Lineare Algebra. 5. Übungsstunde. Steven Battilana.
|
|
- Johanna Beckenbauer
- vor 6 Jahren
- Abrufe
Transkript
1 Lineare Algebra 5. Übungsstunde Steven Battilana November, 6
2 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen +: E E! E, (x, y) 7! x + y (Addition) : E E! E, (x, y) 7! x y (Multiplikation) heisst Körper, wenn8x, y, z E folgendes gilt: K E zusammen mit der Addition + ist eine abelsche Gruppe. (Ihr neutrales Element wird mit, das zu a E inverse Element mit a bezeichnet; vgl. Diskrete Mathematik, 5. Algebra, Definition 5.7 und 5.8: he;+i is an abelian group): (i) (Assoziativität) (x + y)+z = x +(y + z) (ii) (Neutrales Element) 9e E : x + e = e + x = x (iii) (Inverses Element) 9x E : x + x = x + x = e (iv) (Abelsch, Kommutativität) x + y = y + x K Bezeichnet E := E \{}, sogiltfürx, y E auch x y E,undE zusammen mit der so erhaltenen Multiplikation ist eine abelsche Gruppe. (Ihr neutrales Element wird mit, das zu x E inverse Element mit x oder /x bezeichnet. Man schreibt y/x = x y = yx. Vgl. Diskrete Mathematik, 5. Algebra, Definition 5.7 und 5.8: he; i is an abelian group) (vgl. Diskrete Mathematik, 5. Algebra: Definition 5.6 und Theorem 5.3) Meistens werden wir mit den Körpern R oder C arbeiten. Ein weiterer Körper der für uns Informatiker bekannt ist, ist der kleinste endliche Körper Z,dernur{, } enthält. Ein Vektorraum V über E (oder auch E-Vektorraum; VR) ist eine ist einen nichtleere Menge V zusammen mit zwei Operationen: +: V V! V, (x, y) 7! x + y (Addition) : E V! V, (, x) 7! y (Skalarmultiplikation) so dass 8x, y, z V und 8, E gilt: V V zusammen mit der Addition ist eine abelsche (kommutative) Gruppe (das neutrale Element heit Nullvektor, es wird mit, und das Negative wird mit x bezeichnet; vgl. Diskrete Mathematik, 5. Algebra: hv ; +i is an abelian group): (i) (Assoziativität) (x + y)+z = x +(y + z) (ii) (Neutrales Element) 9e V : x + e = e + x = x (iii) (Inverses Element) 9x V : x + x = x + x = e (iv) (Abelsch, Kommutativität) x + y = y + x
3 V Die Multiplikation mit Skalaren muss in folgender Weise mit den anderen Verknpfungen vertrglich sein: (i) (Distributivität I) ( + )x = x + x (ii) (Distributivität II) (x + y) = x + y (iii) (Assoziativität) ( )x = ( x) (iv) (Verträglichkeit mit ) Beispiel : x = x. n-dimensionale Vektoren bilden über E einen Vektorraum.. m n-matrizen bilden über E einen Vektorraum. 3. P n := {Polynome in einer Variablen mit Koe zienten in E von max. Grad n} bilden über E einen Vektorraum. Sei V ein Vektorraum, U V, U 6= {}. U hiesst Untervektorraum, Unterraum, linearer Teilraum (UVR), falls sie bezüglich Addition und skalarer Multiplikation abgeschlossen ist, d.h. wenn 8x, y U und 8 E gilt: U x + y U U x U. Jeder Untervektorraum U enthählt den Nullvektor, d.h. U U. Satz. Jeder Untervektorraum ist ein Vektorraum. Beispiel : 8 < Zu zeigen: W : x x x 3 Bemerkung Wir haben zwei Optionen: 9 = A R 3 x + x + x 3 = ;. Überprüfe ob V und V von der Vektorraum Definition erfüllt sind. Verwende den Satz von oben und zeige nur U und U Beweis: Wir führen den Beweis mit der zweiten Option durch. Also genügt es nach dem Satz zu zeigen, dass Wein Untervektorraum ist. x y Seien x x A,y y A W, E x 3 y 3 A W, da + + =, (U folgt trivialerweise) 3
4 x + y U x + y x + y A W, x 3 + y 3 da (x + y )+(x + y )+(x 3 + y 3 )=(x + x + x 3 ) +(y {z } + y + y 3 ) = {z } x +x +x 3 = y +y +y 3 = U x x x A W,da x + x + x 3 = (x + x + x 3 ) = {z } x 3 x +x +x 3 = Oder statt, dass ihr U und U separat zeigt könnt ihr auch die all in one Variante zeigen: x y U/U x y x y A W, x 3 y 3 da (x y )+(x y )+(x 3 y 3 )=(x + x + x 3 ) {z } (y + y + y 3 ) = {z } x +x +x 3 = y +y +y 3 = Basen, Dimensionen und lineare (Un-)Abhänigkeit Für diesen Abschnitt werden wir folgendes annehmen. Sei V ein Vektorraum über einem Körper K und eine Familie (Menge) (v i ) ii von Vektoren v i V. Ist I = {,...,r}, so hat man Vektoren v,...,v r. Seien v,...,v r V ausgewählte Vektoren. Ein Vektor der Form x := v,..., rv r = rx k= kv k mit,..., r E heisst Linearkombination von v,...,v r. Für allgemeines I definiert man span E (v i ) ii als die Menge all der v V die sich aus einer (von v abhängigen) endlichen Teilfamilie (Teilmenge) von (v i ) ii linear kombinieren lassen. Man nennt span E (v i ) ii den von der Familie (Menge) aufgespannten (oder erzeugten) Raum. Für eine endliche Familie (v,...,v r ) verwendet man oft die suggestivere Notation: span E (v,...,v r ):=Ev Ev n = {v V 9,..., r E mit v = v r v r }. Die folgenden Notationen sind äquivalent: span E (v,...,v r ), span E {v,...,v r },hv,...,v r i. 4
5 Die Vektoren v,...,v r in der Defintion von oben heissen Erzeugendensystem von span E (v,...,v r ), wenn 8a V als Linearkombination der Vektoren v,...,v r dargestellt werden kann. Falls klar ist, welcher Körper gemeint ist, schreibt man nur span statt span E. Sei V ein E-Vektorraum und (v i ) ii I = {,...,r}. Danngilt: (i) span(v,...,v r ) ist ein Untervektorraum (ii) Ist W V ein Untervektorraum und gilt v i span(v,...,v r ) W. Beispiel 3: span(,x,x,x 3 )=P 3 span(x 3 + x,x,x,x, ) = P 3 ) ein Erzeugendensystem ist nicht eindeutig. v,...,v r V heissen linear unabhängig, wenn: eine Familie (Menge) von Elementen aus V mit W für alle i {,...,r} so ist rx k= kv k = v r v r = ) =... = r = und sonst heissen sie linear abhängig. v,...,v r V heissen linear unabhängig genau dann, wenn kein v i sich als Linearkombination der anderen a j mit j 6= i schreiben lässt. (z.b. v ist keine Linearkombination von v,...,v r schreiben). Beispiel A ist linear abhängig 4A, A 4A A ist linear unabhängig A. 3 3 Bei komponentenweiser Multiplikation bekommt man in der ersten Koordinate niemals, wenn man und 3 behalten will. Sei B =(b i ) ii V. B heisst Basis von V,wenn V =span(b) (V wird erzeugt von B) B =(b i ) ii (alle b i sind untereinander linear unabhängig). 5
6 Satz. B ist ein minimales Erzeugendensystem, d.h. span(b) =V, aber span(b \{b i }) 6= V, 8b i B. Satz. B ist ein maximal linear unabhängige Teilmenge von V,d.h. (b i ) ii sind linear unabhängig aber (b i ) ii [{v} sind nicht mehr linear unabhängig, 8v V \B. Sind B und B Basen von V,sogilt B = B. Jeder Vektorraum hat eine Basis. Sei B eine Basis von V.Dannist B =dim(v )(=#Basisvektoren)dieDimensionvon V,wobei =^ Kardinalität von einer Menge ist. Falls dim(v )= n, dann gilt allgemein: Falls k<n,sindv,...,v k V nicht erzeugend Falls k>n,sindv,...,v k V linear abhängig Basisauswahlsatz. Aus jedem endlichen Erzeugendensystem eines Vektorraumes kann man eine Basis auswählen. Insbesondere hat jeder endlich erzeugte Vektorraum eine endliche Basis. Basisergnzungssatz. In einem endlich erzeugten Vektorraum V seien linear unabhängige Vektoren w,...,w n gegeben. Dann kann man w n +,...,w r finden so dass eine Basis von V ist. Beispiel 5: dim(r n )=n =dim(c n ) dim(p n )=n + dim R (C) = B = {w,...,w n,w n +,...,w r } (B(P n )={,x,x,...,x {z n }) } n+ Basisvektoren (BasisvonC ü b e r d e m K ö r p e r R ist z.b. {,i}) dim C (C) = (BasisvonC ü b e r d e m K ö r p e r C ist z.b. {}) 6
7 Tricks beim Rechnen (bei Fragen betre end Dimension, Basis, lineare Abhängigkeit, etc.) Gegeben: v,...,v k V Gesucht: dim(v ), span(v,...,v k )linearunabhängig?. Schreibe v T. v T k = A in eine Matrix mit n Zeilen. C A. Führe Gauss-Elimination auf A aus bis ihr die Zeilenstufenform erreicht habt. 3. Ziehe Fazit: Rang(A) =dim(span(v,...,v k )) Rang(A) =k ) v,...,v k ist linear unabhängig Rang(A) <k ) v,...,v k ist linear abhängig Rang(A) =dim(v ) ) v,...,v k ist erzeugend Falls Rang(A) =dim(v )=k, dannbildenv,...,v k also eine Basis für R n Beispiel 6: 3 Zu A R 3 bilden eine Basis in R 3. Beweis: Wissen dim(r 3 )=3,undwirhaben3Vektoren. Jetzt müssen wir nur noch zeigen, dass die Vektoren linear unabhängig 3 5 A (ii) l 5 A (iii) l 5 9 A = A ) Rang(A) =3 vollerrang ) Vektoren sind linear unabhängig und bilden somit eine Basis von R 3. Beispiel 7: Ist B = {,x,+x + x 3 } eine Basis von P 3? Wenn ja beweise, wenn nein, erweitere zu einer Basis. 7
8 Wissen: dim(p 3 )=4 B kann keine sein, weil dim(b) =3< 4. Behauptung: B = {,x,+x + x 3,x } ist eine Basis von P 3. Beweis: =^ x =^ e e x =^ e 3 x 3 =^ e 4 +x + x 3 =^ e + e 3 + e 4 B A B A ) linear unabhänging, also ist B eine Basis von P 3 3 Basiswechsel, Koordinatentransformation (I) Seien A =(e,...,e n )diekanonischebasisvomvektorraumvundb =(b,...,b n )eine weitere Basis von V beschrieben mit der kanonischen Basis. Dann existiert eine Transformationsmatrix mit: T B A =(b b n ) mit e i = T B A b i,i{,...,n}. V A T A B V B Es gilt die folgende Rechenregel: TB A =(T A B) Mit der obigen Definition erhalten wir somit: TB Ae i = b i,i{,...,n}. 8
Lineare Algebra. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November, 7 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen + : E E E, x, y x + y Addition : E E E,
MehrLineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,
MehrEinführung in die Mathematik für Informatiker
Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 21.11.2016 6. Vorlesung aufgespannter Untervektorraum Span(T ), Linearkombinationen von Vektoren Lineare Unabhängigkeit
MehrAufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R.
Aufgabe Die ganzen Zahlen Z sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in Q. Die reellen Zahlen R sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in R. Die komplexen
MehrÜbersicht Kapitel 9. Vektorräume
Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten
MehrIn diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,
2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.
Mehr5.7 Lineare Abhängigkeit, Basis und Dimension
8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n
MehrLineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.
18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
MehrLineare 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
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
Mehr0, v 6 = , v 4 = 1
Aufgabe 6. Linearkombinationen von Vektoren Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 : M = v =, v =, v 3 =, v 4 =, v 5 =, v 6 =. Zeigen Sie, dass sich jeder Vektor v i M, i =,,...,
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
MehrKap 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
MehrLineare 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
MehrVektorräume. Lineare Algebra I. Kapitel Juni 2012
Vektorräume Lineare Algebra I Kapitel 9 12. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent: Sadegh
Mehr1 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
MehrKapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume
Kapitel II. Vektorräume Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Die fundamentale Struktur in den meisten Untersuchungen der Linearen Algebra bildet der Vektorraum.
Mehr2 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
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
Mehr6.2 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)
MehrVektorräume. 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
MehrKapitel II. Vektoren und Matrizen
Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrL2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:
L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: 2) Vektoren: vollständig bestimmt durch Angabe einer und einer Beispiele: Übliche
MehrSummen und direkte Summen
Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
MehrÜbungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen
1 Lineare Abhängigkeit 1.1 Für welche t sind die folgenden Vektoren aus 3 linear abhängig? (1, 3, 4), (3, t, 11), ( 1, 4, 0). Das zur Aufgabe gehörige LGS führt auf die Matrix 1 3 4 3 t 11. 1 4 0 Diese
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
MehrLineare 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
MehrSatz 7. A sei eine nichtleere 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 nichtleere Teilmenge
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:
Mehr5. Vorlesung. Rechnen mit Vektoren.
5. Vorlesung. Rechnen mit Vektoren. Vektoren per se gibt es nicht. Vektoren sind immer Teil eines Vektorraumes. In dieser Vorlesung führen wir Vektorräume und Vektoren ein und beweisen ein paar klassische
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
MehrOutline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie
Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Vektoren in der Ebene Zwei Punkten P, Q in der Ebene
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzugen zur Vorlesung: Der Vollständigkeit
Mehr3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit
3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53
MehrBasis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
Basis und Dimension Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren aus V. 1) (v i ) i I heißt ein Erzeugendensystem von V, wenn Span(v i ) = V. 2) (v i ) i I heißt Basis von
Mehri) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.
Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):
MehrTechnische 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
Mehr1 Lineare Abbildungen
1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V
Mehr02. Vektorräume und Untervektorräume
02. Vektorräume und Untervektorräume Wir kommen nun zur eigentlichen Definition eines K-Vektorraums. Dabei ist K ein Körper (bei uns meist R oder C). Informell ist ein K-Vektorraum eine Menge V, auf der
MehrGrundlegende Definitionen aus HM I
Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen
MehrVektorräume und Lineare Abbildungen
Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um
MehrWiederholung: lineare Abbildungen
Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum
MehrLösungen zur Mathematik für Informatiker I
Lösungen zur Mathematik für Informatiker I Wintersemester 00/03 Prof Dr H Lenzing Blatt 7 Sei M Ihre Matrikelnummer mit den Ziffern m, m, m 3, m 4, m 5, m 6, m 7 Aufgabe 6 ( Bonuspunkt): Wir betrachten
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Fachhochschule Nordwestschweiz (FHNW Hochschule für Technik Institut für Geistes- und Naturwissenschaft Lösungen Serie 6 (Vektorräume, Skalarprodukt Dozent: Roger Burkhardt Klasse: Studiengang ST Büro:
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9
MehrTeil II: Lineare Algebra
3 Vektorräume 49 Teil II: Lineare Algebra 3 Vektorräume Wir haben in den vorangegangenen Kapiteln ausführlich die Differential- und Integralrechnung in einer (reellen Variablen untersucht Da die Welt aber
Mehr3 Lineare Algebra Vektorräume
3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
MehrDas Buch der Natur ist mit mathematischen Symbolen geschrieben. Mathe ist wie Liebe: Eine einfache Idee, aber sie kann kompliziert werden.
TO Rechenmethoden Wise 2011-2012 Jan von Delft 18.10.2011 Das Buch der Natur ist mit mathematischen Symbolen geschrieben. Galileo Galilei Das Wunder der Anwendbarkeit der Sprache der Mathematik für die
MehrAffine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...
Affine Hülle Wiederholung. Der Vektor x K n ist eine lineare Kombination der Vektoren x,...,x k K n, wenn es Zahlen λ,...,λ k K gibt mit x = λ x +... + λ k x k. Def. Gibt es solche Zahlen λ,...,λ k K mit
Mehr5.5 Abstrakter Vektorraum
118 Kapitel 5 Lineare Algebra 55 Abstrakter Vektorraum Für die Vektoraddition und die Multiplikation von Vektoren mit Skalaren im zweioder dreidimensionalen euklidischen Raum gelten bestimmte Rechengesetze,
MehrMathematik I. Vorlesung 12. Lineare Abbildungen
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
Mehr, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
MehrVektorräume und Lineare Abbildungen
Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
Mehr1 Eigenschaften von Abbildungen
Technische Universität München Christian Neumann Ferienkurs Lineare Algebra für Physiker Vorlesung Dienstag WS 2008/09 Thema des heutigen Tages sind zuerst Abbildungen, dann spezielle Eigenschaften linearer
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
MehrLINEARE ALGEBRA II. FÜR PHYSIKER
LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders
MehrÜbungen 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)
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 03.12.2013 Alexander Lytchak 1 / 16 Wiederholung und Beispiele Der Spaltenrang einer Matrix ist gleich ihrem Zeilenrang.
MehrÜbungen 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,
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
Mehr5 Die Allgemeine Lineare Gruppe
5 Die Allgemeine Lineare Gruppe Gegeben sei eine nicht leere Menge G und eine Abbildung (Verknüpfung) : G G G, (a, b) a b( a mal b ) Das Bild a b von (a, b) heißt Produkt von a und b. Andere gebräuchliche
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrV. Lineare Algebra. 35 Lineare Abbildungen und Matrizen. 156 V. Lineare Algebra
156 V. Lineare Algebra V. Lineare Algebra 35. Lineare Abbildungen und Matrizen 156 36. Eigenwerte und Eigenvektoren 161 37. Hauptvektoren 165 38. Normen und Neumannsche Reihe 168 39. Numerische Anwendungen
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/ Aufgabenblatt 6. Januar Präsenzaufgaben
MehrDefinitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.
Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
Mehr[5], [0] v 4 = + λ 3
Aufgabe 9. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K :. K = R und U R = span,,,,,.. K = C und U C = span + i, 6, i. i i + 0. K = Z/7Z und U Z/7Z = span
MehrLineare Algebra. 12. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching
Lineare Algebra 12. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching December 14, 2017 1 Erinnerung: Determinanten, Orthogonale/unitäre Matrizen Sei A R 2 2, dann kann die Inverse
MehrMusterlösung zur Klausur Lineare Algebra I
Musterlösung zur Klausur Lineare Algebra I Aufgabe Version A 5 Punkte: Welche der folgenden Aussagen sind wahr bzw. falsch? Setzen Sie in jeder Zeile genau ein Kreuz. Für jede korrekte Antwort erhalten
MehrÜbungen 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
MehrVektorräume und Rang einer Matrix
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrKapitel V. Affine Geometrie
Kapitel V Affine Geometrie 1 Affine Räume Betrachte ein lineares Gleichungssystem Γ : 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 x 1 + a m2 x 2 + + a mn x n = b
Mehr2.2 Kern und Bild; Basiswechsel
22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare
MehrGrundlagen 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
Mehr4 Affine Koordinatensysteme
4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner
MehrHöhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 13. Übungsblatt
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum
MehrKlausur zur Mathematik I (Modul: Lineare Algebra I)
Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Anusch Taraz Wintersemester 2014/15 Klausur zur Mathematik I (Modul: Lineare Algebra I) 18.02.2015 Sie haben 60 Minuten Zeit zum
Mehr5 Analytische Geometrie
5 Analytische Geometrie Die Grundidee der analytischen Geometrie ist es, geometrische Objekte in Räumen mittels linearer Algebra zu beschreiben 51 Affine Räume Definition 511 Ein affiner Raum (AR) über
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
Mehr1 Matrizen und Vektoren
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Matrizen und Vektoren Definition 1.1 (Matrizen) Ein rechteckiges Zahlenschema aus m mal n Elementen eines Körpers
MehrPrüfung Lineare Algebra , B := ( ), C := 1 1 0
1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,
MehrLineare 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