Aufgaben zur linearen Algebra und analytischen Geometrie I
|
|
- Sebastian Brahms
- vor 6 Jahren
- Abrufe
Transkript
1 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 Matrizen 5. Determinanten, Invertierbarkeit und Basiswechsel In jedem Kapitel werden zuerst einige wichtige Begriffe und Sätze genannt, die in diesem Abschnitt von Bedeutung sind und einige Fragen zum Verständnis dieser Definitionen gestellt. Diese sollen dir dabei helfen, dein theoretisches Verständnis dieses Kapitels zu überprüfen. Beachte, dass du nicht alle Aufgaben an einem Wochenende lösen kannst. Daher solltest du dir aus jedem Kapitel einige Aufgaben ansehen und nicht von vorne nach hinten durchrechnen. Die Aufgaben sind nicht nach Schwierigkeitsgrad sortiert! Viel Spaß mit den Aufgaben und viel Erfolg in der Klausur.
2 Induktion, Äquivalenzrelation, Abbildung. Wiederholung.. Definitionen Wiederhole zuerst folgende Definitionen und Sätze: Induktion, Äquivalenzrelation, Repräsentantensystem, Abbildung, injektiv, surjektiv, bijektiv, Umkehrabbildung..2 Kurzfragen Beantworte kurz die folgenden Fragen:.2 Formuliere das Induktionsprinzip. Was ist eine Äquivalenzrelation? Gib Beispiele an! Hat jede Äquivalenzrelation ein Repräsentantensystem? Wenn ja, ist dieses eindeutig bestimmt? Welche schönen Eigenschaften können Abbildungen haben? Gib Beispiele an, die die Begriffe veranschaulichen. Sei f : M N eine Abbildung und a N. Was ist dann f (a)? Was ist eine Umkehrabbildung? Ist sie immer definiert? Wenn nein, wann existiert sie? Für welche Abbildungen gibt es Rechts- bzw. Linksinverse? Die Fibonacci-Zahlen sind wie folgt definiert: f =, f 2 =, f n = f n + f n 2 a) Zeige, dass die n-te Fibonacci-Zahl genau dann durch 3 teilbar ist, wenn n durch 4 teilbar ist. b) Zeige, dass zwei aufeinander folgende Fibonacci-Zahlen teilerfremd sind..3 Welche der folgenden Relationen ist eine Äquivalenzrelation auf Z? Beschreibe in diesem Fall die Äquivalenzklassen. a) n m genau dann, wenn n + m = 2k für ein k Z. b) n m genau dann, wenn n + m = 3k für ein k Z..4 Beweise oder widerlege für Abbildungen f : M M 2, g : M 2 M 3 : a) f ist injektiv, wenn g f injektiv ist. b) g ist surjektiv, wenn g f surjektiv ist. c) f und g sind genau dann beide injektiv, wenn g f injektiv ist. d) f, g surjektiv g f surjektiv. 2
3 2 Algebraische Grundlagen 2. Wiederholung 2.. Definitionen Wiederhole zuerst folgende Definitionen und Sätze: abelsch, Gruppe, Untergruppe, Restklasse, Faktorgruppe, Permutation, Transposition, symmetrische Gruppe S n, Körper, Ring 2..2 Kurzfragen Beantworte kurz die folgenden Fragen: 2.2 Welche Struktur bildet die Menge der Permutationen von n Elementen? Welche Struktur hat die Menge aller linearen Abbildungen f : V V für einen Vektorraum V? Was ist die Antwort, wenn man nur bijektive Abbildungen betrachtet? Wie sehen die Elemente einer Faktorgruppe aus? Was stellen sie geometrisch dar, wenn die zugrunde liegende Gruppe ein Vektorraum ist? Was ist der Unterschied zwischen Körpern und Ringen? Gib Beispiele an, die den Unterschied verdeutlichen. Gib Beispiele an, die die Unterschiede und Gemeinsamkeiten zwischen den Strukturen Gruppe, Ring und Körper verdeutlichen. Skizziere in einem Diagramm, welche Struktur ein Spezialfall einer anderen ist. Sei G eine Gruppe mit einer geraden Anzahl an Elementen. Zeige, dass es in G außer dem neutralen Element e noch ein weiteres selbstinverses Element a gibt, d.h. a a = e. Was kann man über die Anzahl der selbstinversen Elemente sagen? 2.3 Sei (G, ) eine Gruppe. Zu festem x G definiert man auf G eine weitere Verknüpfung : G G G durch a b := a x b. Zeige, dass dann auch (G, ) eine Gruppe bildet. Gib außerdem das neutrale Element und zu einem Element a G das Inverse an. 2.4 Sei (G, ) eine Menge mit einer assoziativen Inneren Verknüpfung. (Dies nennt man auch eine Halbgruppe) a) Es gebe ein Element e G mit e a = a für alle a G. Weiter gebe es zu jedem Element a G ein Element a G mit a a = e. Zeige, dass (G, ) damit eine Gruppe ist. b) In G seien die Gleichungen a x = b und y c = d für alle a, b, c, d G eindeutig lösbar. Zeige, dass (G, ) damit eine Gruppe ist. 2.5 Sei K ein Körper, a, b K. Zeige, dass a 2 = b 2 genau dann, wenn a = b a = b gilt. 3
4 2.6 Seien R und R 2 Ringe. Zeige, dass R R 2 mit den Verknüpfungen (r, r 2 ) + (s, s 2 ) := (r + s, r 2 + s 2 ) (r, r 2 ) (s, s 2 ) := (r s, r 2 s 2 ) eine Ring ist. Sind R und R 2 nun zusätzlich Körper. Besitzt R R 2 Nullteiler? Ist R R 2 kommutativ? Besitzt R R 2 ein Einselement? 2.7 Es seien R := { a + b 2 a, b Z } und K := { a + b 2 a, b Q }. Zeige: a) R ist mit diesen Einschränkungen und den Verknüpfungen von R ein Ring. b) K ist mit diesen Einschränkungen und den Verknüpfungen von R ein Körper. 2.8 etwas schwieriger a) (Kleiner Satz von Fermat) Zeige durch Rechnen in K = Z p für eine Primzahl p, dass für x K gilt: x p = x. b) (Satz von Wilson) Zeige, dass in Z p gilt: (p )! =. (Fakultät wie üblich definiert) 2.9 Sei f : (R, +) (R, ) definiert durch f(x) = 2 x. a) Zeige, dass f ein Gruppenhomomorphismus ist. b) Bestimme kern(f) und Bild(f). 2.0 Sei (G, ) eine Gruppe und a G. Zeige, dass die Abbildung f : G G mit f(b) = a b a einen Isomorphismus von Gruppen darstellt. 2. a) Finde eine Permutation σ S 4 mit min{i > 0 σ i = id} = 4. b) Gib einen injektiven Gruppenhomomorphismus ϕ : Z/4Z S 4 an. 4
5 3 Vektorräume und LGS 3. Wiederholung 3.. Definitionen Wiederhole zuerst folgende Definitionen und Sätze: Lineares Gleichungssystem, Matrix, Vektorraum, Untervektorraum, Abbildung, lineare Abhängigkeit, Dimension, Basis 3..2 Kurzfragen Beantworte kurz die folgenden Fragen: 3.2 Was ist der Unterschied zwischen einem Erzeugendensystem und einer Basis? Gib drei Charakterisierungen des Begriffs der linearen Unabängigkeit an. In welchen Situationen kann man Matrizen verwenden? Gib verschiedene Beispiele für Vektorräume an. Was für Gemeinsamkeiten / Unterschiede gibt es? Welche Struktur hat die Lösungsmenge eines linearen Gleichungssystems? Unterscheide zunächst zwischen homogenen und inhomogenen Systemen und verallgemeinere dann die Antwort. Löse das lineare Gleichungssystem über R, Z 3, Z 7 und Z x x 2 = 2 6x + 6x 2 = 4 4x 4x 2 + 3x 3 = Sind folgende Mengen Teilräume des R 3 bzw. R 2? Begründe deine Antwort. Skizziere zuerst die Teilmengen des R 2. Gib für die Teilräume jeweils eine Basis an. a) { x R 3 (x, x 2, x 3 ) = (4x 2, x x 2, 0) } b) { x R 2 x = x 2 x = x 2 } c) { x R 2 x 2 + x 2 2 } d) { x R 2 (x, x 2 ) = (x, ) } 3.4 a) Zeige, dass B := {( ) ( 2, 3 )} {( ) 4 und C := ( 2 b) Bestimme die Koordinaten des Vektors v = 3 ( 2, 3 ) + 2 ( 2 3 )} Basen des Q 2 sind. ) bzgl. der Basis C. 5
6 3.5 Bestimme jeweils die Dimension und eine Basis des erzeugten Teilraums von R 3 : a) {(, 2, ), (2,, ), (7, 4, )} b) {(, 3, 7), (2, 0, 6), (3,, ), (2, 4, 5)} c) {(, 2, 3), (, 3, 2), (2,, 5)} d) {(,, ), (0, 0, 0), (,, )} 3.6 Die Menge C n kann sowohl als Vektorraum über C als auch über R aufgefasst werden. Zeige: a) Eine über C linear unabhängige Menge in C n ist auch über R linear unabhängig. b) Die Elemente ( i, i), (2, + i) C 2 sind linear abhängig über C, aber linear unabhängig über R. c) Finde eine Basis von C 2 über R. 3.7 Für welche a K ist das folgende lineare Gleichungssystem eindeutig lösbar über dem Körper K? Bestimme alle Lösungen des Systems a) im Fall K = R b) im Fall K = Z 5 c) im Fall K = Z 7 x + x 2 + x 3 = 0 x + 4x 2 + 2x 3 = 3 2x + 3ax 2 + x 3 = 3x + x 2 + x 3 = 0 6
7 4 Homomorphismen und Matrizen 4. Wiederholung 4.. Definitionen Wiederhole zuerst folgende Definitionen und Sätze: Lineare Abbildungen (Homomorphismus), Isomorphismus, Endomorphismus, Automorphismus, Matrix einer Abbildung, Kern, Bild, Rang, Dimensionsformel, Reguläre Matrix 4..2 Kurzfragen Beantworte kurz die folgenden Fragen: 4.2 Wie berechnet man den Rang einer Matrix? Welche Daten braucht man, um die Matrix einer Abbildung aufzustellen? Kann man injektive, surjektive oder bijektive Abbildungen an ihren Matrizen erkennen? Wenn ja, wie? Welche der folgenden Abbildungen sind linear? Begründe deine Antwort! Gib ggf. die Matrix bzgl. der Standardbasis an. a) f : R 3 R 3, f (x, y, z) = (x + y + z, x z, 0) b) f 2 : R 3 R 3, f 2 (x, y, z) = (x + y, y + z, x z) c) f 3 : R 2 R 2, f 3 (x, y) = (x 2 + y, x) d) f 4 : Z 2 2 Z 2 2, f 4 (x, y) = (x 2 + y, x) 4.3 Gibt es eine lineare Abbildung f : R 3 R 3 mit Kern(f) = span Bild(f) span 2 0, Wenn ja, gib eine solche an ? Eine R-lineare Abbildung f : R 2 R 3 habe eine Darstellungsmatrix der Gestalt M := a3 a b 2 mit a, b R. Welche Werte kann die Zahl dim(kern(f)) annehmen? 0, und 7
8 4.5 Bestimme die Darstellungsmatrix der linearen Abbildung R 3 R 2 (, 0, 0) (3, 7) f : (0,, 0) (, 4) (0, 0, ) (2, 2) bzgl. den Basen {(, 2, ), (, 3, 2), (0, 4, 3)} und {(, 3), (, 2)}. 4.6 Bestimme den Rang der folgenden Matrizen. Beschreiben die Matrizen eine injektive, surjektive, bijektive Abbildungen? a) A := 0 b) A 2 := c) A 3 := d) A 4 := e) A 5 := a) Wie muss man a, b, c R wählen, so dass eine R-lineare Abbildung f : R 3 R 3 existiert mit f(, 0, ) = (0, b, ), f(0,, ) = (a, 2b, 0), f(,, 0) = (3, 0, 2c) und f(3, 2, ) = (a +, 4, 3c)? b) Ist die Abbildung f eindeutig bestimmt? 4.8 Es sei f : R 3 R 3 mit (x, x 2, x 3 ) (x x 2, x 3, x 2 + x 3 ) Bestimme die Darstellungsmatrizen MB B(f), M C C(f), M B C(f) und M C B (f), wobei B := {,, } und C := { 0,, } Dabei sei MB C (f) die Darstellungsmatrix von f von V mit der Basis B nach V mit der der Basis C. 4.9 Sei V ein endlich-dimensionaler K-Vektorraum und seien v,..., v m V. Wir würden gerne K- lineare Abbildungen f : V K n mit f(v i ) = e i für i =,..., m und g : K n V mit g(e j ) = v j für j =,..., n definieren.. Unter welchen Voraussetzungen sind f und g wohldefiniert? 2. Unter welchen Voraussetzungen sind f und g für alle Elemente eindeutig bestimmt? 8
9 Gegeben sind zwei Matrizen A K 3 2 und B K 2 3. Sei f die durch A B definierte Abbildung. Untersuche die Erfüllbarkeit der folgenden Aussagen. Gib jeweils ein Beispiel an oder beweise die Unerfüllbarkeit. (a) {f(e ), f(e 2 ), f(e 3 )} ist linear unabhängig. (b) {f(e ), f(e 2 ), f(e 3 )} ist linear abhängig. (c) {f(e ), f(e 2 ), f(e 3 )} ist ein Erzeugendensystem von R Untersuche die entsprechenden Fragen für die durch B A definierte Abbildung g. Sei f : Q 3 Q 3 die Q-lineare Abbildung mit f(e ) = 3 4 und f(e 2 ) = und f(e 3 ) = Gib eine Q-lineare Abbildung g : Q 3 Q 3 an, so dass f g den Vektor 0 auf 4 und 0 0 den Vektor auf 7 abbildet Gib eine Q-lineare Abbildung h : Q 3 Q 3 an, so dass h f den Vektor 0 auf 4 und den Vektor auf 7 abbildet. Sei K ein Körper und V ein endlich-dimensionaler K-Vektorraum und f : V V ein Endomorphismus. Zeige, dass die folgenden Aussagen äquivalent sind: 4.3. Bild(f) = Ker(f) 2. f f = 0 und dim(v ) = 2 Rang(f) Bestimme die Darstellungsmatrix der lineare Abbildung R 3 R 2 (, 0, 0) (3, 7) f : (0,, 0) (, 4) (0, 0, ) (2, 2) bzgl. den Basen {(, 2, ), (, 3, 2), (0, 4, 3)} und {(, 3), (, 2)}. 9
10 Wie muss man a, b, c R wählen, so dass eine R-lineare Abbildung f : R 3 R 3 existiert mit f(, 0, ) = (0, b, ), f(0,, ) = (a, 2b, 0), f(,, 0) = (3, 0, 2c) und f(3, 2, ) = (a +, 4, 3c)? 2. Ist die Abbildung f eindeutig bestimmt? Es sei f : R 3 R 3 mit (x, x 2, x 3 ) (x x 2, x 3, x 2 + x 3 ). Bestimme die Darstellungsmatrizen von f bzgl. den Basen B und B, C und C, B und C und C und B, wobei B :=, 2, )undc:= 0,, Gegeben sei ein Homomorphismus f : R 3 R 3 mit Darstellungsmatrix M := bzgl. der Basis E nach Basis E. Dabei sei E die Standardbasis des R Bestimme Basen B, C des R 3, so dass N := 0 0 die Darstellungsmatrix von f bzgl. der Basis B nach C ist. Weiter bestimme reguläre Matrizen S, T mit N = SMT Es sei eine lineare Abbildung f : R 3 R 3 durch M = 2 2 gegeben. 7. Zeige, dass ker(f f) = ker(f) gilt. 2. Dann gibt es eine Basis B, bzgl. der es ein k {0,, 2, 3} gibt mit Darstellungsmatrix A = (a ij ) von f bzgl. der Basis B nach B, wobei a ij = 0 für i k j k. Bestimme das maximale k mit dieser Eigenschaft und die zugehörige Basis B. 3. Gib 2 weitere Matrizen von Abbildungen mit verschiedenen Rängen, für die ker(f f) = ker(f) gilt Seien A = 0,, sowie B = 0,, 3 Basen des R3. Sei g : R R 3 die durch definierte Abbildung. g(x, y, z) = (2x 5z, x + 2y 2z, 3x + y + 4z) T. Bestimme die Darstellungsmatrix M von g bezüglich der Basis A im Definitions- und B im Zielraum. 0
11 2. Wie ändert sich M, wenn man in B den Vektor ersetzt? durch Es sei A = 2 2 sowie v =, v 2 = 2, v 3 = Berechne A. 2 bzw. 0 3 durch 4 2. Es sei B = {v, v 2, v 3 } eine Basis des R 3. Wie lauten die Koordinaten des Vektors der bezüglich der Standardbasis die Koordinaten (2, 3, 5) T hat? Eine lineare Abbildung sei bzgl. der Standardbasis gegeben durch C = Berechne die Matrix dieser Abbildung bzgl. der Basis B.
12 5 Determinanten. Invertierbarkeit und Basiswechsel 5. Wiederholung mit Kurzfragen Beantworte kurz die folgenden Fragen: 5.2 Woran erkennt man, ob eine Matrix invertierbar ist? Gib notwendige und hinreichende Bedingungen an. Welche Typen von Elementarmatrizen gibt es? In welchen Situationen kann man sinnvoll Elementarmatrizen anwenden? Was passiert bei Multiplikation einer Matrix mit Elementarmatrix von links? Was passiert bei Multiplikation von rechts? Betrachte das Verfahren zur Invertierung einer Matrix. Kann man in diesem Verfahren auch Spaltenoperationen statt Zeilenumformungen verwenden? Kann man Spalten- und Zeilenoperationen beide verwenden? Warum kann eine Abbildung verschiedene Matrizen haben? Wie hängen zwei verschiedene Matrizen einer Abbildung zusammen? Ändert sich der Rang einer Matrix durch Multiplikation mit einer invertierbaren Matrix A? Wenn ja, warum; wenn nein, warum nicht? Gib zwei praktische Anwendungen der Determinante an. Was sagt die Determinante über die Abbildung aus, die durch die Matrix beschrieben wird? Sei f : V V ein Homomorphismus, B eine Basisfolge von V. Hängt det(mb B (f)) von B ab? Wenn ja, warum, wenn nein, warum nicht? Berechne die Determinanten der Matrizen: a) A := c) B := a b a + b b a + b a a + b a b Q 3 3 b) C := K 3 3 x a a a a x a a d) D := K n n a a x a a a a x Z
13 5.3 a) Löse das lineare Gleichungssystem mit Hilfe der Cramerschen Regel. 2x x 2 = 2 6x + 6x 2 = 4 4x 4x 2 + 3x 3 = b) Berechne die Inverse der Matrix A = mit der Cramerschen Regel. 5.4 Stelle die Matrix der Ableitung als Abbildung von den Polynomen von Grad höchstens 3 auf die Polynome vom Grad höchstens 2 bzgl. verschiedener Basen der beiden Räume auf. Bestimme dann auch die Basiswechselmatrizen. 5.5 a) Zeige, dass gilt: = I 3 b) Sei B = 2, 2, 2 2 = {v, v 2, v 3 } eine Basis des R Berechne die Koordinaten von x = 2e + 3e 2 + 5e 3 bzgl. der Basis B. c) Eine lineare Abbildung sei bzgl. der Standardbasis gegeben durch Berechne die Matrix dieser Abbildung bzgl. der Basis B. 5.6 Sei K ein Körper, V ein endlich-dimensionaler K-Vektorraum. Sei f : V V ein Automorphismus mit f 2 = f. Zeige, dass der Endomorphismus f id V nicht invertierbar ist. 3
14 5.7 Überprüfe, ob die Matrix A invertierbar ist: a) K = Z b) Für a R, K = R c) K = R, Z 3, Z 7 und Z 3 a a a A = Zeige oder widerlege die folgenden Behauptungen für einen bel. Körper K: a) Für A = (a ij ) K n n mit a ij = δ j i gilt det(a) = ( )n (n ). b) Sei B = (b ij ) K n n schiefsymmetrisch, d.h. A = A. Dann gilt: n ungerade det(b) = 0. { i = j + i = j c) Sei C n = (c ij ) K n n mit c ij =. 0 sonst { 0 n ungerade Dann gilt det(c n ) = n gerade 5.9 Sei A K k k, B K n n und C K k n. Behauptung: (( )) A C det = det(a) det(b) 0 B Dabei bezeichne 0 die (n k)-nullmatrix. a) Zeige die Behauptung durch direktes Nachrechnen. b) Zeige die Behauptung mit Induktion nach k. 4
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)
Mehrklar. 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
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
MehrLeitfaden 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
MehrDefinition 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,
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1
Mehr2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
MehrErinnerung/Zusammenfassung zu Abbildungsmatrizen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend
MehrKapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe
Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:
MehrÜbungsaufgaben 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
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9
Mehr3.3 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.
Mehr2 Algebraische Grundstrukturen
2 ALGEBRAISCHE GRUNDSTRUKTUREN 1 8. November 2002 2 Algebraische Grundstrukturen Definitionen. Eine binäre Operation (binary operation) oder zweistellige Verknüpfung auf einer Menge M ist eine Abbildung
MehrLineare 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
MehrEinführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
MehrDivision 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
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrTECHNISCHE 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
Mehr7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
MehrZusatztutorium, 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
MehrKAPITEL 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
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
Mehr2.2 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
Mehr11 Normalformen von Matrizen
11 Normalformen von Matrizen Wir wenden uns in diesem Kapitel noch einmal der Untersuchung linearer Abbildungen auf endlichdimensionalen Vektorräumen und deren Darstellung mittels Matrizen zu Speziell
MehrKarlsruher Institut für Technologie Institut für Algebra und Geometrie
Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. Stefan Kühnlein Dipl.-Math. Jochen Schröder Einführung in Algebra und Zahlentheorie Übungsblatt 2 Aufgabe 1 (4 Punkte) Seien
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
MehrÜbungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.
MehrFormelsammlung Mathematische Grundlagen für die Informatik
Formelsammlung Mathematische Grundlagen für die Informatik Wolfgang Führer wolfgang.fuehrer@web.de August 2007 Inhaltsverzeichnis Lineare Algebra. Vektorräume.................................... Abelsche
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
MehrWie 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, )
MehrAlgebraische Kurven. Vorlesung 26. Die Schnittmultiplizität
Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 26 Die Schnittmultiplizität Es seien zwei ebene algebraische Kurven C,D A 2 K gegeben, die keine Komponente gemeinsam haben. Dann besteht
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrMinimale 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
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrVorlesung Endlichdimensionale Algebren. Dirk Kussin
Vorlesung Endlichdimensionale Algebren (Sommersemester 2013) Dirk Kussin Fakultät für Mathematik, TU Chemnitz E-mail address: dirk.kussin@mathematik.tu-chemnitz.de Inhaltsverzeichnis Kapitel 1. Grundlagen
Mehr11. 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
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
MehrKommutative Algebra. Prof. Dr. Uwe Jannsen Sommersemester 2014. 0 Erinnerung: Ringe und Polynomringe 1. 1 Noethersche Ringe 5
Kommutative Algebra Prof. Dr. Uwe Jannsen Sommersemester 2014 Inhaltsverzeichnis 0 Erinnerung: Ringe und Polynomringe 1 1 Noethersche Ringe 5 2 Moduln über Ringen und exakte Sequenzen 7 3 Lokalisierungen
MehrVorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel
Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3
MehrARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG
¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht
Mehr2.1 Codes: einige Grundbegriffe
Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen
MehrEinführung 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
MehrRinge, 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
Mehr2: 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,
MehrKongruenzrechnung. 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
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrLineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung
Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Artur Trzewik sw562@uni-essen.de v1., 26.3.1998 korrigiert 16. Februar 2 Zusammenfassung Warnung: für die Richtigkeit der Definitionnen
MehrDirk Hachenberger Mathematik für Informatiker
Dirk Hachenberger Mathematik für Informatiker ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Inhaltsverzeichnis Vorwort
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrAlgebra. Professor Walter Gubler
Algebra Professor Walter Gubler 29. April 2010 2 Inhaltsverzeichnis I Algebra I 11 I Gruppentheorie 13 I.1 Gruppen................................... 13 I.1.1 Denition einer Gruppe.......................
MehrLineare 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
MehrLineare Algebra für Informatiker TUM Sommersemester 2011 Dozent: Christian Pötzsche
Lineare Algebra für Informatiker TUM Sommersemester 20 Dozent: Christian Pötzsche Janosch Maier 3. Juli 20 Herzlichen Dank an Lucas Westermann, Florian Scheibner (https://github. com/lswest/lamitschrift)
MehrAlgebra und Zahlentheorie Wintersemester 2013/14
Algebra und Zahlentheorie Wintersemester 2013/14 Prof. Dr. Annette Huber-Klawitter Fassung vom 8. Februar 2014 Dies ist ein Vorlesungsskript und kein Lehrbuch. Mit Fehlern muss gerechnet werden! Math.
MehrKapitel 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
MehrMathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.
Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen
MehrHöhere 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 ; : :
MehrTECHNISCHE 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
Mehr9.2. 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
MehrCodes und Codegitter. Katharina Distler. 27. April 2015
Codes und Codegitter Katharina Distler 7. April 015 Inhaltsverzeichnis 1 Codes 4 Codegitter 14 Einleitung Die folgende Seminararbeit behandelt das Konzept von Codes und Codegittern. Da sie bei der Informationsübertragung
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrVorlesung. 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.
MehrRinge. Kapitel 3. 3.1 Abelsche Gruppen, Ringe und Moduln
Kapitel 3 Ringe Gruppen- und Ringstrukturen sind uns schon in den verschiedensten Zusammenhängen begegnet. In diesem Kapitel wollen wir einige wichtige Klassen von Ringen im Hinblick auf Anwendungen in
MehrInhaltsverzeichnis 1 Lineare Gleichungssysteme I
Inhaltsverzeichnis 1 Lineare Gleichungssysteme I 3 1.1 Mengen und Abbildungen....................................... 3 1.1.1 Mengen und ihre Operationen.............................. 3 1.1.2 Summen- und
MehrMatrizennorm. 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
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische
MehrErgänzungen 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.
MehrAusgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von
Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik Lineare Algebra zusammengestellt von Sabine Giese, Josef Heringlehner, Birgit Mielke, Hans Mielke und Ralph-Hardo Schulz 98 Aufgaben,
Mehru + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.
Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume
MehrMatrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen.
Matrixalgebra mit einer Einführung in lineare Modelle Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@statuni-muenchende 25 August 24 Vielen Dank an Christiane Belitz, Manuela Hummel und
Mehrx 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 +
MehrNoethersche und artinsche Ringe
Noethersche und artinsche Ringe Seminar Kommutative Algebra und Varietäten Prof. Dr. K. Wingberg, Dr. J. Gärtner Vortrag 6 Yassin Mousa 05.06.2014 Im Folgenden bezeichne R immer einen kommutativen Ring
MehrKapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
MehrQ(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
Mehr9. Anwendungen der Fundamentalgruppe
76 Andreas Gathmann 9. Anwendungen der Fundamentalgruppe Nachdem wir mit Hilfe von Überlagerungen nun in der Lage sind, Fundamentalgruppen zu berechnen, wollen wir in diesem abschließenden Kapitel noch
MehrAlgebra. 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
MehrInduktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010
Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver
MehrAlgebra I Wintersemester 2006/07
Algebra I Wintersemester 2006/07 Prof. Dr. Annette Huber-Klawitter Fassung vom 31. Januar 2007 Dies ist ein Vorlesungsskript und kein Lehrbuch. Mit Fehlern muss gerechnet werden! Math. Institut 0341-97
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrInvariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen
Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 5 Invariantenringe zu Untergruppen Proposition 5.1. Es sei R G R eine Operation einer Gruppe G auf einem kommutativen Ring durch
Mehr1 Gruppen: Definition und erste Eigenschaften
1 Gruppen: Definition und erste Eigenschaften Von allen algebraischen Strukturen, die man in der linearen Algebra kennenlernt, haben Gruppen die einfachste Definition. In der Tat sind viele andere algebraische
MehrDLP. Adolphe Kankeu Tamghe papibobo@informatik.uni-bremen.de ALZAGK SEMINAR. Bremen, den 18. Januar 2011. Fachbereich Mathematik und Informatik 1 / 27
DLP Adolphe Kankeu Tamghe papibobo@informatik.uni-bremen.de Fachbereich Mathematik und Informatik ALZAGK SEMINAR Bremen, den 18. Januar 2011 1 / 27 Inhaltsverzeichnis 1 Der diskrete Logarithmus Definition
MehrDer 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
Mehr2. Universelle Algebra
2. Universelle Algebra Die Theorie der universellen Algebra verallgemeinert die Theorien der klassischen Algebren. Obwohl ursprünglich nur eine Sorte betrachtet wurde, werden wir hier gleich den mehrsortigen
MehrHöhere Mathematik I. 1. Gruppenübung zur Vorlesung Prof. Dr. M. Stroppel. Winter 2007/08
Dr. A. App Dr. M. Pfeil. Gruppenübung zur Vorlesung Prof. Dr. M. Stroppel Höhere Mathematik I Winter 7/8 Aufgabe P. Binomialkoeffizienten Berechnen Sie ohne Taschenrechner: ( ) (a) x = 5 ( ) ( ) ( ) (b)
MehrGleichungen - Aufgabenstellung und Lösungsstrategien
Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 18. Juli 2006 1 Einleitung
MehrLehrstuhl für Mathematik II Algebraische Kombinatorik, Diskrete Strukturen Prof. Dr. Adalbert Kerber. Bachelor-Thesis
Universität Bayreuth Fakultät für Mathematik und Physik Lehrstuhl für Mathematik II Algebraische Kombinatorik, Diskrete Strukturen Prof. Dr. Adalbert Kerber Bachelor-Thesis zur Erlangung des Grades Bachelor
MehrII. Ringe und Moduln für etwas Fortgeschrittene
II. Ringe und Moduln für etwas Fortgeschrittene II.1 Algebren 2.1.1 Definition/Bemerkung (Die Kategorie der R -Algebren) a) Es sei R ein Ring. Eine R -Algebra ist ein R -Modul A, der gleichzeitig ein Ring
MehrFrohe 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]
Mehr7 Lineare Abbildungen und Lineare Gleichungssysteme
7 LINEARE ABBILDUNGEN UND LINEARE GLEICHUNGSSYSTEME 5 7 Lineare Abbildungen und Lineare Gleichungssysteme 7 Lineare Abbildungen 7 Abbildungen: Eine Verallgemeinerungen des Funktionsbegriffs Bemerkung:
MehrÜbung zur Algebra WiSe 2008/2009, Blatt 1
Aufgabe 1: Zeigen Sie, dass die Untergruppe der Permutationsmatrizen in GL(n, R) isomorph zur symmetrischen Gruppe S n ist. Es sei Perm n die Menge der Permutationsmatrizen in GL(n, R). Der Isomorphismus
MehrMathematik für Informatiker: Algebraische Strukturen
Mathematik für Informatiker: Algebraische Strukturen Vorlesungsskript 2009/205 Klaus Wirthmüller http://www.mathematik.uni-kl.de/ wirthm/de/mfi.html K. Wirthmüller Mathematik für Informatiker: Algebraische
MehrSeminararbeit für das SE Reine Mathematik- Graphentheorie
Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis
MehrLösungen 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
MehrStatistische Methoden
Statistische Methoden Dr CJ Luchsinger 6 Repetition: Rechnen mit Matrizen für die Statistik Matrizen sind aus zwei Gründen für die Statistik sehr wichtig: Sie ermöglichen uns einerseits eine sehr elegante
MehrProjektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:
Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein
MehrBeispiel zur Lösung eines Gleichungssystems : 6 y + z = 15 0 6 1. 15 12 x + 3 y 3 z = 15 12 3 3. 15 2 x 3 y = 4 2 3 0.
Beispiel zur Lösung eines Gleichungssystems : 6 y + z = 5 0 6 5 2 x + 3 y 3 z = 5 2 3 3 5 2 x 3 y = 4 2 3 0 4 z2 /3 z : 3 2 x 3 y = 4 2 3 0 4 4 x + y z = 5 4 5 6 y + z = 5 0 6 5 z2 + 2 z 2 x 3 y = 4 2
Mehr4 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
MehrFehlerkorrigierende Codes
Fehlerkorrigierende Codes SS 2013 Gerhard Dorfer 2 Inhaltsverzeichnis 1 Fehlerkorrigierende Codes 4 1.1 Einführende Beispiele................................. 4 1.2 Mathematische Grundlagen..............................
MehrGrundbegriffe der Kryptographie
Grundbegriffe der Kryptographie Vorlesungsskript von Eike Best April-Juli 2004 Oldenburg, April 2004 E. Best Das Skript wird ständig gepflegt. Wenn Ihnen beim Lesen Fehler auffallen, schicken Sie bitte
MehrLineare Algebra I & II. Gert-Martin Greuel Universität Kaiserslautern Fachbereich Mathematik
Lineare Algebra I & II Gert-Martin Greuel Universität Kaiserslautern Fachbereich Mathematik Ausarbeitung der je vierstündigen Vorlesung im Wintersemester 1999/2000 und Sommersemester 2000 durch Thomas
Mehr