Definition 27 Affiner Raum über Vektorraum V

Größe: px
Ab Seite anzeigen:

Download "Definition 27 Affiner Raum über Vektorraum V"

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,

Lineare Gleichungssysteme

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

Mehr

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)

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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

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

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

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

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

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

Mehr

Lineare Abbildungen und Darstellungsmatrizen

Lineare Abbildungen und Darstellungsmatrizen KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung

Mehr

Beziehungen zwischen Vektorräumen und ihren Dimensionen

Beziehungen zwischen Vektorräumen und ihren Dimensionen Beziehungen zwischen Vektorräumen und ihren Dimensionen Lineare Algebra I Kapitel 9 20. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz

Mehr

4. Übungsblatt Matrikelnr.: 6423043

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

Mehr

Affine und projektive Räume

Affine und projektive Räume Affine und projektive Räume W. Kühnel Literatur hierzu: G.Fischer, Analytische Geometrie, 7. Aufl., Vieweg 2001 Zur Motivation: Wenn man in einem Vektorraum die Elemente nicht als Vektoren, sondern als

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

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. 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

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

Lösungen zum 3. Aufgabenblatt

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.

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

Einführung in die Algebra

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

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

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

Quadratische Matrizen

Quadratische Matrizen Quadratische Matrizen (n n)-matrizen heißen quadratische Die entsprechenden linearen Abbildungen sind laut Definition Endomorphismen des R n (weil f A : R n R n ) Das Produkt von (n n)- Matrizen ist auch

Mehr

Lineare Abbildungen und Gleichungssysteme

Lineare Abbildungen und Gleichungssysteme Lineare Abbildungen und Gleichungssysteme Klaus-R Loeffler Lineare Abbildungen Definition: Lineare Abbildung Es wird vorausgesetzt, dass V und W Vektorräume sind Eine Abbildung f von V in W heißt dann

Mehr

Ringe und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de

Ringe und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Ringe und Moduln ausgearbeitet von Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Seminar Darstellungstheorie Prof. Dr. H. Krause, PD Dr. D. Kussin Wintersemester 2007/2008 Grundlagen 1 Grundlagen

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

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

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

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

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:

Mehr

Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung

Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung Def. Eine Gleitspiegelung ist eine Spiegelung an einer Geraden (Spiegelachse) verknüpft mit einer Translation parallel zu dieser

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eine Familie von Gleichungen der Form a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2............ a m1 x 1 + a m2 x 2 +... + a mn x n = b m

Mehr

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum Kapitel II Lineare Algebra und analytische Geometrie 6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum geometrischen

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

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

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

Konvexe Mengen. Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x,y auch stets deren Verbindungsstrecke

Konvexe Mengen. Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x,y auch stets deren Verbindungsstrecke Konvexe Mengen Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x,y auch stets deren Verbindungsstrecke xy = {x + t xy 0 t 1} = {(1 t)x + ty 0 t 1} enthält. konvex nicht konvex Lemma

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

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

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

Mehr

34 Lineare Abbildungen

34 Lineare Abbildungen 34 Lineare Abbildungen 34 Motivation Wir haben wichtige Eigenschaften von Vektorräumen kennen gelernt Damit ist es sinnvoll zu untersuchen, wie Abbildungen zwischen Vektorräumen aussehen können Die wichtigsten

Mehr

Kapitel III. Lineare Abbildungen

Kapitel III. Lineare Abbildungen Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,

Mehr

2 Durchschnitt und Verbindungsraum

2 Durchschnitt und Verbindungsraum 2 Durchschnitt und Verbindungsraum Seien X und Y nicht leere affine Unterräume des R n (21) Satz: a) Ist X Y, so ist T(X) T(Y ) b) Ist X Y φ so ist X Y ein affiner Raum mit Richtungsvektorraum T(X) T(Y

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 25 J ai décidé d être heureux parce que c est bon pour la santé Voltaire Trigonalisierbare Abbildungen

Mehr

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht

Mehr

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 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.

Mehr

Elemente der Analysis II

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

Mehr

Analysis II. Vorlesung 48. Die Hesse-Form

Analysis II. Vorlesung 48. Die Hesse-Form Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 48 Die Hesse-Form Wir sind natürlich auch an hinreichenden Kriterien für das Vorliegen von lokalen Extrema interessiert. Wie schon im eindimensionalen

Mehr

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik Lineare Algebra zusammengestellt von Sabine Giese, Josef Heringlehner, Birgit Mielke, Hans Mielke und Ralph-Hardo Schulz 98 Aufgaben,

Mehr

2 Algebraische Grundstrukturen

2 Algebraische Grundstrukturen 2 ALGEBRAISCHE GRUNDSTRUKTUREN 1 8. November 2002 2 Algebraische Grundstrukturen Definitionen. Eine binäre Operation (binary operation) oder zweistellige Verknüpfung auf einer Menge M ist eine Abbildung

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter

Mehr

Satz 25 A sei eine (n n)-matrix über K

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

Mehr

KAPITEL 0. Einführung

KAPITEL 0. Einführung Lineare Algebra KAPITEL 0 Einführung Dieses Skript zur Vorlesung Lineare Algebra an der Goethe Universität Frankfurt im Sommersemester 2011 befindet sich noch in der Entstehung und wird fortlaufend aktualisiert

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

Lineare Algebra I: Eine Landkarte

Lineare Algebra I: Eine Landkarte Bild F Algebra I: Eine Landkarte Faser Versuch einer Übersicht der Themen und Zusammenhänge der n Algebra 1. 1 Algebra I: Bild F Faser Sei B Basis von V. Jedes v V läßt sich eindeutig aus den Basisvektoren

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

Kapitel 12. Lineare Abbildungen und Matrizen

Kapitel 12. Lineare Abbildungen und Matrizen Kapitel 12 Lineare Abbildungen und Matrizen Lineare Abbildungen f : R n R m Wir wissen schon: Eine lineare Abbildung f : R n R m ist eindeutig durch ein n-tupel von Vektoren v 1, v 2,, v n des R m bestimmt

Mehr

2.2 Kern und Bild; Basiswechsel

2.2 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

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 +

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

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

Mehr

4 Elementare Vektorraumtheorie

4 Elementare Vektorraumtheorie 4. ELEMENTARE VEKTORRAUMTHEORIE 51 4 Elementare Vektorraumtheorie Im folgenden sei K stets ein Körper. Definition. (i) Eine homogene Gleichung in den Unbekannten ξ 1,..., ξ n ist ein Ausdruck der Gestalt

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren

Mehr

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe 7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe und Homomorfismen Wir verallgemeinern den Übergang von Z zu Z/m. Sei im folgenden G eine (additiv geschriebene) abelsche Gruppe, H eine Untergruppe.

Mehr

7. Ringe und Körper. 7. Ringe und Körper 49

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

Mehr

Vorlesung: Klassische Theoretische Physik I

Vorlesung: Klassische Theoretische Physik I Vorlesung: Klassische Theoretische Physik I M. Zirnbauer Institut für Theoretische Physik Universität zu Köln Sommersemester 2015 Contents 1 Newtonsche Mechanik 3 1.1 Affine und Euklidische Räume.............................

Mehr

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. 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

Mehr

Lineare Algebra I. Eine Vorlesung von Prof. Dr. Klaus Hulek

Lineare Algebra I. Eine Vorlesung von Prof. Dr. Klaus Hulek Lineare Algebra I Eine Vorlesung von Prof. Dr. Klaus Hulek hulek@math.uni-hannover.de c Klaus Hulek Institut für Mathematik Universität Hannover D 30060 Hannover Germany E-Mail : hulek@math.uni-hannover.de

Mehr

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH ) Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon

Mehr

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h. Lineare Abbildungen Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls (1) u, v V : f( u + v) = f( u) + f( v). (2) v V α K : f(α v) = αf( v).

Mehr

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage

Mehr

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG ¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht

Mehr

Vorlesung. Funktionen/Abbildungen 1

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.

Mehr

Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz

Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz Tobias Kraushaar Kaiserstr. 178 44143 Dortmund Matr.- Nr.: 122964 Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz 1. EINLEITUNG... 2 2. HAUPTTEIL... 3 2.1. Der

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

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

Die Lineare Algebra-Methode. Mahir Kilic

Die Lineare Algebra-Methode. Mahir Kilic Die Lineare Algebra-Methode Mahir Kilic 23. Juni 2004 1 Einführung 1.1 Überblick Im Allgemein benutzt man die Lineare Algebra-Methode in der Kombinatorik wie folgt: Für die Bestimmung einer Obergrenze

Mehr

6.2 Perfekte Sicherheit

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

Mehr

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? 1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2

Mehr

2. Universelle Algebra

2. Universelle Algebra 2. Universelle Algebra Die Theorie der universellen Algebra verallgemeinert die Theorien der klassischen Algebren. Obwohl ursprünglich nur eine Sorte betrachtet wurde, werden wir hier gleich den mehrsortigen

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

( ) Lineare Gleichungssysteme

( ) Lineare Gleichungssysteme 102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv

Mehr

Matrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen.

Matrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen. Matrixalgebra mit einer Einführung in lineare Modelle Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@statuni-muenchende 25 August 24 Vielen Dank an Christiane Belitz, Manuela Hummel und

Mehr

Proseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen

Proseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen Proseminar Einführung in die Mathematik 1 WS 1/11. Deember 1 Lösungen 46) Wie kann man nach Wahl eines Nullpunktes die Zeichenebene in natürlicher Weise als Vektorraum betrachten? Skriptum Kapitel 4, Par.

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die

Mehr

Erweiterte Koordinaten

Erweiterte Koordinaten Erweiterte Koordinaten Sei K n ein n dimensionaler affiner Raum Die erweiterten Koordinaten des Punktes x x n K n sind x x n Kn+ (Das ist für alle K sinnvoll, weil in jedem Körper K wohldefiniert ist In

Mehr

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 3/4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.

Mehr

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010 Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver

Mehr

6. Übungsblatt zur Mathematik I für Maschinenbau

6. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 6. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 2/ 25..-.2. Aufgabe G (Lineare Gleichungssysteme)

Mehr

Vektorräume und Rang einer Matrix

Vektorräume und Rang einer Matrix Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung

Mehr

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R. Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

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

Kap 5: Rang, Koordinatentransformationen

Kap 5: Rang, Koordinatentransformationen Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv

Mehr

Kapitel IV. Lineare Abbildungen. Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen

Kapitel IV. Lineare Abbildungen. Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen Kapitel IV. Lineare Abbildungen Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen Wir wollen nun die Abbildungen F : V W zwischen Vektorräumen V und W untersuchen,

Mehr

1 Aussagenlogik und Mengenlehre

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

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

3 Polytope. 3.1 Polyeder

3 Polytope. 3.1 Polyeder 28 3 Polytope 3.1 Polyeder Polytope in der Ebene und im Raum standen neben Kreis und Kugel schon während der griechischen Antike im Mittelpunkt des mathematischen (und philosophischen) Interesses. Durch

Mehr

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

Mehr

Noethersche und artinsche Ringe

Noethersche und artinsche Ringe Noethersche und artinsche Ringe Seminar Kommutative Algebra und Varietäten Prof. Dr. K. Wingberg, Dr. J. Gärtner Vortrag 6 Yassin Mousa 05.06.2014 Im Folgenden bezeichne R immer einen kommutativen Ring

Mehr

2 Einführung in die lineare Algebra

2 Einführung in die lineare Algebra 2 Einführung in die lineare Algebra 2. Vektorräume und ihre Unterräume Definition 2... Sei K ein Körper. Ein Vektorraum über K (oder K-Vektorraum) ist eine Menge V mit einer Addition genannten Verknüpfung

Mehr

3. Zusammenhang. 22 Andreas Gathmann

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

Mehr

2.1 Codes: einige Grundbegriffe

2.1 Codes: einige Grundbegriffe Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen

Mehr

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

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

Mehr

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. 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

Mehr