Morphismen, Unterstrukturen, Charakteristik, lineare Hülle

Größe: px
Ab Seite anzeigen:

Download "Morphismen, Unterstrukturen, Charakteristik, lineare Hülle"

Transkript

1 TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 2006/07 en Blatt Morphismen, Unterstrukturen, Charakteristik, lineare Hülle Zentralübungsaufgaben Z15 Gruppenmorphismen und Automorphismengruppe Seien (G, ) und (H, ) zwei (nicht notwendig abelsche) Gruppen. Eine Abbildung ϕ : G H heißt ein Gruppen(homo)morphismus, wenn gilt: x, y G : ϕ(xy) = ϕ(x) ϕ(y). Je nach weiteren Eigenschaften spricht man von einem Mono-, Epi-, Iso-, Endo- oder Automorphismus vgl. die entsprechenden Definitionen für Vektorraummorphismen aus der Vorlesung. a) Prüfen Sie in Abhängigkeit von a G die folgenden Abbildungen auf die obigen Eigenschaften: c a : G G, x a λ a : G G, x ax ϕ a : G G, x axa 1 konstante Abbildung auf a Linksmultiplikation mit a in G Konjugation mit a in G Was passiert, wenn G abelsch ist? b) Zeigen Sie: die Menge Aut G := {ϕ : G G : ϕ Automorphismus bildet zusammen mit der Abbildungskomposition eine Gruppe, die sog. Automorphismengruppe von G. c) Betrachten Sie nun Φ : G Aut G, a ϕ a mit ϕ a aus Teil a). Zeigen Sie, dass dies wiederum ein Gruppenhomomorphismus ist. Ist Φ immer injektiv? Immer surjektiv? Bestimmen Sie den Kern von Φ, d.h. Φ 1 (id G ). d) Kann eine Gruppe isomorph zu einer echten Untergruppe von sich selbst sein? a) Da in allen Beispielen H := G ist, sind alle auftretenden Homomorphismen Endomorphismen. c a : Im Fall a = e (neutrales Element in G) ist c e der triviale Endomorphismus (die Nullabbildung ); dieser ist ein Automorphismus genau dann wenn G = {e. Für a e findet man leicht Beispiele, in denen die Homomorphieeigenschaft verletzt ist. Tatsächlich stellt sich heraus, dass c a in diesem Fall nie ein Homomorphismus ist. Sonst wäre (mit beliebigem x G) a = c a (xx) = c a (x) c a (x) = aa, und Multiplikation mit a 1 auf beiden Seiten lieferte a = e, Widerspruch! 1

2 λ a : Im Fall a = e ist λ e = id G, was auch trivialerweise immer ein Endomorphismus ist, sogar immer ein Automorphismus. Dagegen ist für a e ebenfalls λ a nie ein Homomorphismus. Sonst wäre für beliebige x, y G axy = λ a (xy) = λ a (x) λ a (y) = axay ; Multiplikation von rechts mit y 1 und von links zunächst mit a 1 und dann mit x 1 lieferte wiederum a = e, Widerspruch! Wir untersuchen λ a trotzdem noch auf Injektivität (1) und Surjektivität (2): (1): Seien x, y G mit λ a (x) = λ a (y). Dann ist also ax = ay und folglich x = y. Also ist λ a für alle a G injektiv. (2): Sei x G. Dann gibt es b := a 1 x G, und es gilt λ a (b) = ab = aa 1 x = x, d.h. x ist das Bild von b unter λ a. Damit ist λ a für alle a G auch surjektiv, insgesamt also bijektiv. (Eleganter hätte man das auch so zeigen können: erraten, dass λ a 1 die Umkehrabbildung zu λ a ist, und dann λ a 1 λ a = λ a λ a 1 = id G nachweisen.) Völlig analog zur Linksmultiplikation kann man natürlich auch die Rechtsmultiplikation x xa studieren. Ist G abelsch, stimmen beide Abbildungen überein. (Auch wenn diese Abbildungen keine Gruppenhomomorphismen sind, sind sie interessant und nützlich man kann sich z.b. für das Bild a G einer Untergruppe G von G interessieren. Mehr darüber in der Algebra. Einen wichtigen Spezialfall kennen Sie schon: in der abelschen Gruppe (Z, +) liefert die (Links-) Multiplikation mit a für eine Untergruppe G = nz die Nebenklasse a + nz.) ϕ a : Im Fall a = e ist ϕ e = id G, siehe oben. Allgemein gilt ϕ a (xy) = axya 1 = ax a 1 a ya 1 = ϕ a (x) ϕ a (y) =e Also ist ϕ a für alle a G ein Endomorphismus. Wie sieht es mit Injektivität und Surjektivität aus? Nach unseren Erfahrungen mit λ a wenden wir die oben erwähnte elegante Methode an und vermuten, dass ϕ a bijektiv ist mit Umkehrabbildung ϕ a 1. Und siehe da: (ϕ a 1 ϕ a )(x) = ϕ a 1(ϕ a (x)) = ϕ a 1(axa 1 ) = a 1 axa 1 (a 1 ) 1 = x, also ϕ a 1 ϕ a = id G für alle a G. Ob auch ϕ a ϕ a 1 = id G, brauchen wir gar nicht mehr zu überprüfen, denn dies folgt ja schon aus der ersten Aussage, wenn man a durch a 1 ersetzt. Also ist die Konjugation mit a ein Gruppenautomorphismus für alle a G. Auf diese Weise kann man leicht Gruppenautomorphismen produzieren. Allerdings ist das Resultat für eine abelsche Gruppe G dabei ziemlich ernüchternd, denn es gilt dann ja also ϕ a = id G für alle a G. b) Es sind vier Dinge nachzuprüfen: ϕ a (x) = axa 1 = aa 1 x = x, (1) Abgeschlossenheit von Aut G unter : ist die Komposition von zwei Automorphismen von G wieder ein Automorphismus von G? (2) Ist die Komposition von Automorphismen von G assoziativ? 2

3 (3) Gibt es in Aut G ein neutrales Element bzgl.? (4) Gibt es zu jedem Automorphismus von G ein inverses Element bzgl. in Aut G? Also los: (1) Seien ϕ, ψ Aut G. Dass ψ ϕ bijektiv ist, ist klar. Nun ist noch die Homomorphieeigenschaft nachzuprüfen. Tatsächlich gilt für alle x, y G: (ψ ϕ)(xy) = ψ(ϕ(xy)) = ψ(ϕ(x) ϕ(y)) = ψ(ϕ(x)) ψ(ϕ(y)) = (ψ ϕ)(x) (ψ ϕ)(y), also ist auch ψ ϕ ein Automorphismus von G. (2) Assoziativität ist klar, weil die Abbildungskomposition immer assoziativ ist. (3) Das bezüglich der Abbildungskomposition neutrale Element ist die identische Abbildung, und id G ist natürlich ein Automorphismus von G. (4) Als inverses Element zu ϕ Aut G kommt überhaupt nur die Umkehrabbildung ϕ 1 in Frage. Es muss aber noch geprüft werden, ob diese Abbildung (die nach Satz 1.3 existiert und bijektiv ist) auch wirklich in Aut G liegt, d.h. die Homomorphieeigenschaft besitzt! Seien also x, y G; zu zeigen ist ϕ 1 (xy) = ϕ 1 (x) ϕ 1 (y). Da ϕ bijektiv ist, gibt es ˆx, ŷ G mit ϕ(ˆx) = x, ϕ(ŷ) = y. Damit: also ist alles gezeigt. ϕ 1 (xy) = ϕ 1 (ϕ(ˆx) ϕ(ŷ)) = ϕ 1 (ϕ(ˆxŷ)) = ˆxŷ = = ϕ 1 (ϕ(ˆx)) ϕ 1 (ϕ(ŷ)) = ϕ 1 (x) ϕ 1 (y), c) Zu zeigen ist für alle a, b G: Φ(ab) = Φ(a) Φ(b). Das liest sich gleich viel besser, wenn man die Definition dafür einsetzt: ϕ ab = ϕ a ϕ b. Nun geht es fast von selbst, besonders wenn man auf der rechten Seite beginnt: x G : (ϕ a ϕ b )(x) = ϕ a (ϕ b (x)) = ϕ a (bxb 1 ) = abxb 1 a 1 = (ab)x(ab) 1 = ϕ ab (x), wobei (ab) 1 = b 1 a 1 benutzt wurde. Schon fertig. Dass Φ nicht immer injektiv ist, zeigt die in Teil a) schon erkannte Tatsache, dass in jeder abelschen Gruppe alle Abbildungen ϕ a mit der Identität zusammenfallen, d.h. Φ(G) = {id G. Ein Beispiel, in dem Φ nicht surjektiv ist: betrachte (G, ) := (Z, +). Dann ist die durch die Vorschrift k k definierte Abbildung ein Gruppenautomorphismus (leicht nachzuprüfen), der von der identischen Abbildung verschieden ist. Aber da (Z, +) abelsch ist, gilt Φ(Z) = {id Z. Schließlich untersuchen wir noch den Kern von Φ. Einsetzen der Definition zeigt: Wann gilt ϕ a = id G? Ker Φ = {a G : ϕ a = id G. ϕ a = id G x G : ϕ a (x) = x x G : axa 1 = x, und wenn wir da jetzt noch auf beiden Seiten von rechts mit a multiplizieren zeigt das: Ker Φ = {a G : ax = xa für alle x G. Der Kern von Φ ist also die Menge all derjeniger Elemente aus G, die mit allen Elementen aus G kommutieren (d.h. vertauschbar sind). Als Kern eines Gruppenhomomorphismus ist dies automatisch eine Untergruppe von G. Sie misst, wenn man so will, wie abelsch G ist, und hat sogar einen Namen: das Zentrum von G. 3

4 d) Ja, zum Beispiel definiert k 2k einen Isomorphismus von Z nach 2Z Z. (Prüfen Sie s nach!) Z16 Vektorraum-Endomorhismen Sei V ein K-Vektorraum und f : V V ein Endomorphismus. Welche der folgenden Teilmengen sind Unterräume von V? U 1 := {v V : f(v) = 0 U 2 := {v V : f(v) = v 0, v 0 V \ {0 fest U 3 := {v V : f(v) = v = {v V : (f id V )(v) = 0 Bringt Sie U 3 auf eine Idee, was man mit zwei Endomorphismen f, g : V V anstellen könnte? (Wenn ja, probieren Sie s!) U 1 : Es ist U 1 = Ker f V (schon lange bekannt). U 2 : Die Menge U 2 kann kein Unterraum sein, da 0 U 2. Aber: die Menge U 2 hat trotzdem eine lineare Struktur! Und zwar: Entweder U 2 = (das ist z.b. der Fall, wenn f die Nullabbildung ist) zugegeben, hier ist es nicht sehr angebracht, von Struktur zu reden, aber dieser Fall ist ohnehin langweilig. Oder aber es gibt einen Vektor u 0 U 2, für den also gilt f(u 0 ) = v 0. In diesem Fall zeigt sich: U 2 = u 0 +Ker f. Es handelt sich dann also um einen um den Vektor u 0 verschobenen Unterraum (sog. affiner Unterraum). Oder anders ausgedrückt: zwar ist U 2 kein Unterraum, aber U 2 u 0 schon! Wir müssen U 2 = u 0 + Ker f noch beweisen: : Sei u u 0 + Ker f, d.h. u = u 0 + v mit v Ker f. Dann gilt also u U 2. f(u) = f(u 0 + v) = f(u 0 ) + f(v) = v = v 0, : Sei u U 2, d.h. f(u) = v 0. Dann ist u u 0 Ker f, denn Somit ist u = u 0 + (u u 0 ) u 0 + Ker f. f(u u 0 ) = f(u) f(u 0 ) = v 0 v 0 = 0. U 3 : Hier prüfen wir die Definition eines Unterraums in der Art einer Checkliste nach: Es gilt f(0) = 0, also 0 U 3, insbesondere U 3. u, v U 3 f(u) = u, f(v) = v f(u v) = f(u) f(v) = u v u v U 3. λ K, v U 3 f(v) = v f(λv) = λ f(v) = λv λv U 3. Damit ist U 3 ein Unterraum. Die alternative Schreibweise {v V : (f id V )(v) = 0 für U 3 ist dieselbe wie beim Kern einer linearen Abbildung, vgl. U 1. Da dabei tatsächlich ein Unterraum herauskommt, liegt es nahe zu prüfen, ob denn f id V vielleicht auch eine lineare Abbildung ist. Wir sind kühner und prüfen das gleich für die Summe zweier beliebiger linearer Abbildungen f, g : V V nach: 4

5 u, v V : (f + g)(u + v) = f(u + v) + g(u + v) = f(u) + f(v) + g(u) + g(v) = = (f + g)(u) + (f + g)(v), also ist die Additivität gegeben. v V, λ K : (f + g)(λv) = f(λv) + g(λv) = λ f(v) + λ g(v) = λ (f(v) + g(v)) = = λ (f + g)(v), also gilt auch Homogenität. Damit hat sich unsere Vermutung bestätigt: die Menge End K V der Endomorphismen eines K-Vektorraums V ist bezüglich + abgeschlossen. Nächste Schritte: ist (End K V, +) vielleicht sogar eine Gruppe? Und auch noch abelsch? Vielleicht ist sogar (End K V, +, ) ein Ring...? Später (bald!). Tutoraufgaben T16 Die Charakteristik eines Körpers Sei (K, +, ) ein Körper. Dann trifft genau eine von zwei Möglichkeiten zu: entweder (1) es gibt ein n N mit 1 = 0, oder (2) für alle n N ist 1 0. Im ersten Fall heißt die kleinste natürliche Zahl n 0 mit der betreffenden Eigenschaft die Charakteristik von K, in Zeichen: char K = n 0. Im zweiten Fall setzt man char K := 0. a) Zeigen Sie: ist char K 0, so ist char K eine Primzahl. Gibt es zu jeder Primzahl p einen Körper der Charakteristik p? Welche Körper der Charakteristik 0 kennen Sie? b) Die nachfolgenden Matrizen M 1, M 2, M 3 sind über jedem Körper K definiert, d.h. sind Elemente von M 2,2 (K). Sind sie über allen Körpern invertierbar? Falls nein, über welchen nicht? M 1 := ( ), M 2 := ( ), M 3 := ( ). a) Zunächst schreiben wir für 1 kürzer n 1. (Man mache sich bewusst, dass hier nicht die Körpermultiplikation ist links steht ein Element aus N! Es handelt sich vielmehr um die aus der Vorlesung bekannte Schreibweise für ein Vielfaches eines Elements einer additiven Gruppe.) Der Beweis ist ein klassischer indirekter Beweis. Wir schreiben gleich char K =: p. Angenommen, p sei nicht prim. Dann ist p = kl mit k, l N und 1 < k, l < p. Nun gilt 0 = p 1 = (k l) 1 = (k 1) (l 1), ( ) wobei der letzte Schritt auf der wiederholten Anwendung des Distributivgesetzes ( Ausmultiplizieren ) beruht: 1 = (1 ) (1 ). (k l)-mal k-mal l-mal Wegen k, l < p folgt mit der Minimalitätseigenschaft der Charakteristik, dass die Körperelemente k 1 und l 1 beide von 0 verschieden sind. Damit steht aber ( ) im Widerspruch zur Nullteilerfreiheit des Körpers! Also kann p nicht zusammengesetzt, sondern muss prim sein. 5

6 Für jede Primzahl p ist Z/pZ bekanntlich ein Körper, und dieser hat die Charakteristik p, denn 1 p-mal = p = 0 und 1 k-mal = k 0 für 0 < k < p. Körper der Charakteristik 0 sind Q, R, C, Q( 2),... Bemerkung: Die Körper Q und F p sind die einfachsten mit der jeweiligen Charakteristik. Es ist leicht einzusehen, dass, wenn L ein Teilkörper von K ist, char L = char K gelten muss (beide Körper enthalten ja dasselbe Einselement). In der Algebra zeigt man, dass jeder Körper einen je nach Charakteristik zu Q oder F p isomorphen Teilkörper besitzt. Es gibt übrigens auch unendliche Körper mit von 0 verschiedener Charakteristik. ( ) 1 0 b) Mit ( 1) ( 1) = 1 gilt über jedem Körper M 1 M 1 =. Also ist die Matrix M über jedem Körper invertierbar (und dabei ihre eigene Inverse). Die Matrix M 2 ist über keinem Körper invertierbar. Angenommen, es gäbe eine zu M 2 inverse Matrix in M 2,2 (K). Dann folgte aus ( ) ( ) ( ) a b = c d beispielsweise einerseits a b = 1 und andererseits a + b = 0. Wegen 0 1 ist das in jedem Körper ein Widerspruch. Bei der Matrix M 3 kommt schließlich die Charakteristik ins Spiel. Setzt man ( ) ( ) ( ) a b = c d an, so erhält man (I) a + b = 1 (II) a b = 0 (III) c + d = 0 (IV) c d = 1 und beispielsweise aus (I)+(II): a + a = 1. Ist nun char K = 2, so folgt 1 = a + a = (a 1 + a 1) = a (1 + 1) = a 0 = 0, ein Widerspruch! In Körpern mit der Charakteristik 2 ist M 3 also nicht invertierbar. In jedem anderen Körper findet man dagegen ( M3 1 (1 + 1) 1 (1 + 1) = 1 (1 + 1) 1 (1 + 1) 1 Beweis: durch Probe! Hier nur für 1. Zeile mal 1. Spalte von M 1 3 M 3 : ). (1 + 1) (1 + 1) 1 1 = (1 + 1) 1 (1 + 1) = 1. Wenn man in speziellen Körpern arbeitet, hat man natürlich für das Element (1 + 1) 1 meist eine handlichere Bezeichnung, z.b. 1 2 in Q. Alternative (unter Verwendung der Tatsache, dass das Kriterium A invertierbar det A 0 über beliebigen Körpern gültig bleibt vgl. aber H17.5!): det M 1 = 1 ( 1) 0 0 = 1 0 in jedem Körper; det M 2 = 1 1 ( 1) ( 1) = 0 in jedem Körper; { = 0 falls char K = 2, det M 3 = 1 ( 1) 1 1 = (1 + 1) 0 sonst. 6

7 T17 Eigenschaften des linearen Hüllenoperators Es sei V ein K-Vektorraum, M, N V, und. bezeichne die lineare Hülle in V. Was bedeuten die folgenden Aussagen in Worten? Beweisen oder widerlegen Sie sie jeweils. (i) M N M N (iii) M N = M N (v) M N = M N (ii) M N M N (iv) M N = M N (vi) M N = M N (i) Ist M eine Teilmenge von N, so ist der von M aufgespannte Unterraum in dem von N aufgespannten enthalten. Das ist wahr. Nach Satz 5.2(iii) besteht M aus allen Linearkombinationen von Vektoren aus M, d.h. Ausdrücken der Form λ v v mit Koeffizienten λ v aus K, von denen nur endlich viele 0 sind. v M Wegen M N ist jede solche Linearkombination automatisch auch eine Linearkombination von Vektoren aus N. Daraus folgt unmittelbar die Behauptung. (ii) Umkehrung von (i): Ist der von M aufgespannte Unterraum in dem von N aufgespannten enthalten, so muss M eine Teilmenge von N sein. Das ist falsch. Triviales Gegenbeispiel: {0 = {0 =, also {0 aber {0. Ein weniger triviales Gegenbeispiel: V := R 2, M := {(x, x) : x R, N := {(1, 0), (0, 1). Dann ist M = M = R (1, 1) (als Gerade bereits Unterraum) und N = R 2 = V. Also M N, obwohl M N (sogar M N = ) ist. (iii) Ob man zwei Mengen zuerst vereinigt und dann den davon erzeugten Unterraum betrachtet, oder ob man die Vereinigung der beiden von den Mengen erzeugten Unterräumen betrachtet, ist egal. Das ist falsch. Man beachte: M N ist definitionsgemäß immer ein Unterraum, die Vereinigung M N dagegen im Allgemeinen nicht! Ein Gegenbeispiel: V := R 2, M := {(1, 0), N := {(0, 1). Dann ist M N = R 2 = V, aber etwa (1, 1) R (1, 0) R (0, 1) = M N. (iv) Ob man von zwei Mengen erst den Durchschnitt bildet und dann die lineare Hülle, oder erst von jeder die lineare Hülle und dann davon den Durchschnitt, ist egal. Das ist falsch. Ein Gegenbeispiel: V := R 2, M := {(1, 0), (0, 1), N := {(2, 0), (0, 2). Dann: M N = R 2 R 2 = R 2, aber M N = = {0. (v) Ob man zwei Mengen vereinigt und den davon erzeugten Unterraum betrachtet, oder ob man erst jede der Mengen für sich abschließt und dann den von der Vereinigung dieser beiden Unterräume erzeugten Unterraum betrachtet, ist egal. Das ist wahr. Denn: : Da jede Teilmenge von V trivialerweise in dem von ihr erzeugten Unterraum enthalten ist, gilt M N M N. Daraus folgt die fragliche Inklusion sofort mit Teil (i). : Sei M N =: L. Die Elemente von L sind nach Satz 5.2(iii) Linearkombinationen (gemeint sind immer endliche mit Koeffizienten aus K) von Vektoren aus M oder Linearkombinationen von Vektoren aus N. Sei nun x L ; zu zeigen ist x M N. Wiederum sind nach dem obigen Satz die Elemente aus L Linearkombinationen von Vektoren aus L also Linearkombinationen von Linearkombinationen von Vektoren aus M bzw. aus N. Der entscheidende Punkt ist, dass jede solche große Linearkombination, wenn man sie ausmultipliziert und die Koeffizienten bei den Vektoren aus M und N sammelt, wieder eine Linearkombination ist, und zwar eine 7

8 von Vektoren aus M N. Nach dem nunmehr schon bekannten Satz ist das ein Element aus M N, wie zu zeigen war. (Den entscheidenden Schritt probiere man am besten anhand eines Beipiels aus. Zwar läßt sich das auch in präzisen Formeln aufschreiben, wird aber dadurch nicht viel klarer.) (vi) Die lineare Hülle des Durchschnitts zweier Mengen ist dasselbe wie die lineare Hülle des Durchschnitts der beiden von den Mengen aufgespannten Unterräumen. Das ist falsch. In dem Ausdruck M N kann man die äußeren Klammern weglassen, da M N als Durchschnitt zweier Unterräume bereits selbst ein Unterraum ist. Damit erweist sich die Aussage als äquivalent zur Aussage (iv), die bereits widerlegt wurde. Hausaufgaben Punkteschlüssel: H18 a) 2 Punkte H19 a) 6 Punkte H20 4 Punkte H21 a) 6 Punkte b) 2 Punkte b) 4 Punkte b) 4 Punkte c) 4 Punkte H18 Die KLEINsche Vierergruppe [8 Punkte] Sei K := {e, a, b, c. Mit der durch die nebenstehende Verknüpfungstafel definierten Verknüpfung wird K zu einer abelschen Gruppe (das brauchen Sie nicht zu beweisen, Sie sollten sich aber davon überzeugen). Diese Gruppe heißt die KLEINsche Vierergruppe. a) Bestimmen Sie alle Untergruppen von K. b) Bestimmen Sie die Automorphismengruppe von K. Zu welcher bekannten Gruppe ist diese isomorph? e a b c e e a b c a a e c b b b c e a c c b a e Verknüpfungstafel für (K, ). Der Eintrag in der letzten Zeile und vorletzten Spalte bedeutet z.b. c b := a. c) Zeigen Sie, dass K nicht isomorph zur zyklischen Gruppe der Ordnung 4 ist. (Dazu müssen Sie zeigen, dass kein Isomorphismus zwischen den beiden Gruppen existieren kann!) a) Behauptung: Die vollständige Liste der Untergruppen von K ist: {e, {e, a, {e, b, {e, c und K. Beweis: Das neutrale Element der Gruppe ist e. Also besitzt K die trivialen Untergruppen {e und K. Da jede Untergruppe das neutrale Element enthalten muss, kommen als weitere Untergruppen nur noch {e, x und {e, x, y in Frage, wobei x, y verschiedene Elemente aus {a, b, c bezeichnen. Da für alle x {a, b, c gilt x x = e, ist jede der vorstehenden zweielementigen Mengen tatsächlich eine Untergruppe (zyklische Gruppe der Ordnung 2). Dagegen folgt wegen a b = c, a c = b, b c = a dass keine der vorgenannten dreielementigen Mengen abgeschlossen ist. Diese sind also allesamt keine Untergruppen. 8

9 b) Jeder Endomorphismus von K bildet e auf e ab. Darüberhinaus muss ein Automorphismus von K (bijektiv!) die verbleibenden Elemente permutieren. Sei x {a, b, c beliebig. Dann gilt in jedem Falle x e = x und x x = e. Ferner prüft man leicht, dass auch stets x y = z und x z = y gilt, wenn y und z die beiden verbliebenen Elemente aus {a, b, c bezeichnen. Die drei Elemente a, b und c sind also nach ihrem algebraischen Verhalten nicht unterscheidbar, man kann sie nach Belieben umbenennen. Jede solche Umbenennung liefert einen Automorphismus von K, und das sind auch alle möglichen. Somit ist Aut K isomorph zur symmetrischen Gruppe S 3. c) Die zyklische Gruppe der Ordnung 4 läßt sich zum Beispiel schreiben als Z := {0, 1, 2, 3 mit der Addition modulo 4 als Verknüpfung, bezeichnet etwa mit. Hier die Gruppentafel: Sei nun ϕ : K Z ein Gruppenhomomorphismus. Für jedes Element x K gilt x x = e und daher in Z ϕ(x) ϕ(x) = ϕ(x x) = ϕ(e) = 0. Man sieht aber sofort, dass zwar 0 0 = 0 und 2 2 = 0, aber 1 1 = 2 0 und 3 3 = 2 0. Es gibt also nur zwei Elemente in Z, die als Bilder für die vier Elemente aus K in Frage kommen. Damit kann ϕ nicht injektiv sein, und insbesondere kein Automorphismus. Es gibt also keinen Automorphismus zwischen den Gruppen K und Z, d.h. die beiden Gruppen sind nicht isomorph. H19 Zur Charakteristik von Körpern [10 Punkte] a) Es sei K ein Körper der Charakteristik p 0. Zeigen Sie, dass für alle Elemente a K \ {0 und alle n N gilt: a.. + a = 0 k N : n = kp. Welche Charakteristik hat ein Körper, in dem 1 6-mal ) b) Über welchen Körpern ist die Matrix ( und 1 = 0 ist? 90-mal invertierbar? Was ist die Inverse? a) [Das K in der Angabe ist natürlich ein Tippfehler; gemeint ist a K \ {0.] 1. Schritt: Beweis für den Spezialfall a = 1. : Sei n = kp. Dann gilt 1 = 1 p-mal p-mal k-mal = k-mal = 0. 9

10 : Durch Kontraposition. Sei n kein Vielfaches von p. Division mit Rest zeigt, dass es r, s N gibt mit n = sp + r und 0 < r < p. Nun folgt 1 = 1 (s p)-mal, = 0 nach + 1 r-mal, 0 n. Def. Charakteristik Schritt: nun für allgemeines a K \ {0. Es gilt a.. + a = 1 a a = (1 ) a. Wegen a 0 und der Nullteilerfreiheit von K ist das Produkt rechts genau dann gleich Null, wenn n 1 = 0 ist. Nach dem bereits bewiesenen Spezialfall ist dies genau dann der Fall, wenn n = kp für ein k N ist. In dem speziellen Beispiel gilt wegen 90 1 = 0 und 90 = (Primfaktorzerlegung) nach Teil a) char K {2, 3, 5. Wegen scheiden 2 und 3 aus, also ist char K = 5. ( ) b) det = 1 ( 1 1) (1 + 1) (1 + 1) = { = 0 falls char K {2, 3, = sonst. Also ist die Matrix genau über solchen Körpern invertierbar, deren Charakteristik nicht 2 oder 3 ist. Über allen anderen findet man als Inverse mit der üblichen Formel ( ) [ (6 1)] (Alternative en. Die inverse Matrix läßt sich auch als ( ( ) 1 ( ) 1 ( ) 1 ( ) 1 schreiben; man kommt darauf beispielsweise, indem man die gegebene Matrix formal über Q invertiert und dann übersetzt ; Beweis durch Probe! Nichtinvertierbarkeit über Körpern der Charakteristik 2 kann man auch sofort sehen, weil sich die gegebene Matrix dort als ( ) liest; bei Charakteristik 3 erhält man mit = 1 zwei linear abhängige Zeilen bzw. Spalten. Weitere swege sind denkbar.) ) H20 Wir basteln einen Vektorraum [4 Punkte] Es sei X eine Menge, (P(X), ) die im ersten Teil von Aufgabe H15 ermittelte Gruppe, die nach T6 b) abelsch ist, sowie F 2 der (bis auf Isomorphie eindeutige) Körper mit zwei Elementen. Rechnen Sie vor, dass sich (P(X), ) auf genau eine Weise zu einem F 2 -Vektorraum machen läßt. Die Elemente von F 2 werden im Folgenden mit 0 und 1 bezeichnet, mit den bekannten Verknüpfungen:

11 (Natürlich kann man auch andere geeignete Bezeichnungen verwenden, z.b. Restklassen modulo 2 oder {e, a oder...) Gefragt ist also nach einem Vektorraum, im dem 0 und 1 die Skalare sind und die Elemente von P(X) also die Teilmengen von X die Vektoren. Die erforderlichen Teilstrukturen F 2 ein Körper, P(X) eine abelsche Gruppe liegen bereits vor. Die Aufgabe besteht daher in erster Linie darin, eine geeignete Skalarmultiplikation anzugeben. Diese muss von F 2 P(X) nach P(X) abbilden, und wegen des Vektorraumaxioms 1 v = v und der Rechenregel 0 v = 0 V (Satz 5.1) für alle v V ist klar, dass es wenn überhaupt nur eine einzige Möglichkeit geben kann: 1 A := A und 0 A := für alle A P(X). Der Rest der Aufgabe besteht nun darin, nachzuprüfen, dass mit dieser Skalarmultiplikation auch alle übrigen Vektorraumaxiome erfüllt sind: Linearität in der 1. Komponente (1. Distributivgesetz): A P(X) : (0 + 0) A = 0 A = = = (0 A) (0 A), (0 + 1) A = 1 A = A = A = (0 A) (1 A), (1 + 0) A = 1 A = A = A = (1 A) (0 A), (1 + 1) A = 0 A = = A A = (1 A) (1 A) passt alles (die dritte Zeile folgt dabei auch unmittelbar aus der zweiten wegen der Kommutativität der Körpermultiplikation und der Vektoraddition); Linearität in der 2. Komponente (2. Distributivgesetz): A, B P(X) : 0 (A B) = = = 0 A 0 B, 1 (A B) = A B = (1 A) (1 B) passt auch alles; gemischtes Assoziativgesetz: A P(X) : (0 0) A = 0 A = = 0 (0 A), (0 1) A = 0 A = 0 (1 A), (1 0) A = 0 A = = 1 = 1 (0 A), (1 1) A = 1 A = 1 (1 A) passt auch alles, fertig. H21 Unterräume [10 Punkte] a) Begründen Sie, welche der folgenden Mengen U 1,..., U 6 Unterräume des R-Vektorraums R 2 sind und welche nicht: U 1 := {(x, y) R 2 : x = 0, y Z U 2 := {(x, y) R 2 : x 33775y = 0 U 3 := {(x, y) R 2 : λ R : x = 2λ, y = 3 7 λ U 4 := {(x, y) R 2 : y > 3 U 5 := {(x, y) R 2 : x 3 + y 3 = 0 U 6 := {(x, y) R 2 : x 2 + y > 0 b) Für welche α R ist {(x, y) Q 2 : x 2 αy 2 = 0 ein Unterraum des Q-Vektorraums Q 2? a) U 1 ist kein Unterraum, da nicht abgeschlossen unter der Multiplikation mit Skalaren aus R. Beispielsweise ist π R und (0, 1) U 1, aber π (0, 1) = (0, π) U 1. 11

12 U 2 ist ein Unterraum, nämlich der sraum des homogenen linearen Gleichungssystems ( ) ( ) ( ) x 0 =. 0 0 y 0 (Das genügt schon als Begründung. Natürlich kann man auch die einzelnen Unterraumbedingungen nochmal checken.) U 3 ist ein Unterraum. Denn es ist U 3 = {(2λ, 3 7 λ) : λ R = R (2, 3 7 ) eine Ursprungsgerade, und Mengen dieses Typs sind Unterräume (erstes nichttiviales Beispiel aus der Vorlesung). U 4 ist kein Unterraum. Beispielsweise ist U 4 nicht abgeschlossen gegenüber der Addition von Inversen: (0, 0), (0, 100) U 4, aber (0, 0) (0, 100) = (0, 100) U 4. U 5 ist ein Unterraum. Es gilt für alle x, y R: x 3 + y 3 = 0 x 3 = y 3 = ( y) 3 x = y (Analysis), also ist U 5 = {(x, y) R 2 : x + y = 0, was wiederum der sraum eines homogenen linearen Gleichungssystem ist. U 6 ist ein Unterraum. Es stimmt ja für alle reellen Zahlen x und y, dass x 2 + y größer als Null ist. Damit ist U 6 = R 2, und das ist natürlich ein (trivialer) Unterraum. (U 5 und U 6 lehren: Mengen können Unterräume sein, auch wenn sie auf den ersten Blick nicht wie typische Unterräume aussehen.) b) Sei {(x, y) Q 2 : x 2 αy 2 = 0 =: U α für alle α R. Für α = 0 ist offenbar U 0 = {(x, y) Q 2 : x 2 = 0 = {(x, y) Q 2 : x = 0 ein Unterraum von Q 2. Sei nun α 0. Falls α Q, zeigt sich, dass U α kein Unterraum ist. Dann ist nämlich ( α, 1) Q 2 ein Element von U α, wegen ( α) 2 α 1 = α α = 0. Ebenso liegt ( α, 1) in U α. Aber ( α, 1) ( α, 1) = (2 α, 0) U α, denn (2 α) 2 α 0 = 4α 0. Dagegen erweist sich U α im Fall α Q als der Nullraum und damit als Unterraum. Denn es gilt: (x, y) U α x 2 αy 2 = 0 x 2 = αy 2 x = α y, und das einzige Paar (x, y), das dieser Bedingung genügt, ist (0, 0); für alle anderen steht in der letzten Gleichung links eine rationale und rechts eine irrationale Zahl. 12

1.4 Homomorphismen und Isomorphismen

1.4 Homomorphismen und Isomorphismen Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,

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

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische 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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra WS 006/07 en Blatt 3.0.006 Einführung in die Matrizenrechnung Zentralübungsaufgaben

Mehr

1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe

1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe 1 Halbgruppen Übersicht 11 Definitionen 5 12 Unterhalbgruppen 8 13 InvertierbareElemente 9 14 AllgemeinesAssoziativ-undKommutativgesetz 11 15 PotenzenundVielfache 11 16 Homomorphismen,Isomorphismen 12

Mehr

1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe

1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe 1 Halbgruppen Übersicht 11 Definitionen 5 12 Unterhalbgruppen 8 13 InvertierbareElemente 9 14 AllgemeinesAssoziativ-undKommutativgesetz 11 15 PotenzenundVielfache 11 16 Homomorphismen,Isomorphismen 12

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

Gruppen, Ringe, Körper

Gruppen, Ringe, Körper Gruppen, Ringe, Körper Martin Gubisch Lineare Algebra I WS 2007/2008 Eine Gruppe G ist eine Menge X mit einer Veknüpfung, so dass gelten: (1) x, y, z X : (x y) z = x (y z). (2) e X : x X : e x = x = x

Mehr

Körper- und Galoistheorie

Körper- und Galoistheorie Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist

Mehr

Inhalt der Vorlesung Elemente der Algebra und Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS Grundlegende Definitionen (Wiederholung)

Inhalt der Vorlesung Elemente der Algebra und Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS Grundlegende Definitionen (Wiederholung) Inhalt der Vorlesung Elemente der Algebra und Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS2017 Kapitel I. Gruppen 1 Grundlegende Definitionen (Wiederholung) 1.1 Definition. Eine Gruppe ist ein Paar

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

5 Lineare Abbildungen

5 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,

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

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

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs 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

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 44 In den folgenden Vorlesungen werden wir unsere Methoden um einige wesentliche Aspekte erweitern, indem wir

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

2.1 Eigenschaften und Beispiele von Gruppen Untergruppen Homomorphismen... 25

2.1 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..................................................

Mehr

5 Lineare Abbildungen

5 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,

Mehr

Mengenoperationen, Abbildungen

Mengenoperationen, Abbildungen TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Z6 Rechengesetze für Mengenoperationen Lineare Algebra 1 WS 2006/07 en Blatt 3 06.11.2006 Mengenoperationen,

Mehr

Übungen zur Diskreten Mathematik I Blatt 6

Übungen zur Diskreten Mathematik I Blatt 6 1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,

Mehr

Lineare Algebra I. Lösung 3.1:

Lineare Algebra I. Lösung 3.1: Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 3 Prof. Dr. Markus Schweighofer 18.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 3.1: (a) Sei

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

Mehr

a x = y log a : R >0 R,

a x = y log a : R >0 R, 1.2.3 Gruppenhomomorphismen Es sei a > 1 eine reelle Zahl. Der Logarithmus von x R >0 zur Basis a ist bekanntlich diejenige Zahl y R, für die die Gleichung a x = y gilt. Man schreibt auch y = log a (x).

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

Aufgaben zur linearen Algebra und analytischen Geometrie I

Aufgaben zur linearen Algebra und analytischen Geometrie I Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und

Mehr

Ferienkurs Mathematik für Physiker I Skript Teil 2 ( )

Ferienkurs Mathematik für Physiker I Skript Teil 2 ( ) Ferienkurs Mathematik für Physiker I WS 206/7 Ferienkurs Mathematik für Physiker I Skript Teil 2 (28.03.207) Vektorräume Bevor wir zur Definition eines Vektorraumes kommen erinnern wir noch einmal kurz

Mehr

g 1 g = e, (1) (g 1 ) 1 g 1 = e, (2) Unter Verwendung des Assoziativgesetzes ist nach (1), und weil e neutrales Element ist. Nach (2) folgt nun

g 1 g = e, (1) (g 1 ) 1 g 1 = e, (2) Unter Verwendung des Assoziativgesetzes ist nach (1), und weil e neutrales Element ist. Nach (2) folgt nun Stefan K. 1.Übungsblatt Algebra I Aufgabe 1 1. zu zeigen: (g 1 ) 1 = g g G, G Gruppe Beweis: Aus dem Gruppenaxiom für das Linksinverse zu g haben wir und für das Linksinverse zu g 1 Unter Verwendung des

Mehr

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $ Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Matrizen als lineare Abbildungen, Permutationen

TECHNISCHE UNIVERSITÄT MÜNCHEN. Matrizen als lineare Abbildungen, Permutationen TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra WS 2/7 Lösungen Blatt 2 3..2 Matrizen als lineare Abbildungen, Permutationen Zentralübungsaufgaben

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

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

4 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

Mehr

Zeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5

Zeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5 Aufgabe I (4 Punkte) Es sei G : {e, g, g, g } eine 4-elementige Gruppe mit neutralem Element e Die Verknüpfung auf G werde mit bezeichnet Außerdem seien in G folgende Gleichungen erfüllt: g g g und g g

Mehr

Einführung in Algebra und Zahlentheorie Lösungsvorschläge zur Klausur vom Aufgabe 1 (6 Punkte)

Einführung in Algebra und Zahlentheorie Lösungsvorschläge zur Klausur vom Aufgabe 1 (6 Punkte) Aufgabe 1 (6 Punkte) Einführung in Algebra und Zahlentheorie svorschläge zur Klausur vom 23.09.2016 a) Bestimmen Sie das multiplikativ inverse Element zu 22 in Z/61Z. b) Finden Sie ein x Z mit folgenden

Mehr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,

Mehr

4. Übung zur Linearen Algebra I -

4. Übung zur Linearen Algebra I - 4. Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. WS 2009-10. Aufgabe 13 Auf dem Cartesischen Produkt Z Z werden 2 Verknüpfungen, definiert durch: Man zeige: (a

Mehr

Vektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Vektorräume. 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:

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzugen zur Vorlesung: Der Vollständigkeit

Mehr

Lineare Algebra II 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

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

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

β 1 x :=., und b :=. K n β m

β 1 x :=., und b :=. K n β m 44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix

Mehr

Wir betrachten jetzt algebraische Strukturen mit zwei inneren Verknüpfungen Definition (Ring) Ist R eine Menge mit zwei inneren Verknüpfungen

Wir betrachten jetzt algebraische Strukturen mit zwei inneren Verknüpfungen Definition (Ring) Ist R eine Menge mit zwei inneren Verknüpfungen 70 2.5 Ringe und Körper Wir betrachten jetzt algebraische Strukturen mit zwei inneren Verknüpfungen. 2.5.1 Definition (Ring) Ist R eine Menge mit zwei inneren Verknüpfungen +: R R R und : R R R, dann heißt

Mehr

Lineare Algebra 6. Übungsblatt

Lineare Algebra 6. Übungsblatt Lineare Algebra 6. Übungsblatt Fachbereich Mathematik M. Schneider 16.05.01 Konstantin Pertschik, Daniel Körnlein Gruppenübung Aufgabe G19 Berechnen Sie das inverse Element bzgl. Multiplikation in der

Mehr

Lösungen zu Kapitel 8

Lösungen zu Kapitel 8 Lösungen zu Kapitel 8 Lösung zu Aufgabe 1: M offenbar Wir setzen A = M\ A. Für A, B P (M) gilt wegen A, B A B = (A\B) (B\A) = A B + A B, wobei + die disjunkte Vereinigung der beteiligten Mengen bedeutet.

Mehr

4. Morphismen. 30 Andreas Gathmann

4. Morphismen. 30 Andreas Gathmann 30 Andreas Gathmann 4. Morphismen Wir haben nun viele Beispiele und Konstruktionen von Gruppen gesehen. Natürlich wollen wir diese vielen verschiedenen Gruppen jetzt auch irgendwie miteinander in Beziehung

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

1 Linearkombinationen

1 Linearkombinationen Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr

$Id: korper.tex,v /05/10 12:25:27 hk Exp $

$Id: korper.tex,v /05/10 12:25:27 hk Exp $ $Id: korper.tex,v 1.17 2012/05/10 12:25:27 hk Exp $ 4 Körper In der letzten Sitzung hatten wir den Körperbegriff eingeführt und einige seiner elementaren Eigenschaften vorgeführt. Insbesondere hatten wir

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Körper- und Galoistheorie

Körper- und Galoistheorie Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 5 In dieser Vorlesung diskutieren wir Normalteiler, das sind Untergruppen, für die Links- und Rechtsnebenklassen übereinstimmen.

Mehr

Leseprobe. Rolf Socher. Algebra für Informatiker. Mit Anwendungen in der Kryptografie und Codierungstheorie. ISBN (Buch):

Leseprobe. Rolf Socher. Algebra für Informatiker. Mit Anwendungen in der Kryptografie und Codierungstheorie. ISBN (Buch): Leseprobe Rolf Socher Algebra für Informatiker Mit Anwendungen in der Kryptografie und Codierungstheorie ISBN (Buch): 978-3-446-43257-4 ISBN (E-Book): 978-3-446-43312-0 Weitere Informationen oder Bestellungen

Mehr

Kapitel 11. Dimension und Isomorphie

Kapitel 11. Dimension und Isomorphie Kapitel 11. Dimension und Isomorphie Bestimmung der Dimension Satz. Sei (v 1, v 2,..., v n ) ein minimales Erzeugendensystem von V, d.h. dieses System ist ein Erzeugendensystem von V, aber keines der nach

Mehr

Übung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge)

Übung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) 15 Übung: Teilmengen seien Mengen. Zu zeigen ist: wenn Beweis: dann auch Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) für alle

Mehr

Serie 3: Gruppen, Ringe und Körper

Serie 3: Gruppen, Ringe und Körper D-MATH Lineare Algebra I HS 2017 Dr. Meike Akveld Serie 3: Gruppen, Ringe und Körper 1. Im Folgenden sei n N und Z/nZ bezeichne die Menge der Äquivalenzklassen von Z bezüglich der Relation: k n l n k l

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume 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

Mehr

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

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

Mehr

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

Aufgabe 1. Stefan K. 2.Übungsblatt Algebra I. gegeben: U, G Gruppen, U G, G : U = 2 zu zeigen: U G. Beweis:

Aufgabe 1. Stefan K. 2.Übungsblatt Algebra I. gegeben: U, G Gruppen, U G, G : U = 2 zu zeigen: U G. Beweis: Stefan K. 2.Übungsblatt Algebra I Aufgabe 1 gegeben: U, G Gruppen, U G, G : U 2 zu zeigen: U G Beweis: G : U ist nach Definition die Anzahl der Linksnebenklassen (gleich der Anzahl der Rechtsnebenklassen)

Mehr

1 Körper. Wir definieren nun, was wir unter einem Körper verstehen, und sehen dann, dass es noch andere, ganz kleine Körper gibt:

1 Körper. Wir definieren nun, was wir unter einem Körper verstehen, und sehen dann, dass es noch andere, ganz kleine Körper gibt: 1 Körper Sie kennen bereits 2 Beispiele von Zahlkörpern: (Q, +, ) (R, +, ) die rationalen Zahlen mit ihrer Addition und Multiplikation die reellen Zahlen mit ihrer Addition und Multiplikation Vielleicht

Mehr

01. Gruppen, Ringe, Körper

01. Gruppen, Ringe, Körper 01. Gruppen, Ringe, Körper Gruppen, Ringe bzw. Körper sind wichtige abstrakte algebraische Strukturen. Sie entstehen dadurch, dass auf einer Menge M eine oder mehrere sogenannte Verknüpfungen definiert

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

Algebraische Strukturen - Aufgabe 4a

Algebraische Strukturen - Aufgabe 4a Algebraische Strukturen - Aufgabe 4a Behauptung M {a, b, c, d Z 4 ad bc } bildet mit * eine kommutative Gruppe z.z.:. M ist unter der Verknüpfung * abgeschlossen, d.h. a, b, c, d, e, f, g, h Z 4 a, b,

Mehr

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum, 2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.

Mehr

Die Dimension eines Vektorraumes

Die Dimension eines Vektorraumes Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je

Mehr

Übungsblatt 1: Monoide und Gruppen

Übungsblatt 1: Monoide und Gruppen Übungsblatt 1: Monoide und Gruppen Die schriftlichen Übungsaufgaben sind durch ein S gekennzeichnet und sollen in der Übung der nächsten Woche abgegeben werden. Die Votieraufgaben sind mit einem V gekennzeichnet.

Mehr

n (als K 0 -Vektorraum) und insbesondere

n (als K 0 -Vektorraum) und insbesondere Algebra I c Rudolf Scharlau, 2002 2010 209 4.3 Endliche Körper. Wir beschäftigen uns in diesem Abschnitt mit endlichen Körpern. Zum einen kann hier die allgemeine Theorie (auch die der folgenden Abschnitte

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

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER RUPRECHT-KARLS-UNIVERSITÄT HEIDELBERG MATHEMATISCHES INSTITUT SEMINAR: QUADRATISCHE FORMEN ÜBER DEN RATIONALEN ZAHLEN SOMMERSEMESTER 2007 DOZENT: PROF. DR. KAY WINGBERG ASSISTENT: JOHANNES BARTELS KAPITEL

Mehr

3 Moduln. Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert.

3 Moduln. Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert. 3 Moduln Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert. Beispiele: (1) (Z n, +, (Z, )), wobei (Z, ) Skalarmultiplikation. k (a 1,...,a n )=(ka 1,...,ka n )inz. (2)

Mehr

17 Lineare Abbildungen

17 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:

Mehr

G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag

G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag Beantwortung der Fragen und Lösungen der Aufgaben zu Kapitel Version V vom 3.. 28 2 Beantwortung der Fragen zu Kapitel TESTFRAGEN

Mehr

3. Ringtheorie. 3.1 Definition, Ideale, Kongruenzen

3. Ringtheorie. 3.1 Definition, Ideale, Kongruenzen 20 3. Ringtheorie 3.1 Definition, Ideale, Kongruenzen Definition 1. a) Eine nicht leere Menge R gemeinsam mit zwei Verknüpfungen + und heißt ein Ring (mit Einselement), wenn folgendes gilt: (R1) (R, +)

Mehr

2.4 Matrizen und Lineare Abbildungen

2.4 Matrizen und Lineare Abbildungen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 73 2.4 Matrizen und Lineare Abbildungen Zum Schluss von Abschnitt 2.2 hatten wir Matrizen eingeführt, und zwar im Zusammenhang mit der abgekürzten Schreibweise

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

Kapitel III. Lineare Abbildungen

Kapitel 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,...,

Mehr

Teil II: Lineare Algebra

Teil II: Lineare Algebra 3 Vektorräume 49 Teil II: Lineare Algebra 3 Vektorräume Wir haben in den vorangegangenen Kapiteln ausführlich die Differential- und Integralrechnung in einer (reellen Variablen untersucht Da die Welt aber

Mehr

7 Vektorräume und Körperweiterungen

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

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

Klausur Lineare Algebra I

Klausur Lineare Algebra I Klausur Lineare Algebra I Fachbereich Mathematik WS / Prof. Dr. Kollross 9. März Name:.................................................. Vorname:............................................... Studiengang:...........................................

Mehr

Algebraische Körpererweiterungen I

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

Mehr

Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009

Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009 Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009 Schulstoffbeispiele 1. Lineare Gleichungssysteme. Lösen Sie die folgenden linearen Gleichungssysteme.

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl. Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )

Mehr

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.

Lineare 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

Mehr

Elemente der Algebra

Elemente der Algebra Prof. Dr. H. Brenner Osnabrück SS 2015 Elemente der Algebra Vorlesung 1 Der Gruppenbegriff Definition 1.1. Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M, (x,y) (x,y) = x y. Statt (x,y)

Mehr

Lineare Algebra I 5. Tutorium Die Restklassenringe /n

Lineare Algebra I 5. Tutorium Die Restklassenringe /n Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2016 Prof. Manfred Einsiedler Philipp Wirth. Lösung 3

D-MATH, D-PHYS, D-CHAB Analysis I HS 2016 Prof. Manfred Einsiedler Philipp Wirth. Lösung 3 D-MATH, D-PHYS, D-CHAB Analsis I HS 016 Prof Manfred Einsiedler Philipp Wirth Lösung 3 Diese Woche werden nur Lösungen zu den Aufgaben 4, 5 und 6 zur Verfügung gestellt 4 a Nach Folgerung (i aus den Axiomen

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/ Aufgabenblatt 6. Januar Präsenzaufgaben

Mehr

Zusatzkapitel Algebra Anton Deitmar

Zusatzkapitel Algebra Anton Deitmar Zusatzkapitel Algebra 1 Zusatzkapitel Algebra Anton Deitmar 1 Gruppen 1.9 Kommutatoren Definition 1.9.1. Sind a, b Elemente einer Gruppe G, so sei [a, b] = aba 1 b 1 der Kommutator von a und b. Sei [G,

Mehr

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen) Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f(v) = u} (Andere Bezeichnung: f(v) wird in Analysis-Vorlesung

Mehr

3.5 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. 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

Mehr

Lösungen zur Mathematik für Informatiker I

Lösungen zur Mathematik für Informatiker I Lösungen zur Mathematik für Informatiker I Wintersemester 00/03 Prof Dr H Lenzing Blatt 7 Sei M Ihre Matrikelnummer mit den Ziffern m, m, m 3, m 4, m 5, m 6, m 7 Aufgabe 6 ( Bonuspunkt): Wir betrachten

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung ϕ : V W

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung heißt lineare

Mehr

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele: L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: 2) Vektoren: vollständig bestimmt durch Angabe einer und einer Beispiele: Übliche

Mehr

7. Ringe und Körper. 7. Ringe und Körper 51

7. Ringe und Körper. 7. Ringe und Körper 51 7. Ringe und Körper 51 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4

Mehr