Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle

Größe: px
Ab Seite anzeigen:

Download "Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle"

Transkript

1 Lineare Algebra Jung Kyu Canci Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Herbstsemester 2015

2 2

3 Inhaltsverzeichnis 1 Einführung in die Lineare Algebra Elementare Logik Aussagen Verknüpfung von Aussagen Wichtige Bemerkungen Elementare Mengentheorie Quantoren Zahlenmengen Abbildungen und Relationen Abbildungen Relationen Ringe und Körper Ringe Wichtiges Beispiel Polynomringe Körper Komplexe Zahlen

4 4 INHALTSVERZEICHNIS

5 Kapitel 1 Einführung in die Lineare Algebra 1.1 Elementare Logik Aussagen In der Mathematik und in der Logik ist eine Aussage ein sprachliches Gebilde, das entweder wahr oder falsch ist. Auch wenn wir nicht wissen, welches von beiden gilt, muss erkennbar sein, dass eine und nur eine der beiden Möglichkeiten zutreffen kann. Beispiel 1.1. Dies sind Aussagen: Ein Hund ist ein Tier. (Wahr) 2 plus 2 ist gleich 3. (Falsch) Man schreibt auch = 3. Jedes Vielfache von 4 ist eine gerade Zahl. (Wahr) Dies sind keine Aussagen: 2+2. Es fehlt etwas. α ist grösser als 5. Man weiss nicht, was α ist; es muss zuerst α definiert werden. Vorsicht: Es gibt einige Sätze, bei denen kein Mensch bestimmen kann, ob sie gelten oder nicht. Aber man erkennt, dass sie entweder falsch oder wahr sind. Beispiel 1.2. Jede gerade Zahl grösser als 3 ist die Summe zweier Primzahlen. Dies ist eine Aussage, von der kein/e Mathematiker/in weiss, ob sie wahr oder falsch ist Verknüpfung von Aussagen Man kann neue Aussagen bilden, indem zwei oder mehr Aussagen verknüpft werden. 5

6 6 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Disjunktion. Seien p und q zwei Aussagen. Die Aussage p q ist wahr, wenn entweder p oder q oder beide Aussagen p und q wahr sind. Die Wahrheitstabelle von p q ist folgende, wobei wahr und falsch bedeutet. p q p q (1.1) Z.B. zeigt die erste Reihe, dass p q wahr ist, wenn p und q beide wahr sind. Die zweite Reihe zeigt, dass p q wahr ist, wenn p falsch und q wahr ist. Wenn man in der Mathematik die Aussage p oder q sind wahr sagt, können auch beide wahr sein. Beispiel 1.3. Sei p die Aussage p: 6 ist eine Primzahl und sei q die Aussage q: 7 ist eine Primzahl. p q ist die Aussage p q: Entweder 6 ist eine Primzahl oder 7 ist eine Primzahl oder beides sind Primzahlen. Obwohl p falsch ist, ist p q wahr, weil q wahr ist. Konjunktion. Seien p und q zwei Aussagen. Die Aussage p q ist nur dann wahr, wenn beide Aussagen wahr sind. Die Wahrheitstabelle von p q ist folgende: p q p q (1.2) Wenn mindestens eine der Aussagen p und q falsch ist, ist p q falsch. Beispiel 1.4. Seien a, b, c die folgenden Aussagen: a: 4 2 = 16; b: sin π = 1; c: cos π = 1; Es gilt: a b ist falsch, a c ist wahr, b c ist falsch. Implikation. Seien p und q zwei Aussagen. Die Aussage p q ist wahr, wenn die Aussage q logisch aus der Aussage p folgt. Um genau zu sein, betrachten wir die Wahrheitstabelle von p q:

7 1.1. ELEMENTARE LOGIK 7 p q p q Die Implikation p q ist genau dann falsch, wenn p wahr und q falsch ist. In allen anderen Fällen ist p q wahr. Man sagt, dass p q genau dann stimmt, wenn p wahr und q falsch nicht möglich ist. Beispiel 1.5. Seien a, b, und c die folgenden Aussagen: a: Es regnet. b: Es gibt Wolken. c: Ich bin glücklich. a b stimmt, weil es nicht möglich ist, dass es regnet und es keine Wolken gibt. Wir nehmen an, dass ich den Regen nicht mag. Also ist a c falsch. Denn wenn a wahr ist, ist c falsch. Äquivalenz. Seien p und q zwei Aussagen. Die Aussage p q ist die Zusammenfassung von (p q) (q p). Die Wahrheitstabelle ist folgende: p q p q Daher sind zwei Aussagen p und q genau dann äquivalent, wenn die Wahrheitswerte von p und q gleich sind. Beispiel 1.6. Seien a, b, und c die folgenden Aussagen: a: Ich habe eine 4 in der Prüfung von Lineare Algebra bekommen. b: Ich habe die Prüfung in Lineare Algebra bestanden. c: Ich habe eine Note grösser oder gleich 4 in der Prüfung von Lineare Algebra bekommen. a b stimmt. Aber a b stimmt nicht, weil b nicht a impliziert. b c stimmt. Negation. Sei p eine Aussage. Die Aussage p ist immer dann wahr, wenn die Aussage p falsch ist, und immer dann falsch, wenn die Aussage p wahr ist. Die Wahrheitstabelle ist folgende: p p (1.3)

8 8 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Beispiel 1.7. Sei p die folgende Aussage: p: Ich habe Lust, die Aufgaben in Lineare Algebra zu lösen.. Also ist p: Ich habe keine Lust, die Aufgaben in Lineare Algebra zu lösen.. Vorsicht! p ist nicht äquivalent zu Ich hasse es, die Aufgaben in Lineare Algebra zu lösen.. Einige Eigenschaften der Verknüpfungen von Aussagen Seien a, b, c feste Aussagen, aber beliebig gewählt. Kommutativgesetz. Die Aussagen i) a b ist äquivalent zu b a ii) a b ist äquivalent zu b a gelten. Beweis: Trivial oder betrachte die Tabellen (1.1) und (1.2) zuerst mit a = p und b = q und dann mit a = q und b = p. Assoziativgesetz. Die Aussagen i) a (b c) ist äquivalent zu (a b) c ii) a (b c) ist äquivalent zu (a b) c gelten. Z.B. wird durch die Klammer in a (b c) angezeigt, dass zuerst die Aussage b c betrachtet werden soll und dann die Disjunktion der Aussage a mit der Aussage b c; analog mit den anderen Aussagen (a b) c, a (b c) und (a b) c. Beweis von i). Durch die folgende Wahrheitstabelle: a b c b c a (b c) a b (a b) c Alternativer Beweis: Die Aussage a (b c) ist genau dann wahr, wenn mindestens eine der Aussagen a und b c gilt. Ferner ist die Aussage b c wahr genau dann, wenn mindestens eine der Aussagen b und c gilt. Daher ist die Aussage a (b c) wahr genau dann, wenn mindestens eine der Aussagen a, b oder c gilt. Analog für (a b) c. Beweis von ii). Siehe Aufgabe 1.4.

9 1.1. ELEMENTARE LOGIK 9 Distributivgesetz. Die Aussagen i) a (b c) ist äquivalent zu (a b) (a c) ii) a (b c) ist äquivalent zu (a b) (a c) gelten. Beweis von i). Durch die folgende Wahrheitstabelle: a b c b c a (b c) a b a c (a b) (a c) Beweis von ii). Siehe Aufgabe 1.5. Prinzip der doppelten Negation. Der Wahrheitswert von a ist gleich wie a. Um das zu sehen, betrachte die folgende Wahrheitstabelle: a a a Wir habe zwei Mal die Wahrheitstabelle in (1.3) angewandt (zuerst mit a statt p und dann mit a statt p). Man sagt auch, dass a äquivalent zu a ist. Beispiel 1.8. Sei a die Aussage a: Ich habe einen Apfel gegessen. Die Aussage a besagt: Es ist falsch, dass ich keinen Apfel gegessen habe. De Morgansche Gesetze. i) (a b) ist äquivalent zu a b. Beweis: Gemäss der Tabelle (1.1) gilt und gemäss der Tabelle (1.2) gilt a b (a b)

10 10 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA a b a b a b Beispiel 1.9. Sei a wie im Beispiel 1.8. Sei b die Aussage b: Ich habe eine Birne gegessen.. a b besagt: Ich habe einen Apfel gegessen oder ich habe eine Birne gegessen.. Daher sagt die Aussage (a b): Es ist nicht wahr, dass ich einen Apfel oder eine Birne gegessen habe.. Andererseits sagt a b: Ich habe keinen Apfel gegessen und ich habe keine Birne gegessen.. ii) (a b) ist äquivalent zu a b. Beweis: Siehe Aufgabe Wichtige Bemerkungen Die gemeinsame Logik (die Logik der Menschen) hat folgende wesentliche Prinzipien: Prinzip der Zweiwertigkeit (Bivalenzprinzip). Jede Aussage ist entweder wahr oder falsch. Ist das Prinzip der Zweiwertigkeit nicht erfüllt, spricht man von mehrwertiger Logik. Wir werden hier nie mehrwertige Logik betrachten. Satz vom Widerspruch. Zwei sich widersprechende Aussagen können nicht zugleich zutreffen. In mathematischen Symbolen: a a ist immer falsch für jede Aussage a. Hinreichende und notwendige Bedingungen Wirklich wichtig ist die Veknüpfung (Implikation). Seien a und b zwei Aussagen. Nehmen wir an, dass die Aussage a b wahr ist. Man sagt, dass die Prämisse a eine hinreichende Bedingung für die Konklusion b ist und die Konklusion b eine notwendige Bedingung für die Prämisse a ist. Seien a und b wie im Beispiel 1.5. a ist eine hinreichende Bedingung für b. Wenn es regnet, müssen (mindestens ein paar) Wolken am Himmel sein. Aber das Gegenteil gilt nicht: Es können Wolken am Himmel sein, ohne dass es regnet. Also ist die Aussage Es regnet nur eine hinreichende Bedingung für die Aussage Es gibt Wolken (und die Aussage Es gibt Wolken ist nur eine notwendige Bedingung für die Aussage Es regnet ). Die Aussage a b liest man wie folgt: Wenn es regnet, dann gibt es Wolken.. Antinomien Eine Antinomie ist ein Satz, der einen Widerspruch enthält. Sie ist keine Aussage. Man kann nicht bestimmen, ob sie wahr oder falsch ist, weil es immer einen Widerspruch (Kontradiktion) gibt.

11 1.1. ELEMENTARE LOGIK 11 Beispiel Antinomie des Barbiers: Man kann einen Barbier als einen definieren, der all jene und nur jene rasiert, die sich nicht selbst rasieren. Die Frage ist: Rasiert der Barbier sich selbst? Beim Versuch, die Frage zu beantworten, ergibt sich ein Widerspruch. Denn angenommen der Barbier rasiert sich selbst, dann gehört er zu denen, die er laut Definition nicht rasiert, was der Annahme widerspricht. Angenommen es gilt das Gegenteil und der Barbier rasiert sich nicht selbst, dann erfüllt er selbst die Eigenschaft derer, die er rasiert, entgegen der Annahme. Aufgaben Aufgabe 1.1. Bestimmen Sie, welche Sätze Aussagen sind: (a) Das ist eine Katze. (b) Eine Katze ist ein Tier. (c) Ein Hund und eine Katze. (d) Wie viel Uhr ist es? (e) Nicht rauchen! (f) Rauchen ist verboten. (g) Ich lüge immer. (h) Eine ganze Zahl ist genau dann durch 3 teilbar, wenn ihre Quersumme durch 3 teilbar ist. Bilden Sie für jede obige Aussage die Negation. Aufgabe 1.2. Seien p und q zwei Aussagen. Betrachten Sie die Aussagen A : p q und B : q p. Beweisen Sie, dass A äquivalent zu B ist. Geben Sie ein paar Beispiele. Aufgabe 1.3. Beweisen Sie Teil ii) aus den De Morganschen Gesetzen: (a b) a b. Aufgabe 1.4. Beweisen Sie Teil ii) des Assoziativgesetzes: a (b c) (a b) c. Aufgabe 1.5. Beweisen Sie Teil ii) des Distributivgesetzes: a (b c) (a b) (a c).

12 12 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA 1.2 Elementare Mengentheorie Eine Menge ist eine abstrakte Zusammenfassung bestimmter, wohlunterschiedener Objekte zu einem Ganzen. Diese Objekte heissen Elemente einer Menge. Sei M eine Menge. x M bezeichnet x ist ein Element von M oder anders gesagt x ist in M. x / M bezeichnet x ist kein Element von M und ist gleichwertig mit x ist nicht in M. Es gibt zwei Arten, Mengen zu beschreiben: Durch die Angabe der Elemente. Zum Beispiel: M = {Viviane Wehrle, Stefano Iula, Olivia Ebneter, Katharina Laubscher} Daher ist M die Menge der Assistierenden in Lineare Algebra 1. Durch die Angabe einer Eigenschaft, die zwischen x M und x / M unterscheidet. Zum Beispiel: M = {x x ist ein/e Assistent/in in Lineare Algebra 1 im HS2015 in Basel} Man liest M ist die Menge der Elemente x, so dass x ein... ist. Sind alle Elemente einer Menge N zugleich Elemente von M, so heisst N eine Teilmenge oder Untermenge von M und man schreibt N M. Wenn N M und M N, dann enthalten N und M genau dieselben Elemente. Man nennt die Mengen M, N gleich und schreibt Die Notation M = N. N M bedeutet, dass N M und dass es mindestens ein x M gibt, s.d. x / N. Die leere Menge ist eine Menge, die keinerlei Elemente enthält. Daher gibt es nur eine einzige leere Menge. Als Zeichen für die leere Menge verwendet man (auch oder {}). Es gilt M für jede beliebige Menge M. Seien A und B beliebige Mengen. Die Menge D, die aus allen Elementen besteht, welche sowohl zu A als auch zu B gehören, heisst Durchschnitt der Mengen A und B. Man schreibt: D = A B.

13 1.2. ELEMENTARE MENGENTHEORIE 13 Beispiel Seien A = {1, 2, 3, 4, 5}, B = {5, 6, 7} und C = {6, 7}. Dann ist A B = {5}, A C =, B C = C. Wie vorher seien A und B beliebige Mengen. Die Menge V, die aus allen Elementen besteht, die zu mindestens einer der Mengen A oder B gehören, heisst Vereinigungsmenge von A und B. Man schreibt: V = A B. Beispiel Seien A, B, C wie im Beispiel Dann ist A B = {x x ganze Zahl und 1 x 7} = A C, B C = B. Sei A eine Teilmenge einer Menge U (manchmal wird eine solche Menge U Universum genannt). A c bezeichnet genau die Menge der Elemente aus U, welche nicht in A enthalten sind. D.h. A c = {x U x / A}. A c heisst das Komplement von A in U. In einem Mengendiagramm sieht die Situation so aus: Dabei ist A der weisse Kreis und U das ganze Rechteck. Das Komplement A c ist rot gefärbt. Sei B eine andere Teilmenge von U (B kann auch gleich A sein). Die Menge B \ A bezeichnet genau die Menge der Elemente aus B, welche nicht in A enthalten sind. D.h. In einem Mengendiagramm: B \ A = {x B x / A}. Dabei bezeichnet jetzt A den linken und B den rechten Kreis und U weiterhin das gesamte Rechteck. Die Menge B \ A ist rot gefärbt. Die Menge B \ A wird relatives Komplement von A in B genannt oder einfacher als B ohne A bezeichnet.

14 14 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Beispiel Seien A, B, C wie im Beispiel Sei U = A B C. Dann ist A c = C\A = C, B c = {1, 2, 3, 4} = A\B, C c = A, A\C = A, B\C = {5}, B\A = {6, 7}. Man benutzt Klammern in der Mengentheorie wie in Rechnungen: z.b. betrachtet man im Ausdruck A (B C) zuerst die Menge B C als die Vereinigungsmenge von B und C und dann die Menge A (B C) als die Vereinigungsmenge der Mengen A und B C. Es gilt folgender Satz: Satz Seien A, B, C drei beliebige Teilmengen einer Menge U. Es gelten die folgenden Eigenschaften: 1. A B = B A und A B = B A. 2. A (B C) = (A B) C und A (B C) = (A B) C. 3. A (B C) = (A B) (A C) und A (B C) = (A B) (A C). 4. A = (A c ) c. 5. (A B) c = A c B c und (A B) c = A c B c. Beweis. Einige der obigen Eigenschaften sind ganz einfach zu beweisen (z.b. 1)). Im Allgemeinen betrachtet man folgende Aussagen: a: x A, b: x B, c: x C. Dann wenden Sie das Kommutativ-, das Assoziativ- und das Distributivgesetz sowie das Prinzip der doppelten Negation und die De Morgansche Gesetze auf die Aussagen a, b, c an. Seien A und B zwei beliebige Mengen. Das kartesische Produkt zweier Mengen A und B ist die Menge aller geordneten Paare von Elementen der beiden Mengen, wobei die erste Komponente ein Element von A und die zweite Komponente ein Element der Menge B ist. Man schreibt A B = {(a, b) a A, b B}. Beispiel Seien B, C wie im Beispiel Also B C = {(5, 6), (5, 7), (6, 6), (6, 7), (7, 6), (7, 7)}. Vorsicht! Im Allgemeinen ist (a, b) (b, a). Die Position ist wichtig. Z. B. sind in der obigen Menge B C die Elemente (6, 7) und (7, 6) nicht gleich. Sei A eine beliebige Menge. P(A) bezeichnet die Potenzmenge von A, die die Menge aller Teilmengen von A ist. Beispiel Es gilt: P( ) = { }. P({a}) = {, {a}}.

15 1.2. ELEMENTARE MENGENTHEORIE 15 P({a, b}) = {, {a}, {b}, {a, b}}. Vorsicht! Die Menge { } ist eine Menge, die genau ein Element enthält. Dieses Element ist die Leermenge. Es gilt a {a, b}, {a} {a, b} und {a} P({a, b}). Satz Sei n eine beliebige aber feste ganze Zahl n 0. Sei A eine Menge mit genau n Elementen. Dann hat die Potenzmenge P(A) genau 2 n Elemente. Beweis. Man beweist den Satz durch vollständige Induktion über n. Induktionsanfang: Sei n = 0 (also A = ). Dann ist P( ) = { }, P( ) hat also genau 2 0 = 1 Element. Induktionsschritt: Wir nehmen die Induktionsvoraussetzung an, d.h. dass P(A) genau 2 n Elemente hat für jede Menge A mit n Elementen. Sei B eine Menge mit n+1 Elementen. Dann existiert eine Teilmenge A B und ein Element x B, so dass B = A {x}. Daher enthält A genau n Elemente. Jede Teilmenge von B ist entweder eine Teilmenge von A oder von der Form C {x}, wobei C eine Teilmenge von A ist. Die Anzahl der Teilmengen erster Sorte ist 2 n und die Anzahl der Teilmengen zweiter Sorte ist ebenfalls 2 n. Daher hat die Potenzmenge P(B) genau 2 2 n = 2 n+1 Elemente Quantoren Der Existenzquantor wird durch das Zeichen dargestellt. Die Schreibweise x bedeutet: Es existiert (gibt) ein x.... Z.B. sei n eine beliebige ganze Zahl. Sei X n = {n, n+2, n+ 4}. x X n, so dass x ein Vielfaches von drei ist. Die Schreibweise ist die Negation von. Z.B. sei n eine gerade Zahl und X n wie oben beschrieben. Also x X n s.d. x ungerade ist. Die Schreibweise! bedeutet Es gibt ein x und genau ein x.... Z.B. sei X n wie oben beschrieben. Also!x X n, s.d. x ein Vielfaches von drei ist. Der Allquantor wird durch das Zeichen dargestellt. Die Schreibweise x bedeutet: Für jedes x.... Z.B. sei n eine gerade Zahl und X n wie oben beschrieben. Dann ist x eine gerade Zahl x X n. Beispiel Die folgende Aussage ist wahr: Pferd, das meine Vorlesung besucht, gilt, dass es die Farbe grün hat. Die Aussage ist wahr, weil kein Pferd meine Vorlesungen besucht. In der Logik sagt man, dass die Leermenge jede Eigenschaft erfüllt Zahlenmengen Mit N bezeichnen wir die Menge der natürlichen Zahlen. N = {1, 2, 3,...} (Um die natürlichen Zahlen richtig zu definieren braucht man die Peano-Axiome). Mit N 0 bezeichnen wir N {0}. Mit Z bezeichnen wir die Menge der ganzen Zahlen. Z = {..., 3, 2, 1, 0, 1, 2, 3,...}

16 16 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Die Menge Q der rationalen Zahlen ist die Menge, die alle Brüche zweier ganzer Zahlen enthält: { z } Q = n z, n Z, n 0. Erinnerung: Seien a b, c d Q (also bd 0). Dann gilt a b = c d genau dann, wenn ad bc = 0. Mit R bezeichnen wir die Menge der reellen Zahlen. Es gibt eine intuitive Idee hinter den reellen Zahlen. Man kann sie sich als Gerade vorstellen: Eine andere Darstellung der reellen Zahlen ist die folgende: R = {a 0, a 1 a 2 a 3... a 0 Z, a i {0, 1,..., 9} i N}. Eine echte Definition der reellen Zahlen ist: Die reellen Zahlen sind die Grenzwerte der Cauchy Folgen rationaler Zahlen. (Diese Begriffe werden Sie in Analysis kennenlernen). Aufgaben Aufgabe 1.6. Seien A, B zwei Mengen. Beweisen Sie, dass A = B genau dann wenn eine Menge C mit A C = B C und A C = B C. Aufgabe 1.7. Seien A, B zwei Mengen. Beweisen Sie 1. A \ (A \ B) = A B; 2. (A \ B) \ (B \ A) = A \ B; 3. A (B \ A) = A B; 4. (A \ B) (A B) = A. Aufgabe 1.8. Seien A, B, C drei Mengen. Beweisen Sie 1. (A \ B) \ C = A \ (B C); 2. (A \ B) \ C A \ (B \ C); 3. (A \ B) \ C = A \ (B \ C) genau dann wenn A C =. 4. A (B \ C) = (A B) \ (A C).

17 1.3. ABBILDUNGEN UND RELATIONEN 17 Aufgabe 1.9. Die symmetrische Differenz zweier Teilmengen A, B einer Universummenge ist die Menge definiert durch: A B := (A \ B) (B \ A). Beweisen Sie, dass A B = (A B) \ (A B). Aufgabe Bestimmen Sie die Potenzmengen von A = P( ) und B = P({a}). Aufgabe Seien A, B zwei Mengen. Beweisen Sie 1. P(A) P(B) = P(A B) genau dann wenn A B oder B A; 2. P(A \ B) (P(A) \ P(B)) { }; 3. P(A \ B) = (P(A) \ P(B)) { } genau dann wenn A B oder A B =. 1.3 Abbildungen und Relationen Abbildungen Definition Seien X, Y zwei Mengen. Eine Abbildung von X nach Y ist eine Vorschrift f, die jedem x X ein eindeutig bestimmtes y = f(x) Y zuordnet. X wird Definitionsmenge genannt, Y Zielmenge. Man schreibt f : X Y x y = f(x) Beispiel Folgendes sind Abbildungen: f : R R x x 2 f : {1, 2, 3} {1, 2} 1 f(1) = 1 2 f(2) = 2 3 f(3) = 1 Folgendes sind keine Abbildungen: 3. f : R R x x f(x) ist nicht definiert für negative x. Wenn die Definitionsmenge R 0 = {x R x 0} ist anstatt R, ist f eine Abbildung.

18 18 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA 4. f : [ 1, 1] R x arcsin x. f ist keine Abbildung, weil gilt sin(x) = sin(x + 2nπ) n Z. Wenn die Zielmenge [ π/2, π/2] ist anstatt R, ist f eine Abbildung. Zwei Abbildungen f : X Y, g : X Y sind genau dann gleich, wenn X = X, Y = Y und f(x) = g(x) für jedes x X = X. Definition Sei f : X Y eine Abbildung und M X eine Teilmenge. Dann heisst f M : M Y x f(x) die Einschränkung von f auf M. Weiter bezeichnen wir mit f(m) = {y Y x M mit f(x) = y} = {f(x) x M} Y das Bild von M (in Y ). Insbesondere nennt man f(x) das Bild von f. Sei N Y eine Teilmenge. Die Teilmenge heisst Urbild von N in X. f 1 (N) = {x X f(x) N} Definition Eine Abbildung f : X Y zwischen zwei Mengen heisst 1. injektiv, wenn gilt aus f(x) = f(x ) folgt x = x für alle x, x X. Äquivalent dazu ist: Für jedes y Y enthält das Urbild f 1 ({y}) entweder 0 oder 1 Element. 2. surjektiv, wenn f(x) = Y, d.h. wenn es zu jedem y Y ein x X mit f(x) = y gibt. Äquivalent dazu ist: Für jedes y Y ist das Urbild f 1 ({y}) nicht die Leermenge. 3. bijektiv, wenn f injektiv und surjektiv ist. Äquivalent dazu ist: Für jedes y Y enthält das Urbild f 1 ({y}) genau ein Element. Ist f bijektiv, dann gibt es eine Umkehrabbildung f 1 : Y X y x, so dass y = f(x). Beispiel Die Abbildung f definiert in Beispiel ist nicht injektiv (f(x) = f( x) x R). f ist nicht surjektiv, denn es gibt keine negative Zahl, die ein Quadrat ist.

19 1.3. ABBILDUNGEN UND RELATIONEN 19 Die Abbildung f definiert in Beispiel ist nicht injektiv (f(1) = f(3) = 1). f ist surjektiv, weil f({1, 2, 3}) = {1, 2}. Die Abbildung f : [ 1, 1] [ π/2, π/2] definiert durch f(x) = arcsin x ist bijektiv (folgt aus Trigonometrie). Definition Seien X, Y, Z Mengen und f : X Y, g : Y Z Abbildungen. Dann heisst die Abbildung die Komposition von f und g. g f : X Z x g(f(x)) Bemerkung Die Komposition von Abbildungen ist assoziativ, d.h. für f : X Y, g : Y Z, h: Z W gilt (h g) f = h (g f) Beweis. Für jedes x X gilt: ((h g) f)(x) = (h g)(f(x)) = h(g(f(x))) = h((g f)(x)) = (h (g f))(x). Bemerkung Die Komposition von Abbildungen ist nicht kommutativ. Z.B. Seien f : R R x x + 1, g : R R x 2x + 1 Es gilt (f g)(x) = f(2x + 1) = 2x + 2 und (g f)(x) = g(x + 1) = 2x + 3. Definition Für eine Menge X heisst f : X X x x die identische Abbildung, bezeichnet mit id X. Mit Hilfe der identischen Abbildung werden wir eine Charakterisierung der bijektiven Abbildungen geben (Siehe Aufgabe 1.13) Relationen Für zwei gegebene Mengen A und B bezeichnet eine Relation R zwischen A und B eine Teilmenge des kartesischen Produkts A B: R A B = {(a, b) a A, b B}. Definition Sei X eine Menge. Eine Relation R X X auf X heisst Äquivalenzrelation, wenn für alle x, y, z X gilt

20 20 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA 1. (x, x) R; (reflexiv) 2. x, y X gilt (x, y) R (y, x) R; (symmetrisch) 3. (x, y), (y, z) R (x, z) R; (transitiv) Für x 1, x 2 X schreibt man oft x 1 x 2 statt (x 1, x 2 ) R. Beispiel Sei X eine beliebige Menge. Die Relation x y x = y ist eine Äquivalenzrelation. 2. Sei X = Z. Die Relation x y (x y ist gerade) ist eine Äquivalenzrelation. 3. Sei X = {p p ist eine Aussage}. Die Relation x y (x ist äquivalent zu y) ist eine Äquivalenzrelation. 4. Seien X, Y Mengen. Sei f : X Y eine Abbildung. Die Relation x 1 x 2 f(x 1 ) = f(x 2 ) ist eine Äquivalenzrelation. Ist auf einer Menge X eine Äquivalenzrelation definiert, betrachtet man für x X die Menge A x := {y X x y}. A x ist eine Untermenge von X und heisstäquivalenzklasse von x. Bemerkung Für x, y X gilt: 1. A x = A y x y; 2. Entweder ist A x = A y oder A x A y =. (Es gibt keine andere Möglichkeit!) Beweis. Wir beweisen zuerst 1. Annahme: x y. Sei z ein beliebiges Element von A x. Dann gilt z x und gemäss Annahme auch x y. Mit der Transitivität von haben wir z y. Also z A y. Daher A x A y (weil z ein beliebiges Element von A x ist). Ähnlich beweisen wir A y A x, also A x = A y. Da y A y = A x folgt y x. Jetzt beweisen wir 2. Sei A x A y. Es folgt, dass es ein z A x A y gibt. Also z x und z y. Daher x y (Transitivität), woraus mit 1 folgt A x = A y. Die Äquivalenzklassen von X bezüglich betrachtet man nun als Elemente einer neuen Menge X/.

21 1.3. ABBILDUNGEN UND RELATIONEN 21 Beispiel Sei m N. Wir definieren eine Äquivalenzrelation auf Z durch x y genau dann wenn gilt m teilt y x. Man schreibt auch x y mod m wenn x y. Die Äquivalenzklasse eines Elements n Z ist A n = {n + km k Z}. Oft schreibt man hier n anstatt A n. Die Klasse n wird Restklasse von n modulo m genannt. In der Tat kann man durch Division mit Rest zeigen, dass es für jedes n Z ein 0 r < m gibt, so dass n = r. Also Z/ = { 0, 1,..., m 1 }. Diese Menge ist auch mit Z/mZ bezeichnet. Aufgaben Aufgabe Seien A, B zwei Mengen und f : A B eine Abbildung. Seien X 1, X 2 P(A) und Y 1, Y 2 P(B). Beweisen Sie 1. f(x 1 X 2 ) f(x 1 ) f(x 2 ); 2. f(x 1 X 2 ) = f(x 1 ) f(x 2 ); 3. f(x 1 \ X 2 ) f(x 1 ) \ f(x 2 ); 4. f 1 (Y 1 Y 2 ) = f 1 (Y 1 ) f 1 (Y 2 ); 5. f 1 (Y 1 Y 2 ) = f 1 (Y 1 ) f 1 (Y 2 ); 6. f 1 (Y 1 \ Y 2 ) = f 1 (Y 1 ) \ f 1 (Y 2 ); Geben Sie Beispiele, bei denen in 1 und/oder 3 die Gleichheit nicht gilt. Aufgabe Zeigen Sie, dass gilt: f : X Y ist bijektiv g : Y X mit g f = id X und f g = id Y. (Ein solches g wird inverse Abbildung genannt und man sagt, dass f invertierbar ist.) Aufgabe Beweisen Sie, dass die folgende Abbildung invertierbar ist: Bestimmen Sie die inverse Abbildung. f : R \ {1} R \ {2}, x 2x + 1 x 1 Aufgabe Sei X eine endliche Menge. Sei f : X X eine Abbildung. Beweisen Sie, dass die folgenden Aussagen äquivalent sind: 1. f ist injektiv; 2. f ist surjektiv; 3. f ist bijektiv.

22 22 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Aufgabe Sei X eine endliche Menge und A eine Teilmenge von X. Sei f : A X eine Bijektion. Beweisen Sie, dass A = X. Was könnten Sie sagen, wenn X unendlich wäre? Aufgabe Sei X eine nichtleere Menge. Sei f : X P(X) die Abbildung definiert durch x X \ {x}. Beweisen Sie, dass f injektiv, aber nicht surjektiv ist. Aufgabe ( ) Beweisen Sie, dass es für jede Menge X keine Bijektion gibt. f : X P(X) Aufgabe Beweisen Sie, dass die Relationen in Beispiel 1.29 Äquivalenzrelationen sind. Aufgabe Sei X eine Menge. Eine Partition P ist eine Teilmenge der Potenzmenge P(X), deren Elemente nichtleere Teilmengen von X sind, sodass jedes Element von X in genau einem Element von P enthalten ist. Sei A die Menge aller Äquivalenzrelationen auf X und B die Menge aller Partitionen von X. Beweisen Sie, dass A in Bijektion zu B steht. Aufgabe ( ) Seien A, B zwei nichtleere Mengen. Zeigen Sie: Wenn es eine injektive Abbildung f : X Y und eine injektive Abbildung g : Y X gibt, dann gibt es eine Bijektion zwischen X und Y. 1.4 Ringe und Körper Ringe Definition Eine Menge R zusammen mit zwei Verknüpfungen heisst Ring, wenn gilt +: R R R (a, b) a + b, : R R R (a, b) a b G0. Die Verknüpfung + ist kommutativ : a + b = b + a a, b R. G1. Die Verknüpfung + ist assoziativ : a + (b + c) = (a + b) + c a, b, c R. G2. ein Element 0 R R mit a+0 R = a a R. (0 R heisst Nullelement oder neutrale Element bzgl. +) G3. a R existiert b R, so dass a + b = 0 R. Das Element b heisst additives Inverse von a. R1. Die Verknüpfung ist assoziativ : a (b c) = (a b) c a, b, c R.

23 1.4. RINGE UND KÖRPER 23 R.2 Es gelten die Distributivgesetze, d.h a (b + c) = a b + a c, (a + b) c = a c + b c a, b, c R. Ein Ring heisst kommutativ wenn a b = b a a, b R. Ein Element 1 R R \ {0 R } heisst Einselement, wenn 1 R a = a 1 R = a a R. Um einen Ring zu definieren, braucht man ein Tripel (R, +, ), wobei R eine Menge und +, zwei Verknüpfungen auf R sind. Wenn es klar ist, welches diese zwei Verknüpfungen sind, dann schreibt man nur R statt (R, +, ). Bemerkung Es gibt nur ein Nullelement und es gilt Ferner, wenn R ein Einselement hat, ist es eindeutig. 0 R a = a 0 R = 0 R a R. (1.4) Beweis. Eindeutigkeit von 0 R. Seien 0 a, 0 b zwei Nullelemente von R. Es gilt: 0 a = 0 a + 0 b = 0 b. Eindeutigkeit von 1 R. Seien 1 a, 1 b zwei Einselemente von R. Es gilt: Beweis von (1.4): 1 a = 1 a 1 b = 1 b. 0 R a = (0 R + 0 R ) a = 0 R a + 0 R a. Also folgt 0 R = 0 R a. Änlich beweist man a 0 R = 0 R. Beispiel Die folgenden Beispielen sind Ringe: 1. R = {0 R }; 2. R = {0 R, 1 R }; 3. Z, Q, R mit den üblichen Verknüpfungen + und ; 4. Sei X eine beliebige Menge. Sei R = {f : X R fabbildung} mit (f + g)(x) = f(x) + g(x), (f g)(x) = f(x) g(x) f, g R, x X. Wir werden in den folgenden Kapiteln Beispiele von nicht kommutativen Ringen sehen. Definition Sei R ein Ring. x R heisst Links bzw. Rechtsnullteiler, falls x 0 R und y R mit y 0 R und x y = 0 R bzw. y x = 0 R. Falls R kommutativ ist, so nennt man so ein x Nullteiler. Ein kommutativer Ring mit Einselement, der kein Nullteiler hat, heisst Integritätsbereich. Ein Element x 0 R ist kein Links bzw. Rechtsnullteiler wenn die Implikation x y = 0 R (bzw. y x = 0 R ) y = 0 R gilt. Im nächsten Abschnitt werden wir Beispiele von Integritätsbereichen sehen. Wir werden auch Beispiele von Ringen mit Nullteiler betrachten.

24 24 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Wichtiges Beispiel Division mit Rest: Für jedes a, b Z mit b 0 gibt es ein q, r Z mit a = b q + r und 0 r < b. ( b bezeichnet den Betrag von b) Für ein m Z, sei mz = {m n n Z} die Menge der Vielfachen von m. Für a, b Z, sei ggt(a, b) der grösste gemeinsame Teiler von a und b. Satz Seien a, b Z \ {0} und m = ggt(a, b). Es gilt Beweis. Zuerst beweisen wir, dass ein n N existiert s.d. az + bz = mz. (1.5) az + bz = nz. (1.6) Dann zeigen wir n = ggt(a, b). Behauptung 1: n N mit (1.6) wahr. Beweis der Behauptung 1 : Sei n die kleinste Zahl in N, die in az + bz enthalten ist. Seien i, j Z mit a i + b j = n. Dann n c = a i c + b j c az + bz c Z. Daher folgt az + bz nz. Sei d / nz. O.B.d.A. nehmen wir d > 0 an. Wir wollen zeigen, dass d / az + bz. Bei der Division mit Rest q, r Z mit 0 < r < n und d = q n + r (r 0 weil d / nz). Wenn d az + bz folgt r = d q n az + bz (da az + bz nz). Aber dies widerspricht der Minimalität von n als kleinste natürliche Zahl in az + bz. Das endet den Beweis der Behauptung 1. Behauptung 2: Die Zahl n in (1.6) ist gleich ggt(a, b). Beweis der Behauptung 2 : Der gösste gemeinsame Teiler ggt(a, b) von zwei Zahlen a, b Z \ {0} ist bestimmt durch die zwei folgenden Bedingungen: ggt(a, b) ist ein ganzer positiver Teiler von a und b; jeder andere gemeinsame Teiler von a und b teilt auch ggt(a, b). Diese zwei Eigenschaften bestimmen den ggt(a, b). Also muss man zeigen, dass n die zwei obigen Bedingungen erfüllt. Da (1.6) gilt, folgt a, b nz. Also ist n ein gemeinsamer Teiler von a und b. Sei t ein gemeinsamer Teiler von a und b. Wie schon bemerkt i, j Z mit n = a i + b j. Also ist t auch ein Teiler von n. Wir haben bewiesen, dass n = ggt(a, b). Bemerkung Wenn a = b = 0, folgt 0Z + 0Z = 0Z. Wenn a = 0 und b 0, gilt ggt(a, b) = b. So ist (1.5) mit m = ggt(a, b) trivialweise wahr. Korollar Sei p eine Primzahl und a, b Z mit p a b. Dann gilt p a oder p b.

25 1.4. RINGE UND KÖRPER 25 Beweis. Wenn a b = 0 gibt es nichts zu zeigen, weil entweder a = 0 oder b = 0 und jede Zahl teilt 0. Wenn p a, gibt es ebenfalls nichts zu zeigen. Sei p a, da p Primzahl ist, folgt ggt(a, p) = 1. Gemäss Satz 1.5 i, j Z mit a i+p j = 1. Also b = a b i+p b j. Daher p b, weil p a b. Sei m N grösser als 1 und Z/mZ = {0, 1,..., m 1} die Menge aus Beispiel Wir werden zwei Verknüpfungen + und auf Z/mZ definieren. Seien a, b Z dann gilt Z. B. Sei m = 3. Es gilt und z. B. a + b = a + b, a b = a b. (1.7)... 3 = 0 = 3 = 6...,... 2 = 1 = 4 = 7...,... 1 = 2 = 5 = 8..., = = 4 = 1, 2 14 = 2 2 = 4 = 1. Weil (Z, +, ) ein Ring ist, folgt, dass (Z/mZ, +, ) auch ein Ring ist. Das Element 0 ist das Nullelement von Z/mZ und 1 ist das Einselement von Z/mZ. Beispiel Sei m = 2. Die additive und die multiplikative Tabelle sind folgende: , Sei m = 4. Die additive und die multiplikative Tabelle sind folgende: , Satz Sei m N. Es gilt Z/mZ Integritätsbereich m ist eine Primzahl. Beweis. ( ) Sei m keine Primzahl. Also a, b Z mit 1 < a, b < m und m = a b. Also sind a und b beide nicht null in Z/mZ und a b = m = 0. Also sind a und b Nullteiler. Daher ist Z/mZ kein Integritätsbereich. ( ). Sei m eine Primzahl und a, b Z/mZ mit a b = 0. Dann m a b. Mit Korollar 1.38 folgt m a oder m b. Daher a = 0 oder b = 0.

26 26 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Polynomringe Sei R ein Ring. Ein Polynom mit Koeffizienten in R ist ein formaler Ausdruck der Gestalt f(t) = a 0 + a 1 t + a 2 t a n t n, wobei a i R i = 0,..., n und a i als i ter Koeffizient von f bezeichnet wird. Das Symbol t wird Variabel genannt. Wir können ein Polynom wie folgt darstellen: f(t) = i N 0 a i t i, wobei nur endlich viele a i nicht Null sind. Wir sagen, dass zwei Polynome f, g gleich sind, wenn die i-ten Koeffizienten von f und g gleich sind für jedes i N 0. Die Menge aller Polynome mit Koeffizienten in R wird mit dem Symbol R[t] bezeichnet. Wir definieren zwei Verknüpfungen auf R[t], die wir Addition und Multiplikation nennen: Seien f, g R[t], d.h. f(t) = a 0 + a 1 t + a 2 t a n t n, g(t) = b 0 + b 1 t + b 2 t b m t m. Im Allgemeinen kann man m = n annehmen. Wäre bspw. m > n, so könnten wir f schreiben als: f(t) = a 0 + a 1 t + a 2 t a n t n + 0t n t m d.h. a i = 0 i {n + 1,..., m}. In diesem Fall definiert man die Addition von f und g als: (f + g)(t) = (a 0 + b 0 ) + (a 1 + b 1 )t + + (a n + b n )t n (ähnlich falls n m) Die Multiplikation ist definiert als f g = c 0 + c 1 t + + c m+n t m+n, mit Daher gilt: c k = i+j=k a i b j c 0 = a 0 b 0 c 1 = a 1 b 0 + a 0 b 1 c 2 = a 2 b 0 + a 1 b 1 + a 0 b 2... c m+n = a n b m. Wir können jedes Polynom f(t) R[t] als eine Abbildung f : R R betrachten. Die Abbildung f ist definiert durch f(x) = a 0 + a 1 x + a 2 x a n x n x R. Falls

27 1.4. RINGE UND KÖRPER 27 a i = 0 i N (d.h. f(t) = a 0 ) wird f(t) konstantes Polynom genannt. Jedes x R mit f(x) = 0 R heisst Nullstelle von f(t). (R[t], +, ) ist ein Ring. Das Nullelement ist das konstante Polynom 0, welches auch Nullpolynom genannt wird. Die Funktion deg: R[t] N 0 { } gegeben durch { max{k N0 a deg(f(t)) = k 0}, falls f(t) 0, falls f(t) = 0 definiert den Grad des Polynoms f. Wir werden folgende Konvention benutzen: Bemerkung f, g R[t] gilt: 1. deg(f + g) max{deg(f), deg(g)}; 2. deg(f g) deg(f) + deg(g). + c = c R. Diese Ungleichungen folgen direkt aus den Definitionen der Addition und der Multiplikation in R[t] Körper Definition Ein Ring (K, +, ) heisst Körper, wenn K kommutativ ist, ein Einselement 1 K enthält und x K := K \ {0} gilt y K mit x y = 1 K. Ein solches y wird multiplikative Inverse von x genannt und mit x 1 bezeichnet. Man sagt, dass jedes Element von K invertierbar ist mit multiplikativer Inverse x 1. Bemerkung Für jedes x K gibt es genau eine multiplikative Inverse y von x. Beweis. Sei x K ein festes aber beliebiges Element. Seien y 1, y 2 multiplikative Inverse von x. Es gilt: y 1 = 1 K y 1 = y 2 x y 1 = y 2 1 K = y 2. Bemerkung Sei K ein Körper. In K gibt es keine Nullteiler, d.h. jeder Körper ist nullteilerfrei. Beweis. Sehen Sie die Aufgabe Beispiel Q mit den üblichen Verknüpfungen + und ist ein Körper. 2. R mit den üblichen Verknüpfungen + und ist ein Körper. 3. Z/2Z ist ein Körper mit den Verknüpfungen + und definiert durch die Tabellen im Beispiel N mit den üblichen Verknüpfungen + und ist kein Körper.

28 28 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA 5. Z/4Z mit den üblichen Verknüpfungen + und definiert durch die Tabelle im Beispiel 1.39 ist kein Körper. Satz Sei b N. Es gilt: Z/bZ ist ein Körper b ist eine Primzahl. Beweis. ( ). Gemäss 1.44 ist jeder Körper ein Integritätsbereich. Also folgt mit Satz 1.40, dass b eine Primzahl ist. ( ). Sei b eine Primzahl. Der Ring Z/bZ ist kommutativ mit Einselement 1. Zu zeigen ist, dass jedes Element a Z/bZ\{0} invertierbar ist. Da a 0, gilt ggt(a, b)=1. Aus Satz 1.5 folgt, dass es ein i, j Z mit a i + b j = 1 gibt. Daher gilt 1 = a i + b j = a i + b j = a i. Also hat a ein multiplikatives Inverses, und zwar i Komplexe Zahlen Man bezeichnet mit R 2 das kartesische Produkt R R. Also R 2 = {(a, b) a, b R}. Wir werden auf der Menge R 2 die Struktur eines Körpers definieren. Dazu betrachten wir die zwei Verknüpfungen Addition und Multiplikation durch folgende Gesetze: (a 1, b 1 ) + (a 2, b 2 ) = (a 1 + a 2, b 1 + b 2 ) (a 1, b 1 ) (a 2, b 2 ) = (a 1 a 2 b 1 b 2, a 1 b 2 + b 1 a 2 ) für alle (a 1, b 1 ), (a 2, b 2 ) R 2. Man überprüft leicht, dass das Nullelement (0, 0) und das Einselement (1, 0) ist. Ferner sieht man einfach, dass die Addition und die Multiplikation kommutativ sind. Es gelten auch die Distributivität und Assoziativität : (a 1, b 1 ) ((a 2, b 2 ) + (a 3, b 3 )) = (a 1, b 1 ) (a 2 + a 3, b 2 + b 3 ) = (a 1 (a 2 + a 3 ) b 1 (b 2 + b 3 ), a 1 (b 2 + b 3 ) + b 1 (a 2 + a 3 )) = (a 1 a 2 b 1 b 2 + a 1 a 3 b 1 b 3, a 1 b 2 + b 1 a 2 + a 1 b 3 + b 1 a 3 ) = (a 1 a 2 b 1 b 2, a 1 b 2 + b 1 a 2 ) + (a 1 a 3 b 1 b 3, a 1 b 3 + b 1 a 3 ) = (a 1, b 1 ) (a 2, b 2 ) + (a 1, b 1 ) (a 3, b 3 ) (a 1, b 1 ) ((a 2, b 2 ) (a 3, b 3 )) = (a 1, b 1 ) (a 2 a 3 b 2 b 3, a 2 b 3 + b 2 a 3 ) = (a 1 (a 2 a 3 b 2 b 3 ) b 1 (a 2 b 3 + b 2 a 3 ), a 1 (a 2 b 3 + b 2 a 3 ) + b 1 (a 2 a 3 b 2 b 3 )) = ((a 1 a 2 b 1 b 2 )a 3 (a 1 b 2 + b 1 a 2 )b 3, (a 1 a 2 b 1 b 2 )b 3 + (a 1 b 2 + b 1 a 2 )a 3 ) = (a 1 a 2 b 1 b 2, a 1 b 2 + b 1 a 2 ) (a 3, b 3 ) = ((a 1, b 1 ) (a 2, b 2 )) (a 3, b 3 ).

29 1.4. RINGE UND KÖRPER 29 Sei x = (a, b) R 2 \ {(0, 0)}. Weil a 2 + b 2 > 0 können wir das Element y = a b (, ) betrachten und bemerken, dass a 2 +b 2 a 2 +b 2 x y = (a, b) ( a b, ) a 2 +b 2 a 2 +b 2 = (a a b b, a b + b a 2 +b 2 a 2 +b 2 a 2 +b 2 = (1, 0) a ) a 2 +b 2 Es folgt, dass y (wirklich) das inverse Element von x ist; man bezeichnet es mit x 1. Die Menge R 2 mit diesen Verknüpfungen ist ein Körper, den wir C nennen, den Körper der komplexen Zahlen. Es gibt auch eine andere Darstellung der komplexen Zahlen. Die Gleichung x 2 +1 = 0 ist nicht lösbar in R. Wir definieren eine neue Zahl i mit der Eigenschaft i = 0. Diese Zahl heisst imaginäre Einheit. Wir definieren die Menge der komplexen Zahlen als C = {a + ib a, b R} wobei a + bi = c + id genau dann wenn a = c und b = d. Daher gibt es eine Bijektion C R 2 a + ib (a, b). Wir haben die folgende geometrische Situation: Sei z = a + bi mit a, b R eine beliebige komplexe Zahl. (a, b) sind die kartesischen Koordinaten von z. Die Zahl a wird Realteil von z genannt und mit Re(z) bezeichnet. Die Zahl b ist der Imaginärteil von z und wird mit Im(z) bezeichnet. Der Körper C besitzt die obige Struktur von R 2. Die folgenden Gesetze definieren die zwei Verknüpfungen Addition und Multiplikation auf C: (a 1 + b 1 i) + (a 2 + b 2 i) = a 1 + a 2 + (b 1 + b 2 )i; (a 1 + b 1 i) (a 2 + b 2 i) = a 1 a 2 b 1 b 2 + (a 1 b 2 + b 1 a 2 )i. (1.8) Die obigen Bemerkungen über die Verknüpfungen auf R 2 zeigen, dass (C, +, ) ein Körper ist, wobei +, durch die Gesetze wie in (1.8) definiert sind. Sei z = a + ib C \ {0}, dann gilt z 1 = a a 2 + b 2 b a 2 + b 2 i.

30 30 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Wir nennen a 2 + b 2 den Betrag von z und bezeichnen ihn mit z. Ferner ist z := a bi die komplex konjugierte Zahl von z. Daher gilt für jedes z C \ {0}: z 1 = Die Gleichung (1.9) folgt auch aus folgender Bemerkung: Seien z 1 = a 1 + b 1 i, z 2 = a 2 + b 2 i. Dann gilt und z z = (a + bi)(a bi) = a 2 + b 2 = z 2. z 1 + z 2 = a 1 + a 2 + (b 1 + b 2 )i = a 1 + a 2 (b 1 + b 2 )i = a 1 b 1 i + a 2 b 2 i = z 1 + z 2 z z 2. (1.9) z 1 z 2 = a 1 a 2 b 1 b 2 + (a 1 b 2 + a 2 b 1 )i = a 1 a 2 b 1 b 2 (a 1 b 2 + a 2 b 1 )i = a 1 a 2 ( b 1 )( b 2 ) + (a 1 ( b 2 ) + a 2 ( b 1 ))i = (a 1 b 1 i)(a 2 b 2 i) = z 1 z 2. Die geometrische Darstellung der komplexen Konjugation ist die folgende: Polarform der komplexen Zahlen Sei z = a + bi C. Wir betrachten die folgende Situation: wobei r = r 2 sin 2 α + r 2 cos 2 α = a 2 + b 2. (1.10)

31 1.4. RINGE UND KÖRPER 31 Gemäss des Satzes des Pythagoras ist r die Länge des Pfeils von 0 bis z. Bemerke, dass jede komplexe Zahl eindeutig durch die Länge r und den Winkel α bestimmt ist. Daher können wir eine neue Darstellung von z angeben: z = r(cos α + i sin α) (1.11) wobei r wie in (1.10) definiert ist und α der einzige Winkel in [0, 2π) mit (cos α, sin α) = (a/r, b/r) ist. (Bemerkung: es gilt bi = ib b R). Wir nennen (r, α) die Polarkoordinaten von z und die Darstellung in (1.11) ist die Polarform. Wie wir schon gesagt haben, ist r der Betrag von z. Den Winkel α bezeichnet man als das Argument der komplexen Zahl, α = arg(z). Die Multiplikation zweier komplexer Zahlen hat eine schöne geometrische Interpretation in Polarkoordinaten. Seien z 1 = r 1 (cos α 1 + i sin α 1 ) und z 2 = r 2 (cos α 2 + i sin α 2 ) komplexe Zahlen. Es gilt z 1 z 2 = (r 1 cos α 1 + ir 1 sin α 1 )(r 2 cos α 2 + ir 2 sin α 2 ) = r 1 r 2 (cos α 1 cos α 2 sin α 1 sin α 2 ) + ir 1 r 2 (cos α 1 sin α 2 + sin α 1 cos α 2 ) = r 1 r 2 (cos(α 1 + α 2 ) + i sin(α 1 + α 2 )). Also gelten z 1 z 2 = z 1 z 2 und arg(z 1 z 2 ) = arg(z 1 ) + arg(z 2 ) z 1, z 2 C. Wenn man eine komplexe Zahl n mal mit sich selbst multipliziert, erhalten wir so die Formel von Moivre: z n = [r (cos α + i sin α)] n = r n (cos nα + i sin nα). In kartesischen Koordinaten berechnet sich die Summe zweier komplexer Zahlen einfach. In Polarkoordinaten lässt sich hingegen das Produkt einfach berechnen. Fundamentalsatz der Algebra Der Fundamentalsatz der Algebra besagt, dass jedes nicht konstante Polynom in C[t] eine Nullstelle in C besitzt. Definition Sei R ein Ring. Ein Polynom f(t) R[t] heisst irreduzibel in R wenn deg(f(t)) 1 und für jede Darstellung f(t) = a(t) b(t) mit a(t), b(t) R[t] entweder a(t) oder b(t) konstant ist. Wir können den Fundamentalsatz der Algebra auch so formulieren: Satz Ein Polynom f(t) C[t] ist irreduzibel genau dann wenn deg(f(t)) = 1. Der Beweis dieses Satzes wird hier nicht präsentiert.

32 32 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Aufgaben Aufgabe Sei m N grösser als 1 und Z/mZ = {0, 1,..., m 1} die Menge aus Beispiel Seien + und die Verknüpfungen definiert wie in (1.7). Beweisen Sie, dass (Z/mZ, +, ) ein kommutativer Ring mit Einselement ist. Aufgabe Sei R ein endlicher Ring mit Einselement. Die kleinste positive ganze Zahl n, s.d. n 1 R = 1 R + 1 R }{{ R = 0 } R n mal heisst die Charakteristik des Ringes R und wird als char(r) bezeichnet. Beweisen Sie, dass R Integritätsbereich char(r) ist prim. Aufgabe Betrachten Sie den Ring (Z/5Z, +, ). Schreiben Sie die additive und die multiplikative Tabelle auf. Aufgabe Beweisen Sie, dass die Aussage in Bemerkung 1.44 wahr ist. Aufgabe Beweisen Sie, dass die Menge K = {a+b 2 a, b Q} mit der üblichen Addition und Multiplikation ein Körper ist. {( ) } a b Aufgabe Wir betrachten die Menge M = a, b, c, d R. c d Wir definieren auf M die folgenden zwei Verknüpfungen, die wir Addition und Multiplikation nennen: ( ) ( a b a b + ) ( a + a b + b c d c d := ) c + c d + d ( a b c d ) ( a b c d Beweisen Sie, dass M ein Ring ist. Ist M kommutativ? Hat M ein Einselement? ) ( aa := + bc ab + bd ) ca + dc cb + dd Aufgabe (*) Sei p eine Primzahl. Sei (R, +, ) ein Ring mit p Elementen, der ein Einselement hat. Beweisen Sie, dass R ein Körper ist. Aufgabe Geben Sie Beispiele, wo die Ungleichungen in Bemerkung 1.41 strikt sind. Aufgabe Sei p eine Primzahl, p 2. Beweisen Sie, dass x p = x [Tipp: Beweisen Sie dies mit vollständiger Induktion über x.] x Z/pZ. Aufgabe Sei p eine Primzahl, p 2. Nehmen wir an, dass es a Z/pZ gibt, so dass a 2 = 1.

33 1.4. RINGE UND KÖRPER Beweisen Sie, dass ( 1) p 1 2 = Beweisen Sie, dass p 1 4Z. Aufgabe Beweisen Sie, dass jeder endliche Integritätsbereich ein Körper ist. Aufgabe Sei K ein Körper. Beweisen Sie, dass 1. Der Ring K[t] mit den üblichen Verknüpfungen ein Integritätsbereich ist. 2. f K[t] ist invertierbar f ist eine Konstante. Aufgabe (*) Sei R ein Ring. Seien f, g R[t] mit deg(f(t)) = n > 0. Sei f(t) = f 0 + f 1 t f n t n wobei f n ein invertierbares Element aus R ist (d.h. h R mit f n h = h f n = 1 R ). Beweisen Sie, dass es zwei eindeutige Polynome q(t), r(t) R[t] mit g(t) = f(t) q(t) + r(t), deg(r(t)) < n gibt. Aufgabe Sei K ein Körper. Sei f(t) K[t]. Beweisen Sie mit Hilfe der Aufgabe 1.34, dass x K ist eine Nullstelle von f g(t) K[t] mit f(t) = (x t)g(t). Aufgabe Beweisen Sie, dass die Behauptung Jedes nicht konstante Polynom in C[t] besitzt eine Nullstelle in C äquivalent zu Satz 1.48 ist. Aufgabe Sei K ein Körper. Sei f(t) K[t]. Beweisen Sie mit Hilfe der Aufgabe 1.35, dass die Anzahl der Nullstellen von f kleiner oder gleich deg(f) ist. Gilt diese Beschränkung mit R Ring statt K Körper? Wenn ja, geben Sie einen Beweis. Wenn nein, geben Sie ein Gegenbeispiel. [Tipp: Betrachten Sie den Ring in Aufgabe 1.27, besonders die Elemente ( ) ( ) n, ] n ( n n Aufgabe Sei K ein Körper. Seien f(t), g(t) K[t]. Man sagt, dass g(t) ein Teiler von f(t) ist, wenn es ein Polynom h(t) K[t] mit f(t) = h(t)g(t) gibt. Seien a(t), b(t) K[t] zwei beliebige Polynome, die nicht das Nullpolynom sind. Ein ggt(a, b) (grösster gemeinsamer Teiler von a(t), b(t)) ist ein gemeinsamer Teiler von a(t) und b(t), der ein Vielfaches von jedem gemeinsamen Teiler von a und b ist. Für jedes f(t) K[t] sei f(t)k[t] = {f(t) g(t) g(t) K[t]}. Beweisen Sie, dass a(t), b(t) K[t] \ {0} gilt: a(t)k[t] + b(t)k[t] = m(t)k[t], wobei m(t) ein ggt(a, b) ist. Bemerkung: Es könnte unendlich viele ggt(a, b) geben. ),

34 34 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Aufgabe Bestimmen Sie jede Nullstelle der Gleichung t 3 = 1; 2. Für jede ganze Zahl n > 0 und jede reelle Zahl a geben Sie die Polarkoordinaten der Nullstellen der Gleichung t n = a. Aufgabe (*) Beweisen Sie, dass der Grad (deg) eines irreduziblen Polynoms f(t) aus R[t] kleiner als 3 ist. [Tipp: Betrachten Sie die Konjugation in C]

35 Index Äquivalenzklasse, 20 Äquivalenzrelation, 19 Abbildung, 17 Additives Inverse, 22 Allquantor, 15 Argument einer komplexen Zahl, 31 Betrag, 30 Bijektiv, 18 Bild, 18 Charakteristik, 32 De Morgansche Gesetze, 9 Definitionsmenge, 17 Die Formel von Moivre, 31 Durchschnitt von Mengen, 12 Einschränkung einer Abbildung, 18 Einselement, 23 Elemente einer Menge, 12 Existenzquantor, 15 Fundamentalsatz der Algebra, 31 Grad vom einen Polynom, 27 Hinreichende Bedingung, 10 imaginäre Einheit, 29 Imaginärteil, 29 Injektiv, 18 Integritätsbereich, 23 Inverse Abbildung, 21 Invertierbare Abbildung, 21 Kartesisches Produkt, 14 Kommutative Ring, 23 Komplement, 13 Komplex konjugierte Zahl, 30 Komplexe Zahlen, 29 Komposition, 19 Menge, 12 Multiplikatives Inverse, 27 Notwendige Bedingung, 10 Nullelement, 22 Nullstelle, 27 Nullteiler, 23 Polarform, 31 Polarkoordinaten, 31 Polynom, 26 Grad, 27 Konstantes Polynom, 27 Irreduzibles Polynom, 31 Nullpolynom, 27 Potenzmenge, 14 Realteil, 29 Relation, 19 Relatives Komplement, 13 Restklasse, 21 Ring, 22 Surjektiv, 18 Teilmenge, 12 Umkehrabbildung, 18 Untermenge, 12 Urbild, 18 Vereinigungsmenge, 13 Zielmenge, 17 35

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

Kongruenzrechnung. 2 Kongruenzrechnung 7 2.1 Rechnenregeln Addition und Multiplikation... 7 2.2 Rechenregeln bzgl. verschiedener Moduln...

Kongruenzrechnung. 2 Kongruenzrechnung 7 2.1 Rechnenregeln Addition und Multiplikation... 7 2.2 Rechenregeln bzgl. verschiedener Moduln... Kongruenzrechnung Inhaltsverzeichnis 1 Einführung und Definitionen 2 1.1 Einige Beispiele aus dem Alltag..................... 2 1.2 Kongruenzrechnung im Alltag und Rechenproben........... 3 1.3 Kongruenzen

Mehr

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

Mehr

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Wie kann man beweisen, dass (H, ) eine Gruppe ist?

Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? (zb wenn die Multiplikation mit Hilfe einer Tabelle gegeben ist) Wie kann man beweisen, dass (H, )

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Stefan Lucks Diskrete Strukturen (WS 2009/10) 57 2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Uhr: Stunden mod 24, Minuten mod 60, Sekunden mod 60,... Rechnerarithmetik: mod 2 w, w {8, 16, 32,

Mehr

Zuammenfassung: Reelle Funktionen

Zuammenfassung: Reelle Funktionen Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,

Mehr

4 Kongruenz und Modulorechnung

4 Kongruenz und Modulorechnung 4 Kongruenz und Modulorechnung 39 4 Kongruenz und Modulorechnung In unserer Zeitrechnung haben wir uns daran gewöhnt, nur mit endlich vielen Zahlen zu rechnen. Es ist gerade 3 Uhr und in 50 Stunden muss

Mehr

Einführung in die Zahlentheorie und algebraische Strukturen

Einführung in die Zahlentheorie und algebraische Strukturen Einführung in die Zahlentheorie und algebraische Strukturen Wintersemester 2012/2013 Universität Bayreuth Michael Stoll Inhaltsverzeichnis 1. Wiederholung: Gruppen, Ringe, Körper 2 2. Teilbarkeitslehre

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode

Mehr

Q(n) = n 0 +n 1 +n 2 +...+n k.

Q(n) = n 0 +n 1 +n 2 +...+n k. 25 2 Kongruenzen Mit Hilfe der hier definierten Kongruenz können Aussagen über Teilbarkeit einfacher formuliert und bewiesen werden, und man erhält eine Differenzierung der Zahlen, die bezüglich einer

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,

Mehr

1 Aussagenlogik und Mengenlehre

1 Aussagenlogik und Mengenlehre 1 Aussagenlogik und engenlehre 1.1 engenlehre Definition (Georg Cantor): nter einer enge verstehen wir jede Zusammenfassung von bestimmten wohl unterschiedenen Objekten (m) unserer Anschauung oder unseres

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Luise Unger In LATEX gesetzt von Luise Unger Mathematische Grundlagen Kurseinheit 1: Grundlagen 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 7 777 7 77 7777777 77777 7 77 7 7 7 7 7 7 77777777777

Mehr

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010 Mathematische Grundlagen Lernmodul 4 Reelle Zahlen Stand: Oktober 200 Autoren: Prof. Dr. Reinhold Hübl, Professor Fakultät für Technik, Wissenschaftliche Leitung ZeMath, E-Mail: huebl@dhbw-mannheim.de

Mehr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 egelsammlung mb2014 THM Friedberg von 6 16.08.2014 15:04 Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 Sammlung von Rechenregeln, extrahiert aus dem Lehrbuch: Erhard Cramer, Johanna Neslehová: Vorkurs

Mehr

Zusatztutorium, 25.01.2013

Zusatztutorium, 25.01.2013 Zusatztutorium, 25.01.2013 David Müßig muessig[at]mi.fu-berlin.de http://page.mi.fu-berlin.de/def/tutorium/ WiSe 12/13 1 Der Homomorphiesatz Der Homomorphiesatz scheint für viele eine Art rotes Tuch zu

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 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule Zahlbereichserweiterungen in der Hauptschule Didaktik der Zahlbereiche 4 Dr. Christian Groß Lehrstuhl Didaktik der Mathematik Universität Augsburg Wintersemester 2006/07 Natürliche Zahlen, : Klasse 5 positive

Mehr

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30 Formale Methoden II SS 2008 Universität Bielefeld Teil 8, 11. Juni 2008 Gerhard Jäger Formale Methoden II p.1/30 Beispiele Anmerkung: wenn der Wahrheitswert einer Formel in einem Modell nicht von der Belegungsfunktion

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

Mehr

Komplexe Zahlen. 1) Motivierende Aufgabe. 2) Historisches

Komplexe Zahlen. 1) Motivierende Aufgabe. 2) Historisches Annelie Heuser, Jean-Luc Landvogt und Ditlef Meins im 1. Semester Komplexe Zahlen Will man nur addieren und subtrahieren, multiplizieren und dividieren, kommt man uneingeschränkt mit reellen Zahlen aus.

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

GF(2 2 ) Beispiel eines Erweiterungskörpers (1) GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr

Mehr

Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09

Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09 Lineare Algebra I HP Butzmann Vorlesung im HWS 09 Inhaltsverzeichnis 1 Mengen und Abbildungen 2 2 Körper 15 3 Vektorräume 40 4 Basis und Dimension 53 5 Lineare Abbildungen 67 6 Matrizen 80 7 Lineare Gleichungssysteme

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Analysis 1. Delio Mugnolo. delio.mugnolo@uni-ulm.de. (Version von 18. Dezember 2012)

Analysis 1. Delio Mugnolo. delio.mugnolo@uni-ulm.de. (Version von 18. Dezember 2012) Analysis 1 Delio Mugnolo delio.mugnolo@uni-ulm.de (Version von 18. Dezember 2012) 2 Dies ist das Skript zur Vorlesung Analysis 1, welche ich im Sommersemester 2012 an der Universität Ulm gehalten habe.

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Einheit 1 Mathematische Methodik 1. Problemlösen 2. Beweistechniken 3. Wichtige Grundbegriffe Methodik des Problemlösens Klärung der Voraussetzungen Welche Begriffe sind zum Verständnis

Mehr

5. Aussagenlogik und Schaltalgebra

5. Aussagenlogik und Schaltalgebra 5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft

Mehr

2.2 Nebenklassen, Normalteiler und Faktorgruppen

2.2 Nebenklassen, Normalteiler und Faktorgruppen Algebra I c Rudolf Scharlau, 2002 2012 61 2.2 Nebenklassen, Normalteiler und Faktorgruppen Bei der Konstruktion der Restklassengruppe Z/mZ hatten wir auf der Gruppe Z mit Hilfe einer Untergruppe mz eine

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Mathematik wirklich verstehen

Mathematik wirklich verstehen Mathematik wirklich verstehen Eine Einführung in ihre Grundbegriffe und Denkweisen Von Arnold Kirsch 3. verbesserte Auflage Aulis Verlag Deubner & Co KG Köln Inhaltsverzeichnis Vorwort 11 Teil A Zahlen

Mehr

Ringe, Algebren und Körper

Ringe, Algebren und Körper KAPITEL 3 Ringe, Algebren und Körper Wir kommen nun zu Strukturen mit zwei verträglichen Operationen, wobei wir etwas Hintergrund aus der linearen Algebra voraussetzen werden. Wir werden oft auf die Analogie

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

KAPITEL 0. Einführung

KAPITEL 0. Einführung Lineare Algebra KAPITEL 0 Einführung Dieses Skript zur Vorlesung Lineare Algebra an der Goethe Universität Frankfurt im Sommersemester 2011 befindet sich noch in der Entstehung und wird fortlaufend aktualisiert

Mehr

Lösungen zur Vorrundenprüfung 2006

Lösungen zur Vorrundenprüfung 2006 Lösungen zur Vorrundenprüfung 2006 Zuerst einige Bemerkungen zum Punkteschema. Eine vollständige und korrekte Lösung einer Aufgabe ist jeweils 7 Punkte wert. Für komplette Lösungen mit kleineren Fehlern

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

9. Natürliche Zahlen, rationale Zahlen, reelle Zahlen.

9. Natürliche Zahlen, rationale Zahlen, reelle Zahlen. 9-1 Funktionen 9 Natürliche Zahlen, rationale Zahlen, reelle Zahlen Hier soll ein Überblick gegeben werden, wie die reellen Zahlen ausgehend von den natürlichen Zahlen konstruiert werden Dies erfolgt in

Mehr

Anhang I zur Vorlesung Kryptologie: Elementare Zahlentheorie

Anhang I zur Vorlesung Kryptologie: Elementare Zahlentheorie Anhang I zur Vorlesung Kryptologie: Elementare Zahlentheorie von Peter Hellekalek Fakultät für Mathematik, Universität Wien, und Fachbereich Mathematik, Universität Salzburg Tel: +43-(0)662-8044-5310 Fax:

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

Mehr

Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08

Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08 Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08 Prof. Dr. M. v. Golitschek Institut für Mathematik Universität Würzburg Literatur: Suchen Sie doch hin und wieder die Bibliotheken

Mehr

Mathematik für Informatiker Band 1: Diskrete Mathematik und Lineare Algebra

Mathematik für Informatiker Band 1: Diskrete Mathematik und Lineare Algebra Gerald Teschl Susanne Teschl Mathematik für Informatiker Band 1: Diskrete Mathematik und Lineare Algebra 4. Auflage Mit 108 Abbildungen 123 Gerald Teschl Universität Wien Fakultät für Mathematik Oskar-Morgenstern-Platz

Mehr

Skript zur Analysis I Wintersemester 2009/10 Prof. Dr. Daniel Grieser

Skript zur Analysis I Wintersemester 2009/10 Prof. Dr. Daniel Grieser Skript zur Analysis I Wintersemester 2009/0 Prof. Dr. Daniel Grieser Carl von Ossietzky Universität Oldenburg Institut für Mathematik 26 Oldenburg E-Mail: daniel.grieser@uni-oldenburg.de Die Homepage zur

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

Mehr

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

Also kann nur A ist roter Südler und B ist grüner Nordler gelten. Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf

Mehr

Logik und diskrete Strukturen

Logik und diskrete Strukturen Skript zur Vorlesung Logik und diskrete Strukturen Prof. Dr. Heiko Röglin Institut für Informatik Wintersemester 2015/16 9. Oktober 2015 Vorwort Dieses Skript ist als Begleitmaterial für die Vorlesung

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

Mehr

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Alexander Bobenko und Ivan Izmestiev Technische Universität Berlin 1 Hausaufgaben vom 12.09.2007 Zahlentheorie 1 Aufgabe 1.1 Berechne die (quadratischen)

Mehr

Lösungen zu Kapitel 7

Lösungen zu Kapitel 7 Lösungen zu Kapitel 7 Lösung zu Aufgabe 1: Nach Definition 7.1 ist eine Verknüpfung auf der Menge H durch eine Abbildung : H H H definiert. Gilt H = {a 1,..., a m }, so wird eine Verknüpfung auch vollständig

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

Mathematische Grundlagen Kurseinheit 1: Grundlagen

Mathematische Grundlagen Kurseinheit 1: Grundlagen Mathematische Grundlagen Kurseinheit 1: Grundlagen Autorin: Luise Unger In L A TEX gesetzt von Luise Unger c 2007 Fernuniversität in Hagen Fachbereich Mathematik (10/05) Alle Rechte vorbehalten 01141-4-01-S

Mehr

Gibt es verschiedene Arten unendlich? Dieter Wolke

Gibt es verschiedene Arten unendlich? Dieter Wolke Gibt es verschiedene Arten unendlich? Dieter Wolke 1 Zuerst zum Gebrauch des Wortes unendlich Es wird in der Mathematik in zwei unterschiedlichen Bedeutungen benutzt Erstens im Zusammenhang mit Funktionen

Mehr

Skriptum zum Vorkurs Mathematik im Wintersemester 2007/2008

Skriptum zum Vorkurs Mathematik im Wintersemester 2007/2008 Skriptum zum Vorkurs Mathematik im Wintersemester 2007/2008 erstellt von Dipl.-Math. Monika Dücker September 2007 Überarbeitete Version der zweiten Auflage des Skriptum zum Vorkurs Mathematik von Dipl.-Math.

Mehr

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie und, oder, nicht, wenn... dann zwischen atomaren und komplexen Sätzen. I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

5. Komplexe Zahlen. 5.1 Was ist eine Zahl?

5. Komplexe Zahlen. 5.1 Was ist eine Zahl? 5. Komplexe Zahlen Komplexe Zahlen sind Zahlen der Form a + bi, wo a und b reelle Zahlen sind und i = 1 ist. Wurzeln aus negativen Zahlen gibt es nicht, wird man da antworten, und in der Tat gibt es keine

Mehr

Übungsbuch Algebra für Dummies

Übungsbuch Algebra für Dummies ...für Dummies Übungsbuch Algebra für Dummies von Mary Jane Sterling, Alfons Winkelmann 1. Auflage Wiley-VCH Weinheim 2012 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 527 70800 0 Zu Leseprobe

Mehr

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge Lehrstuhl für Softwaretechnik und Programmiersprachen Professor Dr. Michael Leuschel Grundlagen der Theoretischen Informatik - Sommersemester 2012 Übungsblatt 1: Lösungsvorschläge Disclaimer: Bei Folgendem

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

TECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra

TECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra Halbgruppen binärer Relationen auf einer 3-elementigen Menge Arbeit im Rahmen des

Mehr

Hans Kurzweil. Endliche Körper. Verstehen, Rechnen, Anwenden. Zweite, überarbeitete Auflage

Hans Kurzweil. Endliche Körper. Verstehen, Rechnen, Anwenden. Zweite, überarbeitete Auflage Springer-Lehrbuch Hans Kurzweil Endliche Körper Verstehen, Rechnen, Anwenden Zweite, überarbeitete Auflage 123 Prof. Dr. Hans Kurzweil Mathematisches Institut Friedrich-Alexander-Universität Bismarckstraße

Mehr

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.

Mehr

1 Die reellen Zahlen. 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen,

1 Die reellen Zahlen. 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen, 1 Die reellen Zahlen 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen, präzise und logisch zu denken, komplexe Strukturen schnell und gründlich zu erfassen, Dinge kritisch zu hinterfragen

Mehr

Zahlentheorie. Daniel Scholz im Winter 2006 / 2007. Überarbeitete Version vom 7. September 2007.

Zahlentheorie. Daniel Scholz im Winter 2006 / 2007. Überarbeitete Version vom 7. September 2007. Zahlentheorie Daniel Scholz im Winter 2006 / 2007 Überarbeitete Version vom 7. September 2007. Inhaltsverzeichnis 1 Einleitung und Grundlagen 4 1.1 Einleitung............................. 4 1.2 Zahlensysteme..........................

Mehr

Probabilistische Primzahltests

Probabilistische Primzahltests Probabilistische Primzahltests Daniel Tanke 11. Dezember 2007 In dieser Arbeit wird ein Verfahren vorgestellt, mit welchem man relativ schnell testen kann, ob eine ganze Zahl eine Primzahl ist. Für einen

Mehr

Oft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein.

Oft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein. Oft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein. 3 1384788374932954500363985493554603584759389 mod 28374618732464817362847326847331872341234 Wieso kann ein

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

Frohe Weihnachten und ein gutes neues Jahr! Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]

Mehr

Handreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler)

Handreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler) 1 Handreichung zur Mathematikvorlesung für Wirtschaftswissenschaftler) Dr.Dr. Christina Schneider 2 Hinweis Das vorliegende Manuskript versteht sich als kurze und kompakte Handreichung zu meiner Vorlesung

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Definition 27 Affiner Raum über Vektorraum V

Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,

Mehr

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage

Mehr

Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz

Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz Tobias Kraushaar Kaiserstr. 178 44143 Dortmund Matr.- Nr.: 122964 Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz 1. EINLEITUNG... 2 2. HAUPTTEIL... 3 2.1. Der

Mehr

Kapitel II Ringe. 1 Grundbegriffe. 1.1 Definition eines Rings

Kapitel II Ringe. 1 Grundbegriffe. 1.1 Definition eines Rings Kapitel II Ringe Eine zentrale Aufgabe der Algebra ist es, Aussagen über die Nullstellen von Polynomen zu machen. Für den Umgang mit Polynomen ist es nützlich, die abstrakten Hintergründe der Addition

Mehr

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass.

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass. Implikation Implikation Warum ist die Tabelle schwer zu schlucken? In der Umgangssprache benutzt man daraus folgt, also, impliziert, wenn dann, nur für kausale Zusammenhänge Eine Implikation der Form:

Mehr

Literatur zu geometrischen Konstruktionen

Literatur zu geometrischen Konstruktionen Literatur zu geometrischen Konstruktionen Hadlock, Charles Robert, Field theory and its classical problems. Carus Mathematical Monographs, 19. Mathematical Association of America, Washington, D.C., 1978.

Mehr

Die p-adischen Zahlen

Die p-adischen Zahlen Universität Bielefeld Algebra Die p-adischen Zahlen Seminararbeit von Denny Otten FAKULTÄT FÜR MATHEMATIK Datum: 29. Oktober 2006 Betreuung: Prof. Dr. Dr. K. Tent Dipl.-Math. G. Hainke Dipl.-Math. L. Scheele

Mehr

Primzahlzertifikat von Pratt

Primzahlzertifikat von Pratt Primzahlzertifikat von Pratt Daniela Steidl TU München 17. 04. 2008 Primzahltests in der Informatik "Dass das Problem, die Primzahlen von den Zusammengesetzten zu unterscheiden und letztere in ihre Primfaktoren

Mehr

2 Algebraische Grundstrukturen

2 Algebraische Grundstrukturen 2 ALGEBRAISCHE GRUNDSTRUKTUREN 1 8. November 2002 2 Algebraische Grundstrukturen Definitionen. Eine binäre Operation (binary operation) oder zweistellige Verknüpfung auf einer Menge M ist eine Abbildung

Mehr

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null)

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null) Algebra und Zahlentheorie Vorlesung Algebra und Zahlentheorie Leitfaden 1 Zahlentheorie in Z Bezeichnungen: Z := {..., 3, 2, 1, 0, 1, 2, 3,...} (ganze Zahlen) und N := {1, 2, 3,...} (natürliche Zahlen

Mehr