1 Grundlagen zur Darstellungstheorie
|
|
- Linda Gerstle
- vor 6 Jahren
- Abrufe
Transkript
1 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 endlichdimensionale -Vektorräume gehen. Daher soll hier eine Darstellung immer eine lineare eine Gruppe immer eine endliche und ein Vektorraum immer einen endlichdimensionalen -Vektorraum bezeichnen. Definition 1 (Lineare Darstellung) Unter einer linearen Darstellung einer Gruppe G bezüglich eines Vektorraums V versteht man einen Homomorphismus r : G GL(V ). Man bezeichnet die Darstellung dann mit r. Man nennt hier dim V den Grad der Darstellung. Aus dieser Definition ergeben sich folgende Eigenschaften für r: Da es sich um eine Abbildung in die Menge der Linearen Abbildungen eines (endlichdimensionalen) Vektorraums handelt, kann man (nach Wahl einer Basis) r(g) als Matrix (r(g) ij ) darstellen. Diese Matrix ist nur bis auf Konjugation, d.h. Wahl der Basis eindeutig. Außerdem gilt r(e) = id r(g 1 ) = r(g) 1 Definition 2 (Äquivalenz von Darstellungen) Man bezeichnet nun zwei Darstellungen r und r der Gruppe G bezüglich den Vektorräumen V bzw. V als äquivalent, wenn ein Isomorphismus T : V V existiert mit : r (g)t = Tr(g) g G (1) Definition 3 (Invarianter Unterraum/Unterdarstellung) Sei r eine Darstellung der Gruppe G in den Vektorraum V. Einen Untervektorraum W V heißt invariant unter r, wenn g G gilt dass r(g)w W ist. Mit V und {0} besitzt jede Darstellung mindestens 2 invariante Untervektorräume, die sogenannten trivialen, invarianten Unterräume. Bedenkt man das r(g 1 ) = r(g) 1 gilt, folgt daraus dass dann immer r(g)w=w gelten muss. Es gilt ja W = r(g 1 )W W also insbesondere auch r(g)w r(g)w und somit W r(g)w Betrachtet man nun r = r W ist klar, dass es sich dabei wieder um eine Darstellung von G handelt. Man nennt r auch eine Unterdarstellung von r. 2 (Ir-)Reduzibiltät Definition 4 (Irreduzibel) Man nennt eine Darstellung irreduzibel, wenn sie nur die trivialen invarianten Unterdarstellungen besitzt. 1
2 Entsprechend nennt man einen (Unter-)Vektorraum irreduzibel bzgl. r wenn er keine echten, G-invarianten Untervektorräume besitzt. Definition 5 (Direkte Summe von Darstellungen) Sind zwei Darstellungen r und r von G bezüglich V bzw, V gegeben, so kann man durch: r (g)(v + v ) := r(g)v + r (g)v v V, v V, g G (2) eine Darstellung von von G auf V V definieren. Wir wollen diese Darstellung r* mit r r bezeichnen. Wählt man nun eine geeignete Basis von V V so erhält man eine Matrixdarstellung von r r in der Form: r ij 0 (3) 0 r ij Hat man einen echten G-invarianten Unterraum einer Darstellung gefunden, möchte man den gesamten Raum möglichst als direkte Summe dieses Raumes mit einem anderen Unterraum darstellen, da man so wie schon die Matrixdarstellung zeigt eine einfachere Darstellung erhält. Um eine solche Zerlegung zu erhalten benötigt man zu einem G-invarianten Unterraum W immer ein ebenfalls G-invariantes Komplement W. Um die Existenz eines solchen Unterraums zu zeigen definiert man folgendes hermitisches Skalarprodukt. Definition 6 (Hermitisches G-invariantes Skalarprodukt) Zu einer Darstellung r von G auf V definiert man sich ein ein G-invariantes hermitisches Skalarprodukt (,) wie folgt: (u, v) := 1/#G g G(r(g)u, r(g)v) 0 (4) wobei (, ) 0 ein hermitisches Skalarprodukt auf V ist(existiert auf einem endlichdimensionalen -VR immer). Man sieht hier sehr schön den Vorteil der endlichen Gruppen. Denn wäre G nicht endlich könnte man nicht ohne weiters ein solches Mittel bilden. Dass (,) die Eigenschaften eines G-invarianten hermitischen Skalarprodukts erfüllt kann man leicht nachrechnen. Satz 1 Mit Hilfe des obigen Skalarprodukts zeigt man dann ohne Weiteres, dass zu jedem echten G-invarianten Unterraum von V ein G-invaraintes Komplement V existiert. Satz 2 (Vollständige Reduzibilität) Aus der Existenz des obigen Komplements folgt nun wiederum, dass sich jede lineare Darstellung einer endlichen Gruppe in einen endlichdimensionalen Vektorraum in eine direkte Summe irreduziebler Darstellungen zerlegen lässt. Diese Eigenschaft nennt man vollständige Reduzibilität. 2
3 3 Das Schursche Lemma Definition 7 (Hom G (V 1, V 2 )) Seien r 1 und r 2 Darstellungen der Gruppe G in V 1 bzw. V 2. Dann bezeichnet Hom G (V 1, V 2 ) die linearen Abbildungen T von V 1 nach V 2, die r 2 (g)t = Tr 1 (g) g G erfüllen. Satz 3 (Das Lemma von Schur) Seien r 1, r 2 irreduzible Darstellungen der Gruppe G in die Vektorräume V 1, V 2, T Hom G (V 1, V 2 ). Dann gilt: Für r 1 r 2 gilt T=0 Für r 1 = r 2 gilt T=cI, mit c Eine Anwendung des Schurschen Lemmas ergibt folgende Relationen für irreduzible, unitäre Matrixdarstellungen. Satz 4 (Orthogonalität der Matrixdarstellungen) : (,)bezeichne das Skalarprodukt definiert durch: Dann gilt: Für r 1 r 2, (r 2 ij, r 1 kl) = 0 i, j, k, l Für r 1 = r 2, (r 2 ij, r 1 kl) = (1/n)δ lj δ ki (f 1, f 2 ) = 1/#G g Gf 1 (g)f 2 (g) (5) 4 Charaktere und deren Orthogonalitätsrelationen Definition 8 (Charakter einer Darstellung) Man nennt χ r (a) := tr die Spur der Matrixdarstellung) den Charakter der Darstellung r. Für den Charakter einer Darstellung gilt: χ r (e) = dimv χ r (h 1 gh) = χ r (g) χ r (g 1 ) = χ r (g) g, h G r(g) (d.h χ r1 r 2 = χ r1 + χ r2 Satz 5 (Orthogonalität von Charaktern) Als direkte Folgerung aus der Orthogonalität von Matrixdarstellungen gilt für Charaktere: Für r 1, r 2 irreduzibel, r 1 r 2, (χ 1, χ 2 ) = 0 (χ, χ) = 1 wenn χ irreduzibel ist. Betrachtet man nun eine, nicht notwendigerweise irreduzible Darstellung r = r 1... r k (r i irreduzibel) mit Charakter γ, so gilt γ = χ χ k wenn die χ i die Charaktere der r i bezeichnen. Nun ist für den Charakter χ einer irreduziblen Darstellung s (γ, χ) =Anzahl der zu s isomorphen Terme von r. Damit gilt dann auch 3
4 Satz 6 Zwei Darstellungen mit demselben Charakter sind äquivalent. Satz 7 Da man einen Charakter γ auch als γ = m i χ i mit irreduziblen Charakteren χ i schreiben kann, gilt: (γ, γ) = m 2 i (6) und damit dann auch: γ ist irreduzibel (γ, γ) = 1 Möchte man zu zwei Darstellungsräumen U und V dimhom G (U, V ) berechnen, so kann man mit den obigen Überlegungen und dem Schurschen Lemma zeigen, dass folgender Satz gilt. Satz 8 dimhom G (U, V ) = p 1 q p k q k (7) Wenn die p i die Häufigkeit der irreduziblen Darstellung W i in der Zerlegung von U und die q i die entsprechende Anzahl für V bezeichnen. 5 Die Reguläre Darstellung Sei M eine Menge auf der die Gruppe G operiert. Bezeichnet man zu einer Menge M den Raum der komplexwertigen Funktionen auf M durch F(M), dann operiert G durch gf := f g 1 auch auf F(M). Mit dieser Operation ist dann auch in natürlicher Weise eine Darstellung von G auf F(M) gegeben. Diese sei mit r m bezeichnet. Beim Betrachten von Gruppen und ihren irreduziblen Darstellungen stellt sich die Frage, wie viele solcher irreduzibler Darstellungen überhaupt existieren und wie diese aussehen. Um der Antwort auf diese Frage näher zu kommen wäre eine Darstellung hilfreich, die alle verschiedenen irreduziblen Darstellungen einer Gruppe bis auf Isomorphie enthält. Dies leistet die reguläre Darstellung einer Gruppe. Definition 9 (Reguläre Darstellung) Setzt man in der obigen Definition M=G, so erhält man mit r G die reguläre Darstellung. Es gilt : #G = dimf(g) = p i n i wenn p i die Häufigkeit und n i die Dimension der i-ten irreduziblen Darstellung von G in F(G) bezeichnet. Satz 9 Es gilt außerdem dimhom G (F(G), F(G)) = p 2 i =# Orbits von G auf G G(G operiert hier auf (F(G),F(G)) durch g(f(a),f(b))=(gf(a),gf(b))) Betrachtet man den Orbit zu einem Element (g,h), so ist klar das auch (g 1) (g, h) = (e, g 1 h) auf dieser Bahn liegt. Weiter ist klar, dass es sich dabei um das einzige Element der Form (e,*) handelt. Damit gilt dann aber #G=# Bahnen = p 2 i 4
5 Das legt nun die Vermutung nahe dass stets n i = p i und somit für jede irreduzible Darstellung W dimhom G (W, F(G)) = dimw (8) gilt. Dies lässt sich zeigen. Da p i = n i gilt, ist sicher auch #G = n 2 i. Damit gilt nun folgender Satz. Satz 10 Hat man einmal verschiedene irreduzible Darstellungen r i von G in W i mit dimw i = n i gefunden, so dass n 2 i = #G gilt, dann existieren keine weiteren nicht zu einer der r i isomorphen irreduziblen Darstellungen von G. Damit ist gezeigt, dass die Reguläre Darstellung tatsächlich alle irreduziblen Darstellungen von G bis auf Isomorphie enthält. Eine weitere Folgerung aus den obigen Überlegungen ist folgender Satz. Satz 11 Die Anzahl der unterschiedlichen Konjugationsklassen von G ist dieselbe wie die der unterschiedlichen irreduziblen Darstellungen. 6 Charaktertafeln Wenn χ 1,..., χ p die unterschiedlichen irreduziblen Charaktere einer Darstellung, C 1,..., C p die Konjugationsklassen der Dargestellten Gruppe und χ i (j) den Wert des Charakters χ i auf der j-ten Konjugationsklasse bezeichnet, dann gilt: (χ i, χ k ) = (1/#G) p χ i (g)χ k (g) = (1/#G) (#C j )χ i (j)χ k (j) (9) g G j=1 Damit kann man die Orthogonalitätsrelation für Charakter auch folgendermaßen schreiben (#C 1 )χ i (1)χ k (1)+...+(#C p )χ i (p)χ k (p) = (#G wenn i = k und 0 wenn i k) (10) außerdem kann man zeigen dass (#C j )[χ 1 (j)χ 1 (l)+...+χ p (j)χ p (l)] = (#G wenn j = l und 0 wenn j l) (11) gilt. Definition 10 (Charaktertafel) Eine Charaktertafel bezeichnet nun eine Tabelle, deren Zeilen mit den irreduziblen Charakteren und Spalten mit den Konjugationsklassen und deren Vielfachheit bezeichnet sind. Die also als Eintrag ij χ i (j) d.h. den Wert des i-ten irreduziblen Charakters auf der j-ten Konjugationsklasse enthält. Die beiden obigen Gleichungen zeigen nun, dass das Skalarprodukt zweier unterschiedlicher Spalten immer 0 und das Produkt einer Spalte mit sich selbst, gewichtet mit der Anzahl der entsprechenden Konjugationsklasse # G ergibt. Ähnlich gilt diese auch für Zeilen, nur das hier jeder Summand mit der Anzahl der zugehörigen Konjugationskalsse gewichtet wird. 5
6 7 Tensorprodukte Definiert man T als : T := { i,j c ij t ij c ij K} (12) mit Symbolen t ij i 1,..., n j 1,..., m dann wird T zu einem mn-dimensionalen Vektorraum über K. Seien V und W Vektorräume mit Basen (v 1,..., v n ) bzw. (w 1,..., w m ), dann sei zu v = n i=1 a i v i und w = m j=1 b j w j die Verknüpfung definiert durch: n m v w = a i b j t ij (13) i=1 j=1 Satz 12 Definiert man V,W und T wie oben. Dann ist :V W T mit (v, w) v w bilinear und es gilt: Ist U K-Vektorraum und g : V W U bilinear dann existiert genau eine Abbildung g*:t U mit g (v w) = g((v, w)) v V, w W. Seien (v 1,..., v n) und (w 1,..., w n) Basen von V bzw. W, dann ist (v i w j 1 i n, 1 j m) eine Basis von T. Man nennt T zusammen mit der Abbildung (v, w) v w das Tensorprodukt von V und W. Man schreibt T=V W. v w nennt man das Tensorprodukt von v und w. Das Tensorprodukt ist durch die obige Definition bis auf Isomorphie eindeutig bestimmt. Satz 13 U,V und W seien endlichdimesionale Vektorräume über demselben Körper K. Dann gilt (U V ) W U (V W). Satz 14 Sei γ End k (V ),ρ End K (W) Dann gilt:!γ ρ End K (V W) mit (v w) γ ρ = v γ w ρ v V, w W. γ GL(V), ρ GL(W) γ ρ GL(V W) Satz 15 Seien (a ij ) bzw. (b kl ) die Matrizen zweier linearer Abbildungen dann ist (a ij b kl ) die Matrix des Tensorprodukts der Abbildungen bzgl. dem Tensorprodukt der beiden Basen. Satz 16 Sei γ End K (V ) und ψ End K (W). Dann gilt: Sp(γ ψ) = SpγSpψ (14) 6
7 Definition 11 (Tensorprodukt von Darstellungen) : Seien r 1 : G 1 GL(V 1 ) und r 2 : G 2 GL(V 2 ) Darstellungen mit Charakteren χ 1 bzw. χ 2. Definiert man r 1 r 2 : G 1 G 2 GL(V 1 V 2 ) (15) mit (r 1 r 2 )((g 1, g 2 )) = r 1 (g 1 ) r 2 (g 2 ) (16) Erhält man eine Darstellung von G 1 G 2 in V 1 V 2 mit Charakter χ = χ 1 χ 2. Betrachtet man nun den Fall G 1 = G 2 = G, so kann man G identifizieren mit der Teilmenge G = {(g, g) g G} G G. Nun ist r 1 r 2 G : G GL(V 1 V 2 ) eine Darstellung von G in V 1 V 2 mit Charakter χ 1 χ 2. Man nennt r 1 r 2 G das Tensorprodukt der Darstellungen r 1, r 2 von G. Man erhält so insbesondere zu je zwei Charakteren χ 1, χ 2 einen Charakter χ 1 χ 2. Satz 17 Seien G 1, G 2 endliche Gruppen mit Darstellungen r 1 : G 1 GL(V ) r 2 : G 2 GL(W). Dann gilt: Sind r 1 und r 2 irreduzibel, so ist r 1 r 2 eine irreduzible Darstellung von G 1 G 2. Jede irreduzible Darstellung von G 1 G 2 ist äquivalent zu einer Darstellung r 1 r 2 mit r 1,r 2 irreduzibel. 8 Young Tableaus Dieser Abschnitt soll eine Möglichkeit zeigen, die irreduziblen Darstellungen der symmetrischen Gruppe S n zu berechnen. Berechnet man die Konjugationsklassen einer Symmetrischen Gruppe, so kommt man zu dem Ergebnis, dass genau solche Permutationen zu einer Konjugationsklasse gehören, welche die selbe Struktur von Zykeln aufweisen. Damit ist es dann einfach die Anzahl der Elemente einer Konjugationsklasse zu berechnen denn diese ist ja #S n /#H wenn H = {t sts 1 }. Und nach obigem entspricht #H einfach der Anzahl der unterschiedlichen Zykel mit gleicher Struktur. Außerdem gilt, wenn ν i die Anzahl der i Zykel einer Permutation bezeichnet immer die Gleichung ν 1 + 2ν nν n = n. Es gilt nun #H = 1 ν 1 ν 1!2 ν 2 ν 2!...n νn ν n! Sei weiter λ i definiert als λ i := ν ν i. Definition 12 Sei λ = (λ 1,..., λ d ) mit λ i =Anzahl der Zykel mit Länge größer gleich gleich i. Definition 13 (Rahmen) Mit einem Rahmen bezeichnet man eine Tabelle bestehend aus Boxen, so dass in der ersten Zeile λ 1 Boxen in der zweiten λ 2 usw. sind. Es ist nun offensichtlich die Anzahl solcher Rahmen die gleiche wie die der Konjugationsklassen und somit auch wie die der unterschiedlichen irreduziblen Darstellungen von S n. 7
8 Definition 14 Wir können nun eine Halbordnung auf der Menge der Rahmen definieren. Wir sagen λ µ wenn für alle i λ λ i µ µ i gilt. Definition 15 (Young Tableau) Verteilt man nun die Zahlen 1,...,n in einen Bestehenden Rahmen, so nennt man das Ergebnis ein Young Tableau. Hierbei kann man die einzelnen Zeilen des Tableaus als ungeordnete Mengen auffassen, d.h. zwei Tableaus die aus einer Permutation der Elemente innerhalb einer Zeile entstanden sind betrachtet man als äquivalent. Nach obigem ist klar das die Gruppe der zu einem Young Tableau äquivalente Tableaus isomorph zu S λ1... S λp ist. Definition 16 Bezeichnet man nun mit M λ die Menge der Young Tableaus zu einem Rahmen λ = (λ 1,..., λ p ), so gilt #M = n!/(λ 1!...λ p!) Da S n auf M λ opertiert, erhält man in natürlicher Weise eine Darstellung von S n auf M λ. Zerlegt man diese Darstellungen nun in irreduzible Darstellungen, und betrachtet diese direkte Summenzerlegung für die Darstellungen der unterschiedlichen λ so kommt man zum Ergebnis das die Darstellung entlang der Halbordnung der λ i sukzessive aufgebaut sind. Und zwar in der Form das man die Darstellung zu einem bestimmten λ als direkte summe aus irreduziblen Teilen von Darstellungen µ mit λ µ und einem neuen irreduziblen Teil schreiben kann und zwar so, dass dieser neue irreduzible Teil eindeutig für jedes λ i ist. In anderen Worten bestimmt jeder Rahmen λ eine eindeutige irreduzible Darstellung F λ von S n. Definition 17 (Haken Länge ) Als die Haken Länge eines Eintrags in einem Rahmen bezeichnet man die Anzahl der Felder rechts und unter dem entsprechendem Eintrag plus 1. Satz 18 (Die Haken Formel) Es gilt nun: dimf λ = n!/π(allehakenlaengenvonλ) (17) Literatur: [1]S. Sternberg, Group Theory in Physic [2]W. Hein, Struktur- und Darstellungstheorie der klassischen Gruppen 8
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
MehrSeminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen
Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen Aline Kaszuba, Lukas Böke 15. März 2016 Die folgende Diskussion
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
MehrDarstellungstheorie endlicher Gruppen Charaktere
Darstellungstheorie endlicher Gruppen Charaktere Ramon Braunwarth, Georg Grützner. März 016 Die folgenden Ausführungen sind eine geringfügig veränderte Exposition des Kapitels 13 aus [1]. Sei F ein algebraisch
Mehra g g, mit a g K b g g = g G (a g + b g )g Jede Darstellung einer Gruppe lässt sich eindeutig zu einer Darstellung der Gruppenalgebra
Gruppenalgebren 1 Darstellung und Moduln 1.1 Definition: Sei G eine endliche Gruppe der Ordnung n und sei K ein Körper. Dann bezeichnet K[G] die Gruppenalgebra von G über K. Die Basis der Algebra besteht
MehrIrreduzible 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
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
MehrLineare 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
Mehr7.2 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.)
MehrMathematik 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
MehrSeminar zur Darstellungstheorie endlicher Gruppen
Seminar zur Darstellungstheorie endlicher Gruppen Prof. Dr. Gebhard Böckle und Yujia Qiu Sommersemester 15, dienstags 16:15 17:45, Raum 248/INF 368. Beginn: 21.04.2015 Motivation und Ziele des Seminars
MehrMathematik 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,
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
Mehr4 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),
MehrGruppentheorie 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
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
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
Mehr6.3 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 +
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
Mehrauf C[; ] sind linear III Formale Dierentiation und Integration: Die Abbildungen und a + a t + + a n t n a + a t + + na n t n a + a t + + a n t n an a
x LINEARE ABBILDUNGEN Denition: Seien V; V Vektorraume Eine Abbildung f heit linear, falls (i) (ii) f(x + y) f(x) + f(y) (x; y V ) f(x) f(x) ( R; x V ) Bemerkungen: I (i) und (ii) oben sind aquivalent
Mehr4.2 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,
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)
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
MehrDefinition 1.2. Eine kontinuierliche Gruppe mit einer endlichen Menge an Parametern heißt endliche kontinuierliche Gruppe. x cosξ sinξ y sinξ cosξ
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,
Mehr4 Lineare Abbildungen Basisdarstellungen
4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w
Mehr3 Lineare Algebra Vektorräume
3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +
MehrLineare Darstellungen von Symmetrischen Gruppen
Lineare Darstellungen von Symmetrischen Gruppen 150 232 (Holtkamp) 2st., Mi 12.00-14.00, NA 2/24 Voraussetzungen: Die Vorlesung wendet sich an Studierende im Hauptstudium (wirklich erforderlich sind nur
MehrLineare 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.
MehrAbschnitt 1. Jordan Normalform
Abschnitt Jordan Normalform Beispiel & Eigenschaften λ λ λ λ 2 λ 2 λ 2 λ 3 Voraussetzung: χ zerfällt Dann: ex. Basis, s.d. Darstellungsmatrix Jordan-Form hat Minimalpolynom µ hat Faktor zu jedem EW in
MehrSummen und direkte Summen
Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M
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
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,
Mehr4.4 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
MehrÜbungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A
Musterlösung: Aufgabe A Wir betrachten die Matrix A = 1 4 1 1 3 1 4 5 2 M(3 3, Q) und die dazugehörige Abbildung f : Q 3 Q 3 ; v A v. Für j = 1, 2, 3 bezeichne v j Q 3 die j-te Spalte von A. Teilaufgabe
MehrKAPITEL 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
MehrHenning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich
Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es
MehrEuklidische und unitäre Vektorräume
Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein
MehrElemente 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(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.
() In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.
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,
MehrLineare Algebra II Lösungen der Aufgaben 42 und 43
D Blottière SS 7 P Schützdeller Universität Paderborn Lineare Algebra II Lösungen der Aufgaben 4 und 43 Aufgabe 4 : Bemerkungen : Es sei V ein n-dimensionaler Vektorraum über einem Körper K und β : V V
MehrKapitel 11. Bilinearformen über beliebigen Bilinearformen
Kapitel 11 Bilinearformen über beliebigen Körpern Wir können in diesem Kapitel rasch vorgehen, weil die meisten Konzepte im Zusammenhang mit Sesquilinearformen bereits eingeführt wurden. In diesem Abschnitt
Mehr1 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.
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,
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
MehrLösungsskizze zur Wiederholungsserie
Lineare Algebra D-MATH, HS Prof. Richard Pink Lösungsskizze zur Wiederholungsserie. [Aufgabe] Schreibe die lineare Abbildung f : Q Q 5, x +x +x x x +x +6x f x := x +x +8x x x +x +x. x +x +5x als Linksmultiplikation
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
MehrLösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3
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
MehrLineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,
MehrAlgebra 2. Schriftliche Unterlagen zur Vorlesung im Sommersemester Franz Pauer. Institut für Mathematik Universität Innsbruck
Algebra 2 Schriftliche Unterlagen zur Vorlesung im Sommersemester 2013 Franz Pauer Institut für Mathematik Universität Innsbruck KAPITEL 1 Moduln über Z und K[x] In diesem Kapitel werden u.a. die folgenden
Mehr3.5 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
MehrUnter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über
9 Innere Produkte In diesem Kapitel betrachten wir immer Vektorräume über dem Körper der reellen Zahlen R oder dem Körper der komplexen Zahlen C. Definition 9.1: Sei V ein Vektorraum über R. Ein inneres
MehrLineare 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
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
Mehr5 Lineare Algebra (Teil 3): Skalarprodukt
5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale
Mehr2. 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
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 II, Lösungshinweise Blatt 9
Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren
MehrLösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 24 1. Zeige: Ist 1 n := min{dim K (V 1 ), dim K (V 2 )} < für Vektorräume V 1 und V 2, so ist jeder Tensor in V 1 K V 2 eine Summe von
Mehr3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
MehrOrthonormalisierung. 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).
MehrKlausur zur Vorlesung Lineare Algebra und Geometrie I
Klausur zur Vorlesung Lineare Algebra und Geometrie I Ruhr-Universität Bochum Prof. Dr. Peter Eichelsbacher 3. April 2007, 9.00-13.00 Uhr, 240 Minuten Name und Geburtsdatum: Matrikelnummer: Hinweise: Überprüfen
MehrSeminar über Darstellungstheorie endlicher Gruppen Darstellungen
Seminar über Darstellungstheorie endlicher Gruppen Darstellungen Fabia Weber, Samet Armagan 25. Februar 2016 Inhaltsverzeichnis 1.1 Denition einer linearen Darstellung 2 1.2 Die Gruppenalgebra F G 4 1.3
MehrLineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.
18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen
MehrLineare Abbildungen und Matrizen
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 31. Mai 2016 Stefan Ruzika 9: Lineare Abbildungen und Matrizen 31. Mai 2016 1 / 16 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume
MehrProjektive Räume und Unterräume
Projektive Räume und Unterräume Erik Slawski Proseminar Analytische Geometrie bei Prof. Dr. Werner Seiler und Marcus Hausdorf Wintersemester 2007/2008 Fachbereich 17 Mathematik Universität Kassel Inhaltsverzeichnis
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.
Mehr17 Lineare Abbildungen
Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:
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
MehrTutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu:
1 Bilinearformen Tutorium 4 Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Φ(αv + w, x) = α Φ(v, x) + Φ(w, x) und Φ(v, βx + y) = β Φ(v, x) + Φ(v, y) Bemerkung. Dies ist
Mehr1 Lineare Abbildungen
1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V
MehrLeitfaden 20. t = dim V dimu.
Leitfaden 2 Einschub (Nachtrag zur LA I): Komplementärbasen Sei V ein Vektorraum, U ein Unterraum Eine Folge (v,, v t ) von Vektoren aus V heißt linear unabhängig modulo U, falls folgendes gilt: sind p
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
Mehr9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen
9 Aus der linearen Algebra Themen: Der à n Lineare Abbildungen Darstellung durch Matrizen Der à n besteht aus den n-tupeln mit x i Ã. x 1 x 2 x = (x 1, x 2,...,x n ) oder x =. x n Der à n besteht aus den
MehrLineare Algebra II 6. Übungsblatt
Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der
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
Mehr1 Definition und Grundeigenschaften
Christian Bönicke Vektorbündel I Im Folgenden sei immer F = R, C oder H. 1 Definition und Grundeigenschaften 1.1 Definition Ein k-dimensionales Vektorbündel ξ über F ist ein Bündel (E, p, B) mit folgenden
MehrLineare Algebra für PhysikerInnen
Universität Wien, SS 2015 Lineare Algebra für PhysikerInnen Beispiele für Multiple-Choice-Fragen Punkteschlüssel: [Typ 1 aus 4] und [Typ 3 aus 4]... 0.8 Punkte [Typ 2 aus 4]... 1 Punkt Bei der schriftlichen
Mehr6 Hauptachsentransformation
6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten
MehrTechnische Universität München. Mathematik für Physiker 1
Tutorübung - Lösungen T: Basiswechsel Technische Universität München Zentrum Mathematik Mathematik für Physiker Wintersemester /2 Michael Kaplan Jan Wehrheim Christian Mendl Übungsblatt 9 Wir betrachten
Mehr23. Die Jordan sche Normalform
Chr.Nelius, Lineare Algebra II (SS 2005) 1 23. Die Jordan sche Normalform Wir suchen für einen trigonalisierbaren Endomorphismus unter seinen dreiecksförmigen Darstellungsmatrizen eine Darstellungsmatrix,
MehrSeminar Spektraltheorie und Riemannsche Geometrie. Satz von Peter-Weyl
Seminar Spektraltheorie und Riemannsche eometrie Satz von Peter-Weyl Seminar im Sommersemester 2003 zur Vorlesung lobale Analysis II bei Prof. Werner Müller Jens Putzka Bonn, den 25. Juli 2003 1 Das Peter-Weyl-Theorem
MehrHilbertpolynom von I, i.z. a HP I.
9.4.4 Korollar/Def. Sei (1) I k[x 1,..., X n ] ein Ideal. Dann ist die affine Hilbertfunktion a HF I (s) für s 0 ein Polynom in s mit Koeffizienten in Q; es heißt das affine Hilbertpolynom von I, i.z.
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
MehrPROSEMINAR DARSTELLUNGEN ENDLICHEN GRUPPEN: FUNDAMENTALE BEGRIFFEN. pg 1, g 2 q ÞÑ g 1 G g 2,
PROSEMINAR DARSTELLUNGEN ENDLICHEN GRUPPEN: FUNDAMENTALE BEGRIFFEN LOUIS-HADRIEN ROBERT 1. Gruppe und Wirkungen Definition 1.1. Eine Gruppe pg, Gq ist eine Menge G mit einer Multiplikation: so dass G :
Mehra 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
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
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
MehrDefinitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.
Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren
Mehr11.2 Orthogonalität. Wintersemester 2013/2014
Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 2013/2014 Markus Scheighofer Lineare Algebra I 11.2 Orthogonalität Definition 11.2.1. Seien V ein K-Vektorraum mit Skalarprodukt
MehrLineare Algebra. 6. Übungsstunde. Steven Battilana.
Lineare Algebra 6. Übungsstunde Steven attilana stevenb@student.ethz.ch November, 6 Lineare Abbildungen Eine Abbildung f : X Y heisst injektiv, falls x, x X : x x fx fx. In Worten: erschiedene Elemente
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 03.12.2013 Alexander Lytchak 1 / 16 Wiederholung und Beispiele Der Spaltenrang einer Matrix ist gleich ihrem Zeilenrang.
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Hermitesche
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
MehrDefinition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und
7. Coxeter Graphen Um die endlichen Spiegelungsgruppen zu klassifizieren, wollen wir ihnen nun Graphen zuordnen, die die Gruppen bis auf Isomorphie eindeutig bestimmen. Im Folgenden sei wie vorher Π Φ
MehrBasis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
Basis und Dimension Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren aus V. 1) (v i ) i I heißt ein Erzeugendensystem von V, wenn Span(v i ) = V. 2) (v i ) i I heißt Basis von
Mehr2.11 Eigenwerte und Diagonalisierbarkeit
2.11. EIGENWERTE UND DIAGONALISIERBARKEIT 127 Die Determinante eines Endomorphismus Wir geben uns jetzt einen endlichen erzeugten K-Vektorraum V und einen Endomorphismus ϕ : V V vor. Wir wollen die Determinante
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 22 Algebraische Körpererweiterung Satz 1. Sei K L eine Körpererweiterung und sei f L ein Element. Dann sind folgende Aussagen
Mehr