gegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren
|
|
- Silvia Schmitz
- vor 6 Jahren
- Abrufe
Transkript
1 Stefan K. 4.Übungsblatt Algebra I Aufgabe 1 gegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler von G zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren Beweis: Seien also a, b G mit ggt orda), ordb) ) = 1. Der Schnitt der von a und b erzeugten zyklischen Untergruppen a b ist ebenfalls eine Untergruppe von G, denn der Schnitt zweier Untergruppen ist ebenfalls eine Untergruppe. Es ist sogar a b eine Untergruppe sowohl von a als auch von b aus demselben Grund. Eine Folgerung aus dem Satz von Lagrange ist, daß die Ordnung einer Untergruppe einer Gruppe G ein Teiler der Gruppenordnung G ist. Es folgen a b a, a b b, und da die Ordnungen der von a und b erzeugten Untergruppen nach Voraussetzungen teilerfremd sind, ist a b = 1, es folgt a b = {e}. 1) Nach Voraussetzung sind a und b Normalteiler von G, daher haben wir und damit und wegen 1) ist aba 1 b, ba 1 b 1 a denn a 1 a ) aba 1 b 1 a b, aba 1 b 1 = e, ab = ba, und die beiden Elemente a und b kommutieren. Stefan K., Algebra I Blatt 4 Seite 1
2 Aufgabe 2 gesucht: Beschreibung der Bahnen der SO2) im R 2 Die spezielle orthogonale Gruppe SO2) ist die Gruppe aller 2 2-Matrizen A mit deta) = 1 2) und AA t = A t A = E. 3) Wegen 2) und 3) haben wir für SO2) eine Darstellung { ) } a b SO2) = : a, b R, a 2 + b 2 = 1 b a denn mit ist wegen 3) wegen 2) ist ) a b A = c d A 1 = A t, deta) = ad bc = 1, 4) a, b, c, d R) 5) wir haben als inverse Matrix A 1 = deta) ) ) ) 1 d b d b =, c a c a Koefizientenvergleich mit A t ergibt a = d, c = b, und wir erhalten 4). deta) = a 2 + b 2 = 1 Für die Operation der Matrix A SO3) wie in 4) auf einen Vektor x gilt ) ) ) a b x1 ax1 + bx Ax = = 2, b a x 2 bx 1 + ax 2 Stefan K., Algebra I Blatt 4 Seite 2
3 für die Länge eines Vektors x nach Anwendung der Operation Ax gilt damit Ax = ax 1 + bx 2 ) 2 + bx 1 + ax 2 ) 2 = a 2 x b 2 x ax 1 bx 2 + b 2 x a 2 x 2 2 2ax 1 bx 2 = a 2 + b 2 )x a 2 + b 2 )x 2 2 = x x 2 2 = x. Die gewöhnliche Operation der speziellen orthogonalen Gruppen läßt also Längen invariant, ebenso Winkel zwischen Vektoren. Die Operationen entsprechen insbesondere Drehungen im R 2, da die Determinante +1 ist. Wir haben also A SO2) : x R 2 : Ax = x, die Bahn eines x R 2 ist also eine Teilmenge der Sphäre des Kreises) S x = {y R 2 : y = x }. Sei umgekehrt ein y S x mit y = x gegeben, dann hat y den gleichen Abstand zum Nullpunkt 0 R 2 wie x, und kann daher durch eine Drehung im R 2 in x überführt werden, also durch eine Operation von SO2). D.h. S x ist eine Teilmenge der Bahn von x. Wir erhalten also, daß die Bahn eines Elementes x unter der Operation der SO2) gleich der Sphäre S x ist. R 2 wird in disjunkte Bahnen S x zerlegt, welche Sphären/Kreisen mit Radius x und Mittelpunkt 0 entsprechen. Insbesondere ist die Bahn des Punktes 0 R 2 gleich {0}, da A0 = 0 A SO2). Stefan K., Algebra I Blatt 4 Seite 3
4 Aufgabe 3 1) Bahnen der SO3) im R 3 Die spezielle orthogonale Gruppe SO3) ist die Gruppe aller 3 3- Matrizen A mit und deta) = 1 AA t = A t A = E. Die gewöhnliche Operation der speziellen orthogonalen Gruppen läßt Längen invariant, sie entsprechen Drehungen im R 3. Wir haben also A SO3) : x R 3 : Ax = x, die Bahn eines x R 3 ist also eine Teilmenge der Sphäre S x = {y R 3 : y = x }. Sei umgekehrt ein y S x mit y = x gegeben, dann hat y den gleichen Abstand zum Nullpunkt 0 R 3 wie x, und kann daher durch eine Drehung im R 3 in x überführt werden, also durch eine Operation von SO3). D.h. S x ist eine Teilmenge der Bahn von x. Wir erhalten also, daß die Bahn eines Elementes x unter der Operation der SO3) gleich der Sphäre S x ist. R 3 wird in disjunkte Bahnen S x zerlegt, welche Sphären mit Radius x und Mittelpunkt 0 entsprechen. Insbesondere ist die Bahn des Punktes 0 R 3 gleich {0}, da A0 = 0 A SO3). 2) Stabilisator des Basisvektors e 1 Der Stabilisator vom Basisvektor e 1 ist die Menge aller Rotationen aus SO3), welche diesen Vektor fest lassen. Daher sind dies die Drehungen um e 1 als Drehachse, damit alle Drehungen in der Ebene, welche durch e 2, e 3 aufgespannt wird. Formal: einer Rotation um die e 1 -Achse um den Winkel ϕ entspricht die Rotationsmatrix R e1,ϕ = 0 cos ϕ sin ϕ 0 sin ϕ cos ϕ Stefan K., Algebra I Blatt 4 Seite 4
5 damit haben wir SO3) e1 = {A SO3) : Ax = x} = {R e1,ϕ : ϕ R} = 0 cos ϕ sin ϕ : ϕ R 0 sin ϕ cos ϕ und mit der bekannten Darstellung der SO2): { ) } cos ϕ sin ϕ SO2) = : ϕ R sin ϕ cos ϕ erhalten wir SO3) e1 = SO2). 3) Fixpunkte unter der gesamten Gruppe Der einzige Punkt, welcher bei sämtlichen Drehungen invariant bleibt, ist der Nullpunkt. Aufgabe 4 1) zu zeigen: R, ) operiert auf R 2 mittels tx, y) =) t, x, y) ) tx, y ) t 6) Beweis: Wir haben nach der Voraussetzung eine Abbildung R, ) R 2 R 2. Nach 6) ist für beliebiges x, y) R 2 : ) 1, x, y) 1x, y ) = x, y). 7) 1 Weiterhin ist für beliebige t 1, t 2 R, ), x, y) R 2 t 1 t2 x, y) ) = t 1 t 2 x, y t 2 ) ) = t 1 t 2 x, y t 1 t 2 ) ) = t 1 t 2 )x, y). 8) Stefan K., Algebra I Blatt 4 Seite 5
6 Nach 7) und 8) operiert R, ) auf R 2 mittels 6). 2) gesucht: die Bahnen unter der Operation 6) Die Bahn eines Elements x, y) R 2 ist Wir haben die Bahnen: R x,y) = { tx, y/t) R 2 t R }. für x, y) = 0, 0): R 0,0) = {0, 0)}, 0 ist invariant bezüglich Multiplikation und Division. für x = 0, y 0: R 0,y) = { 0, y/t) R 2 t R } ; die y-achse ohne den Nullpunkt. Jeder Punkt 0, ỹ) der y-achse ohne 0, 0) taucht als Bildpunkt auf, für ein t = y/ỹ. für x 0, y = 0: R x,0) = { x, 0/t) R 2 t R } ; die x-achse ohne den Nullpunkt. Jeder Punkt x, 0) der x-achse ohne 0, 0) taucht als Bildpunkt auf, für ein t = x/x. für x 0, y 0: R x,y) = { x, y/t) R 2 t R } ; das sind die Hyperbeln definiert durch xỹ = xy, denn für jeden dieser Punkte x, ỹ) gilt x = tx, ỹ = y t mit t = ỹ y = x x 0, 9) für jedes t bleibt unter der Operation 6) das Produkt der xy konstant, d.h. das Produkt der Koordinaten des Ursprungsvektors ist gleich dem Produkt der Koordinaten des Bildvektors unter der Operation, also etwas anders geschrieben: R x,y) = { x, ỹ) R 2 xỹ = c, c R \ {0} }. Die Bildpunkte liegen auf diesen Hyperbeln, und jeder Punkt x, ỹ) dieser Hyperbeln ist auch ein Bild unter dieser Operation mit durch 9) definiertem t. Stefan K., Algebra I Blatt 4 Seite 6
Gruppentheorie und Symmetrie in der Chemie
Gruppentheorie und Symmetrie in der Chemie Martin Schütz Institut für theoretische Chemie, Universität Stuttgart Pfaffenwaldring 55, D-70569 Stuttgart Stuttgart, 26. April 2002 Mathematische Definition
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
MehrC orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =
1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition
Mehr1 Vektoren, Vektorräume, Abstände: 2D
Vektoren, Vektorräume, Astände: D Definition: Die Menge aller (geordneten Paare reeller Zahlen (oder allgemeiner: Elemente eines elieigen Körpers, als Spalten geschrieen, ezeichnen wir als Vektoren: R
MehrProf. 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:
MehrVektoren und Matrizen
Vektoren und Matrizen Einführung: Wie wir gesehen haben, trägt der R 2, also die Menge aller Zahlenpaare, eine Körperstruktur mit der Multiplikation (a + bi(c + di ac bd + (ad + bci Man kann jedoch zeigen,
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
MehrEinführung in die Mathematik für Informatiker
Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 12.12.2016 9. Vorlesung Eigenschaften linearer Abbildungen Beschreibung linearer Abbildungen durch Matrizen... Eigenschaften
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
MehrKlausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 3/4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.
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.
Mehr2. Aufgabe Vereinfachen Sie die folgenden Ausdrücke so, dass möglichst wenige Multiplikationen ausgeführt werden müssen!
Studiengang: PT/LOT/PVHT Semester: WS 9/ lgebra Serie: 2 Thema: Matrizen, Determinanten. ufgabe Gegeben sind die Matrizen = µ 2 3 2 µ 3 2 4, B = 2 Berechnen Sie: a) 2 + 3B b) B 2 c) B T d) B T e) T B f)
MehrAnwesenheitsübung zur Vorlesung Algebra und Zahlentheorie
Anwesenheitsübung zur Vorlesung Algebra und Zahlentheorie WS 205/206 A Rincón, A Schmitt 5 Dezember 205 Aufgabe (0+0 Punkte a Bestimmen Sie die Primfaktorzerlegungen der Zahlen 505 und 2600 und geben Sie
Mehr1 Rechnen mit 2 2 Matrizen
1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
Mehr8 Die Riemannsche Zahlenkugel
8 Die Riemannsche Zahlenkugel Wir untersuchen zunächst Geraden- und Kreisgleichungen in der komplexen Ebene C = R 2. Geradengleichungen Die Parameterdarstellung einer Geraden durch zwei Punkte z 1 z 2
MehrFormelsammlung Analytische Geometrie
Formelsammlung Analytische Geometrie http://www.fersch.de Klemens Fersch 6. August 6 Inhaltsverzeichnis 6 Analytische Geometrie 6. Vektorrechung in der Ebene......................................... 6..
Mehry x x y ( 2x 3y + z x + z
Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie
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
MehrErgänzung zu komplexe Zahlen
Juli 2015 Übersicht 1 Ortskurven 2 Wechselstromkreis mit ohmschem und kapazitivem Widerstand (Parallelschaltung) i(t) u(t) R C Bei festen Werten für den ohmschen Widerstand R und die Kapazität C ergibt
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
MehrVorlesung Diskrete Strukturen Gruppe und Ring
Vorlesung Diskrete Strukturen Gruppe und Ring Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in
MehrAnalytische Geometrie, Vektorund Matrixrechnung
Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
MehrWiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE
Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse
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
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
MehrPhysik 1 für Ingenieure
Physik 1 für Ingenieure Othmar Marti Experimentelle Physik Universität Ulm Othmar.Marti@Physik.Uni-Ulm.de Skript: http://wwwex.physik.uni-ulm.de/lehre/physing1 Übungsblätter und Lösungen: http://wwwex.physik.uni-ulm.de/lehre/physing1/ueb/ue#
MehrGeometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte
Geometrie Geometrie W. Kuhlisch Brückenkurs 206. Vektorrechnung und analytische Geometrie der Ebene, Kegelschnitte 2. Vektorrechnung und analytische Geometrie des Raumes, Anwendungen in der Geometrie,
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 2 Beispiele für Gruppen Aus der Vorlesung Mathematik I sind schon viele kommutative Gruppen bekannt. Zunächst gibt es die additiven
Mehr8. Kleinsche Geometrie I: Hyperbolische Geometrie. Das Erlanger Programm.
8. Kleinsche Geometrie I: Hyperbolische Geometrie Nach den bisherigen Ergebnissen müssen wir uns nun um die Gruppe PSL 2 C kümmern. Das Studium dieser Gruppe wird uns in dieser Vorlesung zu einem neuen
MehrII. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme
52 II Lineare Gleichungssysteme II Lineare Gleichungssysteme 10 Matrizen und Vektoren 52 11 Der Gaußsche Algorithmus 58 12 Basen, Dimension und Rang 62 13 Reguläre Matrizen 66 14 Determinanten 69 15 Skalarprodukte
MehrKapitel 3: Geometrische Transformationen
[ Computeranimation ] Kapitel 3: Geometrische Transformationen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 3. Geometrische Transformationen
MehrPRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF.
Zuname: Vorname: Matrikelnummer: PRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF. (GITTENBERGER) Wien, am 5. Februar 2013 (Ab hier freilassen!) Arbeitszeit: 100 Minuten 1) 2) 3) 4) 5) 1)(8
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
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
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
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
Mehr4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung
43 Permutationen Definition Eine Permutation der Elementen {,, n} ist eine bijektive Abbildung σ : {,,n} {,,n} Es ist leicht zu sehen, dass die Hintereinanderführung zweier Permutationen ergibt wieder
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrZwischenklausur zur Linearen Algebra I HS 2010, Universität Mannheim, Prof. Dr. C. Hertling, Ralf Kurbel
Zwischenklausur zur Linearen Algebra I HS 2010, 23.10.2010 Universität Mannheim, Prof. Dr. C. Hertling, Ralf Kurbel Name: Emil Mustermann Sitzplatznummer: 2 Die Bearbeitungszeit für diese Klausur beträgt
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
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
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:
MehrModulprüfung BA 04 Mathematik: Grundlagen der Mathematik C: Geometrie, Elementare Algebra und Zahlentheorie
FB 3: Mathematik/Naturwissenschaften Prof. Dr. R. Frank/ Dr. D. Habeck Modulprüfung BA 04 Mathematik: Grundlagen der Mathematik C: Geometrie, Elementare Algebra und Zahlentheorie 11.02.2015 Name: Vorname:
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren
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
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
MehrVorkurs Mathematik Übungen zu Komplexen Zahlen
Vorkurs Mathematik Übungen zu Komplexen Zahlen Komplexe Zahlen Koordinatenwechsel Aufgabe. Zeichnen Sie die folgende Zahlen zunächst in ein (kartesisches) Koordinatensystem. Bestimmen Sie dann die Polarkoordinaten
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
Mehr1.4 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,
MehrDr:Nürnberg FH Mannheim Naturwissenschaftliche Grundlagen Übung Lineare Algebra
Aufgabe : Prüfen Sie folgende Aussagen auf Richtigkeit für die Operation Addiere : a.) Z ist eine abelsche Gruppe b.) N ist keine Gruppe c.) Z ist keine Gruppe d.) Z \ {0} ist eine abelsche Gruppe Prüfen
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrZusammenfassung Vektorrechnung und Komplexe Zahlen
Zusammenfassung Vektorrechnung und Komplexe Zahlen Michael Goerz 8. April 006 Inhalt Vektoren, Geraden und Ebenen. Länge eines Vektors.......................... Skalarprodukt..............................
MehrDEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )
Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon
Mehr1 Vorlesungen: und Vektor Rechnung: 1.Teil
1 Vorlesungen: 4.10.005 und 31.10.005 Vektor Rechnung: 1.Teil Einige in der Physik auftretende Messgrößen sind durch eine einzige Zahl bestimmt: Temperatur T K Dichte kg/m 3 Leistung P Watt = J/s = kg
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
Mehr8. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 8. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS / 6..-.. Aufgabe G (Matrixinversion mit Gauß-Algorithmus
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
MehrKapitel 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,...,
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
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
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
Mehr8 Lineare Abbildungen
80 8 Lineare Abbildungen In diesem Kapitel untersuchen wir lineare Abbildungen von R n nach R m wie zum Beispiel Spiegelungen, Drehungen, Streckungen und Orthogonalprojektionen in R 2 und R 3 Man nennt
MehrKapitel VIII: Der Raum R n ; allgemeine Vektorräume
Kapitel VIII: Der Raum R n ; allgemeine Vektorräume a) Vektoren: Definition und Grundlagen Größen, die sich durch Angabe eines Zahlenwertes und einer Einheit vollständig beschreiben lassen, nennt man Skalare
Mehrmentor Lernhilfe: Mathematik 7. Klasse Baumann
mentor Lernhilfen mentor Lernhilfe: Mathematik 7. Klasse Geometrie: Achsen- und Punktspiegelung, Drehung, Verschiebung, Winkelgesetze von Rolf Baumann 1. Auflage mentor Lernhilfe: Mathematik 7. Klasse
MehrKomplexe Zahlen (Seite 1)
(Seite 1) (i) Motivation: + 5 = 3 hat in N keine Lösung Erweiterung zu Z = 2 3 = 2 hat in Z keine Lösung Erweiterung zu Q = 2 / 3 ² = 2 hat in Q keine Lösung Erweiterung zu R = ± 2 ² + 1 = 0 hat in R keine
Mehr3. Zahlbereiche und algebraische Strukturen
technische universität dortmund Dortmund, im November 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung von Kapitel 3 3. Zahlbereiche
MehrEigenwerte 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
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische
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
Mehr3.3 Klassifikation quadratischer Formen auf R n
3.3. Klassifikation quadratischer Formen auf R n 61 3.3 Klassifikation quadratischer Formen auf R n Wir können den Hauptsatz über symmetrische Matrizen verwenden, um uns einen Überblick über die Lösungsmengen
MehrAufgaben zu Kapitel 5
Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5. Geben Sie zu folgenden komplexen Zahlen die Polarkoordinatendarstellung an z i z + i z 3 + 3i). r 5 ϕ 5 4 3 π bzw. r 6 3 ϕ 6 4 5
MehrELEMENTAR-MATHEMATIK
WILLERS ELEMENTAR-MATHEMATIK Ein Vorkurs zur Höheren Mathematik 13., durchgesehene Auflage von Dr.-Ing. G. Opitz und Dr. phil. H. Wilson Mit 189 Abbildungen VERLAG THEODOR STEINKOPFF DRESDEN 1968 Inhaltsverzeichnis
Mehr6 Symmetrische und hermitesche Matrizen
$Id: quadrat.tex,v.0 0/06/9 :47:4 hk Exp $ $Id: orthogonal.tex,v.4 0/06/9 3:46:46 hk Exp $ 6 Symmetrische und hermitesche Matrizen 6.3 Quadratische Funktionen und die Hauptachsentransformation Wir sind
MehrAufgaben des MSG-Zirkels 10b Schuljahr 2007/2008
Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Alexander Bobenko und Ivan Izmestiev Technische Universität Berlin 1 Hausaufgaben vom 12.09.2007 Zahlentheorie 1 Aufgabe 1.1 Berechne die (quadratischen)
MehrMathematik für Chemische Technologie 2
Mathematik für Chemische Technologie 2 Themenüberblick: Funktionen mehrerer unabhängigen Veränderlichen Vektoralgebra Lineare Gleichungssysteme und Determinanten Fehlerrechnung Schwerpunkt des Sommersemesters
Mehr1 Übungen zu Mengen. Aufgaben zum Vorkurs B S. 1. Aufgabe 1: Geben Sie folgende Mengen durch Aufzählen ihrer Elemente an:
Aufgaben zum Vorkurs B S. 1 1 Übungen zu Mengen Geben Sie folgende Mengen durch Aufzählen ihrer Elemente an: A = {x N 0 < x < 4, 8} B = {t N t ist Teiler von 4} C = {z Z z ist positiv, durch 3 teilbar
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
MehrBestimme ferner die Koordinaten des Bildpunktes von B bei der Spiegelung
Vektoren - Skalar- und Vektorprodukt ================================================================== 1. Gegeben sind die Punkte A 1 2 3 und B 3 4 1 bzgl. eines kartesischen Koordina- tensystems mit
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
MehrAddition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):
Komplexe Zahlen Definition 1. Eine komplexe Zahl z ist ein geordnetes Paar reeller Zahlen (a, b). Wir nennen a den Realteil von z und b den Imaginärteil von z, geschrieben a = Re z, b = Im z. Komplexe
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 13 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
MehrGruppentheorie II. von Nicole Drüke
Gruppentheorie II von Nicole Drüke Abelsche Gruppen DEFINITION Multiplikative und Additive Gruppe Sei A eine abelsche Gruppe mit x A, dieses wird erzeugt durch a 1,...,a n A x=a 1 1... an n für 1,.., n
MehrGrundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015
Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten
MehrAnwesenheitsübung zur Vorlesung Algebra und Zahlentheorie
Anwesenheitsübung zur Vorlesung Algebra und Zahlentheorie WS 2014/2015 A Muñoz, A Schmitt Aufgabe 1 (7+8 Punkte) a) Bestimmen Sie die Primfaktorzerlegungen der Zahlen 15015 und 12600 und geben Sie damit
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 36 Dreiecke In dieser und der nächsten Vorlesung stehen Dreiecke im Mittelpunkt. Unter einem Dreieck verstehen
Mehr2. Vorlesung Wintersemester
2. Vorlesung Wintersemester 1 Mechanik von Punktteilchen Ein Punktteilchen ist eine Abstraktion. In der Natur gibt es zwar Elementarteilchen (Elektronen, Neutrinos, usw.), von denen bisher keine Ausdehnung
MehrHÖHERE MATHEMATIK 2, Übungen, Sommersemester Übungsblatt für den
. Übungsblatt für den 4. 3. 2008 () Die Gerade g sei durch die Gleichung 2x y = 3 gegeben. Bestimmen sie Gleichungen der beiden Geraden, die parallel zu g sind und den Abstand 2 von g haben. Bestimmen
MehrKarlsruher Institut für Technologie Institut für Algebra und Geometrie
Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. Stefan Kühnlein Dipl.-Math. Jochen Schröder Einführung in Algebra und Zahlentheorie Übungsblatt 2 Aufgabe 1 (4 Punkte) Seien
Mehr1 Analytische Geometrie
Analytische Geometrie. Grundlagen, Begriffe, Schreibweisen Achsenkreuz Die Achsen heißen in dieser Darstellung x und -Achse. Punkte Punkte werden weiterhin mit großen, lateinischen Buchstaben bezeichnet
MehrSymmetrien. 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,
MehrDrehung um einen Punkt um Winkel α.
Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
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
MehrAlgebraische Kurven. Holger Grzeschik
Algebraische Kurven Holger Grzeschik 29.04.2004 Inhaltsübersicht 1.Einführung in die Theorie algebraischer Kurven 2.Mathematische Wiederholung Gruppen, Ringe, Körper 3.Allgemeine affine Kurven 4.Singuläre
MehrWS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch
Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch WS 2010/2011 14. Januar 2011 Geometrie mit Übungen Übungsblatt 9, Musterlösungen Aufgabe 33. Es werden Kreise in der Euklidischen
Mehr