Definition 1.2. Eine kontinuierliche Gruppe mit einer endlichen Menge an Parametern heißt endliche kontinuierliche Gruppe. x cosξ sinξ y sinξ cosξ

Größe: px
Ab Seite anzeigen:

Download "Definition 1.2. Eine kontinuierliche Gruppe mit einer endlichen Menge an Parametern heißt endliche kontinuierliche Gruppe. x cosξ sinξ y sinξ cosξ"

Transkript

1 8 Gruppentheorie 1 Lie-Gruppen 1.1 Endliche kontinuierliche Gruppe Definition 1.1. Eine Menge G mit einer Verknüpfung m heißt Gruppe, falls folgende Axiome erfüllt sind: (i) Die Operation m, genannt Multiplikation, erfüllt m : g, h m(g, h) = g h G (1.1) für alle g, h G. (ii) Assoziativität: g 1 (g 2 g 3 ) = (g 1 g 2 ) g 3 (1.2) für alle g 1, g 2, g 3 G. (iii) Existenz des neutralen Elements e mit g e = e g = g (1.3) für alle g G. (iv) Existenz des inversen Elements, d.h. für alle g G existiert ein g 1 G mit g g 1 = g 1 g = e. (1.4) Im Folgenden sind wir hauptsächlich an kontinuierlichen Gruppen interessiert, bei denen, salopp gesprochen, die Gruppenelemente durch kontinuierliche Parameter charakterisiert werden. Definition 1.2. Eine kontinuierliche Gruppe mit einer endlichen Menge an Parametern heißt endliche kontinuierliche Gruppe. Beispiel 1.1. Betrachte z.b. die Drehungen in der Ebene, ( ) ( ) ( ) ( x x x cosξ sinξ y y = D(ξ) = y sinξ cosξ ) ( x y ). (1.5) Die Hintereinanderausführung entspricht der (Matrix-)Multiplikation; damit bilden die D(ξ) eine Gruppe. Dabei dient ξ als Parameter bzw. als Koordinate. 1.2 Lie-Gruppe Definition 1.3. Eine C r -Lie-Gruppe G ist eine C r -Mannigfaltigkeit, die eine Gruppe mit einer Verknüpfung ist, und wo für alle g, h G die Abbildungen (1) (g, h) g h und (2) g g 1 C r -Abbildungen sind.

2 1.2 Lie-Gruppe 9 Z.B. für die Multiplikation m : (g, h) m(g, h) = g h bedeutet die Differenzierbarkeit definitionsgemäß, dass mit den Kartenabbildungen ϕ i aus (g, h) m g h ϕ 1 ϕ 2 ϕ 3 Ê n a b Ê n c Ê n die Abbildung d.h. ϕ 3 m (ϕ 1 1, ϕ 1 2 ) : Ê2n Ê n (1.6) (a, b) c(a, b) (1.7) eine C r -Abbildung ist. Analog kann man die zweite Bedingung zurückführen auf die Aussage, dass a(a) eine C r Funktion ist, wobei mit der Inversenbildung i : g g 1 : g Ê n a i g 1 ϕ 1 ϕ 2 a Ê n a = ϕ 2 i ϕ 1 1 (a) ist. Beispiel 1.2. Betrachte wieder die Drehungen in der Ebene. Die Gruppenmultiplikation kann durch ( ) D(ξ), D(η) D(ξ) D(η) =: D(ζ) (1.8) ζ(ξ, η) = ξ + η (1.9) ausgedrückt werden. Die Multiplikation ist hier offensichtlich eine analytische Abbildung. Bemerkung 1.1. (a) Eine C ω -Lie-Gruppe 2 heißt einfach nur Lie-Gruppe. (b) Oft definiert man eine Lie-Gruppe G als eine Gruppe, bei der g eine Abbildung von einem Parameterraum U Ê n nach G ist und mit g(c) = g(a) g(b), g(a) = g 1 (a) sowohl c(a, b) eine analytische Funktion von a und b als auch a eine analytische Funktion von a ist. Der Unterschied zu Obigem ist die Beschränkung auf eine globale Parametrisierung. (c) Es gilt: Jede endlichdimensionale C 1 -Lie-Gruppe ist eine analytische Lie-Gruppe. Notation. Statt g h schreibt man auch g h; das neutrale Element soll immer e heißen. 2 C ω heißt analytisch.

3 10 Gruppentheorie 1.3 Wirkung einer Lie-Gruppe auf eine Mannigfaltigkeit Definition 1.4. Sei G eine Lie-Gruppe und M eine Mannigfaltigkeit. Die Wirkung von G auf M ist eine differenzierbare Abbildung σ : G M M, die Folgendes erfüllt: 1. σ(e, p) = p für alle p M. 2. σ ( g 1, σ(g 2, p) ) = σ(g 1 g 2, p). Notation. Anstatt σ(g, p) schreibt man oft auch kurz g p. Definition 1.5. Sei G = GL(n, Ê), d.h. die Gruppe der invertierbaren reellwertigen n n Matrizen und M = Ê n. Die Wirkung von GL(n, Ê) auf Ê n ist definiert als σ(g, p) = g p g GL(n, Ê), p Ê n. (1.10) Die Wirkung von Untergruppen der GL(n, Ê) ist genauso definiert. Diese können unter Umständen auch auf Untermannigfaltigkeiten des Ê n wirken. Beispiel 1.3. Es wirkt die O(n) auf die (n 1)-Sphäre Ë n 1 (r) mit Radius r, σ : O(n) Ë n 1 (r) Ë n 1 (r). (1.11) 1.4 Darstellung von Lie-Gruppen Definition 1.6. Ein Lie-Gruppen-Homomorphismus zwischen zwei Lie-Gruppen G und H ist eine analytische Abbildung f mit f(g 1 g 2 ) = f(g 1 ) f(g 2 ) g 1, g 2 G. (1.12) (i) Matrixdarstellung Definition 1.7. Sei n Æ. H bezeichne die Gruppe GL(n, Ê) bzw. GL(n, ). Ein Lie-Gruppen- Homomorphismus f : G H heißt n-dimensionale Darstellung der Lie-Gruppe G über dem Darstellungsraum Ê n bzw. n. Die Multiplikation in H ist dabei die Hintereinanderausführung; sie entspricht also der Matrixmultiplikation. Man spricht in diesem Zusammenhang davon, dass die Lie-Gruppe G auf den Darstellungsraum M = Ê n bzw. M = n wirkt. Seien also {y i } n i=1 die Koordinaten von p M. Dann lässt sich die Wirkung g G auf p, p g G σ(g, p), (1.13) in offensichtlicher Weise auswerten, σ(g, p) = g 11 g 1n g n1 g nn (ii) Adjungierte Darstellung y 1. y n. (1.14) Um die adjungierte Darstellung zu konstruieren, fassen wir die Lie-Gruppe G als Transformationsgruppe auf, die auf sich selbst wirkt, d.h. M = G. Definition 1.8. Der Homomorphismus der adjungierten Darstellung wird erklärt über folgende Wirkung der Lie-Gruppe G auf sich selbst: AD h : g σ AD (h, g) = h g h 1. (1.15) Diese Abbildung lässt das Einselement fest.

4 1.5 Reduzible und irreduzible Darstellungen Reduzible und irreduzible Darstellungen Definition 1.9. Sei f : G GL(n, Ê) bzw. GL(n, ) eine Darstellung der Lie-Gruppe G. Man nennt einen Untervektorraum V Ê n bzw. n invariant, falls für alle g G gilt, dass x V f(g) x V. (1.16) Definition Eine Darstellung f : G GL(n, Ê) bzw. GL(n, ) heißt irreduzibel, wenn {0} und Ê n bzw. n die einzigen invarianten Unterräume sind. Andernfalls heißt f reduzibel. Ein invarianter Unterraum V heißt irreduzibel, wenn er außer {0} und V keinen invarianten Unterraum besitzt. Die Darstellung f heißt vollständig reduzibel, falls sie entweder irreduzibel ist oder wenn der Ê n bzw. n die direkte Summe irreduzibler Unterräume ist. Wir werden uns jetzt überlegen, dass bei einer vollständig reduziblen Darstellung f sich die Darstellungsmatrizen f(g) in Block-Diagonalform schreiben lassen, 0. f(g) = (1.17) Diese Form, d.h. die Blöcke der 0en, ergeben sich für alle Gruppenelemente. Für irreduzible Darstellungen gibt es keine Blockstruktur. Das bedeutet, dass man im Wesentlichen irreduzible Darstellungen verstehen muss; die reduziblen ergeben sich dann als Matrizen in Block-Diagonalform, wobei die einzelnen Blöcke irreduziblen Darstellungen entsprechen. Um das zu sehen, benötigen wir das sog. Schur sche Lemma. Satz 1.1. Schur sches Lemma Teil I. Seien f : G GL(n, Ê) bzw. GL(n, ) und h : G GL(n, Ê) bzw. GL(n, ) zwei irreduzible Darstellungen der Lie-Gruppe G. Gibt es eine lineare Abbildung P : Ê n Ê m mit P f(g) = h(g) P g G, (1.18) so gilt entweder Bild P = {0} oder Kern P = {0}. Definition Zwei Darstellungen, für die (1.18) mit BildP {0} gilt, heißen äquivalent. Beweis. Sei r der Rang von P. (1.18) impliziert, dass BildP ein invarianter Unterraum des Ê m ist. Nun ist h irreduzibel, somit gibt es zwei Fälle. Entweder ist BildP = {0} oder r = m mit n m. Wir nehmen nun an, dass BildP {0} und außerdem KernP {0}; die Strategie ist es, einen Widerspruch zu identifizieren. Betrachte nun ein x KernP mit x 0. Dafür gilt (h(g) P) x = h(g)0 = 0. (1.19) Andererseits ist f irreduzibel, d.h. KernP ist kein invarianter Unterraum. (KernP = Ê n ist ebenfalls nicht möglich, da dann BildP = {0} gelten würde.) Somit gibt es g G und x KernP so dass f(g)x KernP. Damit ist ( P f(g) ) x 0, was im Widerspruch zu (1.18) und (1.19) ist. Bemerkung 1.2. Aus den Relationen r = m und n m folgt mit KernP = {0}, dass m = n gilt für äquivalente Darstellungen. P hat dann vollen Rang und man hat f(g) = P 1 h(g) P, (1.20) d.h. die äquivalenten Darstellungen gehen durch eine Ähnlichkeitstransformation mit einem invertierbaren P auseinander hervor.

5 12 Gruppentheorie Satz 1.2. Schur sches Lemma Teil II Eine endlichdimensionale Darstellung f : G GL(n, Ê) bzw. GL(n, ) ist genau dann irreduzibel, wenn nur die Vielfachen λ ½ der Einheitsmatrix ½ (λ ) mit allen Matrizen f(g) vertauschen, A f(g) = f(g) A g A = λ ½. (1.21) Beweis. Wir beschränken uns hier auf den Beweis der Aussage: Falls f irreduzibel ist und A mit f(g) vertauscht, so ist A proportional zu ½. Sei U der Raum der Eigenvektoren von A zum Eigenwert κ und sei u U. Dann gilt A f(g)u = f(g) A = f(g)κu = κ ( f(g)u ), d.h. f(g)u U. Somit ist U ein invarianter Unterraum. Da f irreduzibel ist, ist U = Ê n bzw. n. Damit gilt A = κ ½. Damit können wir jetzt verstehen, dass für reduzible Darstellungen die Darstellungsmatrizen block-diagonal (siehe (1.17)) sind und für irreduzible nicht. Offensichtlich vertauscht für blockdiagonale Matrizen nicht nur die Einheitsmatrix mit den Darstellungsmatrizen, sondern auch diag(λ 1,... λ 1, λ 2,... λ 2,...), wobei die Anzahl der gleichen λs der jeweiligen Dimension des Blocks entspricht. Grob gesprochen setzen sich reduzible Darstellungen aus Blöcke irreduzibler Darstellungen zusammen. Insbesondere sieht man, dass es relativ einfach sein wird, reduzible Darstellungen zu diskutieren, wenn die irreduziblen erst einmal verstanden sind. 1.6 Kurven Definition Eine C r -Kurve k auf einer Lie-Gruppe G ist eine Abbildung k : Ê ]t, t + [ G, (1.22) wo für jede Karte (U i, ϕ i ) die Abbildung ϕ i k vom Typ C r ist. Beispiel 1.4. Die Gruppe der Drehungen im Dreidimensionalen kann durch drei Winkel θ, ϕ und ψ parametrisiert werden, z.b. über wobei D(φ, ψ, ϑ) = R x (φ) R y (ψ) R z (ϑ), (1.23) R x (φ) = R y (ψ) = R z (ϑ) = cosφ sin φ 0 sinφ cosφ cosψ 0 sinψ sinψ 0 cosψ cosϑ sin ϑ 0 sinϑ cosϑ ,,. Eine Kurve bildet dann z.b. die Abbildung: wobei k : t D(0, 0, t) = R z (t). (1.24) Ein Produkt zweier Kurven kann erklärt werden über K (k 1, k 2 ) k 1 k 2, (1.25) (k 1 k 2 )(t) = { k1 (2t), 0 t 1 2, k 1 (1) k 2 (2t 1), 1 2 t 1. (1.26)

6 1.6 Kurven 13 k 1 e k 1 k 2 e k 2 = e Abbildung 1: Multiplikation von Kurven. Anschaulich bedeutet das, dass man die Kurven aneinandersetzt (siehe Abbildung 1). Fazit Lie-Gruppen sind Mannigfaltigkeiten mit Gruppenstruktur. Diese sind (fast) automatisch analytische Mannigfaltigkeiten.

1 Liesche Gruppen: Grundlegendes und Beispiele

1 Liesche Gruppen: Grundlegendes und Beispiele 1 Liesche Gruppen: Grundlegendes und Beispiele In dieser Vorlesung verstehen wir unter einer differenzierbaren Mannigfaltigkeit einen Hausdorff- Raum mit abzählbarer Basis und mit einem maximalen C -Atlas.

Mehr

Elemente der Gruppentheorie

Elemente der Gruppentheorie Elemente der Gruppentheorie Tobias Sudmann 06.11.2006 Rolle der Gruppentheorie in der Physik abstraktes mathematisches Modell Symmetriebegriff historisch: Harmonievorstellung bei Plato, Pythagoras, Kepler,...

Mehr

10 Untermannigfaltigkeiten

10 Untermannigfaltigkeiten 10. Untermannigfaltigkeiten 1 10 Untermannigfaltigkeiten Definition. Eine Menge M R n heißt k-dimensionale Untermannigfaltigkeit des R n, 1 k n, falls es zu jedem a M eine offene Umgebung U R n von a und

Mehr

Theorie der einfachen Lie-Gruppen

Theorie der einfachen Lie-Gruppen Theorie der einfachen Lie-Gruppen Eine Einführung Notizen zur Vorlesung im Sommersemester 2009 23. Juli 2009 1 2 INHALTSVERZEICHNIS Inhaltsverzeichnis 1 Lie-Gruppen 8 1.1 Endliche kontinuierliche Gruppe............................

Mehr

6. Normale Abbildungen

6. Normale Abbildungen SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische

Mehr

Gruppen und ihre Darstellungen

Gruppen und ihre Darstellungen Kurze Zusammenfassung: Gruppen und ihre Darstellungen Beispiele: ganze Zahlen mit Addition (e=0: Nullelement)) rationale Zahlen mit Multiplikation (e=1: Einselement) Translationen: x x+a Drehungen (kontinuierlich

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist

Mehr

1 Grundlagen zur Darstellungstheorie

1 Grundlagen zur Darstellungstheorie Seminar Gruppen in der Physik SS 06 Vortrag 1 Gruppen und ihr Darstellung Matthias Nagl 1 Grundlagen zur Darstellungstheorie In diesem Vortrag wird es nur um lineare Darstellungen endlicher Gruppen in

Mehr

Mathematik I. Vorlesung 16. Eigentheorie

Mathematik 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

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

Lineare Algebra und analytische Geometrie I

Lineare 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

Mehr

A = ( a 1,..., a n ) ii) Zwei Matrizen sind gleich, wenn die Einträge an den gleichen Positionen übereinstimmen. so heißt die n n Matrix

A = ( a 1,..., a n ) ii) Zwei Matrizen sind gleich, wenn die Einträge an den gleichen Positionen übereinstimmen. so heißt die n n Matrix Matrizen Definition: i Eine m n Matrix A ist ein rechteckiges Schema aus Zahlen, mit m Zeilen und n Spalten: a a 2 a n a 2 a 22 a 2n a m a m2 a mn Die Spaltenvektoren dieser Matrix seien mit a,, a n bezeichnet

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

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

Mehr

Gruppentheorie und Symmetrie in der Chemie

Gruppentheorie und Symmetrie in der Chemie Gruppentheorie und Symmetrie in der Chemie Martin Schütz Institut für theoretische Chemie, Universität Stuttgart Pfaffenwaldring 55, D-70569 Stuttgart Stuttgart, 0. April 00 M. Schütz, Vorlesung Gruppentheorie

Mehr

Irreduzible Darstellungen von SU 2 (C)

Irreduzible Darstellungen von SU 2 (C) Irreduzible Darstellungen von SU 2 (C) Alessandro Fasse Email: fasse@thp.uni-koeln.de WS14/15 - Universität zu Köln 26.01.2015 1 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung 2 2 Darstellungstheorie

Mehr

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen 1 Zum Aufwärmen 1.1 Notationen In diesem Teil der Vorlesung bezeichnen wir Körper mit K, Matrizen mit Buchstaben A,B,..., Vektoren mit u,v,w,... und Skalare mit λ,µ,... Die Menge der m n Matrizen bezeichnen

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

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende

Mehr

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden? Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist

Mehr

1 Rechnen mit 2 2 Matrizen

1 Rechnen mit 2 2 Matrizen 1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12

Mehr

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v. Teil I Lineare Algebra I Vorlesung Sommersemester 2011 Olga Holtz MA 378 Sprechstunde Fr 14-16 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do 12-14 und nv jokar@mathtu-berlinde Kapitel

Mehr

KAPITEL 8. Normalformen. 1. Blockmatrizen. ,C K m 2 n 1. X = K (m 1+m 2 ) (n 1 +n 2 ) K L. und Y = M N Blockmatrizen mit.

KAPITEL 8. Normalformen. 1. Blockmatrizen. ,C K m 2 n 1. X = K (m 1+m 2 ) (n 1 +n 2 ) K L. und Y = M N Blockmatrizen mit. KAPITEL 8 Normalformen Definition 8.1 (Blockmatrizen). Sind 1. Blockmatrizen A K m 1 n 1,B K m 1 n 2,C K m 2 n 1 und D K m 2 n 2 so nennet man die Matrix X = ( A B C D ) K (m 1+m 2 ) (n 1 +n 2 ) eine Blockmatrix

Mehr

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

2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 2 Grundstrukturen Notation: Sind M und N zwei Mengen, so heißt die Menge M N := {(m, n) : m M, n N} das cartesische Produkt oder auch die

Mehr

LINEARE ALGEBRA II. FÜR PHYSIKER

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

Mehr

7.2 Die adjungierte Abbildung

7.2 Die adjungierte Abbildung 7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)

Mehr

5 Die Allgemeine Lineare Gruppe

5 Die Allgemeine Lineare Gruppe 5 Die Allgemeine Lineare Gruppe Gegeben sei eine nicht leere Menge G und eine Abbildung (Verknüpfung) : G G G, (a, b) a b( a mal b ) Das Bild a b von (a, b) heißt Produkt von a und b. Andere gebräuchliche

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

Lineare Darstellungen von Symmetrischen Gruppen

Lineare Darstellungen von Symmetrischen Gruppen Lineare Darstellungen von Symmetrischen Gruppen 150 232 (Holtkamp) 2st., Mi 12.00-14.00, NA 2/24 1 Beispiel 1. Freies Monoid über Alphabet X Beispiel 2. S 1, S 2, S 3,... Satz 1. (Bijektion zw. Partitionen

Mehr

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen

Mehr

6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar.

6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar. Um zu zeigen, dass die irreduziblen Teiler eines reellen Polynoms höchstens den Grad 2 haben, fassen wir nun (x γ) und (x γ) zusammen und stellen fest, dass (x (a + b i))(x ((a b i)) = x 2 2a + (a 2 +

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

8 Lineare Abbildungen und Matrizen

8 Lineare Abbildungen und Matrizen 8 Lineare Abbildungen und Matrizen 8.1 Lineare Abbildungen Wir beschäftigen uns nun mit Abbildungen zwischen linearen Räumen. Von besonderem Interesse sind Abbildungen, die die Struktur der linearen Räume

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

Lineare Algebra und analytische Geometrie I

Lineare 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

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

Einführung in den Symmetriebegriff und gruppentheoretische Grundlagen

Einführung in den Symmetriebegriff und gruppentheoretische Grundlagen Einführung in den Symmetriebegriff und gruppentheoretische Grundlagen Stephanie Artmeier WS 0/ Inhaltsverzeichnis Einführung... Gruppen.... Beispiel gleichseitiges Dreieck... 3. Darstellung von Gruppen...

Mehr

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform LinAlg II Version 1 29. Mai 2006 c Rudolf Scharlau 219 3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform Das Problem der Normalformen für Endomorphismen handelt kurz gesprochen

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, Gruppen, Ringe Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

Ausgewählte Lösungen zu den Übungsblättern 4-5

Ausgewählte 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

Mehr

Übersicht Kapitel 9. Vektorräume

Übersicht 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

Mehr

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung

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

D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j

D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 0 Tom Ilmanen Musterlösung 2. Falls b := (v,,v n ) eine Orthonormalbasis von V ist, dann lassen sich die Komponenten von einem Vektor v = n i= t i v i bezüglich

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

Lineare Abbildungen und Darstellungsmatrizen

Lineare Abbildungen und Darstellungsmatrizen KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt

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 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

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

5. Matrizen und Determinanten

5. Matrizen und Determinanten technische universität dortmund Dortmund, im Januar 01 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 1 und Matrizen und

Mehr

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch. Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):

Mehr

4.4 Hermitesche Formen

4.4 Hermitesche Formen 44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung

Mehr

Nützliches Hilfsmittel (um Schreiberei zu reduzieren): 'Erweiterte Matrix': Gauß- Verfahren

Nützliches Hilfsmittel (um Schreiberei zu reduzieren): 'Erweiterte Matrix': Gauß- Verfahren L5.4 Inverse einer Matrix Ausgangsfrage: Wie löst man ein lineares Gleichungsystem (LSG)? Betrachte n lineare Gleichungen für n Unbekannte: Ziel: durch geeignete Umformungen bringe man das LSG in folgende

Mehr

3 Topologische Gruppen

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

Mehr

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

mit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"

mit Skalarprodukt aus i-tem Zeilenvektor und j-tem Spaltenvektor Zusammenfassung Matrizen Transponierte: Addition: mit Skalare Multiplikation: Matrixmultiplikation: m x p m x n n x p mit ES "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor" "Determinante"

Mehr

4 Lineare Abbildungen und Matrizen

4 Lineare Abbildungen und Matrizen 4.1 Lineare Abbildungen Definition 4.1. Es seien V, W K-Vektorräume. Eine Abbildung f : V W heißt linear oder Homomorphismus, wenn für alle u, v V und λ K gilt Beispiel 4.2. L1 f(u + v) = f(u) + f(v),

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

2.4 Lineare Abbildungen und Matrizen

2.4 Lineare Abbildungen und Matrizen 24 Lineare Abbildungen und Matrizen Definition 24 Seien V, W zwei K-Vektorräume Eine Abbildung f : V W heißt lineare Abbildung (lineare Transformation, linearer Homomorphismus, Vektorraumhomomorphismus

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

Totale Ableitung und Jacobi-Matrix

Totale Ableitung und Jacobi-Matrix Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix

Mehr

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

Lineare Algebra II Lösungen zu ausgewählten Aufgaben Lineare Algebra II Lösungen zu ausgewählten Aufgaben Blatt 2, Aufgabe 3 a) Wir zeigen, daß das Ideal (2, X) kein Hauptideal in Z[X] ist. (Dieses Ideal besteht aus allen Elementen in Z[X], die von der Form

Mehr

1. und 2. Fundamentalform

1. und 2. Fundamentalform 1. und 2. Fundamentalform regulärer Flächen Proseminar Differentialgeometrie Von Daniel Schliebner Herausgabe: 05. Dezember 2007 Daniel Schliebner 1. und 2. Fundamentalform regulärer Flächen Seite 1 6.1

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

Mathematik I. Vorlesung 14. Rang von Matrizen

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

Mehr

für alle a, b, x, y R.

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

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN 8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es

Mehr

LIE GRUPPEN EMANUEL SCHEIDEGGER

LIE GRUPPEN EMANUEL SCHEIDEGGER LIE GRUPPEN EMANUEL SCHEIDEGGER Zusammenfassung. Definition einer Lie-Gruppe, Beispiele, invariante Vektorfelder, Lie-Klammer, Lie-Algebra (einer Lie-Gruppe), 1. Definition und erste Beispiele Wir beginnen

Mehr

Lineare Algebra. 1 Lineare Abbildungen

Lineare Algebra. 1 Lineare Abbildungen Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe

Mehr

43 Unitäre Vektorräume

43 Unitäre Vektorräume 43 Unitäre Vektorräume 43 1 Zusammenfassung In diesem Paragrafen werden die gleichen Themen wie in 41 abgehandelt, jetzt allerdings für den komplexen Fall. Die Aussagen entsprechen sich weitgehend, daher

Mehr

Abbildung 10.1: Das Bild zu Beispiel 10.1

Abbildung 10.1: Das Bild zu Beispiel 10.1 Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

10 Dynkin-Diagramme und Klassifikation

10 Dynkin-Diagramme und Klassifikation 58 Lie-Algebren 0 Dynkin-Diagramme und Klassifikation 0. Dynkin-Diagramme Dynkin-Diagramme sind gewisse Graphen, welche die gegenseitige Lage der Vektoren einer Basis Σ eines Wurzelsystems veranschaulichen.

Mehr

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1, Aufgabe I1 (4 Punkte) Es seien (G, ) und (H, ) Gruppen a) Wann heißt eine Abbildung Φ : G H ein Gruppenhomomorphismus? b) Es seien Φ, Ψ : G H zwei Gruppenhomomorphismen Zeigen Sie, dass eine Untergruppe

Mehr

3 Lineare Abbildungen und Matrizen

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

Mehr

Zusammenfassung. 2.7 Eigenwerte und Eigenvektoren 53. in 2.1: Lösung eines linearen Gleichungssystems

Zusammenfassung. 2.7 Eigenwerte und Eigenvektoren 53. in 2.1: Lösung eines linearen Gleichungssystems 7 Eigenwerte und Eigenvektoren 53 Zusammenfassung in : Lösung eines linearen Gleichungssystems Formalisierung: a x + a x + + a n x n b a x + a x + + a n x n b a m x + a m x + + a mn x n b m A x b Lösungsmethode:

Mehr

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine

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 12 Wege entstehen dadurch, dass man sie geht Franz Kafka Invertierbare Matrizen Definition 121 Es sei K ein

Mehr

Invertierbarkeit von Matrizen

Invertierbarkeit von Matrizen Invertierbarkeit von Matrizen Lineare Algebra I Kapitel 4 24. April 2013 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de

Mehr

Kapitel 7 Lineare Abbildungen und Matrizen II

Kapitel 7 Lineare Abbildungen und Matrizen II Kapitel 7 Lineare Abbildungen und Matrizen II 7.1 Weitere Rechenregeln für Matrizen Aus den bisher gelernten Regeln entnehmen wir den als Übung zu beweisenden Satz 7.1. Es gelten die folgenden Regeln.

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

Teil IV : Integration über Untermannigfaltigkeiten. 9 Untermannigfaltigkeiten von R n

Teil IV : Integration über Untermannigfaltigkeiten. 9 Untermannigfaltigkeiten von R n Teil IV : Integration über Untermannigfaltigkeiten In der Analysis II haben wir bereits Kurven in R n eine Länge zugeordnet (also ein eindimensionales Volumen ) und Funktionen über Kurven integriert. In

Mehr

35 Matrixschreibweise für lineare Abbildungen

35 Matrixschreibweise für lineare Abbildungen 35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir

Mehr

Musterlösungen zur Linearen Algebra II Blatt 2

Musterlösungen zur Linearen Algebra II Blatt 2 Musterlösungen zur Linearen Algebra II Blatt 2 Aufgabe. Sei R ein nullteilerfreier kommutativer Ring mit. Setze K := R R\{0}/ mit der Äquivalenzrelation definiert durch (a, b) (a, b ) genau dann, wenn

Mehr

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

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

Mehr

2.3 Lineare Abbildungen und Matrizen

2.3 Lineare Abbildungen und Matrizen 2.3. LINEARE ABBILDUNGEN UND MATRIZEN 89 Bemerkung Wir sehen, dass die Matrix à eindeutig ist, wenn x 1,...,x r eine Basis ist. Allgemeiner kann man zeigen, dass sich jede Matrix mittels elementarer Zeilenumformungen

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009 I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe

Mehr

Berechnung der Determinante

Berechnung der Determinante Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,

Mehr

und Unterdeterminante

und Unterdeterminante Zusammenfassung: Determinanten Definition: Entwicklungssätze: mit und Unterdeterminante (streiche Zeile i & Spalte j v. A, bilde dann die Determinante) Eigenschaften v. Determinanten: Multilinearität,

Mehr

und Unterdeterminante

und Unterdeterminante Zusammenfassung: Determinanten Definition: Entwicklungssätze: mit und Unterdeterminante (streiche Zeile i & Spalte j v. A, bilde dann die Determinante) Eigenschaften v. Determinanten: Multilinearität,

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5

Klausurenkurs 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

Mehr

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(x 0 ) = lim f(b k ) 0 0 ) = 0 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.

Mehr

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2, Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist

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 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 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn

Mehr

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema 1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und

Mehr

a 1 a 1 A = a n . det = λ det a i

a 1 a 1 A = a n . det = λ det a i 49 Determinanten Für gegebene Vektoren a 1,,a n K n, betrachte die Matrix deren Zeilenvektoren a 1,,a n sind, also A = Ab sofort benutzen wir diese bequeme Schreibweise Definition Sei M : K n K }{{ n K

Mehr