4.2 Quotientenvektorräume
|
|
- Joseph Amsel
- vor 6 Jahren
- Abrufe
Transkript
1 306 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 4.2 Quotientenvektorräume Zum Verständnis der folgenden Konstruktion ist es hilfreich, sich noch einmal den Abschnitt 1.4 über Restklassen vom Beginn der Vorlesung zu vergegenwärtigen. Etwas mehr über die Motivation für die Einführung der Quotientenvektorräume erfahren wir weiter unten bei sogenannten Homomorphiesatz Definition Es sei V ein K-Vektorraum und U V ein Untervektorraum. Der Quotientenvektorraum (auch Faktorraum genannt) V/U (lies: V nach U ) ist als Menge definiert als V/U := {v + U v V }, also als Menge aller affinen Unterräume mit fester Richtung U. Als technische Grundlage für alles weitere klären wir zunächst, wann zwei affine Unterräume mit Richtungsraum U, gegeben durch v und v in V, übereinstimmen. Hilfssatz Für v, v V gilt v + U = v + U v v U Beweis: = : Es gilt insbesondere v v + U, d. h. es existiert u U mit v = v + u. Also ist v v = u U. = : Es existiert u 0 U mit v v = u 0. Sei nun x v + U beliebig, d. h. es existiert u U mit x = v + u. Dann gilt x = v + (v v ) + u = v + (u 0 + u) und u 0 + u U, also auch x v + U. Sei umgekehrt x v + U beliebig, d. h. es existiert u U mit x = v + u. Dann gilt x = v + (v v) + u = v (v v ) + u = v u 0 + u = v + (u u 0 ) und u u 0 U, also auch x v + U. Die Konstruktion des Quotientenraums V/U hat eine weitgehende Analogie zu den Restklassen ganzer Zahlen, d.h. zur aus Abschnitt 1.4 bekannten Konstruktion der Menge (die dann ein Ring wird) Z/mZ. Bevor wir die Verknüpfungen auf dem Quotientenraum definieren, wollen wir diese Analogie auf der Ebene der unterliegenden Mengen beschreiben. Vorgegeben ist wie gesagt ein fester Untervektorraum U (genau wie bei der Kongruenz von Zahlen eine natürliche Zahl m
2 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 307 fixiert ist). Durch die Bedingung v v U wird eine Relation zwischen zwei Vektoren v und v definiert, also eine Relation auf V. Man könnte diese Relation als Kongruenz modulo U bezeichnen. Entscheidend ist nun, daß diese Relation eine Äquivalenzrelation auf V ist. Wir wollen das hier nicht nachrechnen, weisen aber darauf hin, daß die Untergruppeneigenschaften von U hierbei voll eingehen. Wenn man genau hinsieht, folgen die Eigenschaften einer Äquivalenzrelation sogar aus 4.2.2, denn die linke Seite der dort formulierten Äquivalenz hat offenbar die drei gewünschen Eigenschaften Reflexivität, Symmetrie und Transitivität. Die Äquivalenzklassen dieser Relation sind nun genau die affinen Unterräume. Genauer ist die Äquivalenzklasse von v V, also die Menge aller v, die in obiger Relation mit v stehen, genau gleich v + U. Bisher haben wir den Quotientenvektorraum nur als Menge konstruiert. Zur Definition der Verknüpfungen auf V/U benötigen wir als Vorbereitung folgenden Hilfsatz, der analog zu dem Hilfssatz über die Kongruenz modulo m von Zahlen ist: Hilfssatz a) Seien v 1, v 1, v 2, v 2 so, daß v 1 + U = v 1 + U v 2 + U = v 2 + U. Dann gilt auch (v 1 + v 2 ) + U = (v 1 + v 2 ) + U. b) Seien v, v V so, daß und α K. Dann gilt auch v + U = v + U αv + U = αv + U. Beweis: Beide Teile folgen unmittelbar aus dem vorigen Hilfssatz und den Untervektorraum- Eigenschaften von U: zu a): Nach ist v 1 v 1 U und v 2 v 2 U, also auch (v 1 v 1 ) + (v 2 v 2) U. Umschrieben liefert (v 1 + v 2 ) (v 1 + v 2) U, wiederum mit also (v 1 + v 2 ) + U = (v 1 + v 2 ) + U, wie gewünscht. zu b): Es ist v v U, also auch αv αv = α(v v ) U, also αv + U = αv + U, wieder mit zweimaliger Verwendung von Nun können wir auf V/U die gewünschte Vektorraumstruktur definieren. Satz Sei V ein K-Vektorraum, U V ein Untervektorraum
3 308 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau a) Durch werden zwei Verknüpfungen sinnvoll definiert. (v 1 + U) + (v 2 + U) := (v 1 + v 2 ) + U α(v + U) := αv + U V/U V/U V/U K V/U V/U b) Der Quotientenraum V/U zusammen mit diesen Verknüpfungen ist ein K- Vektorraum. c) Die sogenannte kanonische Abbildung π U : V V/U, v v + U ist eine lineare Abbildung. Beweis zu a): Es ist zu zeigen, daß die rechte Seite (v 1 + v 2 ) + U bzw (αv) + U nur von v 1 + U und v 2 + U (bzw. α und v + U) abhängt, aber nicht von v 1, v 2 (bzw. α) selbst. Das ist genau die Aussage von zu b): alle Gesetze überprüft man durch einfaches Nachrechnen, neutrales Element ( Nullvektor ) in V/U ist U = 0 + U V/U, negatives zu v + U ist ( v) + U. zu c) Die beiden Linearitätseigenschaften ergeben sich unmittelbar aus der Definition der Addition und der Multiplikation mit Skalaren. Strukturell gesehen ist c) der wichtigste Teil des Satzes. Seine gewünschte Gültigkeit erzwingt die Definition der Verknüpfungen auf V/U, aber unverzichtbar bleibt die Aussage 4.2.3, die der Definition erst Sinn gibt. Wenn der zur Bildung des Faktorraumes herangezogenen Unterraum U feststeht, bzw. aus dem Zusammenhang hervorgeht, schreibt man oft auch einfach v + U =: v für v V, genau wie bei Restklassen ganzer Zahlen. Die Verknüpfungen auf V/U lesen sich dann als v + w = v + w, v, w, V αv = αv, α K, v V, was wieder nur die Linearität der kanonischen Abbildung von V auf V/U ausdrückt. Wir stellen schließlich noch fest, daß der Kern von π U genau gleich U ist: für beliebiges v V gilt v Kern π U π U (v) = 0 v + U = 0 + U = U v U,
4 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 309 die letzte Äquivalenz nach Hilfssatz Wenn wir schließlich noch beachten, daß π U offensichtlich surjektiv ist, so liefert die Dimensionsformel für lineare Abbildungen als Spezialfall den folgenden wichtigen Satz. Satz ein Untervektorraum. Dann ist der Quotientenraum V/U wieder endlich erzeugt und es gilt dim V/U = dim V dim U. Eine andere Herleitung der Dimension von V/U liefert der folgende Satz, für den wir an den Begriff der direkten Summe zweier Unterräume erinnern. Satz Die Voraussetzungen seien wie in und ferner W V ein Komplement zu U (d. h. V = W U). Dann gilt W = V/U. Genauer ist die Einschränkung der kanonischen Abbildung W V/U, w w + U ein Isomorphismus von K-Vektorräumen. Beweis: (1) Die in Frage stehende Abbildung sei kurz mit ψ bezeichnet, also ψ = π U W. Wir wissen bereits, daß π U, erst recht also ψ, linear ist. (2) ψ ist surjektiv: sei v + U V/U vorgegeben. Gesucht ist w W mit ψ(w) = v + U, d. h. w + U = v + U. Wegen der vorausgesetzten Zerlegung von V als (direkte) Summe können wir schreiben v = w + u, w W, u U. Hieraus folgt mit unmittelbar, daß v + U = w + U ist, dieses w ist also bereits das Gesuchte. (3) ψ ist injektiv. Sei w Kern ψ, also w + U = 0 + U. Dann ist w U, also w W U, also w = 0 nach Voraussetzung. Also ist Kern ψ = {0}, wie gewünscht. Zusammen mit der Dimensionsformel für direkte Summen liefert der letzte Satz auch einen neuen Beweis für 4.2.5: es ist dimv/u = dim W = dim V dim U (weil dim U + dim W = dim V ). Wir wollen hervorheben, daß Satz eine stärkere Aussage enthält als nur die Dimensionsformel. Auf den ersten Blick scheint der Satz etwas abstrakt, da er vom Quotientenvektorraum handelt. In Wirklichkeit macht er aber eine unmittelbar
5 310 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau einsichtige geometrische Aussage: jeder zu U parallele affine Unterraum v + U besitzt genau einen Schnittpunkt w mit W: (v + U) W = {w}. Wenn etwa V = R 2 ist und U = R b eine Gerade, so kann man für W jede von U verschiedene Gerade nehmen: W = R c mit c R b. Die Aussage ist dann, daß jede Parallele zu U genau einen Schnittpunkt mit W hat. Entsprechendes gilt für eine Ebene (d. h. einen zweidimensionalen Untervektorraum) U im R 3 und eine nicht in U enthaltene Gerade W. Wir kommen nun zu einem wichtigen Satz, den es übrigens analog auch für Gruppen und Ringe gibt und der einer der Hauptgründe für die Einführung von Faktorräumen (allgemeiner: Faktorstrukturen von algebraischen Strukturen) ist: der Faktorraum ist der natürliche Lebensraum für lineare Abbildungen (Homomorphismen), die auf U verschwinden (Zitat aus dem Buch Lineare Algebra von Jänich). Satz (Homomorphiesatz für Vektorräume) a) Es sei F : V W eine lineare Abbildung. Weiter sei U V ein Untervektorraum mit U Kern F. Dann gibt es eine eindeutig bestimmte lineare Abbildung F : V/U W mit F = F π U, d.h. das Diagramm V F W π U V/U F ist kommutativ. Der Homomorphismus F heißt auch der von F induzierte Homomorphismus. b) Unter den Voraussetzungen von a) ist Bild F = Bild F. Insbesondere ist F surjektiv genau dann, wenn F surjektiv ist. c) Unter den Voraussetzungen von a) ist Kern F = (Kern F)/U. Insbesondere ist F injektiv genau dann, wenn U = Kern F ist. Wenn wir die unter b) und c) genannten Spezialfälle zusammenfassen, so ist insbesondere geklärt, wann der induzierte Homomorphismus F bijektiv, also ein Isomorphismus ist. Somit enthält der Homomorphiesatz auch ein Werkzeug, um Isomorphismen zu konstruieren. Wir illustrieren das an dem folgenden Satz, in dem wir den Dualraum eines Unterraumes beschreiben.
6 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 311 Satz Es V ein endlichdimensionaler K-Vektorraum und U ein Untervektorraum. Dann ist der Dualraum von U in natürlicher Weise isomorph zu einem Faktorraum des Dualraumes von V. Genauer induziert die Abbildung V U, ϕ ϕ U einen Isomorphismus V /U = U, wobei wie früher U der Annulator von U ist. Unter Benutzung der Dimensionsformel für den Faktorraum sowie der Gleichheiten dim V = dim V, dim U = dim U ergibt sich hiermit erneut die Dimension des Annulators aus Satz
Kapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
Mehr3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.
3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
Mehr1 Mengen und Abbildungen
1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra
Mehr34 Lineare Abbildungen
34 Lineare Abbildungen 34 Motivation Wir haben wichtige Eigenschaften von Vektorräumen kennen gelernt Damit ist es sinnvoll zu untersuchen, wie Abbildungen zwischen Vektorräumen aussehen können Die wichtigsten
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
Mehr2 Euklidische Vektorräume
Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung
MehrRinge und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de
Ringe und Moduln ausgearbeitet von Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Seminar Darstellungstheorie Prof. Dr. H. Krause, PD Dr. D. Kussin Wintersemester 2007/2008 Grundlagen 1 Grundlagen
MehrÜber die algebraische Struktur physikalischer Größen
Über die algebraische Struktur physikalischer Größen Alois Temmel Juni 2001 c 2001, A. Temmel Inhaltsverzeichnis 1 Physikalische Größen 3 1.1 Das internationale Einheitensystem............... 3 1.2 Die
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 )
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
MehrKapitel 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
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
MehrKapitel 12. Lineare Abbildungen und Matrizen
Kapitel 12 Lineare Abbildungen und Matrizen Lineare Abbildungen f : R n R m Wir wissen schon: Eine lineare Abbildung f : R n R m ist eindeutig durch ein n-tupel von Vektoren v 1, v 2,, v n des R m bestimmt
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,
Mehr4 Elementare Vektorraumtheorie
4. ELEMENTARE VEKTORRAUMTHEORIE 51 4 Elementare Vektorraumtheorie Im folgenden sei K stets ein Körper. Definition. (i) Eine homogene Gleichung in den Unbekannten ξ 1,..., ξ n ist ein Ausdruck der Gestalt
MehrJürgen Hausen Lineare Algebra I
Jürgen Hausen Lineare Algebra I 2. korrigierte Auflage Shaker Verlag Aachen 2009 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation
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
MehrHalbgruppen, Gruppen, Ringe
Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die
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
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
MehrMusterlösung Klausur zur Linearen Algebra II
Musterlösung Klausur zur Linearen Algebra II Samstag 8. Juli 6 -Uhr. a) Sei f : V W k-linear. Denieren Sie V und f : W V. b) Die Gruppe G operiere auf der Menge M. Denieren Sie die Bahn und die Isotropiegruppe
MehrKap 5: Rang, Koordinatentransformationen
Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv
Mehr2 Einführung in die lineare Algebra
2 Einführung in die lineare Algebra 2. Vektorräume und ihre Unterräume Definition 2... Sei K ein Körper. Ein Vektorraum über K (oder K-Vektorraum) ist eine Menge V mit einer Addition genannten Verknüpfung
MehrFachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum
Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume
MehrKLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 19 Algebraisch abgeschlossene Körper Wir haben zuletzt erwähnt, dass ein lineares Polynom X a über einem Körper stets irreduzibel
MehrSeminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln
Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt
MehrLineare Abbildungen und Darstellungsmatrizen
KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:
MehrKLAUSUR 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
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:
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)
MehrVorlesung. Funktionen/Abbildungen
Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
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
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
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
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, )
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
Mehr2 Mengen und Abbildungen
2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:
Mehr2 Durchschnitt und Verbindungsraum
2 Durchschnitt und Verbindungsraum Seien X und Y nicht leere affine Unterräume des R n (21) Satz: a) Ist X Y, so ist T(X) T(Y ) b) Ist X Y φ so ist X Y ein affiner Raum mit Richtungsvektorraum T(X) T(Y
MehrGrundbegriffe der Modultheorie
Grundbegriffe der Modultheorie Seminar Kommutative Algebra und Varietäten, Vortrag 2 Prof. Dr. K. Wingberg, Dr. J. Gärtner Dennis Petersen-Endrulat 24. April 2014 1 Moduln Im Folgenden bezeichne A stets
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
MehrLineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.
Lineare Abbildungen Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls (1) u, v V : f( u + v) = f( u) + f( v). (2) v V α K : f(α v) = αf( v).
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
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
MehrSurjektive, injektive und bijektive Funktionen.
Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens
Mehr7. Ringe und Körper. 7. Ringe und Körper 49
7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich
MehrWir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist.
2 Verbände Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist. 2.1 Verbandsdefinition. Beispiele 2.1.1 Definition (Verband): Sei
Mehr3 Vektorbündel und das Tangentialbündel
$Id: vektor.tex,v 1.6 2014/06/30 10:20:57 hk Ex $ $Id: fluss.tex,v 1.2 2014/06/30 12:36:06 hk Ex hk $ 3 Vektorbündel und das Tangentialbündel 3.4 Ableitungen von C q -Funktionen In der letzten Sitzung
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
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
Mehr4 Kongruenz und Modulorechnung
1 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 ich abreisen. Wie spät ist es
MehrAlgebra 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)
MehrLineare Algebra I: Eine Landkarte
Bild F Algebra I: Eine Landkarte Faser Versuch einer Übersicht der Themen und Zusammenhänge der n Algebra 1. 1 Algebra I: Bild F Faser Sei B Basis von V. Jedes v V läßt sich eindeutig aus den Basisvektoren
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.
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
MehrDefinition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch
Kapitel 4 Die rationalen Zahlen Wir haben gesehen, dass eine Gleichung a x = b mit a, b Z genau dann eine Lösung x Z besitzt, wenn a b. Zum Beispiel hat 2 x = 1 keine Lösung x Z. Wir wollen nun den Zahlbereich
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
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
Mehr35 Stetige lineare Abbildungen
171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.
MehrKapitel IV. Lineare Abbildungen. Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen
Kapitel IV. Lineare Abbildungen Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen Wir wollen nun die Abbildungen F : V W zwischen Vektorräumen V und W untersuchen,
Mehr00. Einiges zum Vektorraum R n
00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen
Mehr1 Anmerkungen zu Wohldefiniertheit
1 Anmerkungen zu Wohldefiniertheit Wohldefiniertheit muss bewiesen werden, wenn von vornherin nicht klar ist, ob eine angegebene Zuordnungsvorschrift eine Abbildung definiert. Hier gibt es zwei typische
Mehr4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper
4 Einige Grundstrukturen Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper Abbildungen Seien X und Y Mengen. Eine (einstellige) Abbildung f : X Y ordnet jedem x X genau ein Element
MehrEine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
Mehr10 Kapitel I: Anschauliche Vektorrechnung
10 Kapitel I: Anschauliche Vektorrechnung haben. In Mengenschreibweise ist G = {x x = a + tb für ein t R}. Wir werden für diese einführenden Betrachtungen im Interesse einer knappen Redeweise jedoch häufig
Mehr1 Eingebettete Untermannigfaltigkeiten des R d
$Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die
MehrProseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen
Proseminar Einführung in die Mathematik 1 WS 1/11. Deember 1 Lösungen 46) Wie kann man nach Wahl eines Nullpunktes die Zeichenebene in natürlicher Weise als Vektorraum betrachten? Skriptum Kapitel 4, Par.
MehrPrüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?
1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2
Mehr7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe
7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe und Homomorfismen Wir verallgemeinern den Übergang von Z zu Z/m. Sei im folgenden G eine (additiv geschriebene) abelsche Gruppe, H eine Untergruppe.
Mehr(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
Mehr4. Übungsblatt Matrikelnr.: 6423043
Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613
Mehr(geometrische) Anschauung
(geometrische) Anschauung Marcus Page Juni 28 In dieser Lerneinheit widmen wir uns dem schon oft angesprochenen Zusammenhang zwischen Matrizen und linearen Abbildungen. Außerdem untersuchen wir Funktionen,
MehrKapitel 5 Untermannigfaltigkeiten. 5.1 Glatte Flächen in R 3
Kapitel 5 Untermannigfaltigkeiten 5.1 Glatte Flächen in R 3 Bisher haben wir unter einem glatten Weg im R n stets eine differenzierbare Abbildung γ:i R n, definiert auf einem Intervall I R, verstanden.
MehrLineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya
Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein
Mehr3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
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
MehrÜbungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 8
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 7 Einführung Definition lineare Abbildung
MehrKlausur Linearen Algebra 1 Musterlösung: Aufgabe A
Klausur Linearen Algebra 1 Musterlösung: Aufgabe A Wir betrachten den Unterraum V = K[X] 4 aller Polynome vom Grad 4 und die lineare Abbildung f : V K 2 ; P (P (1), P (0)). Es bezeichne v 1,..., v 5 die
MehrJeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.
Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.
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
MehrGrundlagen der Mengenlehre
mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener
MehrAlgebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen
Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch
MehrEuklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz
Tobias Kraushaar Kaiserstr. 178 44143 Dortmund Matr.- Nr.: 122964 Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz 1. EINLEITUNG... 2 2. HAUPTTEIL... 3 2.1. Der
MehrLösungen zum 2. Aufgabenblatt
SS 2012, Lineare Algebra 1 Onlineversion, es werden keine Namen angezeigt. Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar. Insgesamt 3255 Wörter
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
Mehr1. Geben Sie für die folgenden linearen Gleichungssysteme die jeweilige Lösungsmenge an. x +3y = 5 2x 5y = 10. (c)
Übung. Geben Sie für die folgenden linearen Gleichungssysteme die jeweilige Lösungsmenge an. (a) 2x +3y = 4x +5y = (b) x +3y = 5 2x 5y = (c) x +3y = 5 2x 5y = (d) x y = 5 2. (a) 6x y 7z = 3 3x 6z = 7 2y
MehrFachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)
Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie (Lineare Abbildungen) Dozent/in: R. Burkhardt Büro:.6 Klasse: Semester: Datum: HS 8/9. Aufgabe Zeige, dass die folgenden Abbildungen
MehrAlgebraische Kurven - Vorlesung 5. Homogene Komponenten
Algebraische Kurven - Vorlesung 5 Homogene Komponenten Definition 1. Sei S ein kommutativer Ring und R = S[X 1,...,X n ] der Polynomring über R in n Variablen. Dann heißt zu einem Monom G = X ν = X ν 1
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]
MehrTechnische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt
Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden
MehrMatrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1.
Matrizen Aufgabe Sei f R R 3 definiert durch ( x 3y x f x + y y x Berechnen Sie die Matrix Darstellung von f Lösung von Aufgabe ( f ( f 3 Die Matrix Darstellung von f ist somit A 3 Aufgabe Eine lineare
MehrMengenlehre: Schnittmenge
Mengenlehre: Schnittmenge Mengenlehre: Schnittmenge A, B seien Mengen. Der Durchschnitt von A und B (Bezeichnung: A B) ( ist die Menge aller Elemente, die sowohl in A als auch in B enthalten sind.) Mengenlehre:
MehrEinführung in die Lineare Algebra und Geometrie. Andreas Čap
Einführung in die Lineare Algebra und Geometrie Sommeresemester 2010 Andreas Čap Fakultät für Mathematik, Universität Wien, Nordbergstraße 15, A 1090 Wien E-mail address: Andreas.Cap@esi.ac.at Vorwort
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
Mehr