Lineare Algebra und analytische Geometrie I
|
|
- Christian Geier
- vor 7 Jahren
- Abrufe
Transkript
1 Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge haben, also die gleiche Anzahl von Basisvektoren besitzen Jeder Vektor besitzt bezüglich einer jeden Basis eindeutig bestimmte Koordinaten oder Koeffizienten) Wie verhalten sich diese Koordinaten zu zwei Basen untereinander? Dies beantwortet die folgende Aussage Lemma 9 Es sei K ein Körper und V ein K-Vektorraum der Dimension n Es seien v = v,,v n und u = u,,u n zwei Basen von V Es sei n v j = c ij u i mit den Koeffizienten c ij K, die wir zur n n-matrix i= s Mu v = c ij ) ij zusammenfassen Dann hat ein Vektor w, der bezüglich der Basis v die Koordinaten besitzt, bezüglich der Basis u die Koordinaten s n c t s c 2 c n s c = Mu v = 2 c 22 c 2n t n s n s c n c n2 c n nn Beweis Dies folgt direkt aus n n n ) w = s j v j = s j c ij u i = j= i= j= und der Definition der Matrizenmultiplikation n n s j c ij )u i i= j= Wenn wir die zu einer Basis v gehörende bijektive Abbildung siehe Bemerkung 72) ψ v : K n V
2 2 betrachten, so kann man die vorstehende Aussage auch so ausdrücken, dass das Dreieck K n Mu v K n ψ v ց ψ u V kommutiert Definition 92 Es sei K ein Körper und V ein K-Vektorraum der Dimension n Es seien v = v,,v n und u = u,,u n zwei Basen von V Es sei n v j = c ij u i mit den Koeffizienten c ij K Dann nennt man die n n-matrix i= M v u = c ij ) ij die Übergangsmatrix zum Basiswechsel von v nach u Statt Übergangsmatrix sagt man auch Transformationsmatrix Bemerkung 93 In der j-ten Spalte der Transformationsmatrix M v u stehen diekoordinatenvonv j bezüglichderbasisudervektorv j hatbezüglichder BasisvdieKoordinatene j,undwennmandiematrixaufe j anwendet,erhält man die j-te Spalte der Matrix, und diese ist eben das Koordinatentupel von v j in der Basis u Bei einem eindimensionalen Raum mit v = cu ist Mu v = c = v, wobei der Bruch in der Tat wohldefiniert ist und wodurch u man sich die Reihenfolge der Basen in dieser Schreibweise merken kann Eine weitere Beziehung ist v = Mu) v tr u, wobei hier die Matrix nicht auf ein n-tupel aus K, sondern auf ein n-tupel aus V angewendet wird und sich ein neues n-tupel aus V ergibt Dies könnte man als Argument dafür ansehen, die Übergangsmatrix direkt als ihre Transponierte anzusetzen, doch betrachtet man das in Lemma 9 beschriebene Transformationsverhalten als ausschlaggebend Wenn V = K n und e die Standardbasis davon ist und v eine weitere Basis, so erhält man die Übergangsmatrix Mv e von e nach v, indem man e j als Linearkombination der Basisvektoren v,,v n ausdrückt und die entsprechenden Tupel als Spalten nimmt Dagegen besteht Me v einfach aus den v,,v n als Spalten geschrieben Die Kommutativität eines solchen Pfeil- bzw Abbildungsdiagramms besagt einfach, dass die zusammengesetzen Abbildungen übereinstimmen, wenn ihre Definitionsmenge und ihre Wertemenge übereinstimmen In diesem Fall heißt es einfach nur ψ v = ψ u M v u
3 3 Beispiel 94 Wir betrachten im R 2 die Standardbasis 0 u =, 0) ) und die Basis v = 2), 2 3 Die Basisvektoren von v lassen sich direkt mit der Standardbasis ausdrücken, nämlich v = = +2 und v 2) 0) ) 2 = = ) ) Daher erhält man sofort M v u = Zum Beispiel hat der Vektor, der bezüglich v die Koordinaten 4, 3) besitzt, bezüglich der Standardbasis u die Koordinaten Mu v = = ) Die Übergangsmatrix M u v ist schwieriger zu bestimmen: Dazu müssen wir die Standardvektoren als Linearkombinationen von v und v 2 ausdrücken Eine direkte Rechnung dahinter steckt das simultane Lösen von zwei linearen Gleichungssystemen) ergibt 0) und 0 Somit ist = 3 7 2) 2 7 = ) 7 M u v = Lemma 95 Es sei K ein Körper und V ein K-Vektorraum der Dimension n Es seien u = u,,u n, v = v,,v n und w = w,,w n Basen von V Dann stehen die Übergangsmatrizen zueinander in der Beziehung Insbesondere ist ) M u w = M v w M u v M u v M v u = E n Beweis Siehe Aufgabe 98 Summe von Untervektorräumen
4 4 Definition 96 Zu einem K-Vektorraum und einer Familie U,,U n V von Untervektorräumen definiert man die Summe dieser Untervektorräume durch U + +U n = {u + +u n u i U i } Lemma 97 Es sei K ein Körper und V ein endlichdimensionaler K-Vektorraum Es seien U,U 2 V Untervektorräume Dann ist dimu )+dimu 2 ) = dimu U 2 )+dimu +U 2 ) Beweis Es sei w,,w k eine Basis von U U 2 Diese ergänzen wir gemäß Satz 82 einerseits zu einer Basis w,,w k,u,,u n von U und andererseits zu einer Basis w,,w k,v,,v m von U 2 Dann ist w,,w k,u,,u n,v,,v m ein Erzeugendensystem von U +U 2 Wir behaupten, dass es sich sogar um eine Basis handelt Sei dazu a w + +a k w k +b u + +b n u n +c v + +c m v m = 0 Daraus ergibt sich, dass das Element a w + +a k w k +b u + +b n u n = c v c m v m zu U U 2 gehört Daraus folgt direkt b i = 0 für i =,,n und c j = 0 für j =,,m Somit ergibt sich dann auch a l = 0 für alle l Also liegt lineare Unabhängigkeit vor Insgesamt ist also dimu U 2 )+dimu +U 2 ) = k +k +n+m = k +n+k +m = dimu )+dimu 2 ) Der Durchschnitt von zwei Ebenen im R 3 ist im Normalfall eine Gerade, und die Ebene selbst, wenn zweimal die gleiche Ebene genommen wird, aber niemals nur ein Punkt Diese Gesetzmäßigkeit kommt in der folgenden Aussage zum Ausdruck Korollar 98 Es sei K ein Körper und V ein endlichdimensionaler K- Vektorraum der Dimension n und es seien U,U 2 V Untervektorräume der Dimension dimu ) = n k bzw dimu 2 ) = n k 2 Dann ist dimu U 2 ) n k k 2 Beweis Nach Lemma 97 ist dimu U 2 ) = dimu )+dimu 2 ) dimu +U 2 ) = n k +n k 2 dimu +U 2 ) n k +n k 2 n = n k k 2
5 Korollar 99 Es sei ein homogenes lineares Gleichungssystem aus k Gleichungen in n Variablen gegeben Dann ist die Dimension des Lösungsraumes des Systems mindestens gleich n k Beweis Der Lösungsraum einer linearen Gleichung in n Variablen besitzt die Dimension n oder n Der Lösungsraum des Systems ist der Durchschnitt der Lösungsräume der einzelnen Gleichungen Daher folgt die Aussage durch mehrfache Anwendung von Korollar 98 auf die einzelnen Lösungsräume 5 Direkte Summe Definition 90 Es sei K ein Körper und V ein K-Vektorraum Es sei U,,U m eine Familie von Untervektorräumen von V Man sagt, dass V die direkte Summe der U i ist, wenn die beiden folgenden Bedingungen erfüllt sind ) ) U i j i U j = 0 für alle i 2) Jeder Vektor v V besitzt eine Darstellung mit u i U i v = u +u 2 + +u m Wenn die Summe der U i direkt ist, schreiben wir statt U + + U m auch U U m Bei zwei Untervektorräumen U,U 2 V bedeutet die erste Bedingung einfach U U 2 = 0 Beispiel 9 Es sei V ein endlichdimensionaler K-Vektorraum mit einer Basis v,,v n Es sei {,,n} = I I k eine disjunkte Zerlegung der Indexmenge Es seien U j = v i, i I j die durch die Teilfamilien erzeugten Untervektorräume Dann ist V = U U k Der Extremfall I j = {j} ergibt die direkte Summe V = Kv Kv n mit eindimensionalen Untervektorräumen Lemma 92 Es sei V ein endlichdimensionaler K-Vektorraum und U V ein Untervektorraum Dann gibt es einen Untervektorraum W V derart, dass eine direkte Summenzerlegung vorliegt V = U W
6 6 Beweis Es sei v,,v k eine Basis von U Diese können wir nach Satz 82 zu einer Basis v,,v k,v k+,,v n von V ergänzen Dann erfüllt die gewünschten Eigenschaften W = v k+,,v n In der vorstehenden Aussage heißt W ein direktes Komplement zu U in V) Es gibt im Allgemeinen viele verschiedene direkte Komplemente Direkte Summe und Produkt Wir erinnern daran, dass man zu einer Familie M i, i I, von Mengen M i die Produktmenge i I M i definieren kann Wenn alle M i = V i Vektorräume über einem Körper K sind, so handelt es sich hierbei mit komponentenweiser Addition und Skalarmultiplikation wieder um einen K-Vektorraum Man spricht dann vom direkten Produkt der Vektorräume Wenn es sich immer um den gleichen Raum handelt, M i = V, so schreibt man dafür auch V I Das ist einfach der Abbildungsraum AbbI, V) Den Vektorraum V j findet man im direkten Produkt als Untervektorraum wieder, und zwar als die Menge der Tupel x i ) i I mit x i = 0 für alle i j Die Menge all dieser, jeweils an nur einer Stelle von 0 verschiedener, Tupel erzeugt einen Untervektorraum, der bei unendlichem I nicht das ganze direkte Produkt ist Definition 93 Es sei I eine Menge und K ein Körper Zu jedem i I sei ein K-Vektorraum V i gegeben Dann nennt man die Menge V i = {v i ) i I v i V i, v i 0 für nur endlich viele i} i I die direkte Summe der V i Wenn es sich stets um den gleichen Vektorraum handelt, so schreibt man für diese direkte Summe V I) Es ist also V I) V I ein Untervektorraum Bei endlichem I gibt es keinen Unterschied, für unendliche Indexmengen ist die Inklusion aber echt Beispielsweise ist R N der Folgenraum, dagegen besteht R N) nur aus der Menge aller Folgen, für die nur endlich viele Glieder von 0 verschieden sind Der Polynomring K[X] ist in diesem Sinne die direkte Summe aus den KX n, n N Jeder K-Vektorraum mit einer Basis v i, i I, ist isomorph zur direkten Summe i I Kv i
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,
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 8 Dimensionstheorie Ein endlich erzeugter Vektorraum hat im Allgemeinen ganz unterschiedliche Basen. Wenn
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 25/26 Lineare Algebra und analytische Geometrie I Schläft ein Lied in allen Dingen, Die da träumen fort und fort, Und die Welt hebt an zu singen, Triffst du nur das Zauberwort
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 11 Untervektorräume unter linearen Abbildungen Eine typische und wohl auch namensgebende Eigenschaft einer
MehrLineare 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
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung heißt lineare
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 015/016 Lineare Algebra und analytische Geometrie I Vorlesung 14 Ich war nie der talentierteste Spieler. Ich musste mir alles unheimlich hart erarbeiten und es gab bestimmt
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung ϕ : V W
MehrMathematik I. Vorlesung 11. Lineare Unabhängigkeit
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 11 Lineare Unabhängigkeit Definition 11.1. Es sei K ein Körper und V ein K-Vektorraum. Dann heißt eine Familie von Vektoren v i, i I,
MehrLineare Algebra und analytische Geometrie II
Prof Dr H Brenner Osnabrück SS 26 Lineare Algebra und analytische Geometrie II Vorlesung 2 Orthogonalität Mit dem Skalarprodukt kann man die Eigenschaft zweier Vektoren, aufeinander senkrecht zu stehen,
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 0/06 Lineare Algebra und analytische Geometrie I Vorlesung... und ein guter Lehrer kann auch einem schlechten Schüler was beibringen Beziehung zwischen Eigenräumen Wir
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 15 Unterräume und Dualraum Untervektorräume eines K-Vektorraumes stehen in direkter Beziehung zu Untervektorräumen
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 56 Basiswechsel bei Tensorprodukten Lemma 56.1. Es sei K ein Körper und seien V 1,...,V n endlichdimensionale
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 10 Lineare Abbildungen Zwischen zwei Vektorräumen interessieren insbesondere die Abbildungen, die mit den
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 13 Projektionen Zu einer direkten Summenzerlegung V = U 1 U 2 nennt man die Abbildung p 1 : V U 1, v 1
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 12 Wege entstehen dadurch, dass man sie geht Franz Kafka Invertierbare Matrizen Definition 121 Es sei K ein
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 215/216 Lineare Algebra und analytische Geometrie I Vorlesung 27 In der letzten Vorlesung haben wir die Haupträume zu einem Eigenwert λ zu einem Endomorphismus ϕ als Kern
MehrKapitel 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
Mehr2.3 Basis und Dimension
23 Basis und Dimension Erinnerung Gegeben ein K-Vektorraum V, ein Vektorensystem x,, x n in V Eine Linearkombination in den x i ist ein Vektor der Form λ x + + λ n x n mit λ i K Die λ i heißen Koeffizienten
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 7 Was die Menschen verbin, ist nicht der Glaube, sondern der Zweifel Peter Ustinow Universelle Eigenschaft der
MehrMathematik I. Vorlesung 16. Eigentheorie
Prof Dr H Brenner Osnabrück WS 009/00 Mathematik I Vorlesung 6 Eigentheorie Unter einer Achsenspiegelung in der Ebene verhalten sich gewisse Vektoren besonders einfach Die Vektoren auf der Spiegelungsachse
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 6 Vektorräume Die Addition von zwei Pfeilen a und b, ein typisches Beispiel für Vektoren. Der zentrale
MehrMathematik 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,...,
MehrFerienkurs Mathematik für Physiker I Skript Teil 2 ( )
Ferienkurs Mathematik für Physiker I WS 206/7 Ferienkurs Mathematik für Physiker I Skript Teil 2 (28.03.207) Vektorräume Bevor wir zur Definition eines Vektorraumes kommen erinnern wir noch einmal kurz
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 2 Ein guter Schüler lernt auch bei einem schlechten Lehrer Eigentheorie Unter einer Achsenspiegelung in der
MehrLineare 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
Mehr2.3 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
MehrLineare 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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:
Mehr3 Die Strukturtheorie der Vektorräume
Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 3 Die Strukturtheorie der Vektorräume Sei V ein K-Vektorraum Sei v 1,...v r V endlich viele vorgegebene Vektoren. Definition: 1. Jeder Vektor
MehrEinführung in die Mathematik für Informatiker
Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 21.11.2016 6. Vorlesung aufgespannter Untervektorraum Span(T ), Linearkombinationen von Vektoren Lineare Unabhängigkeit
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 26/7): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:
MehrMusterlösung Serie 8
D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge
Mehr$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
MehrLineare 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
MehrInvariantentheorie. Vorlesung 13. Alexander Grothendieck (1928-) Das Spektrum eines kommutativen Ringes
Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 13 Alexander Grothendieck (1928-) Das Spektrum eines kommutativen Ringes Bei einer linearen Operation einer Gruppe G auf einem K-Vektorraum
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2017/2018 Lineare Algebra und analytische Geometrie I Vorlesung 10 Ich war nie der talentierteste Spieler. Ich musste mir alles unheimlich hart erarbeiten und es gab bestimmt
MehrLineare 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
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 23 Die Gradformel Satz 1. Seien K L und L M endliche Körperweiterungen. Dann ist auch K M eine endliche Körpererweiterung und
MehrAnalysis 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
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 20 Kultur ist Reichtum an Problemen. Egon Friedell Der Interpolationssatz Satz 20.1. Es sei K ein Körper
MehrVektorräume. 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
MehrMathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ))
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 18 Vielfachheiten und diagonalisierbare Abbildungen Satz 18.1. Es sei K ein Körper und es sei V ein endlichdimensionaler K- Vektorraum.
Mehrtechnische 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
Mehr13 Partielle Ableitung und Richtungsableitung
3 PARTIELLE ABLEITUNG UND RICHTUNGSABLEITUNG 74 3 Partielle Ableitung und Richtungsableitung 3 Definition und Notiz Sei B R n offen, f : B R m, v R n, so heißt für γ x,v (t) = x + tv d dt f(x + tv) f(x)
Mehr5.7 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
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 08.11.2013 Alexander Lytchak 1 / 11 Erinnerung Proposition Es sei (v i ) i I eine Familie von Vektoren aus einem reellen
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrMathematik für Anwender I
Prof Dr H Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 11 Rang von Matrizen Definition 111 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von
MehrKlausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum
Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt
Mehr6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt
Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 213/214 Markus Schweighofer Lineare Algebra I 6.2 Basen Definition 6.2.1. Seien V ein K-Vektorraum, n N und v 1,..., v n V. (a)
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 06 Lineare Algebra analytische Geometrie II Vorlesung 35 Winkeltreue Abbildungen Definition 35.. Eine lineare Abbildung ϕ: V W zwischen euklidischen Vektorräumen V W heißt
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 30.10.2012 Bernhard Hanke 1 / 10 Vektorräume (Wiederholung) Ein reeller Vektorraum besteht aus einer Menge V, einem ausgezeichneten Element
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 39 Definitheit von Bilinearformen Wir möchten die symmetrischen Bilinearformen über den reellen Zahlen klassifizieren.
Mehr3.2 Unabhängigkeitsstrukturen
80 3.2 Unabhängigkeitsstrukturen Unser Ziel ist der Nachweis, daß in Vektorräumen, also in Moduln über Körpern, Basen existieren und zwei endliche Basen gegebenenfalls von derselben Ordnung sind. (Basen
MehrMathematik für Anwender II
Prof Dr H Brenner Osnabrück SS 22 Mathematik für Anwender II Vorlesung Euklidische Vektorräume Im Anschauungsraum kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor hat auch eine Länge,
Mehr5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);
5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist
MehrLösungen der Aufgaben zu Abschnitt 5.4
A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ
MehrÜbersicht Kapitel 9. Vektorräume
Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten
Mehr4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.
4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48 4 Vektorräume 4.1 Definition Sei K ein Körper. Definition: Ein Vektorraum über K, oder kurz ein K-Vektorraum, ist ein Tupel (V,+,, 0 V ) bestehend aus
Mehr1 Linearkombinationen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch
Mehr5 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,
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrKapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume
Kapitel II. Vektorräume Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Die fundamentale Struktur in den meisten Untersuchungen der Linearen Algebra bildet der Vektorraum.
MehrPrüfung Lineare Algebra , B := ( ), C := 1 1 0
1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,
MehrLineare 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
Mehr3 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
MehrAlgebraische Kurven. Vorlesung 24. Tangenten bei Parametrisierungen. (Q)) die Richtung der Tangente von C in P.
Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 24 Tangenten bei Parametrisierungen Satz 24.1. Es sei K ein unendlicher Körper und ϕ: A 1 K A n K eine durch n Polynome ϕ = (ϕ 1 (t),...,ϕ
MehrAlgebraische Kurven. Monoidringe
Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 17 Nachdem wir nun die Theorie hinreichend weit entwickelt haben, wenden wir uns nun einer umfassenden Beispielsklasse zu, den Monoidringen.
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
MehrIn diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,
2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.
Mehr2.8. ABBILDUNGSMATRIZEN UND BASISWECHSEL 105. gramms kommutativ:
2.8. ABBILDUNGSMATRIZEN UND BASISWECHSEL 105 gramms kommutativ: V ϕ W ψ X c B c C c D K n x MC B(ϕ) x K m x MC D (ψ) x K l x M C D (ψ)mb C (ϕ) x Dies bedeutet, dass das gesamte Diagramm kommutativ ist.
MehrLineare 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
MehrMathematik II. Vorlesung 46. Der Gradient
Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 46 Der Gradient Lemma 46.1. Es sei K ein Körper und V ein K-Vektorraum, der mit einer Bilinearform, versehen sei. Dann gelten folgende Aussagen
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 25 J ai décidé d être heureux parce que c est bon pour la santé Voltaire Trigonalisierbare Abbildungen
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 9 Graduierte Körpererweiterungen Definition 9.1. Es sei K ein Körper und D eine kommutative Gruppe. 1 Eine K-Algebra A heißt D-graduiert,
MehrÜbungen 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
MehrLineare 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
Mehr3 Bilinearform, Basen und Matrizen
Lineare Algebra II 2. Oktober 2013 Mitschrift der Vorlesung Lineare Algebra II im SS 2013 bei Prof. Peter Littelmann von Dario Antweiler an der Universität zu Köln. Kann Fehler enthalten. Veröentlicht
MehrLineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München
Technische Universität München Wintersemester 27/28 Lineare Algebra Skript zum Ferienkurs Tag 2-2.3.28 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper vielmals für seine Unterstützung bei
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
Mehr8 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
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
Mehr1 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
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 54 Stochastische Matrizen Definition 54.. Eine reelle quadratische Matrix M a ij i,j n heißt spaltenstochastisch,
MehrLineare 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
Mehr4.3 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
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 5 Verwandle große Schwierigkeiten in kleine und kleine in gar keine Chinesische Weisheit Das Lösen von
Mehr