Themen und Übungen zum Lehrerweiterbildungskurs Wiederholung und Vertiefung Lineare Algebra/Analytische Geometrie I WiSe 2013/2014
|
|
- Dörte Schmidt
- vor 7 Jahren
- Abrufe
Transkript
1 Themen und Übungen zum Lehrerweiterbildungskurs Wiederholung und Vertiefung Lineare Algebra/Analytische Geometrie I WiSe 2013/2014 [Sch]: R.-H.Schulz:Repetitorium Bachelor Mathematik [Sch-LAI] R.-H.Schulz: Skript Linearer Algebra I Themenkreis 0: Gruppen/Ringe/Körper 1. Definitionen Gruppe, Ring, Körper s.[sch] p.223 f. 1. Definition: Gruppe (G, ) Gruppe mit neutralem Element e (G, ) Halbgruppe e G neutrales Element Existenz der Inversen Definition Untergruppe, Untergruppenkriterium... U und U U 1 U G Menge, G : G G G (a, b) a b (innere Verknüpfung) Assoziativgesetz a, b, c G : a (b c) = (a b) c a G : a e = a = e a a G b G : b a = e = a b Beispiel einer Halbgruppe, die keine Gruppe ist: (N, +) Beispiele von Gruppen: additive Gruppen von Ringen, Körpern, Vektorräumen (S M, ), Gruppe aller bijektiven Abbildungen von M auf sich mit der Hintereinanderausführung als Verknüpfung, speziell S n := (S {1,...,n}, ) (symmetrische Gruppe mit S n = n!) (siehe unten!) Gruppe D m der Deckabbildungen eines regelmäßigen m-ecks in der reellen euklidischen Ebene (Diedergruppe mit D m = 2m).
2 2. Definition: Ring (R, +, ) Ring R Menge, + R R R, : R R R (R, +) kommutative Gruppe, d.h. Gruppe mit a, b R : a + b = b + a (R, ) Halbgruppe Distributivgesetze: a, b, c R : (a + b) c = a c + b c und a (b + c) = a b + a c Beispiele von Ringen: (Z, +, ) Ring der ganzen Zahlen; Körper (s.u.) (K[X], +, ), (End K V, +, ), der Endomorphismenring eines Vektorraums Z m (Elemente, Addition, Multiplikation, Nullteiler?) Z m := Z/mZ, d.h.: Elemente der Form a + mz mit a {0, 1,..., m 1}, (s.auch:faktorstrukturen) Rechnung mod m, a + mz Nullteiler, falls ggt(a, m) 1 und 0 < a < m R[X] Ring der Polynome über R n a i X i i=0 Anmerkung: Die Elemente eines Ringes mit 1, die eine multiplikative Inverse besitzen, sogenannte Einheiten, bilden eine Gruppe (bzgl. der induzierten Multiplikation) Definition: Ideal Untergruppe der additiven Gruppe (Z, +), für die z I I für jedes z Z gilt; 3. Definition: Körper K Menge, +, innere Verknüpfungen (K, +, ) (K, +, ) (K, +) kommutative Gruppe Körper Schiefkörper (K \ {0}, ) Gruppe 1 kommutativ Distributivgesetze (wie bei Ringen) 1 Die Multiplikation sei hierbei auf K \ {0} beschränkt. 2
3 Beispiele: (Q, +, ) (R, +, ) (C, +, ), GF(p) := (Z/pZ, +, ) für p Primzahl (s.u.) K[X]/(P ) für irreduzibles Polynom P K[X] vom Grad n über dem Körper K =GF(p). Anmerkung : Man kann zeigen, dass es zu jedem n N ein solches irreduzibles Polynom über GF(p) gibt, dass damit ein Körper mit p n Elementen existiert, und dass je zwei Körper mit p n Elementen zueinander isomorph sind; Bezeichnung für einen solchen Körper: Galoisfeld p n, kurz GF(p n ) (existiert genau für Primzahlpotenzen p n ). 4. Definition: Algebra ((V, +,, ) heißt K-Algebra, wenn (V, +, ) K K ein K-Vektorraum und (V, +, ) ein Ring ist und folgende Verträglichkeitsbedingungen gelten: a, b V λ K : λ(a b) = (λa) b = a (λb) Beispiele: (End K V, +,, ), K K(n,n), K[X], R (z.bsp. als Q Algebra). Zur Gruppe der Permutationen S n, verschiedene Darstellungen der Elemente, z.b. mit Transpositionen, A n s.[sch-lai] p.68 und p.179ff. Definition Permutation Sei M n.l. Menge. Eine bijektive Abbildung von M auf sich heit auch Permutation; wir definieren S M := Bij(M, M) := {f : f Permutation von M} und S n := S {1,2,...,n}. Schreibweise: Ist f S n, so schreiben wir auch ( ) n f =. f(1) f(2)... f(n) Beispiel 1: ( )
4 Beispiel 2: Sei M = {1, 2, 3}; in untenstehender Figur betrachten wir S 3. Man kann zeigen, dass S 3 = {id M, σ 1, σ 2, σ 3, δ 1, δ 2 } ist. Elemente von S 3 : Pfeildiagramm Anwendung: Symmetrien eines gleichseitigen Dreiecks δ 0 = ( ) = id M σ 1 = ( 1 2 ) σ 2 = ( 1 2 ) σ 3 = ( 1 2 ) δ 1 = ( 1 2 ) δ 2 = ( 1 2 ) Abbildung 2: Elemente von S 3 und die entsprechenden Symmetrien eines Dreiecks. Hilfssatz (S M ) Sei M Menge, M. Dann gilt: 4
5 (a) (S M, ) ist Halbgruppe. (b) id M ist neutrales Element von (S M, ). (c) Zu f S M ist f 1 Inverse in (S M, ). (d) Für M 3 ist (S M, ) nicht kommutativ. Bahnen einer Permutation (a) Definition: Sei π S n ; für a, b {1,..., n} definieren wir eine Relation a π b : k Z : b = π k (a). (b) Hifssatz: Für π S n ist eine Äquivalenzrelation auf {1,..., n}. π (Beweis ). (c) Definition: Die Äquivalenzklasse von a {1,..., n} bzgl. π, also {a, π(a), π 2 (a),...}, heißt Bahn oder auch Transitivitätsgebiet von a unter π. Fortsetzung von Beispiel 1: Bahnen von π sind in diesem Fall {1, 2, 3}, {4, 6} und {5}. Definition: Zyklus (a) Eine Permutation, deren Bahnen bis auf höchstens eine einelementig sind, (also außerhalb einer Bahn die Punkte fest läßt,) heißt Zyklus. Ein Zyklus ist also von der Form ( ) a1 a 2 a 3... a m a m+1... a n. a 2 a 3 a 4... a 1 a m+1... a n Wir schreiben den Zyklus auch in der Form (a 1 a 2 a 3... a m )(a m+1 )... (a n ) oder noch kürzer (a 1 a 2 a 3... a m ) S n. 5
6 (b) Beispiel: ( ) (i) = (1 2 3)(4)(5)(6) = (1 2 3) S ( ) (ii) ( ) =, falls ( ) S gilt. (c) Definition: Zwei Zyklen (a 1... a s ) und (b 1... b t ) aus S n heißen disjunkt, falls Hilfssatz (Disjunkte Zyklen) {a 1,..., a s } {b 1,..., b t } =. Disjunkte Zyklen aus S n kommutieren. Beweisskizze. ( ) ( ) ( ) a1... a b1... b t a1... a s = s b 1... b t a 2... a 1 b 2... b = ( a 1... a s ) ( b1... b t ). Hilfssatz (Zerlegung in Zyklen) Seien n 2 und π S n \ {id}; dann lässt sich π (bis auf die Reihenfolge der Faktoren) eindeutig als Produkt paarweise disjunkter Zyklen schreiben. Beweisandeutung: Die Zyklenzerlegung entspricht der Partition in Bahnen. Beispiel ( (Fortsetzung): ) = (123) (46) =: (123)(46) Definition: Transposition Ein Zyklus der Länge 2, d.h. ein solcher von der Form (a 1 a 2 ), heißt Transposition. (Eine Transposition vertauscht also genau 2 Elemente aus {1,..., n} und lässt die übrigen fest.) Satz ( Darstellung als Produkt von Transpositionen) 6
7 Jede Permutation aus S n (mit n 2) lässt sich als Produkt von (nicht notwendig disjunkten) Transpositionen schreiben. Beweis-Andeutung. Nach 1 existiert eine Zerlegung in disjunkte Zyklen; jeder Zyklus (a 1 a 2... a t ) lässt sich schreiben als 2 (a 1 a t ) (a 1 a t 1 )... (a 1 a 3 ) (a 1 a 2 ). Beispiel: ( ) π 1 := = (1 3) ( ) = (1 3) (2 6) (2 4) (2 5) Andereseits gilt auch π 1 = (1 2) (1 6) (1 4) (1 5) (2 3) (1 2). Die Darstellung als Produkt von Transpositionen ist also nicht eindeutig. Jedoch gilt: ( hier ohne Beweis zitiert): Satz (Anzahl der Faktoren) Sei π S n mit n 2. Dann ist die Anzahl der Faktoren bei Darstellungen von π als Produkt von Transpositionen entweder stets gerade oder stets ungerade. Damit werden folgende Definitionen sinnvoll: Definition: gerade Permutation; Signum (a) Ist π Produkt einer geraden Anzahl von Transpositionen, so heißt π gerade Permutation, andernfalls ungerade Permutation. (b) Wir definieren das Signum einer Permutation wie folgt: { +1 falls π gerade sgn π := 1 falls π ungerade. Beispiele: ( sgn id= +1, ) sgn τ = 1 für jede Transposition τ; sgn π 1 = sgn = (vgl. voriges Beispiel; 4 bzw. 6 Faktoren!). Anmerkungen: Die Komposition einer geraden und einer ungeraden Permutation ist eine ungerade Permutation 2 hier von rechts aus zu lesen; d.h. der letzte Faktor wird zuerst angewandt 7
8 zweier geraden Permutationen ist eine gerade Permutation zweier ungeraden Permutationen ist eine gerade Permutation. Die Definition von sgn ermöglicht daher folgende Aussage: Hilfssatz (Eigenschaften des Signums) Für π, ρ S n gilt sgn (π ρ) =sgn π sgn ρ. Tabellarische Darstellung: π ρ π gerade π ungerade ρ gerade gerade ungerade ρ ungerade ungerade gerade entsprechend für das Signum sgn(π ρ) sgn(π) = +1 sgn(π) = 1 sgn(ρ) = sgn(ρ) = Für n > 1 ist sgn daher ein Gruppenhomomorhismus von (S n, ) auf die Untergruppe ({+1, 1}, ) von (R, ). Der Kern dieses Homomorphismus, also die Menge aller geraden Permutationen von S n, bildet einen Normalteiler von S n. Da die Multiplikation mit einer Transposition τ die Menge der geraden Permutationen bijektiv auf die der ungeraden Permutationen abbildet, folgt insgesamt: Satz und Definition: alternierende Gruppe (i) Die Menge der geraden Permutationen von S n bilden eine Untergruppe A n von S n. A n ist Normalteiler von S n, und es gilt S n = A n A n τ für jede Transposition τ sowie A n = 1 S 2 n = n!. 2 (ii) A n heißt alternierende Gruppe vom Grad n. Beispiel: (Aufgabe L1): A 3 besteht aus folgenden 3! 2 geraden Permutationen von S 3 ): = 3 Elementen ( den id= (1), (1 2 3) = (1 3) (1 2), (1 3 2) = (1 2) (1 3) = (1 2 3) 1. Ungerade Permutationen von S 3 sind die Transpositionen: (1 2), (1 3), (2 3). 8
9 Themenkreis 1: a) Vektorraum, Unterraum b) Basis, Dimension a) Vektorraum, Unterraum 1. Modell für die Zeichenebene, für den Anschauungsraum Welche Modelle? R 2, R 3 Geradengleichungen (verschiedene Formen) y = mx+b und x = c bzw. Punkt-Richtungsgleichung x = k m+ b, Zweipunktegleichung Ebenengleichungen (verschiedene Formen) 3-Punkte-Gleichung; Gleichung mithilfe Normalenvektor und (kanonischem) Skalarprodukt n( x b) = 0 (Hessesche Normalform, falls n = 1); s.auch [Sch] p Im 2-dimensionalen affinen Raum: a) vektorielle Punkt-Richtungs-Form: x = p+km mit Ortsvektor x eines beliebigen Punktes der Geraden g, Aufpunkt p, bis auf Vielfache bestimmtem Richtungsvektor m von g und Skalar k (aus dem Grundkörper K des Vektorraums). b) vektorielle Zwei-Punkte-Form: x=p 1 + k(p 2 p 1 ) mit verschiedenen Punkten p 1, p 2 von g und k K (s. Abb.?? b). c) Koordinatengleichung : ax + by + c = 0 mit (a, b) (0, 0). Anmerkung : Setzt man in der vektoriellen Punkt-Richtungsform aus a) x = (x, y), ferner m = (1, m) und p = (0, b) bzw. m = (0, 1) und p = (c, d), so erhält man als Koordinatengleichung y = mx + b bzw. x = c (s. Abb.?? a). d) Hessesche Normalform in EG(R 2 ) (s. Abbildung 3 b) Im 3-dimensionalen affinen Raum : a), b) vektorielle Punkt-Richtungs- bzw. Zwei-Punkte-Formen wie unter 1. c) Koordinatengleichungen : { a1 x + b 1 y + c 1 z + d = 0 mit a 2 x + b 2 y + c 2 z + d = 0 9
10 y (c,d) n p p 2 1 (0,b) 1 m x= c p 1 p 2 x y=mx+b (c,0) (0,1) x a) b) Abbildung 3 a) Zur Koordinatengleichung einer Geraden b) Zur vektoriellen Geradengleichung: x = p 1 + k( p 2 p 1 ) bzw. ( x p 1 ) n = 0 mit n ( p 2 p 1 ). ( a1 b Rang 1 c 1 a 2 b 2 c 2 ) = 2. Anmerkung : Hierbei sind (a 1, b 1, c 1 ) und (a 2, b 2, c 2 ) (bei kanonischem Skalarprodukt) bis auf Normierung die Normalenvektoren von 2 Ebenen, deren Schnitt die Gerade ist. Die Rang-Bedingung bewirkt, dass die Ebenen nicht parallel sind. 2. Definition und Beispiele von Vektorräumen Definition Vektorraum s.[sch] p.1 Gegeben sei ein Körper K (als Skalarbereich ), z.b. Q, R, C, Q ( 2) oder ein endlicher Körper GF(p) = Z/pZ = Z p, GF(p s ). Dann heißt (V,, K) ein K Vektorraum (K VR), falls (V, ) eine abelsche Gruppe ist und die sogenannte S Multiplikation 3 K : K V V mit (λ, v) λv folgende Gesetze (für alle v, w V, λ, µ K, 1 = 1 K ) erfüllt: 3 Wegen der Kommutativität der Multiplikation in K kann man auch vλ(:= λv) schreiben; alternativ kann man auch K : V K V definieren. 10
11 K n das gemischte Assoziativgesetz (λ µ)v = λ(µv) die gemischten Distributivgesetze (λ + µ)v = λv µv und λ(v w) = λv λw und die Gleichung 1v = v K[X] Algebra (!) der Polynome mit Koeffizienten aus K R über Q allgemeiner: Köper über Unterkörper C([a, b], R) VR der stetigen reellwertigen Abbildungen des Intervalls [a, b] K (m,n) VR der m n Matrizen über K 3. Definition und Beispiele von Unterräumen s.[sch] p.4 4. Unterraumkriterium s.[sch] p.4 5. Definition affiner Unterraum (Lineare Mannigfaltigkeit) s.o. und [Sch] b) Basis, Dimension 1. Definition Lineare Unabhängigkeit, Linearkombination, Erzeugendensystem s.[sch] p Basis: Definition, Existenz (Basisexistenzsatz), Mächtigkeit/Dimension s.[sch] p Man zeige, dass jeder n dimensionale Vektorraum über dem Körper K isomorph (Def.?) zu K n ist! s.[sch]p.10 11
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
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Vektoren in der Ebene Zwei Punkten P, Q in der Ebene
MehrPermutationen und symmetrische Gruppe
Permutationen und symmetrische Gruppe Für eine beliebige Menge M bilden die Bijektionen von M in M, versehen mit der Komposition von Abbildungen als Operation, eine Gruppe, die sogenannte symmetrische
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
Mehr1 Mengen und Abbildungen
1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
Mehr1 Algebraische Strukturen
Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen
MehrVorlesung Diskrete Strukturen Gruppe und Ring
Vorlesung Diskrete Strukturen Gruppe und Ring Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in
Mehr(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:
MehrElemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S
Begriffe Faser: Es sei f : M N eine Abbildung von Mengen. Es sei n N. Die Menge f 1 ({n}) M nennt man die Faser in n. (Skript Seite 119). Parallel: Zwei Vektoren v und w heißen parallel, wenn für einen
MehrAlgebraische Kurven. Holger Grzeschik
Algebraische Kurven Holger Grzeschik 29.04.2004 Inhaltsübersicht 1.Einführung in die Theorie algebraischer Kurven 2.Mathematische Wiederholung Gruppen, Ringe, Körper 3.Allgemeine affine Kurven 4.Singuläre
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
Mehr5. Gruppen, Ringe, Körper
5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr7 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
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrLineare Abbildungen. i=0 c ix i n. K n K m
Kapitel 4 Lineare Abbildungen In diesem Abschnitt lernen Sie erstmals eine Klasse von strukturerhaltenden Abbildungen kennen. Diese Konzept ist von zentraler Bedeutung in der Algebra. Grob gesagt geht
MehrTheorie der Vektorräume
Kapitel 3 Theorie der Vektorräume 3.1 Gruppen, Ringe, Körper In diesem Abschnitt führen wir die drei wichtigsten algebraischen Grundstrukturen ein, nämlich Gruppen, Ringe und Körper. Sie sind nicht nur
MehrLineare 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
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
MehrHalbgruppen, 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
Mehr00. Einiges zum Vektorraum R n
00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen
Mehr2.1 Eigenschaften und Beispiele von Gruppen Untergruppen Homomorphismen... 25
2 Gruppen Übersicht 2.1 Eigenschaften und Beispiele von Gruppen............................. 17 2.2 Untergruppen...................................................... 21 2.3 Homomorphismen..................................................
MehrÜbungen zur Linearen Algebra I
Aufgabe 1.1. Wir betrachten die folgenden Punkte im R 2 P 1 = (2,3) P 2 = ( 2,4) P 3 = (3, 1),. (i) Geben Sie die Gerade G durch P 1 und P 2 in einer Parameterdarstellung an! (ii) Geben Sie die Gerade
MehrAlgebra I. Zwischenprüfung. 19. Februar 2016
Name: Vorname: Studiengang: Legi-Nr.: Algebra I D-MATH, HS 2015 Prof. Richard Pink Algebra I Zwischenprüfung Wichtig: 19. Februar 2016 Die Prüfung dauert 120 Minuten. Bitte legen Sie Ihre Legi (Studierendenausweis)
MehrProseminar: Primzahlen 1. Vortrag Der erweiterte euklidische Algorithmus
Proseminar: Primzahlen 1. Vortrag Der erweiterte euklidische Algorithmus Max Zoller 14. April 8 1 Der klassische euklidische Algorithmus Beispiel: ggt 15, 56? 15 = 1 56 + 49 56 = 1 49 + 7 49 = 7 7 + =
Mehr$Id: gruppen.tex,v /04/24 15:25:02 hk Exp $ $Id: ring.tex,v /04/24 15:35:17 hk Exp $
$Id: gruppen.tex,v 1.13 2012/04/24 15:25:02 hk Exp $ $Id: ring.tex,v 1.11 2012/04/24 15:35:17 hk Exp $ 2 Gruppen 2.3 Zyklische Gruppen Wir hatten am Ende der letzten Sitzung bewiesen, dass in einer endlichen
MehrDiskrete Strukturen. Restklassenringe WS 2013/2014. Vorlesung vom 24. Jänner 2014
Diskrete Strukturen WS 2013/2014 Vorlesung vom 24. Jänner 2014 Thomas Vetterlein Institut für Wissensbasierte Mathematische Systeme Johannes-Kepler-Universität Linz 10.1 Die Modulo-n-Relation Definition
MehrAlgebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen
Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrAffine Geometrie (Einfachere, konstruktive Version)
Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit
MehrÜber die algebraische Struktur physikalischer Größen
Über die algebraische Struktur physikalischer Größen Alois Temmel Juni 2001 c 2001, A. Temmel Inhaltsverzeichnis 1 Physikalische Größen 3 1.1 Das internationale Einheitensystem............... 3 1.2 Die
Mehr2 Euklidische Vektorräume
Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,
Mehr2 Algebraische Grundstrukturen
2 ALGEBRAISCHE GRUNDSTRUKTUREN 1 8. November 2002 2 Algebraische Grundstrukturen Definitionen. Eine binäre Operation (binary operation) oder zweistellige Verknüpfung auf einer Menge M ist eine Abbildung
Mehr4: Algebraische Strukturen / Gruppen
Stefan Lucks Diskrete Strukturen (WS 2009/10) 120 4: Algebraische Strukturen / Gruppen Definition 46 Sei G eine nichtleere Menge. Eine Funktion : G G G bezeichnen wir als Verknüpfung auf G. Das Paar (G,
Mehr3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.
3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es
MehrII. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme
52 II Lineare Gleichungssysteme II Lineare Gleichungssysteme 10 Matrizen und Vektoren 52 11 Der Gaußsche Algorithmus 58 12 Basen, Dimension und Rang 62 13 Reguläre Matrizen 66 14 Determinanten 69 15 Skalarprodukte
MehrKonvergenz im quadratischen Mittel - Hilberträume
CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften
Mehru + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.
Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume
MehrLineare Algebra und analytische Geometrie I
Sei G eine Gruppe. Zeige, dass ( 1 ) 1 = Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Arbeitsblatt 3 Die Pausenaufgabe Aufgabe 3.1. Formuliere die binomischen
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
Mehr3. Zahlbereiche und algebraische Strukturen
technische universität dortmund Dortmund, im November 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung von Kapitel 3 3. Zahlbereiche
MehrVektorräume und Lineare Abbildungen
Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit
MehrGrundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015
Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt
MehrNotizen zu Transformationen und Permutationen. T (A) = {f : A A}
Transformationen Notizen zu Transformationen und Permutationen Ist A eine Menge, so ist die Menge T (A) = {f : A A} bezüglich der Komposition (Hintereinanderausführung) als Operation und der identischen
Mehr2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.
Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): 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
MehrKapitel 2. Ganze Zahlen. 2.1 Teilbarkeit
Kapitel 2 Ganze Zahlen In diesem Kapitel setzen wir voraus, dass die Menge Z der ganzen Zahlen, ihre Ordnung und die Eigenschaften der Addition und Multiplikation ganzer Zahlen dem Leser vertraut sind.
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
MehrEinführung Gruppen, Beispiele, Konjugationsklassen
Einführung Gruppen, eispiele, Konjugationsklassen Fabian Rühle 21.10.2015 Inhaltsverzeichnis 1 Definition von Gruppen und einfache eispiele 1 2 Die zyklische Gruppe n 2 3 Die Diedergruppe D n 3 4 Die Permutationsgruppe
MehrProf. S. Krauter Endliche Geometrie. SS 05. Blatt Wiederholen Sie die Abschnitte zum Rechnen mit Restklassen aus der Einführungsveranstaltung.
Prof. S. Krauter Endliche Geometrie. SS 05. Blatt03 1. Wiederholen Sie die Abschnitte zum Rechnen mit Restklassen aus der Einführungsveranstaltung. 2. Die zahlentheoretische Kongruenz ist folgendermaßen
Mehr[Ausarbeitung Mathe 3 Prüfungsfragen WH]
2008 [Ausarbeitung Mathe 3 Prüfungsfragen WH] Wichtige Anmerkung des Autors: Diese Ausarbeitung ist meine persönliche Interpretation der Antworten. Es gibt keinerlei Gewähr, dass die Antworten stimmen
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
MehrDEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )
Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9
MehrKapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe
Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:
Mehr4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
MehrModul Grundbildung Lineare Algebra und analytische Geometrie SoSe 2010
54 3 GRUPPEN Modul Grundbildung Lineare Algebra und analytische Geometrie SoSe 2010 Hinweis: Dieses Manuskript setzt das Skript aus dem letzten Semester fort. Es ist nur verständlich und von Nutzen für
MehrZwischenklausur zur Linearen Algebra I HS 2010, Universität Mannheim, Prof. Dr. C. Hertling, Ralf Kurbel
Zwischenklausur zur Linearen Algebra I HS 2010, 23.10.2010 Universität Mannheim, Prof. Dr. C. Hertling, Ralf Kurbel Name: Emil Mustermann Sitzplatznummer: 2 Die Bearbeitungszeit für diese Klausur beträgt
Mehrreflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Kommutator, Kommutatorgrupe, Normalreihe, auflösbare Gruppe
1 Lernliste 1.1 Relationen reflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Äquivalenzrelation, Kongruenzrelation Klasseneinteilung Hauptsatz über Äquivalenzrelationen Jede
MehrAngewandte Diskrete Mathematik
Vorabskript zur Vorlesung Angewandte Diskrete Mathematik Wintersemester 2010/ 11 Prof. Dr. Helmut Maier Dipl.-Math. Hans- Peter Reck Institut für Zahlentheorie und Wahrscheinlichkeitstheorie Universität
MehrGruppentheorie Eine Zusammenfassung
Gruppentheorie Eine Zusammenfassung Stephan Tornier ETH Zürich FS 09 21. Mai 2009 Zusammenfassung In diesem Skript sind grundlegende Definitionen und Aussagen der Gruppentheorie zusammengefasst. basierend
MehrÜbungen zur Linearen Algebra I
Aufgabe 13.1. Berechnen Sie die Determinanten der Matrizen ( ) 1 4 9 0 1 0 0 1 1 A = B = 2 3 1 2 6 C = 0 0 1 0 0 0 0 1 3 2 9 1 0 0 0 D = a b c d b a e f 0 0 a b 0 0 b a Aufgabe 13.2. Es seien zwei Matrizen
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 2003/2004) Aufgabenblatt 9
Mehr1 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
MehrAnalytische Geometrie
Kapitel 2 Analytische Geometrie 21 Vektoren Die Elemente des kartesischen Produktes R n, d h die n Tupel oder Zeilenvektoren (a 1,, a n ) mit a k R für k n, interpretiert man als Punkte eines n dimensionalen
MehrZusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren
Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrStichwortliste 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.
Mehr9 Vektorräume mit Skalarprodukt
9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 2 Beispiele für Gruppen Aus der Vorlesung Mathematik I sind schon viele kommutative Gruppen bekannt. Zunächst gibt es die additiven
Mehr5 Grundlagen der Zahlentheorie
5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk
MehrKapitel 1. Grundlagen Mengen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrJürgen Hausen Lineare Algebra I
Jürgen Hausen Lineare Algebra I 2. korrigierte Auflage Shaker Verlag Aachen 2009 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrLineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich
Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,
Mehr1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen
1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen Einleitung 1 Wie der Name schon sagt sind Äquivalenzrelationen besondere Relationen. Deswegen erkläre ich hier ganz allgemein, was Relationen
Mehr(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
Mehr2. Der Grad von Körpererweiterungen
2. Der Grad von Körpererweiterungen 15 2. Der Grad von Körpererweiterungen Wenn wir untersuchen wollen, ob eine gegebene Konstruktion in der Ebene mit Zirkel und Lineal durchführbar ist, haben wir im vorigen
Mehr13. Funktionen in einer Variablen
13. Funktionen in einer Variablen Definition. Seien X, Y Mengen. Eine Funktion f : X Y ist eine Vorschrift, wo jedem Element der Menge X eindeutig ein Element von Y zugeordnet wird. Wir betrachten hier
MehrAnhang A. Etwas affine Geometrie. A.1 Die affine Hülle
Anhang A Etwas affine Geometrie In diesem Anhang stellen wir die wichtigsten Grundbegriffe aus der affinen Geometrie zusammen, soweit sie eben für uns von Nutzen sind. Für weiterführende Ergebnisse sei
MehrKapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
MehrÜbungen 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
MehrAffine und projektive Räume
Affine und projektive Räume W. Kühnel Literatur hierzu: G.Fischer, Analytische Geometrie, 7. Aufl., Vieweg 2001 Zur Motivation: Wenn man in einem Vektorraum die Elemente nicht als Vektoren, sondern als
MehrAnalytische Geometrie, Vektorund Matrixrechnung
Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?
MehrMichael Artin. Algebra. Aus dem Englischen übersetzt von Annette A'Campo. Birkhäuser Verlag Basel Boston Berlin
Michael Artin Algebra Aus dem Englischen übersetzt von Annette A'Campo Birkhäuser Verlag Basel Boston Berlin INHALTSVERZEICHNIS Vorwort Hinweise viii x Kapitel 1 MATRIZEN 1 1. Matrizenkalkül 1 2. Zeilenreduktion
Mehr2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin
Die Menge der ganzen Zahlen von Peter Franzke in Berlin Das System der natürlichen Zahlen weist einen schwerwiegenden Mangel auf: Es gibt Zahlen mn, derart, dass die lineare Gleichung der Form mx n keine
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
MehrLineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya
Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch
MehrUnterräume; Basis und Dimension; Skalarprodukt, Norm und Vektorprodukt im R 3
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 2006/07 en Blatt 9 18.12.2006 Unterräume; Basis und Dimension; Skalarprodukt,
Mehr4. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 4. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-7.. Aufgabe G (Geraden im R ) Bestimmen
Mehr1 0 1, V 3 = M, und λ A = λa
Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a
Mehr4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung
43 Permutationen Definition Eine Permutation der Elementen {,, n} ist eine bijektive Abbildung σ : {,,n} {,,n} Es ist leicht zu sehen, dass die Hintereinanderführung zweier Permutationen ergibt wieder
MehrDefinition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch
Kapitel 4 Die rationalen Zahlen Wir haben gesehen, dass eine Gleichung a x = b mit a, b Z genau dann eine Lösung x Z besitzt, wenn a b. Zum Beispiel hat 2 x = 1 keine Lösung x Z. Wir wollen nun den Zahlbereich
Mehr