Differentialgleichungen

3 Lineare Differentialgleichungen 3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,

Mehr

2.1 Codes: einige Grundbegriffe

2.1 Codes: einige Grundbegriffe Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen

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

Variante A. Hinweise

Variante A. Hinweise Lehrstuhl C für Mathematik (Analsis Prof. Dr. Y. Guo Aachen, den 6..3 Klausur zur Höheren Mathematik I WS /3 Variante A Hinweise Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche

Mehr

Minkowski-Theorie & die Klassenzahl

Minkowski-Theorie & die Klassenzahl Minkowski-Theorie & die Klassenzahl David Müßig Seminar zur Kommutativen Algebra Bemerkung 1. Wir betrachten im Folgenden stets endliche Körpererweiterungen K Q vom Grade n (K ist also ein algebraischer

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

2 Die Darstellung linearer Abbildungen durch Matrizen 2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

4. Übungsblatt Matrikelnr.: 6423043

4. Übungsblatt Matrikelnr.: 6423043 Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613

Mehr

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben

Mehr