KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? 1. Der Körper Centsprichtdem Vektorraum R 2

Größe: px
Ab Seite anzeigen:

Download "KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? 1. Der Körper Centsprichtdem Vektorraum R 2"

Transkript

1 KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? MARKUS FULMEK 1. Der Körper Centsprichtdem Vektorraum R 2 Die Menge R 2 = { (x, y) : x, y R } bildet mit der komponentenweisen Addition + R 2 R 2 R 2, (x, y)+(a, b) := (x+a, y+b) bekanntlich eine kommutative Gruppe, mit der (ebenfalls komponentenweisen) Skalarmultiplikation (Multiplikation mit einer reellen Zahl) R R 2 R 2, λ (x, y, z) := (λ x,λ y,λ z) bildet R 2 bekanntlich einen Vektorraum. Auf dem Vektorraum R 2 kann man aber auch eine Multiplikation (von zwei Vektoren) definieren: R 2 R 2 R 2, (x, y) (a, b) := (x a y b, x b+ y a). Diese Multiplikation ist kommutativ und assoziativ, und es gilt: R 2 bildet mit der Vektorraum Addition und dieser Multiplikation tatsächlch einen Körper ( R 2,+, ) (mit Nullelement(0, 0) und Einselement(1, 0)), der isomorph ist zum Körper C der komplexen Zahlen: C ( R 2,+, ) : a+b (a, b). Aus der Schule kennen Sie diesen Isomorphismus wahrscheinlich als Veranschaulichung der komplexen Zahlen (C) als komplexe Zahlenebene (R 2 ) : Die imaginäre Einheit entspricht dem Vektor (0, 1). 2. Naheliegende Fragestellung Bekanntlich bildet auch die Menge R 3 einen Vektorraum: Wir wollen hier die Frage untersuchen, ob man für R 3 ebenfalls eine Multiplikation definieren kann, sodaß ein Körper entsteht. Die folgenden Überlegungen werden diese Frage (verneinend) beantworten: Sie Date: Sommersemester

2 2 MARKUS FULMEK sind in 9 einzelne Teil Aufgaben gegliedert, die aufeinander aufbauen. 3. Polynome Ein Polynom p(z) über einem Körper K (z.b. K = Q, oder K = R, oder K = C) in einer Variablen z vom Grad n N 0 ist eine formale endliche Summe der Gestalt p(z) = c 0 z 0 + c 1 z 1 + c 2 z 2 + +c n 1 z n 1 + c n z n, wobei c i K für i = 0, 1,..., n und c n 0. Die Variable läßt man manchmal weg und schreibt einfach p statt p(z), man setzt außerdem z 0 := 1 Kund schreibt statt z 1 einfach z: Mit diesen Konventionen lautet die obige Gleichung also p = c 0 + c 1 z+c 2 z 2 + +c n 1 z n 1 + c n z n. Die Zahlen ( Skalare, also Elemente des Körpers K) c 0, c 1,..., c n heißen die Koeffizienten des Polynoms p, c n heißt der führende Koeffizient von p, und den Grad n des Polynoms p bezeichnen wir mit deg p (Grad heißt auf englisch degree). Der Sonderfall, daß die formale endliche Summe leer ist, entspricht dem Polynom p(z) = 0 K, dem man den Grad zuordnet (dieses Nullpolynom hat keinen führenden Koeffizienten). Ein Polynom vom Grad 1 heißt auch lineares Polynom, ein Polynom vom Grad 2 heißt auch quadratisches Polynom. 4. Polynomfunktion und Nullstellen Wenn man im Polynom p für die Variable z eine konkrete Zahlζ K einsetzt, kommt wieder ein Element aus K heraus: p(ζ) = c 0 + c 1 ζ+c 2 ζ c n 1 ζ n 1 + c n ζ n. Jedes Polynom p über einem Körper K liefert somit auch eine Polynomfunktion p: K K, ζ p(ζ). Wenn es einζ Kgibt, sodaß p(z) = 0 Kergibt, dann nennt man ζ eine Nullstelle von p. Satz 4.1 (Fundamentalsatz der Algebra). Jedes Polynom über dem Körper C hat eine Nullstelle in C.

3 KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? 3 5. Polynomring Die Überlegungen in diesem Abschnitt sind für unsere Fragestellung nicht unbedingt erforderlich und können auch weggelassen werden: Aufgabe 1: Machen Sie sich klar: Ein Polynom p ist durch die (unendlich fortgesetzte) Folge seiner Koeffizienten p (c 0, c 1, c 2,...) eindeutig bestimmt, wobei alle Folgenglieder c k mit k>deg p gleich 0 sind. Die Addition zweier Polynome p (c k ) k=0 und q (d k) k=0 ist durch die komponentenweise Addition der entsprechenden Koeffizientenfolgen definiert, also p+q (c k + d k ) k=0. (Das ist die Polynomaddition, die sie aus der Schule kennen!!!) Die Multiplikation eines Polynoms p (c k ) k=0 mit einem Skalarλ Kist durch die komponentenweise Multiplikation der entsprechenden Koeffizientenfolgen definiert, also λ p (λ c k ) k=0. (Das ist die Multiplikation mit einem Skalar, die sie aus der Schule kennen!!!) Machen Sie sich klar, daß die Menge aller Polynome über einem Körper K mit dieser Addition und (Skalar )Multiplikation einen Vektorraum über K bildet. Machen Sie sich klar, daß der Teilraum aller Polynome vom Grad kleiner n über R isomorph zum R n ist. Aufgabe 2: Aus der Schule kennen Sie die Multiplikation von zwei Polynomen p (c k ) k=0 und q (d k) k=0 : Geben Sie die dem Produkt p q entsprechende Koeffizientenfolge (e k ) k=0 an, in dem Sinne e k = ein Ausdruck in den Koeffizienten c 0,...,c k und d 0,...,d k. (Hinweis: Der gesuchte Ausdruck ist eine Summe von Produkten!) Machen Sie sich klar, daß die Menge aller Polynome über einem Körper K mit dieser Addition und (Polynom )Multiplikation einen kommutativen Ring bildet. 6. Polynomdivision mit Rest und Folgerungen Aufgabe 3: Erinnern Sie sich, was die Polynomdivision mit Rest bedeutet: Seien p und d zwei Polynome über einem Körper K, und d nicht das Nullpolynom; dann gibt es eindeutig bestimmte Polynome q und r über K, wobei deg r < deg d, sodaß gilt: p = d q+r. Können Sie den Divisionsalgorithmus beschreiben, der diese Darstellung liefert?

4 4 MARKUS FULMEK Aufgabe 4: Zeigen Sie: Wenn ein Polynom p(z) eine Nullstelleζhat, dann erscheint das lineare Polynom (z ζ) als Faktor (Teiler) von p, in dem Sinn p(z) = (z ζ) q(z). (Man nennt einen solchen Faktor einen Linearfaktor von p.) (Hinweis: Polynomdivision mit Rest!) Ein Polynom mit führendem Koeffizienten 1 heißt monisch: Wenn man ein beliebiges Polynom p vom Grad n 0 (p ist also nicht das Nullpolynom) durch seinen führenden Koeffizienten c n (der ja voraussetzungsgemäß nicht Null ist!) dividiert, erhält man ein monisches Polynom. An den Nullstellen ändert sich durch diese Division nichts: p(ζ) = 0 p(ζ) c n = 0. Aufgabe 5: Zeigen Sie: Ein monisches Polynom p vom Grad n 1 über dem Körper C zerfällt in n Linearfaktoren, d.h.: p(z) = n (z ζ i ). i=1 (Dieζ i müssen nicht alle verschieden sein!) (Hinweis: Verwenden Sie den Fundamentalsatz der Algebra und Induktion!) Zeigen Sie außerdem: Wenn ein Polynom p über dem Körper C nur reelle Koeffizienten hat, dann ist für jede Nullstelleζ = a+b von p auch die konjugierte komplexe Zahlζ=a b eine Nullstelle von p. (Hinweis: Verwenden Sie die bekannten Rechengesetze für konjugiert komplexe Zahlenζ+ρ =ζ+ρ undζ ρ =ζ ρ.) Aufgabe 6: Zeigen Sie: Ein monisches Polynom p vom Grad 3 über dem Körper R (Achtung: R, nicht C!!!) zerfällt entweder in 3 Linearfaktoren, also p(z) = (z λ 1 ) (z λ 2 ) (z λ 3 ) fürλ 1,λ 2,λ 3 R, oder in einen linearen und einen quadratischen Faktor fürα,β,γ R;γ 0. p(z) = (z α) ((z β) 2 +γ 2) (Hinweis: Verwenden Sie das vorige Ergebnis Wenn ein reelles Polynom p eine komplexe Nullstelle ζ hat, dann ist auch die konjugiert komplexe Zahl ζ eine Nullstelle von p. )

5 KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? 5 7. Ist R 3 ein Körper? Wiederholen wir unsere Fragestellung: Wie in Abschnitt 1 ausgeführt, kann man den Vektorraum R 2 (also die Ebene ) mit dem Körper C der komplexen Zahlen identifizieren die Vektoraddition in R 2 ist ja genau dasselbe wie die Addition von komplexen Zahlen, und die Skalarmultiplikation (eines Vektors aus R 2 mit einer Zahl aus R) ist genau dasselbe wie die Multiplikation einer komplexen Zahl mit einer reellen Zahl. Für komplexe Zahlen kennen wir eine Multiplikation, die wir auch als Multiplikation von Vektoren des R 2 auffassen können (C und R 2 sind ja als Mengen identisch). Anders gesagt: Man kann für die Vektoren des R 2 (also der Ebene ) eine Multiplikation finden (nämlich die Multiplikation der den Vektoren entsprechenden komplexen Zahlen!), sodaß der Vektorraum R 2 mit dieser Multiplikation einen Körper (isomorph zu C) bildet. Weiters erscheint die Skalarmultiplikation als Spezialfall dieser Körpermultiplikation mit reellen Zahlen, also komplexen Zahlen der Gestaltλ 1+0,λ R, die wir auch so schreiben können:λ 1, wobei 1 = (1, 0) das Einselement des Körpers ist. Unsere Frage ist: Geht dasselbe auch für den Vektorraum R 3 (also den Raum )? Aufgabe 7: Angenommen, es gäbe eine Multiplikation auf R 3, sodaß R 3 mit der (normalen) Vektoraddition + und dieser Multiplikation einen Körper ( R 3,+, ) mit Nullelement (gleich Nullvektor) 0 und einem Einselement 1 bildet, sodaß die Skalarmultiplikation (von Vektoren des R 3 mit reellen Skalaren) als Spezialfall dieser Körpermultiplikation (nämlich mit Zahlen der Gestalt λ 1 für λ R) erscheint. Zeigen Sie: Dann sind für jedes Element v R 3 die 4 Vektoren 1, v, v 2 = v v, v 3 = v v v linear abhängig, d.h., es gibt Koeffizienten c 0, c 1, c 2, c 3 R, sodaß c 0 1+c 1 v+c 2 v 2 + c 3 v 3 = 0. (Hinweis: Diese Aufgabe ist viel einfacher als sie klingt;-) Aufgabe 8: Argumentieren Sie: Weil für das Polynom (über dem Körper R) p(z) = c 0 + c 1 z+c 2 z 2 + c 3 z 3 (mit den Koeffiienten c i aus der vorigen Aufgabe) entweder p(z) = (z λ 1 ) (z λ 2 ) (z λ 3 )

6 6 MARKUS FULMEK fürλ 1,λ 2,λ 3 R oder p(z) = (z α) ((z β) 2 +γ 2) fürα,β,γ R undγ 0 gilt, muß auch in dem (laut Annahme existierenden) Körper ( R 3,+, ) entweder oder gelten. 0 = (v λ 1 1) (v λ 2 1) (v λ 3 1) 0 = (v α 1) ( (v β 1) 2 +(γ 1) 2) (In der vorigen Aufgabe geht die Annahme ein, daß die Skalarmultiplikation mit reellen Zahlen als Spezialfall der Körpermultiplikation erscheint; ebenso in der nächsten Aufgabe.) Aufgabe 9: Argumentieren Sie weiter: Da es in einem Körper keine Nullteiler gibt, muß also entweder v =α 1 für einα Rgelten, oder fürβ,γ R,γ 0. Im zweiten Fall betrachten wir das Element w = v β 1 γ und schreiben Gleichung (1) damit so: (v β 1) 2 +(γ 1) 2 = 0 (1) γ 2 (w ) =γ 2 (w ) = 0. Weilγ 0, können wir kürzen und erhalten: w 2 = 1. (Das heißt insbesondere: Es müßte auch in ( R 3,+, ) eine Quadratwurzel aus 1 geben, wie bei den komplexen Zahlen). Dann wäre aber v β 1 =γ w, also v =β 1+γ w. Sehen Sie den Widerspruch? (v war ein beliebiges Element des (dreidimensionalen!) Vektorraums R 3, unsere Rechnungen haben aber ergeben, daß es sich in jedem Fall als Linearkombination der zwei Elemente 1 und w schreiben läßt!)

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

Lineare Abhängigkeit

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

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik 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

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale 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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische 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

Mehr

1 Algebraische Strukturen

1 Algebraische Strukturen Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(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:

Mehr

Lineare Differenzengleichungen und Polynome. Franz Pauer

Lineare Differenzengleichungen und Polynome. Franz Pauer Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag

Mehr

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Definitionen. 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

Mehr

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,

Mehr

1 Potenzen und Polynome

1 Potenzen und Polynome 1 Potenzen und Polynome Für eine reelle Zahl x R und eine natürliche Zahl n N definieren wir x n := x x x... x }{{} n-mal Einschub über die bisher aufgetretenen mathematischen Symbole: Definition mittels

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 6 Vektorräume Die Addition von zwei Pfeilen a und b, ein typisches Beispiel für Vektoren. Der zentrale

Mehr

Galoiskörper GF(2 n ) (Teschl/Teschl 4)

Galoiskörper GF(2 n ) (Teschl/Teschl 4) Galoiskörper GF(2 n ) (Teschl/Teschl 4) auch Galois-Felder (englisch Galois elds), benannt nach Evariste Galois (18111832). Körper (in der Mathematik) allgemein: Zahlenbereich, in dem die vier Grundrechenarten

Mehr

2.4 Die Länge von Vektoren

2.4 Die Länge von Vektoren .4 Die Länge von Vektoren 59 Wir können dies auch so sagen: Wir identifizieren (,1)-Spaltenmatrizen mit Vektoren (oder Punkten) aus R, das heißt die Menge R und R 1 werden miteinander identifiziert. Einen

Mehr

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

Algebra 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

Mehr

10. Die komplexen Zahlen.

10. Die komplexen Zahlen. 10-1 Funktionen 10 Die kompleen Zahlen Dies ist ein Thema, das unberechtigter Weise als schwer gilt! Die Konstruktion der kompleen Zahlen ist viel einfacher zu verstehen ist, als einige der bisherigen

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen 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

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):

Addition, 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

Mehr

2. Der Grad von Körpererweiterungen

2. Der Grad von Körpererweiterungen 2. Der Grad von Körpererweiterungen 15 2. Der Grad von Körpererweiterungen Wenn wir untersuchen wollen, ob eine gegebene Konstruktion in der Ebene mit Zirkel und Lineal durchführbar ist, haben wir im vorigen

Mehr

Eigenwerte und Diagonalisierung

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

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 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

Algebraische Kurven. Holger Grzeschik

Algebraische 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

Mehr

2 Die Dimension eines Vektorraums

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

Mehr

Vektoren, Vektorräume

Vektoren, 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

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen 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

Mehr

2.1 Polynome, Polynomfunktionen und Nullstellen. k=0

2.1 Polynome, Polynomfunktionen und Nullstellen. k=0 Kapitel 2 Polynome 2.1 Polynome, Polynomfunktionen und Nullstellen Der Polynomring R[x] Definition: Ein Polynom mit einer Variablen x über einem kommutativen Ring R ist ein formaler Ausdruck der Form p(x)

Mehr

Vektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42

Vektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42 Vektoren Jörn Loviscach Versionsstand:. April 29, 23:42 Rechnen mit Pfeilen Bei den komplexen Zahlen haben wir das Rechnen mit Pfeilen schon kennen gelernt. Addition und Subtraktion klappen in drei wie

Mehr

Menge der natürlichen Zahlen = {1, 2, 3,...} Aber: a + x = b ist nur lösbar, falls b > a

Menge der natürlichen Zahlen = {1, 2, 3,...} Aber: a + x = b ist nur lösbar, falls b > a Komplexe Zahlen. Bedarfsfrage Menge der natürlichen Zahlen = {,, 3,...} Aber: a + x = b ist nur lösbar, falls b > a (Peano-Axiome). Erweiterung: Menge der ganen Zahlen = {..., -3, -, -, 0,,, 3,...} a +

Mehr

Zahlen und elementares Rechnen

Zahlen und elementares Rechnen und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

Differenzengleichungen. und Polynome

Differenzengleichungen. und Polynome Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-600 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung Mit linearen Differenzengleichungen

Mehr

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme

II. 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

Mehr

Vektorgeometrie Layout: Tibor Stolz

Vektorgeometrie Layout: Tibor Stolz Hanspeter Horlacher Vektorgeometrie Layout: Tibor Stolz 1. Einführung Eine Grösse, zu deren Festlegung ausser einer Zahl auch noch die Angabe einer Richtung nötig ist, heisst VEKTOR. P 2 P 1 P 1 P 2 P

Mehr

Outline. 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 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

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik 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/

Mehr

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

Gegeben 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

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare Algebra II 6. Übungsblatt Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

1 Vektoren, Vektorräume, Abstände: 2D

1 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

Mehr

4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9

4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9 Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, 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

Mehr

Vorkurs Mathematik-Physik, Teil 5 c 2016 A. Kersch

Vorkurs Mathematik-Physik, Teil 5 c 2016 A. Kersch Vorkurs Mathematik-Physik, Teil 5 c 206 A. Kersch Vektoren. Vektorrechnung Definition Ein Vektor ist eine gerichtete Größe welche einen Betrag ( Zahl und eine Richtung ( in 2D, 2 in 3D hat. Alternativ

Mehr

Division mit Rest - der heimliche Hauptsatz der Algebra

Division mit Rest - der heimliche Hauptsatz der Algebra Division mit Rest - der heimliche Hauptsatz der Algebra Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 3. Juni 2004 Einleitung

Mehr

u + 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.

u + 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

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische 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

Mehr

Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome

Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome Proseminar Lineare Algebra SS10 Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome Natalja Shesterina Heinrich-Heine-Universität ASymmetrische Polynome Definition 1 Sei n

Mehr

5 Grundlagen der Zahlentheorie

5 Grundlagen der Zahlentheorie 5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau, Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel

Mehr

11. BASIS, UNTERRAUM, und DIMENSION

11. 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

Mehr

Proseminar: Primzahlen 1. Vortrag Der erweiterte euklidische Algorithmus

Proseminar: Primzahlen 1. Vortrag Der erweiterte euklidische Algorithmus Proseminar: Primzahlen 1. Vortrag Der erweiterte euklidische Algorithmus Max Zoller 14. April 8 1 Der klassische euklidische Algorithmus Beispiel: ggt 15, 56? 15 = 1 56 + 49 56 = 1 49 + 7 49 = 7 7 + =

Mehr

4. Vektorräume und Gleichungssysteme

4. 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

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,

Mehr

Elementare Zahlentheorie

Elementare Zahlentheorie Euklid-1 Euklid sche Ringe (Das Rechnen in Z und in K[T]). Ist K ein Körper und f K[T] ein Polynom, so nennt man f normiert, falls f 0 gilt und der höchste Koeffizient von f gleich 1 ist. (Natürlich gilt:

Mehr

Komplexe Zahlen (Seite 1)

Komplexe 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

Mehr

Einführung in die Algebra

Einführung 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

Mehr

00. Einiges zum Vektorraum R n

00. 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

Mehr

Seminar Kommutative Algebra und Varietäten Vortrag 1: Ideale kommutativer Ringe

Seminar Kommutative Algebra und Varietäten Vortrag 1: Ideale kommutativer Ringe Seminar Kommutative Algebra und Varietäten Vortrag 1: Ideale kommutativer Ringe Sebastian Dobrzynski 17042014 1 Grundsätzliches zu Idealen Vorab legen wir fest: Alle im Vortrag betrachteten Ringe sind

Mehr

Mathematische Strukturen

Mathematische Strukturen Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de

Mehr

Einführung in die Mathematik für Informatiker

Einführung 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

Mehr

3. Zahlbereiche und algebraische Strukturen

3. 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

Mehr

1 0 1, V 3 = M, und λ A = λa

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

Mehr

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

Mehr

1 Mengen und Abbildungen

1 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

Mehr

Mathematik für Informatik 3

Mathematik für Informatik 3 Mathematik für Informatik 3 - ANALYSIS - Folgen, Reihen und Funktionen - Funktionen mehrerer Veränderlicher - Extremwertaufgaben - Normen und Approximationen - STATISTIK - WAHRSCHEINLICHKEITSRECHNUNG Literaturempfehlungen:

Mehr

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

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

Mehr

Lineare Algebra I Zusammenfassung

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

Mehr

7 Vektorräume und Körperweiterungen

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

Mehr

Fachschaft 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 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

Mehr

WURZEL Werkstatt Mathematik Polynome Grundlagen Teil II

WURZEL Werkstatt Mathematik Polynome Grundlagen Teil II Die WURZEL Werkstatt Mathematik Polynome Grundlagen Teil II Polynome nur zu addieren, multiplizieren oder dividieren ist auf die Dauer langweilig. Polynome können mehr. Zum Beispiel ist es manchmal gar

Mehr

Komplexe Zahlen. Rainer Hauser. Januar 2015

Komplexe Zahlen. Rainer Hauser. Januar 2015 Komplexe Zahlen Rainer Hauser Januar 015 1 Einleitung 1.1 Zahlen und Operationen auf Zahlen Addiert man mit Eins als erster gegebener Zahl beginnend sukzessive Eins zu einer bereits gefundenen Zahl, so

Mehr

Lineare Algebra I (WS 13/14)

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

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

Faktorisieren von Polynomen über den rationalen Zahlen. Jakob Preininger

Faktorisieren von Polynomen über den rationalen Zahlen. Jakob Preininger Faktorisieren von Polynomen über den rationalen Zahlen Jakob Preininger Vorwort Schon zu Beginn der 7. Klasse beschloss ich eine Fachbereichsarbeit aus Mathematik zu verfassen. Die Themenwahl gestaltete

Mehr

Vorkurs Mathematik 2016

Vorkurs Mathematik 2016 Vorkurs Mathematik 2016 Natürliche Zahlen Der grundlegende Zahlenbereich ist die Menge der natürlichen Zahlen N = {1, 2, 3,...}. In vielen Fällen ist es sinnvoll die Zahl 0 mit einzubeziehen: N 0 = N [

Mehr

Lineare Algebra und analytische Geometrie I

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

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale 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 Definition Sei A eine Menge und ɛ A A A eine zweistellige

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

2 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 )

Mehr

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche

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

Mehr

Einführung in die Algebra

Einführung 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

Mehr

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

Lineare 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

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 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:

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

Mehr

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

GF(2 2 ) Beispiel eines Erweiterungskörpers (1) GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr

Mehr

Linearfaktorenzerlegung und Polynomdivision 1 Aufgabe 1

Linearfaktorenzerlegung und Polynomdivision 1 Aufgabe 1 Interne Links auf dieser Seite: Abbildungsverzeichnis Inhaltsverzeichnis Linearfaktorenzerlegung und Polynomdivision 1 Aufgabe 1 Man löse die Gleichung x 3 2x 2 112 = 0 Dies ist eine kubische Gleichung.

Mehr

Ringe, Algebren und Körper

Ringe, Algebren und Körper KAPITEL 3 Ringe, Algebren und Körper Wir kommen nun zu Strukturen mit zwei verträglichen Operationen, wobei wir etwas Hintergrund aus der linearen Algebra voraussetzen werden. Wir werden oft auf die Analogie

Mehr

Die bekannten Zahlenmengen besitzen Struktur-Eigenschaften, die wir in abstrakter Form ausdrücken können.

Die bekannten Zahlenmengen besitzen Struktur-Eigenschaften, die wir in abstrakter Form ausdrücken können. Algebraische Strukturen: Gruppen, Ringe, Körper Definition: Verknüpfung 4. Algebraische Strukturen: Gruppen, Ringe, Körper Die bekannten Zahlenmengen besitzen Struktur-Eigenschaften, die wir in abstrakter

Mehr

Ein Beispiel für eine lineare Abbildung

Ein Beispiel für eine lineare Abbildung Inhaltsverzeichnis Ein Beispiel für eine lineare Abbildung Lothar Melching Vorbemerkungen 2 Ein Beispiel 2 2 Definition der Abbildung f 2 22 Die Abbildungsmatrix 3 23 Anwendung 3 Eigenwerte 3 Die neue

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar 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

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Aussagenlogik. 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

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Sei G eine Gruppe. Zeige, dass ( 1 ) 1 = Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Arbeitsblatt 3 Die Pausenaufgabe Aufgabe 3.1. Formuliere die binomischen

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

4 Lineare Algebra (Teil 2): Quadratische Matrizen

4 Lineare Algebra (Teil 2): Quadratische Matrizen 4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Timo Stöcker Erstsemestereinführung Informatik TU Dortmund 22. März 2011 Heute Themen Lineare Gleichungssysteme Matrizen Timo Stöcker https://fsinfo.cs.tu-dortmund.de/studis/ese/vorkurse/mathe

Mehr

Mathematik für Chemische Technologie 2

Mathematik für Chemische Technologie 2 Mathematik für Chemische Technologie 2 Themenüberblick: Funktionen mehrerer unabhängigen Veränderlichen Vektoralgebra Lineare Gleichungssysteme und Determinanten Fehlerrechnung Schwerpunkt des Sommersemesters

Mehr

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation . Inhaltsverzeichnis.............. Spezialgebiet Mathematik(Christian Behon ) 1 Matrizen Kapitel 1 Definitionen und Herleitung von Matrizen 1.1 Was sind Matrizen 1.2 Arten von Matrizen Kapitel 2 Matrizenoperation

Mehr

1.4 Homomorphismen und Isomorphismen

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

Mehr