Definition 27 Affiner Raum über Vektorraum V
|
|
|
- Franka Böhm
- vor 9 Jahren
- Abrufe
Transkript
1 Definition 27 Affiner Raum über Vektorraum V
2 Definition 27 Affiner Raum über Vektorraum V ist die Menge A =
3 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,
4 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt
5 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w)
6 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v
7 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet.
8 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V.
9 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten.
10 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp.
11 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp. Sei V ein Vektorraum.
12 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp. Sei V ein Vektorraum. Wir setzen A = V.
13 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp. Sei V ein Vektorraum. Wir setzen A = V. + sei die übliche Addition in V.
14 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp. Sei V ein Vektorraum. Wir setzen A = V. + sei die übliche Addition in V. Das ist ein affiner Raum:
15 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp. Sei V ein Vektorraum. Wir setzen A = V. + sei die übliche Addition in V. Das ist ein affiner Raum: (A 1 ) entspricht Assoziativität der Addition,
16 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp. Sei V ein Vektorraum. Wir setzen A = V. + sei die übliche Addition in V. Das ist ein affiner Raum: (A 1 ) entspricht Assoziativität der Addition, (A 2 )
17 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp. Sei V ein Vektorraum. Wir setzen A = V. + sei die übliche Addition in V. Das ist ein affiner Raum: (A 1 ) entspricht Assoziativität der Addition, (A 2 ) entspricht der Existenz der eindeutigen Inversen (Lemma 5).
18 Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A, für die gilt (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Die Dimension des affinen Raums ist die Dimension des V. Die Elemente von A heißen Punkten. StandardBsp. Sei V ein Vektorraum. Wir setzen A = V. + sei die übliche Addition in V. Das ist ein affiner Raum: (A 1 ) entspricht Assoziativität der Addition, (A 2 ) entspricht der Existenz der eindeutigen Inversen (Lemma 5).
19 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum.
20 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =.
21 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist.
22 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten A B 1 A 1
23 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 A 1
24 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 A 1 Eigenschaft (A 1 ):
25 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 A 1 Eigenschaft (A 1 ): A sei ein Punkt,
26 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 Eigenschaft (A 1 ): A sei ein Punkt, v, u seien Vektoren. A 1 A+v v A
27 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 Eigenschaft (A 1 ): A sei ein Punkt, v, u seien Vektoren. Es gilt: (A + v) + u = A + ( u + v). A 1 A+v u v A
28 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 Eigenschaft (A 1 ): A sei ein Punkt, v, u seien Vektoren. Es gilt: (A + v) + u = A + ( u + v). A 1 A+v u v A+v+u A v+u
29 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 Eigenschaft (A 1 ): A sei ein Punkt, v, u seien Vektoren. Es gilt: (A + v) + u = A + ( u + v). A 1 A+v u v A+v+u A v+u Eigenschaft (A 2 ):
30 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 Eigenschaft (A 1 ): A sei ein Punkt, v, u seien Vektoren. Es gilt: (A + v) + u = A + ( u + v). A 1 A+v u v A+v+u A v+u Eigenschaft (A 2 ): Für A, B E i
31 MotivationsBsp: A = E i über V = E i E i /= + ist die Addition von Vektoren und Punkten auf der Ebene/im Raum. i sei 2 oder 3. Sei A E i, v sei ein Vektor in E i, i.e. ein Element von E i E i / =. Die Summe A + v ist ein Punkt B E i so dass die geordnete Strecke (A,B) ein Element von v ist. Addition von Vektoren und Punkten B A B 1 Eigenschaft (A 1 ): A sei ein Punkt, v, u seien Vektoren. Es gilt: (A + v) + u = A + ( u + v). A 1 A+v u v A+v+u A v+u Eigenschaft (A 2 ): Für A, B E i (A,B). AB ist der Vektor mit Repräsentanten
32 Lass uns noch einmal Eigenschaften (A1), (A2) ansehen.
33 Lass uns noch einmal Eigenschaften (A1), (A2) ansehen. (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w)
34 Lass uns noch einmal Eigenschaften (A1), (A2) ansehen. (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v
35 Lass uns noch einmal Eigenschaften (A1), (A2) ansehen. (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet.
36 Lass uns noch einmal Eigenschaften (A1), (A2) ansehen. (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Falls wir einen festen Punkt a A gewählt haben,
37 Lass uns noch einmal Eigenschaften (A1), (A2) ansehen. (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Falls wir einen festen Punkt a A gewählt haben, ist A fast ein Vektorraum: jedem a 1 ist eindeutiges aa 1 zugeordnet.
38 Lass uns noch einmal Eigenschaften (A1), (A2) ansehen. (A 1 ) für alle a A, v,w V gilt (a + v) + w = a + (v + w) (A 2 ) für alle a 1,a 2 A existiert genau ein v A s.d. a 2 = a 1 + v (Der Vektor v wird a 1 a 2 ) bezeichnet. Falls wir einen festen Punkt a A gewählt haben, ist A fast ein Vektorraum: jedem a 1 ist eindeutiges aa 1 zugeordnet.
39 Ihre Frage an mich
40 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen?
41 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3
42 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt:
43 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain!
44 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja,
45 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können.
46 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein,
47 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat,
48 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht.
49 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt:
50 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein!
51 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner
52 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen
53 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems),
54 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum.
55 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich,
56 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/=
57 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren,
58 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist.
59 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken
60 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene.
61 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene. Falls wir zusäzlich eine Basis
62 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene. Falls wir zusäzlich eine Basis in E 2 E 2/= wählen,
63 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene. Falls wir zusäzlich eine Basis in E 2 E 2/= wählen, dann sind die Vektoren aus E 2 E 2/=
64 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene. Falls wir zusäzlich eine Basis in E 2 E 2/= wählen, dann sind die Vektoren aus E 2 E 2/= fast Vektoren aus R 2.
65 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene. Falls wir zusäzlich eine Basis in E 2 E 2/= wählen, dann sind die Vektoren aus E 2 E 2/= fast Vektoren aus R 2.
66 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene. Falls wir zusäzlich eine Basis in E 2 E 2/= wählen, dann sind die Vektoren aus E 2 E 2/= fast Vektoren aus R 2. Ebene und Raum haben noch eine zusätzliche Struktur:
67 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene. Falls wir zusäzlich eine Basis in E 2 E 2/= wählen, dann sind die Vektoren aus E 2 E 2/= fast Vektoren aus R 2. Ebene und Raum haben noch eine zusätzliche Struktur: das Skalarprodukt;
68 Ihre Frage an mich Soll ich mich die Ebene als R 2 vorstellen? Der Raum als R 3 Mein Antwort bis jetzt: Jain! Ja, weil wir die Punkten der Ebene bzw. Raum mit 2 bzw. 3 Koordinaten parametrisieren können. Nein, weil ein Vektorraum ein besonderes Element 0 hat, und die Ebene bzw. der Raum nicht. Mein Antwort jetzt: Nein! Sie sollen die Ebene bzw den Raum als 2 bzw. 3 dimensionaler affiner Raum vorstellen Falls sie einen Punkt wählen (Anfangspunkt des Koordinatensystems), ist die Ebene fast ein 2-dimensionaler Vektorraum. Tatsächlich, jeden Vektor aus E 2 E 2/= kann man mit einer geordneten Strecke repräsentieren, deren Anfangspunkt der gewälte Punkt ist. Die Endpunkte aller solchen geordneten Strecken sind alle Punkte der Ebene. Falls wir zusäzlich eine Basis in E 2 E 2/= wählen, dann sind die Vektoren aus E 2 E 2/= fast Vektoren aus R 2. Ebene und Raum haben noch eine zusätzliche Struktur: das Skalarprodukt; darüber in Januar.
69 Plan für Heute
70 Theorie von affinen Räumen Plan für Heute
71 Theorie von affinen Räumen Affiner Raum Plan für Heute
72 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Plan für Heute
73 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Plan für Heute
74 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Plan für Heute
75 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Hauptsatz der affiner Geometrie Plan für Heute
76 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Hauptsatz der affiner Geometrie Plan für Heute Theorie von Vektorräumen
77 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Hauptsatz der affiner Geometrie Plan für Heute Theorie von Vektorräumen Vektorraum (Vorl.2)
78 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Hauptsatz der affiner Geometrie Plan für Heute Theorie von Vektorräumen Vektorraum (Vorl.2) Untervektorraum (Vorl. 3-4)
79 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Hauptsatz der affiner Geometrie Plan für Heute Theorie von Vektorräumen Vektorraum (Vorl.2) Untervektorraum (Vorl. 3-4) Koordinaten (Vorl 5-7)
80 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Hauptsatz der affiner Geometrie Plan für Heute Theorie von Vektorräumen Vektorraum (Vorl.2) Untervektorraum (Vorl. 3-4) Koordinaten (Vorl 5-7) Lineare Abbildungen (Vorl. 7)
81 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Hauptsatz der affiner Geometrie Plan für Heute Theorie von Vektorräumen Vektorraum (Vorl.2) Untervektorraum (Vorl. 3-4) Koordinaten (Vorl 5-7) Lineare Abbildungen (Vorl. 7) Hauptsatz der linearen Algebra (Vorl. 8)
82 Theorie von affinen Räumen Affiner Raum Affiner Unterraum Affine Abbildungen Affine Koordinaten Hauptsatz der affiner Geometrie Plan für Heute Theorie von Vektorräumen Vektorraum (Vorl.2) Untervektorraum (Vorl. 3-4) Koordinaten (Vorl 5-7) Lineare Abbildungen (Vorl. 7) Hauptsatz der linearen Algebra (Vorl. 8)
83 Lemma 21 Für alle a,a 1,a 2,a 3 A gilt: a + 0 = a, aa = 0, a 1 a 2 = a 2 a 1, a 1 a 2 + a 2 a 3 = a 1 a 3.
84 Lemma 21 Für alle a,a 1,a 2,a 3 A gilt: a + 0 = a, aa = 0, a 1 a 2 = a 2 a 1, a 1 a 2 + a 2 a 3 = a 1 a 3. Beweis: Hausaufgabe 1 Blatt 8.
85 Lemma 21 Für alle a,a 1,a 2,a 3 A gilt: a + 0 = a, aa = 0, a 1 a 2 = a 2 a 1, a 1 a 2 + a 2 a 3 = a 1 a 3. Beweis: Hausaufgabe 1 Blatt 8. Definition 28
86 Lemma 21 Für alle a,a 1,a 2,a 3 A gilt: a + 0 = a, aa = 0, a 1 a 2 = a 2 a 1, a 1 a 2 + a 2 a 3 = a 1 a 3. Beweis: Hausaufgabe 1 Blatt 8. Definition 28 Sei A ein affiner Raum über Vektorraum V.
87 Lemma 21 Für alle a,a 1,a 2,a 3 A gilt: a + 0 = a, aa = 0, a 1 a 2 = a 2 a 1, a 1 a 2 + a 2 a 3 = a 1 a 3. Beweis: Hausaufgabe 1 Blatt 8. Definition 28 Sei A ein affiner Raum über Vektorraum V. Eine Teilmenge U A heißt ein affiner Unterraum,
Affine Geometrie (Einfachere, konstruktive Version)
Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit
Lineare 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
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
Basis 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
4. 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
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)
Einführung 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
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.
9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.
Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen
1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
Erinnerung/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
Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...
Affine Hülle Wiederholung. Der Vektor x K n ist eine lineare Kombination der Vektoren x,...,x k K n, wenn es Zahlen λ,...,λ k K gibt mit x = λ x +... + λ k x k. Def. Gibt es solche Zahlen λ,...,λ k K mit
TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
Wiederholung: lineare Abbildungen
Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =
Wie 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, )
6.2 Perfekte Sicherheit
04 6.2 Perfekte Sicherheit Beweis. H(B AC) + H(A C) = H(ABC) H(AC) + H(AC) H(C) Wegen gilt Einsetzen in die Definition gibt = H(AB C). H(A BC) = H(AB C) H(B C). I(A; B C) = H(A C) H(AB C) + H(B C). Da
Affine Eigenschaften ( stets K = R)
Affine Eigenschaften ( stets K = R) Def. 15 Sei M eine Teilmenge eines affinen Raums A über V (über K). Eine Eigenschaft der Menge M heißt affin, wenn für jede Affinität F : A A 1 die Bildmenge {F(a)wobei
Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
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
Musterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
Gegeben ein Endomorphismus φ, wie kann man die Basis finden, in welcher die Matrix von φ Jordan-Form hat?
Gegeben ein Endomorphismus φ, wie kann man die Basis finden, in welcher die Matrix von φ Jordan-Form hat? Dieselbe Frage in algebraischer Sprache: Gegeben ist A Mat(n, n). Wie findet man eine Basistransformationsmatrix
Lösungen 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.
Minimale 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
1 Aussagenlogik und Mengenlehre
1 Aussagenlogik und engenlehre 1.1 engenlehre Definition (Georg Cantor): nter einer enge verstehen wir jede Zusammenfassung von bestimmten wohl unterschiedenen Objekten (m) unserer Anschauung oder unseres
Der Zwei-Quadrate-Satz von Fermat
Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat
Satz 25 A sei eine (n n)-matrix über K
Satz 25 Satz 25 A sei eine (n n)-matrix über K Satz 25 A sei eine (n n)-matrix über K mit paarweise verschiedenen Eigenwerten λ 1,...,λ m. Satz 25 A sei eine (n n)-matrix über K mit paarweise verschiedenen
3. Zusammenhang. 22 Andreas Gathmann
22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept
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 )
Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie
Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie Noch ein Beispiel aus Vorl. 1, Seite 10) Zuerst zeigen wir, dass jede
50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
WS 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
Was meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
klar. 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
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
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik
Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :
Kapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
Theoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
Wie löst man Mathematikaufgaben?
Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt
7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
Absolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
Lineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.
WS 2008/09. Diskrete Strukturen
WS 2008/09 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/ws0809
8. Quadratische Reste. Reziprozitätsgesetz
O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung
Wir gehen aus von euklidischen Anschauungsraum bzw. von der euklidischen Zeichenebene. Parallele Geraden schneiden einander nicht.
2 Ein wenig projektive Geometrie 2.1 Fernpunkte 2.1.1 Projektive Einführung von Fernpunkten Wir gehen aus von euklidischen Anschauungsraum bzw. von der euklidischen Zeichenebene. Parallele Geraden schneiden
1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0.
1 Ordnung uß sein 1.1 Angeordnete Körper Wir nehen einal an, daß es in eine Körper Eleente gibt, die wir positiv nennen. Welche Eigenschaften sollen diese haben? O1) Wenn x und y positiv sind, dann auch
Physik 4, Übung 8, Prof. Förster
Physik 4, Übung 8, Prof. Förster Christoph Hansen Emailkontakt Dieser Text ist unter dieser Creative Commons Lizenz veröffentlicht. Ich erhebe keinen Anspruch auf Vollständigkeit oder Richtigkeit. Falls
Eigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
TheGI 1: Grundlagen und algebraische Strukturen Prof. Dr.-Ing. Uwe Nestmann - 09. Februar 2010. 2. Schriftliche Leistungskontrolle (EK)
TheGI 1: Grundlagen und algebraische Strukturen Prof. Dr.-Ing. Uwe Nestmann - 09. Februar 2010 2. Schriftliche Leistungskontrolle (EK) Punktzahl In dieser schriftlichen Leistungskontrolle sind 100 Punkte
Meet the Germans. Lerntipp zur Schulung der Fertigkeit des Sprechens. Lerntipp und Redemittel zur Präsentation oder einen Vortrag halten
Meet the Germans Lerntipp zur Schulung der Fertigkeit des Sprechens Lerntipp und Redemittel zur Präsentation oder einen Vortrag halten Handreichungen für die Kursleitung Seite 2, Meet the Germans 2. Lerntipp
Lebensziel Eigenheim. Die Rolle des Internets. Repräsentative Umfrage Allianz Deutschland 2012
Lebensziel Eigenheim Die Rolle des Internets Repräsentative Umfrage Allianz Deutschland 2012 Lebensziel Eigenheim Jeder Vierte hat bereits konkrete Vorstellungen vom eigenen Heim, weitere 51% der Befragten
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
Lernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können.
6. Bäume Lernziele 6. Bäume Lernziele: Definition und Eigenschaften binärer Bäume kennen, Traversierungsalgorithmen für binäre Bäume implementieren können, die Bedeutung von Suchbäumen für die effiziente
4.4 AnonymeMärkteunddasGleichgewichtder"vollständigen Konkurrenz"
4.4 AnonymeMärkteunddasGleichgewichtder"vollständigen Konkurrenz" Wir haben bisher nachvollziehen können, wie zwei Personen für sich den Anreiz zum TauschentdeckenundwiemitwachsenderBevölkerungdieMengederAllokationensinkt,
PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson. Funktionentheorie II SS 2001
ETH Zürich Departement der Mathematik PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson Funktionentheorie II SS 2001 1.Übung AUFGABE 1: Zeigen Sie, daß die Riemannschen Flächen CI und D := {z CI z < 1 } mit
Lernmaterial für die Fernuni Hagen effizient und prüfungsnah
Lernmaterial für die Fernuni Hagen effizient und prüfungsnah www.schema-f-hagen.de Sie erhalten hier einen Einblick in die Dokumente Aufgaben und Lösungen sowie Erläuterungen Beim Kauf erhalten Sie zudem
Vorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?
Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
Zeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
Abschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1
B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,
Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
Deswegen bekomme ich folgende Fehlermeldung: Ich will aber nicht aufgeben, deswegen mache ich es erneut, aber mit einen anderen Seite - networkpro.
Bemerkung: Bevor Sie mit diese Anleitung beginnen, nicht vergessen ihren eigenen Angaben zu machen, während Sie den Domain verifizieren, anstatt unseren, weil es wird die Trafik unsere Seiten erhöhen Small
Beweis des Satzes, dass eine einwerthige mehr als 2nfach periodische Function von n Veränderlichen unmöglich ist. Bernhard Riemann
Beweis des Satzes, dass eine einwerthige mehr als 2nfach periodische Function von n Veränderlichen unmöglich ist. Bernhard Riemann (Auszug aus einem Schreiben Riemann s an Herrn Weierstrass) [Journal für
3. Grundlagen der Linearen Programmierung
3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations
Umgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
Lineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
Algebraische 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
3. LINEARE GLEICHUNGSSYSTEME
176 3. LINEARE GLEICHUNGSSYSTEME 90 Vitamin-C-Gehalt verschiedener Säfte 18,0 mg 35,0 mg 12,5 mg 1. a) 100 ml + 50 ml + 50 ml = 41,75 mg 100 ml 100 ml 100 ml b) : Menge an Kirschsaft in ml y: Menge an
Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.
Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Kurzweil Florian Franzmann André Diehl Kompiliert am 10. April 2006 um 18:33
7. 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
Glaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln
Glaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln Regeln ja Regeln nein Kenntnis Regeln ja Kenntnis Regeln nein 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % Glauben Sie, dass
Einführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
Lineare Codes. Dipl.-Inform. Wolfgang Globke. Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 19
Lineare Codes Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 19 Codes Ein Code ist eine eindeutige Zuordnung von Zeichen
! " # $ " % & Nicki Wruck worldwidewruck 08.02.2006
!"# $ " %& Nicki Wruck worldwidewruck 08.02.2006 Wer kennt die Problematik nicht? Die.pst Datei von Outlook wird unübersichtlich groß, das Starten und Beenden dauert immer länger. Hat man dann noch die.pst
Frohe 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]
Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung
Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.
Elemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
Lösungen zu Kapitel 7
Lösungen zu Kapitel 7 Lösung zu Aufgabe 1: Nach Definition 7.1 ist eine Verknüpfung auf der Menge H durch eine Abbildung : H H H definiert. Gilt H = {a 1,..., a m }, so wird eine Verknüpfung auch vollständig
Algebra. Patrik Hubschmid. 8. Oktober 2013
Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester
Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.
Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften
Leichte-Sprache-Bilder
Leichte-Sprache-Bilder Reinhild Kassing Information - So geht es 1. Bilder gucken 2. anmelden für Probe-Bilder 3. Bilder bestellen 4. Rechnung bezahlen 5. Bilder runterladen 6. neue Bilder vorschlagen
Kill Keyword Density. Weshalb die Keyword Density blanker Unsinn ist.
Kill Keyword Density Weshalb die Keyword Density blanker Unsinn ist. Kill Keyword Density» & Karl Kratz Das ist. Jana ist Diplom- Mathematikerin und Controlling-Leiterin bei der Innovation Group AG. Ihr
4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
Einleitung. Das Ein-Perioden-Modell ist das einfachste. von derivaten Finanzinstrumenten (hier: Optionen) zu erklären.
Einleitung Das Ein-Perioden-Modell ist das einfachste Modell, um die Idee der Preisgebung von derivaten Finanzinstrumenten (hier: Optionen) zu erklären. naive Idee der Optionspreisbestimmung: Erwartungswertprinzip
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
Dow Jones am 13.06.08 im 1-min Chat
Dow Jones am 13.06.08 im 1-min Chat Dieser Ausschnitt ist eine Formation: Wechselstäbe am unteren Bollinger Band mit Punkt d über dem 20-er GD nach 3 tieferen Hoch s. Wenn ich einen Ausbruch aus Wechselstäben
Der Dreiklang der Altersvorsorge
Der Dreiklang der Altersvorsorge Ergebnisse einer telefonischen Repräsentativbefragung unter 1.000 deutschen Erwerbstätigen im Alter zwischen 18 und 55 Jahren (Befragungszeitraum: 02.03.- 04.04.2011) Durchgeführt
Andreas Rühl. Investmentfonds. verstehen und richtig nutzen. Strategien für die optimale Vermögensstruktur. FinanzBuch Verlag
Andreas Rühl Investmentfonds verstehen und richtig nutzen Strategien für die optimale Vermögensstruktur FinanzBuch Verlag 1. Kapitel Wollen Sie Millionär werden? Kennen Sie die Formel zur ersten Million?
x 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
15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
Programmiersprachen und Übersetzer
Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch
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
Mengensysteme, Wahrscheinlichkeitsmaße
Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen