Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 12 (SS 2011) Abgabetermin: Donnerstag, 7. Juli.

Größe: px
Ab Seite anzeigen:

Download "Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 12 (SS 2011) Abgabetermin: Donnerstag, 7. Juli."

Transkript

1 Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 12 (SS 2011) Abgabetermin: Donnerstag, 7. Juli Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Hier ein Überblick über die verschiedenen Algebren, die mittels Tensoren definiert wurden. Es sei V ein K-Vektoraum. Die Tensor-Algebra Die Tensor-Algebra von V ist definiert als T V = V k = K V (V V) (V V V) Die Elemente in dieser Algebra sind (endliche) Summen von Tensoren beliebiger Länge: etc. v +u w 1+u v w y z +u v w +x 1 x 2 x 20 Multipliziert wird in dieser Algebra mittels Distributivgesetz und durch das Tensorprodukt: V k V l V (k+l) (α,β) α β Das Produkt von elementaren Tensoren ist also Man hat z. B. (v 1 v k ) (w 1 w l ) = v 1 v k w 1 w l (v+u w) (1+x y z) = v +u w +v x y z +u w x y z Beispiel: dimv = 1. Ist V = ek so ist hat V k die Basis e k. In diesem Fall ist T V = e k K

2 2 einfach der Polynomring in einer Variablen: T V = K[e] Beispiel: dimv = 2. Ist V = ek fk so ist hat V k die Dimension 2 k und eine Basis ist g 1 g k, g i {e,f} Die Tensoralgebra wird hier erzeugt von den zwei Variablen e und f die nicht kommutieren. Man nennt sie auch den nicht-kommutativen Polynomring in e und f. Allgemeiner nennt man im Fall V = K n mit üblicher Basis e i die Tensoralgebra den nicht-kommutativen Polynomring in den e i. Tatächlich werden nicht-kommutative Polynomringe genauso definiert. Die Tensoralgebra kommt in der Algebra häufig vor. Ich habe sie hier eingeführt, weil die symmetrische Algebra und die äußere Algebra durch Quotienten-Bildung aus ihr hervorgehen. Die symmetrische Algebra Das k-fache symmetrische Tensorprodukt von V ist der Quotient S k V = V k /R wobei R erzeugt wird von allen Elementen der Form v 1 v k v σ(1) v σ(k), σ S k (S k = symmetrische Gruppe.) In S k V kommt es bei einem elementaren Tensor v 1 v k nicht auf die Reihenfolge an. Das Tensorprodukt v w von Vektoren wird also mit Gewalt kommutativ gemacht. Man schreibt für das Produkt dann auch das übliche Produktzeichen (das man wie üblich auch ganz weglassen kann): v 1 v k = v 1 v k mod R Die symmetrische Algebra von V ist definiert als S V = S k V = K V S 2 V S 3 V Man rechnet in ihr wie in T V, nur ist das Produkt eben kommutativ. Wählt man in V eine Basis e 1,..., e n so wird S V einfach zum üblichen Polynomring in den Basisvektoren: S (K n ) = K[e 1,...,e n ] Die symmetrische Algebra ist also kein wesentlich neuer Begriff. Allerdings haben wir nun den üblichen (kommutativen) Polynomring eingeführt, ohne daß die

3 Variablen explizit genannt werden. S V wird eben erst nach einer Basiswahl von V zum Polynomring mit expliziten Variablen. 3 Die äußere Algebra Das k-fache äußere Produkt von V ist der Quotient Λ k V = V k /R wobei R erzeugt wird von allen Elementen der Form v 1 v k mit 1 i < j k : v i = v j (d.h. an mindestens zwei Stellen steht der gleiche Vektor). Also ist etwa Λ 2 V der Quotient von V V modulo den Elementen v v und Λ 3 V ist der Quotient von V V V modulo den Elementen v v w, v w v, w v v In Λ k V schreibt man anstelle des Tensorproduktes das Dachprodukt oder auch Wedgeprodukt : v 1 v k = v 1 v k mod R Die äußere Algebra von V ist definiert als Λ V = Λ k V = K V Λ 2 V Λ 3 V Man rechnet in ihr wie in T V, nur hat das Produkt nun die zusätzliche Regel Wegen folgt bzw. v v = 0 (v +w) (v +w) v v w w = v w +w v v w+w v = 0 v w = w v Das Produkt ist also anti-kommutativ: Beim Vertauschen ändert sich das Vorzeichen. Für w = v bekommt daraus 2v v = 0 und (für chark 2) bekommt so aus der Anti-Kommutativität die ursprüngliche Regel v v = 0 zurück.

4 4 Man kann also auch sagen: Die äußere Algebra von V entsteht aus der Tensoralgebra in dem man das Produkt mit Gewalt anti-kommutativ macht. Die Anti-Kommutativität hat drastische Auswirkungen. Ist etwa dim V = 1 und V = ek, so verschwindet Λ k V für k 2 wegen e e = 0 und die äußere Algebra ist einfach Λ V = K V Allgemeiner gilt folgender Satz. Es sei n = dimv. Dann gilt dimλ k V = ( ) n k Ist e 1,..., e n eine Basis von V, so bilden die Elemente eine Basis von Λ k V. e i1 e ik 1 i 1 < < i k n Der Satz wurde teilweise schon gezeigt. Der Beweis wird in der Vorlesung vervollständigt. Für endlichdimensionales V mit n = dimv endet die Folge der Λ k V also bei Λ n V und die äußere Algebra ist n Λ V = Λ k V = K V Λ n V Ihre Dimension ist dimλ V = n ( ) n = 2 n k Man nennt Λ n V auch die höchste äußere Potenz von V. Sie ist immer 1-dimensional: ( ) n dimλ n V = = 1 n Ist e 1,..., e n eine Basis von V, so hat Λ n V die Basis e 1 e n (Neu-)Definition der Determinante Es sei n = dimv und f: V V ein Endomorphimus. In LA 1 hatten wir die Determinante det(f) von f definiert als die Determinante einer darstellenden Matrix nach Basiswahl. Dabei war die Determinante einer Matrix durch eine komplizierte Formel definiert. Es gibt nun folgenden wichtigen Zusammenhang mit der höchsten äußeren Potenz:

5 Lemma. Es sei n = dimv, f: V V ein Endomorphimus und es sei e 1,..., e n eine Basis von V. Dann gilt in Λ n V: f(e 1 ) f(e n ) = det(f)e 1 e n Der Beweis wird noch in der Vorlesung besprochen. Man kann damit die Determinante nun auch definieren! Ist nämlich f: V W ein Homorphismus von Vektorräumen, so erhält man lineare Abbildungen mit Ist nun W = V und n = dimv, so ist Λ k (f): Λ k V Λ k W Λ k (f)(v 1 v k ) = f(v 1 ) f(v k ) Λ n (f): Λ n V Λ n V ein Endomorphismus eines 1-dimensionalen Vektorraumes, also die Multiplikation mit einem Skalar. Nach dem Lemma ist dieses Skalar gerade det(f). Damit wurde det(f) hergeleitet ohne explizite Determinantenformel. 5

6 6 Aufgabe 1. Man zeige in Λ k V: für σ S k. v σ(1) v σ(k) = sgn(σ)v 1 v k Aufgabe 2. Es sei f: K 2 K 2 eine lineare Abbildung. Man verifiziere Λ 2 (f)(e 1 e 2 ) = det(f)e 1 e 2 Hinweis. Dies ist eine Wiederholung aus der Vorlesung! Aufgabe 3. Es sei f: K 3 K 3 gegeben durch die Matrix A f = a Man beschreibe die lineare Abbildung Λ 2 (f): Λ 2 (K 3 ) Λ 2 (K 3 ) Λ 2 (f)(x y) = f(x) f(y) in der Basis e 2 e 3, e 3 e 1, e 1 e 2 von Λ 2 (K 3 ). Aufgabe 4. Es sei dimv = n = 2m. Wir betrachten die Abbildung h: Λ m V Λ m V Λ n V (α,β) α β Es sei m gerade. (a) Man zeige, daß h eine symmetrische Bilinearform auf Λ m V ist. (b) Es sei V = K 4. Dann ist e 1 e 2, e 1 e 3, e 1 e 4, e 2 e 3, e 2 e 4, e 3 e 4 eine Basis von Λ 2 V. Man beschreibe h in dieser Basis. (c) Man zeige, daß h regulär ist (als symmetrische Bilinearform, d.h. zu zeigen ist (Λ m V) h = {0}).

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

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

Algebra II. Prof. Dr. M. Rost. Übungen Blatt 4 (SS 2016) 1. Abgabetermin: Freitag, 13. Mai.

Algebra II. Prof. Dr. M. Rost. Übungen Blatt 4 (SS 2016) 1. Abgabetermin: Freitag, 13. Mai. Algebra II Prof. Dr. M. Rost Übungen Blatt 4 (SS 2016) 1 Abgabetermin: Freitag, 13. Mai http://www.math.uni-bielefeld.de/~rost/a2 Erinnerungen an die Vorlesung: Im Folgenden werden manchmal einige Definitionen

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

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Hermitesche

Mehr

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

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

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Symmetrische

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

Algebra II. Prof. Dr. M. Rost. Übungen Blatt 14 (SS 2016) 1.

Algebra II. Prof. Dr. M. Rost. Übungen Blatt 14 (SS 2016) 1. Algebra II Prof. Dr. M. Rost Übungen Blatt 14 (SS 2016) 1 http://www.math.uni-bielefeld.de/~rost/a2 Auf diesem Blatt geht es vor allem um Klausur-relevante Themen. Die Aufgaben sind von sehr unterschiedlicher

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Affine

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Im Folgenden

Mehr

Lineare Algebra I Lösungsvorschlag

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

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 3 (SS 2011) Abgabetermin: Donnerstag, 5. Mai.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 3 (SS 2011) Abgabetermin: Donnerstag, 5. Mai. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 3 (SS 2011) Abgabetermin: Donnerstag, 5. Mai http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Allgemeine

Mehr

Klausur zur Vorlesung Lineare Algebra und Geometrie I

Klausur zur Vorlesung Lineare Algebra und Geometrie I Klausur zur Vorlesung Lineare Algebra und Geometrie I Ruhr-Universität Bochum Prof. Dr. Peter Eichelsbacher 3. April 2007, 9.00-13.00 Uhr, 240 Minuten Name und Geburtsdatum: Matrikelnummer: Hinweise: Überprüfen

Mehr

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

Multilineare Algebra

Multilineare Algebra Multilineare Algebra Handout zur Vorlesung Differentialgeometrie Dr. Bernd Ammann, Prof. Chr. Bär Literatur Frank Warner, Foundations of differentiable manifolds and Lie groups, Kapitel 2 1 Tensoren Motivation.

Mehr

Wiederholungsserie II

Wiederholungsserie II Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095

Mehr

Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2015/16) 1. Abgabetermin: Donnerstag, 15. Januar.

Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2015/16) 1. Abgabetermin: Donnerstag, 15. Januar. Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2015/16) 1 Abgabetermin: Donnerstag, 15. Januar http://www.math.uni-bielefeld.de/~rost/a1 Erinnerungen an die Vorlesung: Im Folgenden werden manchmal einige

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

Lineare Algebra II Lösungen der Aufgaben 42 und 43

Lineare Algebra II Lösungen der Aufgaben 42 und 43 D Blottière SS 7 P Schützdeller Universität Paderborn Lineare Algebra II Lösungen der Aufgaben 4 und 43 Aufgabe 4 : Bemerkungen : Es sei V ein n-dimensionaler Vektorraum über einem Körper K und β : V V

Mehr

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten 6.1 Symmetrische Gruppe Definition: Eine bijektive Abbildung von einer Menge X auf sich selbst heisst eine Permutation von X. Satz-Definition:

Mehr

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya Lineare Transformationen und Determinanten 10-E Ma 1 Lubov Vassilevskaya Lineare Transformation cc Definition: V und W sind zwei Vektorräume. Eine Funktion T nennt man eine lineare Transformation von V

Mehr

Funktionentheorie. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2016/17) 1. Abgabetermin: Freitag, 9. Dezember.

Funktionentheorie. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2016/17) 1. Abgabetermin: Freitag, 9. Dezember. Funktionentheorie Prof. Dr. M. Rost Übungen Blatt 6 (WS 2016/17) 1 Abgabetermin: Freitag, 9. Dezember http://www.math.uni-bielefeld.de/~rost/fun Erinnerungen an die Vorlesung: Im Folgenden werden manchmal

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen

Mehr

5.7 Lineare Abhängigkeit, Basis und Dimension

5.7 Lineare Abhängigkeit, Basis und Dimension 8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n

Mehr

Tutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu:

Tutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu: 1 Bilinearformen Tutorium 4 Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Φ(αv + w, x) = α Φ(v, x) + Φ(w, x) und Φ(v, βx + y) = β Φ(v, x) + Φ(v, y) Bemerkung. Dies ist

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

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Im Folgenden

Mehr

9 Lineare Algebra 2 (SS 2009)

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

Mehr

6.5 Lineare Abhängigkeit, Basis und Dimension

6.5 Lineare Abhängigkeit, Basis und Dimension 6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von

Mehr

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin: Lineare Algebra I - 9.Vorlesung - rof. Dr. Daniel Roggenkamp & Falko Gauß Korrektur: 2. Klausurtermin: 09.02.2017 Linearkombination von Vektoren lineare Hülle Erzeugendensystem S lineare Unabhängigkeit

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Eigenvektoren

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

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: 8. EIGENWERTTHEORIE I 139 8 Eigenwerttheorie I Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: K[x] = Abb[N, K] = {P ; P = a n x n + a n 1 x n 1 + + a 0 ; a

Mehr

Lineare Algebra Klausur 1

Lineare Algebra Klausur 1 Lineare Algebra Klausur 1 (29.7.2015 Dozent: Ingo Runkel) Name Vorname Matrikelnr. Anweisungen: Hilfsmittel: Für die Bearbeitung sind nur Stift und Papier erlaubt. Benutzen Sie einen permanenten Stift

Mehr

Wir lernen nun einen ganz wichtigen Ring kennen, den Polynomring: γ i = α j β k.

Wir lernen nun einen ganz wichtigen Ring kennen, den Polynomring: γ i = α j β k. 2.4 Polynomringe Wir lernen nun einen ganz wichtigen Ring kennen, den Polynomring: Definition 2.56. Sei R ein kommutativer Ring mit 1 (in den meisten Fällen wird R ein Körper sein). Wir betrachten die

Mehr

12.3 Kommutierende Abbildungen

12.3 Kommutierende Abbildungen 12.3 Kommutierende Abbildungen Definition 12.3.1 Sei V ein endlichdimensionaler Vektorraum, und sei F eine Familie linearer Abbildungen V V mit UT = TU für alle U, T in F. Dann nennt man F eine Familie

Mehr

Analysis für Physiker Zusätze

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

Mehr

Aufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R.

Aufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R. Aufgabe Die ganzen Zahlen Z sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in Q. Die reellen Zahlen R sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in R. Die komplexen

Mehr

9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen

9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen 9 Aus der linearen Algebra Themen: Der à n Lineare Abbildungen Darstellung durch Matrizen Der à n besteht aus den n-tupeln mit x i Ã. x 1 x 2 x = (x 1, x 2,...,x n ) oder x =. x n Der à n besteht aus den

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

Lineare Algebra Weihnachtszettel

Lineare Algebra Weihnachtszettel Lineare Algebra Weihnachtszettel 0..08 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet

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

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

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Rechnen mit Matrizen 2 1.1 Matrixmultiplikation............................................

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 2014/201 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.201, 11 Uhr Lösungen der

Mehr

1 Lineare Abbildungen

1 Lineare Abbildungen 1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V

Mehr

5 Noethersche Ringe und Moduln, Algebren und Ganzheit

5 Noethersche Ringe und Moduln, Algebren und Ganzheit 5 Noethersche Ringe und Moduln, Algebren und Ganzheit Sofern nichts anderes gesagt wird, sind im Folgenden alle Ringe kommutativ mit 1 0. Satz und Definition 5.1. Sei A ein Ring. Die folgenden Aussagen

Mehr

3 Determinanten, Eigenwerte, Normalformen

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

Mehr

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2 Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete

Mehr

Lineare Algebra Weihnachtszettel

Lineare Algebra Weihnachtszettel Lineare Algebra Weihnachtszettel 4..008 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet

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

Probeklausur zur Linearen Algebra II

Probeklausur zur Linearen Algebra II Probeklausur zur Linearen Algebra II Prof. Dr. C. Löh/D. Fauser/J. Witzig 24. Juli 207 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle

Mehr

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig

Mehr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016 Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016 Bearbeiten Sie bitte zwei

Mehr

4.2 Die adjungierte Abbildung

4.2 Die adjungierte Abbildung 4.2. DIE ADJUNGIERTE ABBILDUNG 177 4.2 Die adjungierte Abbildung Die Vektorräume dieses Paragraphen seien sämtlich euklidisch, die Norm kommt jetzt also vom inneren Produkt her, v = v v. Zu f Hom R (V,

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem

Mehr

Leitfaden 20. t = dim V dimu.

Leitfaden 20. t = dim V dimu. Leitfaden 2 Einschub (Nachtrag zur LA I): Komplementärbasen Sei V ein Vektorraum, U ein Unterraum Eine Folge (v,, v t ) von Vektoren aus V heißt linear unabhängig modulo U, falls folgendes gilt: sind p

Mehr

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}. Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit

Mehr

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren Basis und Dimension Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren aus V. 1) (v i ) i I heißt ein Erzeugendensystem von V, wenn Span(v i ) = V. 2) (v i ) i I heißt Basis von

Mehr

Beziehungen zwischen Vektorräumen und ihren Dimensionen

Beziehungen zwischen Vektorräumen und ihren Dimensionen Beziehungen zwischen Vektorräumen und ihren Dimensionen Lineare Algebra I Kapitel 9 20. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz

Mehr

Lineare Algebra I für Mathematiker Lösungen

Lineare Algebra I für Mathematiker Lösungen Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation

Mehr

Übungen zu Matrixgruppen

Übungen zu Matrixgruppen Übungen zu Matrixgruppen Andreas Cap Sommersemester 2018 Kapitel 1: Einleitung Analysis und Matrizen (1 Seien G und H Gruppen und sei ϕ : G H ein Homomorphismus. Zeigen Sie, dass das Bild Im(ϕ eine Untergruppe

Mehr

Lineare Algebra I. Prof. Dr. Daniel Roggenkamp Vorlesung -

Lineare Algebra I. Prof. Dr. Daniel Roggenkamp Vorlesung - Lineare Algebra I Prof. Dr. Daniel Roggenkamp - 22.Vorlesung - Aus der letzten Vorlesung: Polynome K[t] (p 0, p,, p i K mit p i = 0 i > i 0 für ein i 0 = i 0 p i t i = p 0 + p t + p 2 t 2 + + p i0 t i

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

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

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

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 24 Das Lernen und der Orgasmus finden letztlich im Kopf statt Der Satz von Cayley-Hamilton Arthur Cayley

Mehr

Kapitel II. Vektorräume

Kapitel II. Vektorräume Inhalt der Vorlesung LAAG I Prof. Dr. Arno Fehm TU Dresden WS2017/18 Kapitel II. Vektorräume In diesem ganzen Kapitel sei K ein Körper. 1 Definition und Beispiele 1.1 Beispiel. Ist K = R, so haben wir

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

Stichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016

Stichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016 Stichwortliste zur Vorlesung Lineare Algebra II Gabriela Weitze-Schmithüsen Saarbrücken, Sommersemester 2016 Kapitel I Jordansche Normalform Ziel: Wir möchten Matrizen bis aus Ähnlichkeit klassifizieren.

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

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau, Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel

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

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

3 Lineare Algebra Vektorräume

3 Lineare Algebra Vektorräume 3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +

Mehr

Klausurvorbereitungsblatt Lineare Algebra

Klausurvorbereitungsblatt Lineare Algebra Klausurvorbereitungsblatt Lineare Algebra Sommersemester 25 Aufgabe 2 2 Sei A 3 3 8 2 4 3 R4 5. 5 2 a) Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems Ax b) Ist Ax b mit b lösbar? (Begründen

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Kapitel 6 Lineare Gleichungssysteme 6. Gaußalgorithmus Aufgabe 6. : Untersuchen Sie die folgenden linearen Gleichungssysteme mit dem Gaußalgorithmus auf Lösbarkeit und bestimmen Sie jeweils die Lösungsmenge.

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

3.7 Eigenwerte und Eigenvektoren

3.7 Eigenwerte und Eigenvektoren 3.7. EIGENWERTE UND EIGENVEKTOREN 123 3.7 Eigenwerte und Eigenvektoren Wir wollen jetzt lineare Endomorphismen durch Matrizen besonders übersichtlicher Gestalt (u.a. mit möglichst vielen Nullen) beschreiben,

Mehr

Vektorräume. Kapitel Definition und Beispiele

Vektorräume. Kapitel Definition und Beispiele Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,,0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte

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

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

Serie 3: Ringe, Körper, Vektorräume

Serie 3: Ringe, Körper, Vektorräume D-MATH Lineare Algebra I HS 2016 Dr. Meike Akveld Serie 3: Ringe, Körper, Vektorräume 1. Im Folgenden sei n N und Z n bezeichne die Menge der Äquivalenzklassen von Z bezüglich der Relation: k n l n k l

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

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 1

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 1 Übungen zur Vorlesung Lineare Algebra II, SoSe 216, Blatt 1 Mündliche Aufgaben Die Aufgaben aus diesem Blatt bestehen zu einem großen Teil aus den Aufgaben von Blatt 13 der LA1. Sie dienen vor allem der

Mehr

Algebraische Körpererweiterungen I

Algebraische Körpererweiterungen I Algebraische Körpererweiterungen I Thomas Schmalfeldt, Florian Schuler Seminar über Galoistheorie, 18. Februar 2009 Inhaltsverzeichnis 1 Charakteristik und Primkörper 2 2 Grad einer Körpererweiterung 3

Mehr

Wiederholung und Plan:

Wiederholung und Plan: Wiederholung und Plan: Ziel: alle linearen f : V U zu beschreiben, wobei V,U Vektorräume sind, sd dim(v) = n

Mehr

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit 3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden

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

Die Determinante einer Matrix

Die Determinante einer Matrix Chr.Nelius, Lineare Algebra II (SS 2005) 6 Die Determinante einer Matrix Wir betrachten im folgenden Determinantenformen auf dem Vektorraum V = K n. Eine solche Form ist eine Abbildung von n Spaltenvektoren

Mehr

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,

Mehr

Wiederholungsklausur zur Linearen Algebra I

Wiederholungsklausur zur Linearen Algebra I Wiederholungsklausur zur Linearen Algebra I Prof. Dr. C. Löh/D. Fauser/J. Witzig 20. April 2017 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob

Mehr

Lineare Algebra Probeklausur (WS 2014/15)

Lineare Algebra Probeklausur (WS 2014/15) Lineare Algebra Probeklausur (WS 2014/15) Name Vorname Matrikelnr. Anweisungen: Hilfsmittel: Für die Bearbeitung sind nur Stift und Papier erlaubt. Benutzen Sie einen permanenten Stift (Kugelschreiber

Mehr

Lineare Algebra. 5. Übungsstunde. Steven Battilana.

Lineare Algebra. 5. Übungsstunde. Steven Battilana. Lineare Algebra 5. Übungsstunde Steven Battilana stevenb@student.ethz.ch November, 6 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen +: E E! E, (x, y) 7! x + y (Addition) : E E! E, (x, y) 7! x

Mehr

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. () In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.

Mehr