Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen

Größe: px
Ab Seite anzeigen:

Download "Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen"

Transkript

1 Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen Aline Kaszuba, Lukas Böke 15. März 2016 Die folgende Diskussion umfasst die Kapitel 9 und 11 aus [1]. Sei G eine endliche Gruppe und F ein algebraisch abgeschlossener Körper mit Charakteristik 0, zum Beispiel C. Wir betrachten im Folgenden, wenn nicht anders angegeben, Darstellungen von G über F. Lemma von Schur Lemma 1. Seien V und W irreduzible Darstellungen von G. 1. Sei φ : V W ein Darstellungshomomorphismus. Dann ist entweder φ ein Darstellungsisomorphismus oder φ(v) = 0 für alle v V. 2. Sei φ : V W ein Darstellungsisomorphismus. Dann ist φ ein skalares Vielfaches der Identitätsabbildung. Proposition 2. Sei V {0} eine Darstellung von G. Seien alle Darstellungshomomorphismen von V nach V skalare Vielfache der Identitätsabbildung. Dann ist V irreduzibel. Korollar 3. Sei V ein F -Vektorraum und sei ρ : G Aut F (V ) ein Gruppenhomomorphismus. Die zugehörige Darstellung ist irreduzibel genau dann wenn jeder Automorphismus A Aut F (V ) mit Aρ(g) = ρ(g)a für alle g G ein skalares Vielfaches der Identität ist. 1

2 Beispiel 4. Sei G = D 5 = a, b : a 5 = b 2 = 1, b 1 ab = a 1 und ω = e 2πi/5. Dann existiert ein eindeutiger Gruppenhomomorphismus ρ : G GL(2, C) so dass ρ(a) = ( ) ω 0 0 ω 1 und ρ(b) = ( ) ( ) α β Sei A =, so dass A sowohl mit ρ(a) als auch mit ρ(b) kommutiert. γ δ Damit Aρ(a) = ρ(a)a erfüllt ist, muss β = γ = 0 sein ( und ) damit Aρ(b) = α 0 ρ(b)a erfüllt ist, muss α = δ gelten. Also ist A = = αi. Nach 0 α Korollar 3 ist die zu ρ zugehörige Darstellung irreduzibel. Darstellungen abelscher Gruppen Proposition 5. Sei G eine endliche abelsche Gruppe. Dann hat jede irreduzible Darstellung von G Dimension 1. Bemerkung 6. Jede endliche abelsche Gruppe ist isomorph zu einem direkten Produkt von zyklischen Gruppen. Sei G = C n1 C n2... C nr mit zyklischen Gruppen C ni = c i der Ordnung n i für 1 i r. Schreibe g i = (1,..., c i,..., 1) (mit c i an i-ter Stelle). Dann gilt G = g 1,..., g r mit g n i i = 1 und g i g j = g j g i für alle i,j. Sei ρ : G Aut F (V ) ein Gruppenhomomorphismus mit irreduzibler zugehöriger Darstellung. Dann ist die Dimension von V gleich 1 wegen Proposition 5 und somit existiert für alle 1 i r ein λ i F so dass ρ(g i ) = (λ i ). Da g i Ordnung n i hat, erhalten wir λ n i i = 1. Also ist λ i die n i -te Einheitswurzel. Außerdem ist ρ bestimmt durch die Werte λ 1,..., λ r, denn für g G existieren i 1,..., i r Z so dass g = g i gr ir und folglich ρ(g) = ρ(g i g ir r ) = (λ i λ ir r ) ist. Umgekehrt ist für gegebene n i -te Einheitswurzeln λ i, für alle 1 i r, die Funktion ρ λ1,...,λ r : G Aut F (F ) g i g ir r (λ i λ ir r ) ein Gruppenhomomorphismus. 2

3 Satz 7. Sei G die abelsche Gruppe C n1 C n2... C nr. Die zu dem Gruppenhomomorphismus ρ λ1,...,λ r zugehörige Darstellung hat Dimension 1 und ist folglich irreduzibel. Jede irreduzible Darstellung von G ist zu genau einer solchen Darstellung äquivalent. Es gibt also G Isomorphieklassen von Darstellungen von G. Beispiel 8. Sei G = C n = a : a n = 1 und ω = e 2πi/n. Die n Gruppenhomomorphismen G C mit irreduziblen zugehörigen Darstellungen sind ρ ω j mit ρ ω j(a) := (ω j ) über alle 0 j n 1. Diagonalisierung Sei H = g eine zyklische Gruppe der Ordnung n und sei V eine Darstellung von H. Schreibe V = U 1... U r für irreduzible Unterdarstellungen U i von V. Jedes U i hat nach Proposition 5 Dimension 1. Sei u i ein Vektor, der U i aufspannt und sei ω = e 2πi/n. Dann gilt 1 i r m i Z s.d. gu i = ω m i u i. Deshalb hat jedes g G bezüglich der Basis (u 1,..., u r ) die Darstellungsmatrix ω m ω mr Proposition 9. Sei G eine endliche abelsche Gruppe und V eine Darstellung von G. Für jedes g G existiert eine Basis β von V so dass die Darstellungsmatrix von G bezüglich β diagonal ist. Falls g Ordnung n hat, sind die Einträge der Diagonale dieser Matrix n-te Einheitswurzeln. Proposition 10. Sei G eine endliche Gruppe, so dass jede irreduzible Darstellung von G Dimension 1 hat. Dann ist G abelsch. Räume von Darstellungshomomorphismen Proposition 11. Seien V und W Darstellungen von G. Die Teilmenge Hom G (V, W ) Hom F (V, W ) aller Darstellungshomomorphismen ist Untervektorraum der Vektorraumhomomorphismen von V nach W und heisst Raum der Darstellungshomomorphismen von V nach W. 3

4 Proposition 12. Seien V und W irreduzible Darstellungen. Dann ist: { 1, falls V dim F (Hom G (V, W )) = = W 0, falls V W Definition Sei V eine Darstellung von G. Eine irreduzible Darstellung U von G heisst Kompositionsfaktor von V, falls eine zu U isomorphe Unterdarstellung von V existiert. 2. Darstellungen V und W haben einen gemeinsamen Kompositionsfaktor, falls eine irreduzible Darstellung von G existiert, die Kompositionsfaktor sowohl von V als auch von W ist. Proposition 14. Seien V und W Darstellungen von G, und sei Hom G (V, W ) {0}. Dann haben V und W einen gemeinsamen Kompositionsfaktor. Als nächstes wollen wir die Dimension von Hom G (V, W ) berechnen. Proposition 15. Seien V, V 1,..., V r und W, W 1,..., W s Darstellungen von G. Dann sind die Abbildungen φ : Hom G (V, s W i ) s Hom G (V, W i ) f (π W1 f + + π Ws f) und ψ : Hom G r j=1 V j, W r j=1 Hom G (V j, W ) f (f ı V1 + + f ı Vr ) Isomorphismen zwischen F -Vektorräumen. Dabei ist die Abbildung ı Vk : V k r j=1 V j mit 1 k r die kanonische Inklusion bzw. π Wl : s W i W l mit 1 l s die kanonische Projektion. Korollar 16. Mit der vorherigen Proposition 15 folgt folgende Formel: dim F (Hom G (V 1 V r, W 1 W s )) = r j=1 s dim F (Hom G (V j, W i )) Korollar 17. Seien U 1,..., U s irreduzible Darstellungen von G und V = U 1 U s. Sei W eine irreduzible Darstellung von G. Dann gilt: dim F (Hom G (V, W )) = dim F (Hom G (W, V )) = {i {1,..., n} U i = W } 4

5 Beispiel 18. Sei G = D 3, und F G die reguläre Darstellung von G. Im letzten Vortrag wurde gezeigt, dass F G = U 1 U 2 U 3 U 4 (1) ist, wobei U 3 = U4, aber U 1, U 2, U 3 paarweise nicht isomorph sind. Also bekommen wir mit Korollar 17: dim F (Hom G (F G, U 3 )) = dim F (Hom G (U 3, F G)) = 2 Als nächstes betrachten wir den Raum der Darstellungshomomorphismen zwischen der regulären Darstellung F G und einer anderen Darstellung von G. Proposition 19. Sei U eine Darstellung von G. Dann ist die Abbildung ein Vektorraumisomorphismus. e 1 : Hom G (F G, U) U f f(1) Aus Korollar 17 und Proposition 19 erhalten wir nun den folgenden Satz: Satz 20. Sei V = U 1 U r eine Darstellung von G, wobei alle U 1,..., U r irreduzible Darstellungen von G sind. Sei U eine irreduzible Darstellung von G. Dann gibt es genau dim F (U) Zahlen i {1,..., r}, sodass U = U i. Beispiel 21. Wir betrachten wieder G = D 3, F G = U 1 U 2 U 3 U 4, wobei U 1 und U 2 nichtisomorphe eindimensionale Darstellungen von G sind, und U 3, U 4 isomorphe, irreduzible zweidimensionale Darstellungen von G sind. Das illustriert 20: U 1 und U 2 sind jeweils eindimensional, und tauchen genau ein Mal in (1) auf, U 3 ist zweidimensional, und taucht als U 4 ein zweites Mal auf. Definition 22. Irreduzible Darstellungen V 1,..., V r von G bilden eine vollständige Familie nichtisomorpher irreduzibler Darstellungen von G, falls jede irreduzible Darstellung von G isomorph zu einem V i ist, und keine zwei der V 1,..., V r isomorph sind. Satz 23. Seien V 1,..., V r eine vollständige Familie nichtisomorpher irreduzibler Darstellungen von G. Dann gilt: r dim F (V i ) 2 = G 5

6 Beispiel 24. Sei G eine Gruppe der Ordnung 8, und seien d 1,..., d k die Dimensionen aller irreduziblen Darstellungen von G. Dann gilt: k d 2 i = 8 Da die triviale Darstellung von G Dimension 1 hat und irreduzibel ist, ist eines der d i eins. Also gibt es folgende zwei Möglichkeiten: 1. 1, 1, 1, 1, 1, 1, 1, , 1, 1, 1, 2 Beide Möglichkeiten treten tatsächlich auf: Die Erste, falls G abelsch ist(vgl. 5), und die Zweite, falls G = D 4 ist. Literatur [1] Gordon James und Martin Liebeck, Representations and Characters of Groups, Cambridge University Press (2008) 6

1 2. Körpererweiterungen

1 2. Körpererweiterungen 1 2. Körpererweiterungen 1 2. 1. Definition: Sind K, L Körper und i: K L ein Ringhomomorphismus, so ist i injektiv, wir fassen K vermöge i als Unterkörper von L auf, schreiben dafür L K und nennen L eine

Mehr

Vektorräume und lineare Abbildungen

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

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik Universität Karlsruhe (TH) Institut für Algebra und Geometrie Dr. Klaus Spitzmüller Dipl.-Inform. Wolfgang Globke Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik Lösungen zum

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden

Mehr

Technische Universität München

Technische Universität München Technische Universität München Michael Schreier Ferienkurs Lineare Algebra für Physiker Vorlesung Montag WS 2008/09 1 komplexe Zahlen Viele Probleme in der Mathematik oder Physik lassen sich nicht oder

Mehr

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

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

Mehr

70 IV. ENDLICH-DIMENSIONALE VEKTORRÄUME

70 IV. ENDLICH-DIMENSIONALE VEKTORRÄUME IV. Endlich-dimensionale Vektorräume Unter einem endlich-dimensionalen Vektorraum verstehen wir einen Vektorraum, der eine endliche Basis besitzt. Die entscheidende Beobachtung ist die Tatsache, dass in

Mehr

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

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

Mehr

1 Linearkombinationen

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

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn

Mehr

5 Lineare Abbildungen

5 Lineare Abbildungen 5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,

Mehr

3 Lineare Abbildungen und Matrizen

3 Lineare Abbildungen und Matrizen 3 Lineare Abbildungen und Matrizen Definition 3.1. Es seien V und W zwei Vektorräume über demselben Zahlkörper k. Eine Abbildung heisst linear, falls gilt i) [ λ k ] [ v V ] [ f (λ v) = λ f ( v) ] ii)

Mehr

Klausur vom Algebra I. Rolf Farnsteiner

Klausur vom Algebra I. Rolf Farnsteiner Klausur vom 31.03.2010 Algebra I Rolf Farnsteiner Lösungen Daiva Pučinskaitė Aufgabe 1. Sei p R ein Primideal eines Integritätsbereichs R. Beweisen Sie folgende Aussagen: (1 S := R \ p ist eine multiplikativ

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit

Mehr

Übungen zur Diskreten Mathematik I Blatt 6

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

Mehr

Definition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und

Definition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und 7. Coxeter Graphen Um die endlichen Spiegelungsgruppen zu klassifizieren, wollen wir ihnen nun Graphen zuordnen, die die Gruppen bis auf Isomorphie eindeutig bestimmen. Im Folgenden sei wie vorher Π Φ

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

1.5 Duales Gitter und Diskriminantengruppe

1.5 Duales Gitter und Diskriminantengruppe Gitter und Codes c Rudolf Scharlau 24. April 2009 27 1.5 Duales Gitter und Diskriminantengruppe Dieser Abschnitt ist im wesentlichen algebraischer Natur: Es spielt keine Rolle, dass unsere Gitter in einem

Mehr

ALGEBRAISCHE VARIETÄTEN. gute Funktionen auf den offenen Mengen von V definieren. Dabei orientieren wir uns an folgenden Gegebenheiten: (1) Die

ALGEBRAISCHE VARIETÄTEN. gute Funktionen auf den offenen Mengen von V definieren. Dabei orientieren wir uns an folgenden Gegebenheiten: (1) Die ALGEBRAISCHE VARIETÄTEN MARCO WEHNER UND MAXIMILIAN KREMER 1. Strukturgarben Sei V k n. Wir wollen nur gute Funktionen auf den offenen Mengen von V definieren. Dabei orientieren wir uns an folgenden Gegebenheiten:

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt

6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 213/214 Markus Schweighofer Lineare Algebra I 6.2 Basen Definition 6.2.1. Seien V ein K-Vektorraum, n N und v 1,..., v n V. (a)

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse

Mehr

Mathematisches Institut SS 2010 Heinrich-Heine-Universität Prof. Dr. Stefan Schröer. Algebra. Blatt 1. ω = u + v,

Mathematisches Institut SS 2010 Heinrich-Heine-Universität Prof. Dr. Stefan Schröer. Algebra. Blatt 1. ω = u + v, Blatt 1 Aufgabe 1. Sei z = re iϕ C eine komplexe Zahl mit r, ϕ R, und n 1. Geben Sie alle ω C mit ω n = z in Polarkoordinaten an. Aufgabe 2. Sei X 3 + px + q C[X] ein kubisches Polynom. Dessen drei Nullstellen

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare Algebra: Determinanten und Eigenwerte : und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b

Mehr

Lineare Abbildungen. i=0 c ix i n. K n K m

Lineare Abbildungen. i=0 c ix i n. K n K m Kapitel 4 Lineare Abbildungen In diesem Abschnitt lernen Sie erstmals eine Klasse von strukturerhaltenden Abbildungen kennen. Diese Konzept ist von zentraler Bedeutung in der Algebra. Grob gesagt geht

Mehr

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

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18. 18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen

Mehr

11.2 Orthogonalität. Wintersemester 2013/2014

11.2 Orthogonalität. Wintersemester 2013/2014 Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 2013/2014 Markus Scheighofer Lineare Algebra I 11.2 Orthogonalität Definition 11.2.1. Seien V ein K-Vektorraum mit Skalarprodukt

Mehr

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis

Mehr

7 Vektorräume und Körperweiterungen

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

Mehr

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele

Mehr

4 Lineare Abbildungen und Matrizen

4 Lineare Abbildungen und Matrizen 4.1 Lineare Abbildungen Definition 4.1. Es seien V, W K-Vektorräume. Eine Abbildung f : V W heißt linear oder Homomorphismus, wenn für alle u, v V und λ K gilt Beispiel 4.2. L1 f(u + v) = f(u) + f(v),

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem

Mehr

Lineare Algebra Weihnachtszettel

Lineare Algebra Weihnachtszettel Lineare Algebra Weihnachtszettel 4..008 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet

Mehr

Seminar zur Zahlentheorie Spezialfälle des Satzes von Fermat

Seminar zur Zahlentheorie Spezialfälle des Satzes von Fermat Seminar zur Zahlentheorie Spezialfälle des Satzes von Fermat Vortrag von Kristina Rupp und Benjamin Letschert am 29.01.2008 Inhaltsverzeichnis 13 Speziallfälle des Satzes von Fermat 1 13.1 Der Große Satz

Mehr

Algebra I. Zwischenprüfung. 19. Februar 2016

Algebra I. Zwischenprüfung. 19. Februar 2016 Name: Vorname: Studiengang: Legi-Nr.: Algebra I D-MATH, HS 2015 Prof. Richard Pink Algebra I Zwischenprüfung Wichtig: 19. Februar 2016 Die Prüfung dauert 120 Minuten. Bitte legen Sie Ihre Legi (Studierendenausweis)

Mehr

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a). Aufgabe Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = Es gilt det(λa = (λ n det(a det I n = n? Nein (außer für n = Es gilt deti n = det(ab = det A det B? Ja det(a =

Mehr

Prof. Dr. Rudolf Scharlau, Stefan Höppner

Prof. Dr. Rudolf Scharlau, Stefan Höppner Aufgabe 13. Bestimme alle Untergruppen der S 4. Welche davon sind isomorph? Hinweis: Unterscheide zwischen zyklischen und nicht zyklischen Untergruppen. Lösung. Die Gruppe S 4 besitzt die folgenden Elemente:

Mehr

Seminar zur Darstellungstheorie endlicher Gruppen

Seminar zur Darstellungstheorie endlicher Gruppen Seminar zur Darstellungstheorie endlicher Gruppen Prof. Dr. Gebhard Böckle und Yujia Qiu Sommersemester 15, dienstags 16:15 17:45, Raum 248/INF 368. Beginn: 21.04.2015 Motivation und Ziele des Seminars

Mehr

3.5 Duale Vektorräume und Abbildungen

3.5 Duale Vektorräume und Abbildungen 3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung

Mehr

Elemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S

Elemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S Begriffe Faser: Es sei f : M N eine Abbildung von Mengen. Es sei n N. Die Menge f 1 ({n}) M nennt man die Faser in n. (Skript Seite 119). Parallel: Zwei Vektoren v und w heißen parallel, wenn für einen

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge

Mehr

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016, Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren

Mehr

Universität Zürich HS , Vorlesung #3

Universität Zürich HS , Vorlesung #3 Algebraic Number Theory P. Habegger Universität Zürich HS 2010 6.10.2010, Vorlesung #3 1.4 Diskriminante Die primitivste Invariante eines Zahlkörpers ist sein Grad. Die Diskriminante eines Zahlkörpers

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

Kapitel 4. Multilineare Abbildungen. 4.4 Tensorprodukte

Kapitel 4. Multilineare Abbildungen. 4.4 Tensorprodukte Kapitel 4 c M. Roczen und H. Wolter Lineare Algebra individuell Online Ver. 0.52, 3.5.2005 Multilineare Abbildungen In diesem Kapitel werden Abbildungen von Vektorräumen untersucht, die in mehreren Argumenten

Mehr

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche 1 1 Angeordnete Körper 1.1 Anordnungen und Positivbereiche Definition 1.1. Eine zweistellige Relation auf einer Menge heißt partielle Ordnung, falls für alle Elemente a, b, c der Menge gilt: (i) a a (ii)

Mehr

IV.3. RANG VON MATRIZEN 81

IV.3. RANG VON MATRIZEN 81 IV3 RANG VON MATRIZEN 8 Ist b,,b n eine Basis des reellen Vektorraums V, dann bildet b,,b n auch eine Basis des komplexen Vektorraums V C Mit V ist daher auch V C endlichdimensional und es gilt dim C V

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

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

2.1 Eigenschaften und Beispiele von Gruppen Untergruppen Homomorphismen... 25 2 Gruppen Übersicht 2.1 Eigenschaften und Beispiele von Gruppen............................. 17 2.2 Untergruppen...................................................... 21 2.3 Homomorphismen..................................................

Mehr

1.4 Homomorphismen und Isomorphismen

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

Mehr

Allgemeines über Lie-Algebren

Allgemeines über Lie-Algebren Kapitel I Allgemeines über Lie-Algebren Sophus Lie 1842 1899 Wilhelm Killing 1847 1923 Elie Cartan 1869 1951 Hermann Weyl 1885 1955 1 Einleitung Die meisten Studierenden sind wohl vertrauter mit Beispielen

Mehr

4 Lineare Abbildungen und Matrizen

4 Lineare Abbildungen und Matrizen Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt

Mehr

6 Eigenwerte und Eigenvektoren

6 Eigenwerte und Eigenvektoren 6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,

Mehr

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153 3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische

Mehr

Algebra I. Also sind die vier angebenen Gruppen paarweise nicht isomorph.

Algebra I. Also sind die vier angebenen Gruppen paarweise nicht isomorph. WS 05/06 Priv.-Doz. Dr. S. Wewers Andreas Martin Algebra I 2. Übungsblatt Aufgabe 1: (3 P) Die folgenden vier Gruppen haben alle 12 Elemente: G 1 := Z/Z 12, G 2 := Z/Z 6 Z/Z 2, G 3 := D 6 (siehe 1. Übungsblatt,

Mehr

Musterlösung 7 Lineare Algebra für die Naturwissenschaften

Musterlösung 7 Lineare Algebra für die Naturwissenschaften Musterlösung 7 Lineare Algebra für die Naturwissenschaften Aufgabe Entscheiden Sie, ob folgende Abbildungen linear sind, und geben sie für die linearen Abbildungen eine Matrixdarstellung (in einer Basis

Mehr

Lineare Algebra II, Lösungshinweise Blatt 9

Lineare Algebra II, Lösungshinweise Blatt 9 Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren

Mehr

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren Basis und Dimension Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren aus V. 1) (v i ) i I heißt ein Erzeugendensystem von V, wenn Span(v i ) = V. 2) (v i ) i I heißt Basis von

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 2 Ein guter Schüler lernt auch bei einem schlechten Lehrer Eigentheorie Unter einer Achsenspiegelung in der

Mehr

Vektorräume. Kapitel Definition und Beispiele

Vektorräume. Kapitel Definition und Beispiele Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,,0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i

Mehr

Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent.

Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent. Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine Teilmenge des nichttrivialen

Mehr

Symplektische Geometrie

Symplektische Geometrie Symplektische Geometrie Def. Eine symplektische Form auf U R 2n ist eine geschlossene, nichtausgeartete 2-Differentialform. }{{}}{{} d.h. dω = 0 wird gleich definiert Wir bezeichnen sie normalerweise mit

Mehr

8 Lineare Abbildungen und Matrizen

8 Lineare Abbildungen und Matrizen 8 Lineare Abbildungen und Matrizen 8.1 Lineare Abbildungen Wir beschäftigen uns nun mit Abbildungen zwischen linearen Räumen. Von besonderem Interesse sind Abbildungen, die die Struktur der linearen Räume

Mehr

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen Vortrag zum Proseminar zur Analysis, 24.10.2012 Adrian Hauffe-Waschbüsch In diesem Vortrag werden die reellen Zahlen aus rationalen Cauchy-Folgen konstruiert. Dies dient zur Vorbereitung der späteren Vorträge,

Mehr

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin: Lineare Algebra I - 9.Vorlesung - rof. Dr. Daniel Roggenkamp & Falko Gauß Korrektur: 2. Klausurtermin: 09.02.2017 Linearkombination von Vektoren lineare Hülle Erzeugendensystem S lineare Unabhängigkeit

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

Charaktere. 1 Wiederholung. 2 Charaktere verschiedener Darstellungen. 1.1 Zerlegung von Darstellungen. 1.2 Schursches Lemma

Charaktere. 1 Wiederholung. 2 Charaktere verschiedener Darstellungen. 1.1 Zerlegung von Darstellungen. 1.2 Schursches Lemma Caraktere 1 Wiederolung 1.1 Zerlegung von Darstellungen Jede Darstellung läßt sic Zelegen in V = V a1 1 V a Wobei die V i irreduzible Darstellungen von G sind und a i N. Die Sätze der Carakterteorie liefern

Mehr

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

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

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Ein Fundamentalbereich der Modulgruppe. 1 Erzeugende

Ein Fundamentalbereich der Modulgruppe. 1 Erzeugende Ein Fundamentalbereich der Modulgruppe Vortrag zum Seminar zur Funktionentheorie,.04.009 Kerstin Küpper Im Vortrag wird die Modulgruppe und ihre Erzeuger untersucht und ein exakter Fundamentalbeich der

Mehr

Abbildung 10.1: Das Bild zu Beispiel 10.1

Abbildung 10.1: Das Bild zu Beispiel 10.1 Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,

Mehr

Lineare Algebra I 8. Übungsblatt - Weihnachtszettel - Lösungen

Lineare Algebra I 8. Übungsblatt - Weihnachtszettel - Lösungen Prof. Dr. Duco van Straten Blatt 8 - Lösungen Oliver Labs 8. Dezember 2003 Konrad Möhring Lineare Algebra I 8. Übungsblatt - Weihnachtszettel - Lösungen. Skizzieren Sie die folgenden Teilmengen der GAUSSschen

Mehr

1 Transponieren, Diagonal- und Dreiecksmatrizen

1 Transponieren, Diagonal- und Dreiecksmatrizen Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008 KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch

Mehr

Symmetrien. Transformationen. Affine und euklidische Räume

Symmetrien. Transformationen. Affine und euklidische Räume Symmetrien Transformationen Der Gruppenbegriff entwickelte sich aus dem Begriff der Transformationsgruppe. In dieser Form tauchen auch die meisten Gruppen in der Mathematik, Physik, Chemie, Kristallographie,

Mehr

Topologieseminar. Faserbündel. Michael Espendiller. 16. Oktober 2010 Universität Münster - 3 Faserbündel oder lokal triviale Bündel 4

Topologieseminar. Faserbündel. Michael Espendiller. 16. Oktober 2010 Universität Münster - 3 Faserbündel oder lokal triviale Bündel 4 Wintersemester 2010/2011 Topologieseminar Faserbündel Michael Espendiller 16. Oktober 2010 Universität Münster - Inhaltsverzeichnis 1 Allgemeine Bündel 1 2 Morphismen und Schnitte 2 3 Faserbündel oder

Mehr

Computeralgebra, WS 10/11

Computeralgebra, WS 10/11 M. Künzer Computeralgebra, WS 10/11 Lösung 5 Aufgabe 16 (1) Nach Konstruktion ist (R, +) eine abelsche ruppe, mit 0 R = 0 R 1. Seien g r g g, g s g g, g t g g R. Neutrales Element der Multiplikation. Sei

Mehr

Nullstellen von Polynomen und Erweiterungskörper Vortrag im Modul Kommunikation über Mathematik

Nullstellen von Polynomen und Erweiterungskörper Vortrag im Modul Kommunikation über Mathematik Nullstellen von Polynomen und Erweiterungskörper Vortrag im Modul Kommunikation über Mathematik Alexander Steen, a.steen@fu-berlin.de 1 Polynome und ihre Nullstellen Als erstes betrachten wir Nullstellen

Mehr

Skalarprodukt, Norm & Metrik

Skalarprodukt, Norm & Metrik Skalarprodukt, Norm & Metrik Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. Mai 2016 Stefan Ruzika 5: Skalarprodukt, Norm & Metrik 11. Mai 2016 1 / 13 Gliederung 1

Mehr

5. Galoisgruppen. 5. Galoisgruppen 45

5. Galoisgruppen. 5. Galoisgruppen 45 5. Galoisgruppen 45 5. Galoisgruppen Nach dem Studium von Zerfällungskörpern im letzten Kapitel wollen wir nun wieder zu unseren Problemen aus der Einleitung zurückkehren. Dazu erinnern wir uns zunächst

Mehr

Erste Anwendungen von π 1 (S 1 ) und mehr Elementares über π 1

Erste Anwendungen von π 1 (S 1 ) und mehr Elementares über π 1 Abschnitt 4 Erste Anwendungen von π 1 (S 1 ) und mehr Elementares über π 1 Der Brouwersche Fixpunktsatz Bisher haben wir nur die Fundamentalgruppen kontrahierbarer Räume und der Kreislinie berechnet. Das

Mehr

Lineare Darstellungen von Symmetrischen Gruppen

Lineare Darstellungen von Symmetrischen Gruppen Lineare Darstellungen von Symmetrischen Gruppen 150 232 (Holtkamp) 2st., Mi 12.00-14.00, NA 2/24 Voraussetzungen: Die Vorlesung wendet sich an Studierende im Hauptstudium (wirklich erforderlich sind nur

Mehr

Summen und direkte Summen

Summen und direkte Summen Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M

Mehr

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

4.3 Affine Punkträume

4.3 Affine Punkträume 4.3. AFFINE PUNKTRÄUME 185 4.3 Affine Punkträume Es wird jetzt der Übergang von der linearen Algebra zur analytischen Geometrie beschrieben. 4.3.1 Definition (affiner Punktraum) Sei V ein K-Vektorraum,

Mehr

1 0 1, V 3 = M, und λ A = λa

1 0 1, V 3 = M, und λ A = λa Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a

Mehr

Lineare Schieberegisterfolgen

Lineare Schieberegisterfolgen Lineare Schieberegisterfolgen Sei K ein endlicher Körper. Man nehme zwei Vektoren x 0 a0 x n 1, a n 1 K n n 1 x n := a i x i und betrachte die lineare Abbildung : K n K n, die durch i=0, berechne x 0 x

Mehr

Grundlagen der Mathematik 1

Grundlagen der Mathematik 1 Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben

Mehr

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2 II. Basis und Dimension ================================================================= 2.1 Linearkombination und Basis -----------------------------------------------------------------------------------------------------------------

Mehr

Kapitel 15. Aufgaben. Verständnisfragen

Kapitel 15. Aufgaben. Verständnisfragen Kapitel 5 Aufgaben Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation einen K-Vektorraum bildet

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht

Mehr