Übungen zu Matrixgruppen

Größe: px
Ab Seite anzeigen:

Download "Übungen zu Matrixgruppen"

Transkript

1 Übungen zu Matrixgruppen Andreas Cap Sommersemester 2018 Kapitel 1: Einleitung Analysis und Matrizen (1 Seien G und H Gruppen und sei ϕ : G H ein Homomorphismus. Zeigen Sie, dass das Bild Im(ϕ eine Untergruppe von H ist und dass der Kern ker(ϕ eine normale Untergruppe von G ist. (2 Erklären Sie die Definition des Quotienten einer Gruppe nach einer normalen Untergruppe und zeigen Sie, dass in der Situation von Beispiel (1 der Homomorphismus ϕ einen Isomorphismus zwischen G/ ker(ϕ und Im(ϕ induziert. (3 Zeigen Sie, dass die reellen 2 2 Matrizen der Form ( a b b a mit der üblichen Addition und Multiplikation von Matrizen einen Körper bilden, der isomorph zu C ist. Überlegen Sie genau, was dabei tatsächlich bewiesen werden muss und was aus allgemeinen Eigenschaften der Operationen auf Matrizen folgt. (4 Erklären Sie, warum das direkte Analogon von Beispiel (3 für komplexe Matrizen nicht funktioniert, also warum die komplexen 2 2 Matrizen der Form ( w z w z mit den üblichen Matrizenoperationen keinen Körper bilden. (5 Zeigen Sie, dass die komplexen 2 2 Matrizen der Form ( w z w z mit der üblichen Addition und Multiplikation von Matrizen einen Schiefkörper bilden, also alle Körperaxiome außer der Kommutativität der Multiplikation erfüllt sind. (6 Beweisen Sie, dass es in dem Schiefkörper aus Beispiel (5 eine Basis (über R gibt, die aus der Einheitsmatrix 1, sowie drei Matrizen I, J und K besteht, die I 2 = J 2 = K 2 = 1, sowie IJ = JI = K erfüllen. (7 Sei f eine reellwertige, stetig differenzierbare Funktion, die auf einer offenen Umgebung von 0 in R 3 definiert ist, f(0, 0, 0 = 0 und f x 3 (0 0 erfüllt. Zeigen Sie, dass es offene Umgebungen U von 0 in R 2 und V von 0 in R und eine stetig differenzierbare Funktion g : U V gibt, sodass folgendes gilt: Sind (x 1, x 2 U und x 3 V, dann gilt f(x 1, x 2, x 3 = 0 genau dann, wenn x 3 = g(x 1, x 2 gilt. Anleitung: Wenden Sie den inversen Funktionensatz auf die Funktion F : R 3 R 3 an, die durch F (x 1, x 2, x 3 := (x 1, x 2, f(x 1, x 2, x 3 gegeben ist. (8 Beweisen Sie in der Situation von Beispiel (7, dass es eine offene Umgebung W von 0 in R und eine stetig differenzierbare Funktion σ : W R 3 gibt, sodass f σ = id W gilt. Schließen Sie daraus, dass W im Bild von f enthalten ist und dass eine Funktion h : W R m genau dann stetig differenzierbar ist, wenn h f : f 1 (W R m stetig differenzierbar ist. (Das ist einfacher, als es aussieht. 1

2 2 Übungen zu Matrixgruppen, A. Čap, SoSe 2018 (9 Versuchen Sie, eine passende Verallgemeinerung der Aussage von Beispiel (7 auf die Situation zu finden, dass für eine offene Teilmenge U R 3, eine stetig differenzierbare Funktion f : U R und einen Punkt x 0 U die Ableitung Df(x 0 ungleich Null ist. Beweisen Sie diese allgemeinere Version, indem Sie sie auf die Situation von Beispiel (7 zurückführen. Anleitung: Für die Formulierung ersetzen Sie die x 1 x 2 Ebene durch den Kern von Df(x 0 und die x 3 Achse durch das orthogonale Komplement dieses Kerns und verschieben dann alles zum Punkt x 0. Für den Beweis verwenden Sie eine passende Translation und eine Rotation um in die Situation von Beispiel (6 zu gelangen. (10 Betrachten Sie eine Norm auf R n, also eine Funktion : R n R, die folgende Bedingungen erfüllt: (N1 Für jedes x R n gilt x 0 und x = 0 gilt nur für x = 0. (N2 Für x R n und λ R gilt λx = λ x. (N3 Für x, y R n gilt x + y x + y. Sei 2 die übliche Euklidische Norm auf R n, also x 2 = x, x. Zeigen Sie, dass die Funktion : R n R stetig ist und folgern Sie daraus, dass sie auf der Einheitssphäre {x R n : x 2 = 1} ein Minimum und ein Maximum annimmt, die beide positiv sind. Folgern Sie daraus, dass es positive, reelle Konstanten c 1 und c 2 gibt, sodass die Abschätzungen c 1 x 2 x c 2 x 2 für alle x R n gelten. (11 Benutzen Sie Beispiel (10 um zu zeigen, dass man in der üblichen Definition der Konvergenz von Folgen in R n sowie in der ɛ δ Definition der Stetigkeit von Funktionen R n R m die auftretenden euklidischen Normen durch beliebige andere Normen ersetzen kann, also jede Wahl von Normen zu den gleichen konvergenten Folgen und stetigen Funktionen führt. (12 Zu einer beliebigen Norm auf R n definiere eine Abbildung O : M n (R R durch A O := sup x: x =1 Ax. Zeigen Sie, dass diese Vorschrift eine Norm auf M n (R definiert, die Operatornorm zu. Zeigen Sie weiters, dass für A, B M n (R die Abschätzung AB O A O B O gilt und dass I O = 1 ist. (13 Sei f = k a kx k eine Potenzreihe auf R mit Konvergenzradius R > 0. Zeigen Sie mit Hilfe der Operatornorm aus dem letzten Beispiel, dass für jede Matrix A M n (R mit A O < R die Reihe k a ka k absolut konvergiert und man somit f(a bilden kann. Zeigen Sie damit insbesondere, dass für das Matrizenexponential e A O e A O gilt. (14 Sei H (die Hamilton schen Quaternionen der Schiefkörper aus Beispiel 5 und sei H n die Menge aller Vektoren (q 1,..., q n mit Eintragungen q l H, mit der komponentenweisen Addition und einer komponentenweisen Skalarmultiplikation von rechts, also (q 1,..., q n q := (q 1 q,... q n q. Zeigen Sie, dass man H lineare Abbildungen (im offensichtlichen Sinn H n H m (wie über Körpern durch Matrizen mit m Zeilen und n Spalten mit Eintragungen in H beschreiben kann. Zeigen Sie weiters, dass (trotz der Nichtkommutativität von H die Komposition von H linearen Abbildungen der üblichen Matrizenmultiplikation entspricht.

3 Übungen zu Matrixgruppen, A. Čap, SoSe (15 In der Situation des letzten Beispiels zeigen Sie, dass der Raum M n (H der quaternionischen n n Matrizen mit der komponentenweisen Addition und der Matrixmultiplikation eine assoziative Algebra über R bildet. Zeigen Sie, wie man die Definition von H aus Beispiel 5 benutzen kann um M n (H mit einer reellen Teilalgebra von M 2n (C zu identifizieren (Blockmatrizen. (16 Betrachten wir weiterhin H und die Basis {1, i, j, k} entsprechend zu Beispiel 6. Für ein Element q H mit q = a+bi+cj+dk definiert man q = a bi cj dk und dadurch die quaternionische Konjugation. Zeigen Sie, dass dies ein anti Homomorphismus ist, also q 1 q 2 = q 2 q 1 gilt und dass für q wie oben qq = a 2 + b 2 + c 2 + d 2 gilt. Anleitung: Man kann entweder direkt rechnen, oder die Konjugation im Bild der Matrizen aus Beispiel 5 interpretieren. (17 In der Situation des letzten Beispiels, definieren Sie für q H den Realteil Re(q := 1 (q + q und den Imaginärteil Im(q := 1 (q q. Zeigen Sie dass die reellen Quaternionen (also die mit Imaginärteil 0 genau die reellen Vielfache von 1 sind und dass 2 2 q H rein imaginär ist (also Re(q = 0 erfüllt, wenn q 2 = λ1 für eine reelle Zahl λ 0 gilt. (18 In der Situation der letzten beiden Beispiele zeigen Sie, dass (p 1,..., p n, (q 1,..., q n := l p lq l H eine quaternionisch Hermite sche Form definiert, also p, q a = p, q a und q, p = p, q für p, q H n und a H gelten. Zeigen Sie weiter, dass Re( p, q ein positiv definites inneres Produkt auf H n = R 4n definiert. Kapitel 2: Matrixgruppen und ihre Lie Algebren (19 Beweisen Sie Lemma 2.1 der Vorlesung. (20 Sei β eine Bilinearform auf R n. Zeigen Sie, dass es eine eindeutige lineare Abbildung Φ : R n R n gibt, sodass β(x, y = x, Φ(y für alle x, y R n gilt, wobei, das standard innere Produkt auf R n ist. (21 In der Situation von Beispiel 20 zeigen Sie, dass β genau dann nicht degeneriert ist, wenn die lineare Abbildung Φ invertierbar ist, sowie dass β genau dann symmetrisch (bzw. schiefsymmetrisch ist, wenn Φ t = Φ (bzw. Φ t = Φ gilt. (22 In der Situation der letzten beiden Beispiele, betrachten Sie Φ als Matrix. und zeigen Sie, dass eine invertierbare Matrix A M n (R genau dann in O(β liegt, wenn A t ΦA = Φ ist. Benutzen Sie das, um einen alternativen Beweis für Proposition 2.1 der Vorlesung zu geben. (23 Sei N R 2 die Vereinigung der x Achse und der y Achse. Für einen Punkt a N betrachten Sie die Teilmenge V a R n, die, analog wie in Definition 2.2 der Vorlesung aus allen Ableitungen von glatten Kurven durch a besteht, die Werte in N haben. Zeigen Sie, dass V a genau dann ein Teilraum von R 2 ist, wenn a 0 gilt. (24 Zeigen Sie, dass für eine invertierbare obere Dreiecksmatrix A auch A 1 eine obere Dreiecksmatrix ist.

4 4 Übungen zu Matrixgruppen, A. Čap, SoSe 2018 (25 In der Situation von Beispiel 22, zeigen Sie analog zur Beschreibung von O(β dort und unter Benutzung von Proposition 2.4 der Vorlesung, dass die Lie Algebra o(β durch {X M n (R : X t Φ = ΦX} gegeben ist. Zeigen Sie damit insbesondere, dass für eine nicht degenerierte, symmetrische Bilinearform β auf R n die Dimension von o(β immer n(n 1 ist. 2 (26 Ein Vektor v R n heißt isotrop bezüglich einer Bilinearform β auf R n, wenn β(v, v = 0 gilt. Betrachten Sie die symmetrische Bilinearform β auf R 2, die explizit durch β( ( x 1 ( y 1, x2 y 2 = x1 y 2 + x 2 y 1 gegeben ist. Zeigen Sie, dass β nicht degeneriert ist und Signatur (1, 1 hat. Beschreiben Sie die Menge aller bezüglich β isotropen Vektoren in R 2 und benützen Sie diese, um die Gruppen O(β und SO(β zu beschreiben. Wie viele Zusammenhangskomponenten haben O(β und SO(β? (27 Betrachten Sie R 2 mit der symmetrischen Bilinearform γ( ( x 1 t 1, ( x2 t 2 = x1 x 2 t 1 t 2, die offensichtlich ebenfalls Signatur (1, 1 hat. Benutzen Sie die Resultate des letzten Beispiels um SO(γ explizit als Matrixgruppe (bezüglich der Standardbasis zu beschreiben. (28 Sei β eine symmetrische Bilinearform auf R n. Zeigen Sie, dass N := {v R n : w R n : β(v, w = 0} ein Teilraum von R n ist und dass β eine symmetrische Bilinearform β auf R n /N induziert, die nicht degeneriert ist. (29 Für eine symmetrische Bilinearform β wie im letzten Beispiel, sei A O(β. Zeigen Sie, dass für x N auch Ax N gilt und dass der von x Ax induzierte lineare Isomorphismus R n /N R n /N orthogonal bezüglich β ist. (30 In der Situation der letzten beiden Beispiele nehmen Sie an, dass dim(n = k ist. Wählen Sie eine Basis von R n bezüglich derer β eine einfache Form hat, und beschreiben Sie O(β und o(β explizit bezüglich dieser Basis. Bestimmen Sie insbesondere die Dimension von o(β und vergleichen Sie mit dem Ergebnis für nicht degeneriertes β aus Beispiel 25. (31 Sei M R n eine Teilmenge, x M ein Punkt, U R n eine offene Teilmenge mit x U und f : U R n k eine glatte Funktion. Nehmen wir an, das M U = f 1 ({0} gilt und dass für jeden Punkt y U M die lineare Abbildung Df(y : R n R n k surjektiv ist. Zeigen Sie, dass es offene Teilmengen V U und W R n und einen Diffeomorphismus Φ : V W gibt, sodass x V und M V = Φ 1 (W R k gilt. Anleitung: Definieren Sie g : U R k indem Sie für z U den Punkt z x orthogonal auf ker(df(x projizieren und dann diesen Teilraum mit R k identifizieren. Dann definieren Sie Φ(z = (g(z, f(z R m und wenden den inversen Funktionensatz an. (32 Zeigen Sie, dass eine Teilmenge M R n genau dann eine k dimensionale Teilmannigfaltigkeit ist, wenn es für jeden Punkt x M ein Paar (U, f mit den Eigenschaften aus Beispiel 31 gibt ( M ist lokal eine reguläre Nullstellenmenge. Zeigen sie auch, dass in diesem Bild die Tangentialräume durch T x M = ker(df(x gegeben sind.

5 Übungen zu Matrixgruppen, A. Čap, SoSe (33 Benutzen Sie das letzte Beispiel um zu zeigen, dass für jede k dimensionale Teilmannigfaltigkeit M R n die Menge T M := {(x, v : x M, v T x M} eine Teilmannigfaltigkeit von R n R n = R 2n der Dimension 2k ist. Anleitung: Für x M betrachten Sie (U, f wie in Beispiel 31, die Teilmenge U R n R 2n und darauf die Funktion (x, v (f(x, Df(v mit Werten in R 2(n k. (34 Zeigen Sie, dass ein bogenzusammenhängender topologischer Raum X zusammenhängend ist. (35 Erklären Sie im Detail, wie man für einen endlichdimensionalen R Vektorraum V und eine abgeschlossene Untergruppe G GL(V eine wohldefinierte Lie Algebra g erhält, die ein Teilraum von L(V, V ist. (36 Sei g eine endlichdimensionale Lie Algebra über R und D : g g eine Derivation von g. Zeigen Sie, dass exp(d := 1 k=0 k! Dk ein Automorphismus von g ist. Dabei können Sie die Tatsache, dass die Exponentialreihe absolut und gleichmäßig konvergiert als bekannt voraussetzen. (37 Erklären Sie, wie man mit Hilfe von Beispiel 15 parallel zu Proposition 3.1 der Vorlesung zeigen kann, dass die Gruppe GL(n, H der invertierbaren quaternionischen n n Matrizen und allgemeiner jede abgeschlossene Untergruppe von GL(n, H eine Matrixgruppe ist. (38 In der Situation von Beispiel 18 definieren Sie für eine Matrix A M n (H die (quaternionisch adjungierte Matrix A als die konjugierte Transponierte, d.h. für A = (q lm und A = (p lm gilt p lm = q ml. Zeigen Sie dass für Matrizen A, B M n (H die Gleichung (AB = B A gilt und folgern Sie daraus, dass die Menge Sp(n := {A M n (H : A A = AA = I} eine abgeschlossene Untergruppe von GL(n, H bildet und daher eine Matrixgruppe ist. (39 Für n 2 und p, q > 0 mit p + q = n betrachten sie die unitäre Gruppe U(p, q der Hermite schen Form h(z, w = p j=1 z j w j n j=p+1 z j w j mit (p, q auf C n und die Untergruppe SU(q, p. Beschreiben Sie so explizit wie möglich die Lie Algebren u(p, q und su(p, q (Blockmatrizen. Zeigen Sie, dass SU(p, q für p, q > 0 nicht kompakt ist. (40 Beweisen Sie explizit dass für n 1 die Sphäre S n bogenzusammenhängend ist. (41 Verifizieren Sie explizit, dass für Darstellungen einer Lie Algebra g auf Vektorräumen V und W die Vorschrift (X f(v = X f(v f(x v eine Darstellung von g auf L(V, W definiert. (42 Verifizieren Sie explizit, dass für eine Darstellung einer Lie Algebra g auf einem Vektorraum V die Vorschriften am Ende von Abschnitt 3.6 der Vorlesung Darstellungen von g auf k V, S k V und Λ k V definieren. (43 Zeigen Sie, dass für die Standarddarstellung der Matrixgruppe B(n, R auf R n die invarianten Teilräume von R n genau die Teilräume R k R n für k = 0,..., n sind.

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

1 Liesche Gruppen: Grundlegendes und Beispiele

1 Liesche Gruppen: Grundlegendes und Beispiele 1 Liesche Gruppen: Grundlegendes und Beispiele In dieser Vorlesung verstehen wir unter einer differenzierbaren Mannigfaltigkeit einen Hausdorff- Raum mit abzählbarer Basis und mit einem maximalen C -Atlas.

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.5 2014/04/28 14:01:50 hk Exp $ $Id: diff.tex,v 1.2 2014/04/28 14:24:56 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d Am Ende der letzten Sitzung hatten wir die Tangentialvektoren

Mehr

10 Unitäre Vektorräume

10 Unitäre Vektorräume 10 Unitäre Vektorräume Pink: Lineare Algebra 2014/15 Seite 98 10 Unitäre Vektorräume Die Theorie komplexer Vektorräume mit Skalarprodukt folgt denselben Linien wie die Theorie reeller Vektorräume mit Skalarprodukt;

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen 53 Implizite Funktionen und allgemeine partielle Differenzierbarkeit 54 Der Umkehrsatz 55 Lokale Extrema unter Nebenbedingungen,

Mehr

Zusammenfassung Analysis 2

Zusammenfassung Analysis 2 Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge

Mehr

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x).

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x). 1 Kapitel 1 Clifford-Algebren 1 Innere Produkte Sei k {R, C}, V stets ein endlich-dimensionaler k-vektorraum. Fehlende Beweise finden sich in der Literatur ([Art1], [Bou1], [Brie], [Cohn]). Definition.

Mehr

Lösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink

Lösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink Lineare Algebra D-MATH, HS 201 Prof. Richard Pink Lösung zu Serie 18 1. Sei V,, ein endlich-dimensionaler unitärer Vektorraum. Zeige, dass zu jeder Sesquilinearform f : V V C eine eindeutige lineare Abbildung

Mehr

Analysis II. Vorlesung 47

Analysis II. Vorlesung 47 Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Zu einer reellwertigen Funktion Vorlesung 47 interessieren wir uns wie schon bei einem eindimensionalen Definitionsbereich für die Extrema, also Maxima

Mehr

Übungen zu Lineare Algebra und Geometrie 1

Übungen zu Lineare Algebra und Geometrie 1 Übungen zu Lineare Algebra und Geometrie 1 Andreas Čap Sommersemester 2015 Wiederholung grundlegender Begriffe (1 Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch f(x, y,

Mehr

Mathematik für Anwender. Testklausur mit Lösungen

Mathematik für Anwender. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 4. Januar 0 Prof. Dr. H. Brenner Mathematik für Anwender Testklausur mit en Dauer: Zwei volle Stunden + 0 Minuten Orientierung, in denen noch nicht geschrieben werden

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2, Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist

Mehr

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48 4 Vektorräume 4.1 Definition Sei K ein Körper. Definition: Ein Vektorraum über K, oder kurz ein K-Vektorraum, ist ein Tupel (V,+,, 0 V ) bestehend aus

Mehr

5 Stetigkeit und Differenzierbarkeit

5 Stetigkeit und Differenzierbarkeit 5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.

Mehr

4 Orthogonale Endormorphismen

4 Orthogonale Endormorphismen 4 Orthogonale Endormorphismen Frage: Bei welchen Abbildungen R R bzw. R 3 R 3 bleibt der Abstand zwischen zwei Punkten erhalten? Für α R setzen wir cosα sin α D(α) = und S(α) := sin α cosα ( cos α sin

Mehr

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1 24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx

Mehr

Übungen zu Lineare Algebra und Geometrie 1

Übungen zu Lineare Algebra und Geometrie 1 Übungen zu Lineare Algebra und Geometrie 1 Hermann Schichl Andreas Čap Sommersemester 218 Wiederholung grundlegender Begriffe (1) Bestimmen Sie Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

Übungen zu Lineare Algebra und Geometrie für LAK

Übungen zu Lineare Algebra und Geometrie für LAK Übungen zu Lineare Algebra und Geometrie für LAK Andreas Cap Wintersemester 2010/11 Wiederholung grundlegender Begriffe (1) Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es

Mehr

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen 11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des

Mehr

4 Lineare Abbildungen und Matrizen

4 Lineare Abbildungen und Matrizen Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt

Mehr

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen

Mehr

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen.

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen. Vorlesung 27 Der projektive Raum Definition 1. Sei K ein Körper. Der projektive n-dimensionale Raum P n K besteht aus allen Geraden des A n+1 K durch den Nullpunkt, wobei diese Geraden als Punkte aufgefasst

Mehr

LIE GRUPPEN EMANUEL SCHEIDEGGER

LIE GRUPPEN EMANUEL SCHEIDEGGER LIE GRUPPEN EMANUEL SCHEIDEGGER Zusammenfassung. Definition einer Lie-Gruppe, Beispiele, invariante Vektorfelder, Lie-Klammer, Lie-Algebra (einer Lie-Gruppe), 1. Definition und erste Beispiele Wir beginnen

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

Aufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie:

Aufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie: Aufgabe I (4 Punkte Gegeben seien die Matrix und die Menge Zeigen Sie: H := L := {A R 4 4 A HA = H} a L ist bezüglich der Matrizenmultiplikation eine Gruppe b Die Matrizen der Form ( E O, O B wobei E R

Mehr

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren

Mehr

35 Matrixschreibweise für lineare Abbildungen

35 Matrixschreibweise für lineare Abbildungen 35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir

Mehr

7.3 Unitäre Operatoren

7.3 Unitäre Operatoren Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren

Mehr

LINEARE ALGEBRA FÜR ANALYSIS

LINEARE ALGEBRA FÜR ANALYSIS LINEARE ALGEBRA FÜR ANALYSIS ALBERTO S. CATTANEO Zusammenfassung. Eine Zusammenfassung der wichtigsten in der Analysis gebrauchten Grundbegriffe aus der linearen Algebra (speziell für diejenigen, die lineare

Mehr

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12 Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12 Schriftliche Aufgaben Aufgabe 1. Sei A M(n n, C). Zeigen Sie: (1) exp(a) ist invertierbar mit exp(a) 1 = exp( A). (2) Ist A M(n n, C) selbstadjungiert

Mehr

HM II Tutorium 1. Lucas Kunz. 24. April 2018

HM II Tutorium 1. Lucas Kunz. 24. April 2018 HM II Tutorium 1 Lucas Kunz 24. April 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Körper...................................... 2 1.2 Gruppen..................................... 2 1.3 Vektorraum...................................

Mehr

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153 3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische

Mehr

Übungen zu Lineare Algebra und Geometrie 1

Übungen zu Lineare Algebra und Geometrie 1 Übungen zu Lineare Algebra und Geometrie 1 Hermann Schichl Andreas Čap Sommersemester 218 Wiederholung grundlegender Begriffe (1) Bestimmen Sie Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben

Mehr

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015 sskizzen der Klausur zur Linearen Algebra im Herbst 5 Aufgabe I. Es sei (G, ) eine Gruppe mit neutralem Element e und M {x G x x e}. Zeigen Sie: (a) Ist G kommutativ, so ist M eine Untergruppe von G. (b)

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN 8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es

Mehr

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette 1. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 30.10.03 1 Finden 2 Sei Sie reelle Zahlen a, b, c, so dass a (2, 3, 1) + b (1, 2, 2) + c (2, 5, 3) = (3, 7, 5). (V,, ) ein euklidischer Vektorraum. Zeigen

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

Mehr

für alle a, b, x, y R.

für alle a, b, x, y R. Algebra I 13. April 2008 c Rudolf Scharlau, 2002 2008 33 1.5 Ringe Definition 1.5.1 Ein Ring ist eine Menge R zusammen mit zwei Verknüpfungen + und, genannt Addition und Multiplikation, für die folgendes

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzugen zur Vorlesung: Der Vollständigkeit

Mehr

8 Lineare Abbildungen und Matrizen

8 Lineare Abbildungen und Matrizen 8 Lineare Abbildungen und Matrizen 8.1 Lineare Abbildungen Wir beschäftigen uns nun mit Abbildungen zwischen linearen Räumen. Von besonderem Interesse sind Abbildungen, die die Struktur der linearen Räume

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v. Teil I Lineare Algebra I Vorlesung Sommersemester 2011 Olga Holtz MA 378 Sprechstunde Fr 14-16 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do 12-14 und nv jokar@mathtu-berlinde Kapitel

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009 I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 49 Zu einer reellwertigen Funktion Extrema auf einer offenen Menge G R n interessieren wir uns, wie schon bei einem eindimensionalen

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Lineare Algebra II 11. Übungsblatt

Lineare Algebra II 11. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des

Mehr

Wiederholung von Linearer Algebra und Differentialrechnung im R n

Wiederholung von Linearer Algebra und Differentialrechnung im R n Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:

Mehr

Aufgaben zur linearen Algebra und analytischen Geometrie I

Aufgaben zur linearen Algebra und analytischen Geometrie I Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und

Mehr

4 Lineare Abbildungen und Matrizen

4 Lineare Abbildungen und Matrizen 4.1 Lineare Abbildungen Definition 4.1. Es seien V, W K-Vektorräume. Eine Abbildung f : V W heißt linear oder Homomorphismus, wenn für alle u, v V und λ K gilt Beispiel 4.2. L1 f(u + v) = f(u) + f(v),

Mehr

Gruppen in der Physik Liegruppen und Liealgebren 1.Teil Vortrag vom Claudia Würz

Gruppen in der Physik Liegruppen und Liealgebren 1.Teil Vortrag vom Claudia Würz 1 Einleitung Gruppen in der Physik Liegruppen und Liealgebren 1.Teil Vortrag vom 13.06.2006 Claudia Würz Im folgenden wollen wir uns mit Liegruppen und Liealgebren beschäftigen. Sie sind nicht nur für

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 1 Konstruktion der reellen Zahlen Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente

Mehr

Musterlösung zur Serie 10

Musterlösung zur Serie 10 D-MATH, D-PHYS, D-CHAB Lineare Algebra II FS 1 Prof. Giovanni Felder, Thomas Willwacher Musterlösung zur Serie 1 1. a) Zur Erinnerung: Eine Äquivalenzrelation auf einer Menge M ist eine Relation, die die

Mehr

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.4 2010/05/31 08:41:53 hk Exp hk $ 3 Topologische Gruppen Nachdem wir jetzt gezeigt haben das Quotienten G/H topologischer Gruppen wieder topologische Gruppen sind, wollen wir das Ergebnis

Mehr

Allgemeines über Lie-Algebren

Allgemeines über Lie-Algebren Kapitel I Allgemeines über Lie-Algebren Sophus Lie 1842 1899 Wilhelm Killing 1847 1923 Elie Cartan 1869 1951 Hermann Weyl 1885 1955 1 Einleitung Die meisten Studierenden sind wohl vertrauter mit Beispielen

Mehr

Übungsklausur Lineare Algebra I - Wintersemester 2008/09

Übungsklausur Lineare Algebra I - Wintersemester 2008/09 1 Übungsklausur Lineare Algebra I - Wintersemester 008/09 Teil 1: Multiple Choice (1 Punkte Für ie ganze Klausur bezeichne K einen beliebigen Körper. 1. Welche er folgenen Aussagen sin ann un nur ann erfüllt,

Mehr

KAPITEL 1. Einleitung

KAPITEL 1. Einleitung KAPITEL 1 Einleitung Als Einstieg in die Vorlesung möchte ich zunächst zeigen, dass aus den Grundvorlesungen schon eine ganze Fülle von Beispielen algebraischer Strukturen bekannt sind. Von diesen Beispielen

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Mathematische Grundlagen der Computerlinguistik Lineare Algebra Mathematische Grundlagen der Computerlinguistik Lineare Algebra Dozentin: Wiebke Petersen 10. Foliensatz Wiebke Petersen math. Grundlagen 30 Einleitung Die lineare Algebra beschäftigt sich mit Vektorräumen

Mehr

Begleitmaterial zur Vorlesung Numerik II

Begleitmaterial zur Vorlesung Numerik II Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik

Mehr

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten 6.1 Symmetrische Gruppe Definition: Eine bijektive Abbildung von einer Menge X auf sich selbst heisst eine Permutation von X. Satz-Definition:

Mehr

Seminararbeit. Orthogonale Gruppen. Marvin K. Neugebauer. 15. Juli 2010

Seminararbeit. Orthogonale Gruppen. Marvin K. Neugebauer. 15. Juli 2010 Seminararbeit Orthogonale Gruppen Marvin K Neugebauer 15 Juli 2010 Prof Dr Schwachhöfer Lehrstuhl für Differentialgeometrie Proseminar Lineare Algebra SS 2010 Dank an Rafael Kawka für die Hilfe bei der

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

Differentialformen. Lie-Ableitung von Differentialformen und Poincaré-Formel. Differentialform dp dx und ihre Invarianz bzgl. Hamiltonischer Flüsse.

Differentialformen. Lie-Ableitung von Differentialformen und Poincaré-Formel. Differentialform dp dx und ihre Invarianz bzgl. Hamiltonischer Flüsse. Differentialformen Plan Zuerst lineare Algebra: Schiefsymmetrische Formen im R n. Dann Differentialformen: Invarianz bzgl. Diffeomorphismen (und sogar beliebigen glatten Abbildungen). Äußere Ableitung.

Mehr

1.4 Homomorphismen und Isomorphismen

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

Mehr

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8 D-INFK Lineare Algebra HS 27 Özlem Imamoglu Olga Sorkine-Hornung Musterlösung 8. Kern von A: Die Spalten der Matrix A sind Vielfache voneinander, also sind sie linear abhängig und A hat Rang. Somit hat

Mehr

Lineare Algebra und Geometrie II, Übungen

Lineare Algebra und Geometrie II, Übungen Lineare Algebra und Geometrie II, Übungen Gruppe (9 9 45 ) Sei A 2 Bestimmen Sie A und A Finden Sie weiters Vektoren u, v R 2 mit u und Au A, beziehungsweise v und Av A Zunächst die Berechnung der Norm

Mehr

Aufgaben. f : R 2 R, f(x, y) := y.

Aufgaben. f : R 2 R, f(x, y) := y. 11. Übung zur Maß- und Integrationstheorie, Lösungsskizze A 63 Untermannigfaltigkeiten von R 2 ). Aufgaben Skizzieren Sie grob die folgenden Mengen und begründen Sie, welche davon 1-dimensionale Untermannigfaltigkeiten

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

6.1 Komplexe Funktionen

6.1 Komplexe Funktionen 118 6 Funktionentheorie 6.1 Komplexe Funktionen Wir kennen die komplexen Zahlen als Erweiterung des Körpers der reellen Zahlen. Man postuliert die Existenz einer imaginären Größe i mit der Eigenschaft

Mehr

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q: Lineare Algebra D-MATH, HS 214 Prof Richard Pink Serie 5 1 [Aufgabe] Invertieren Sie folgende Matrizen über Q: 1 a) 1 1 1 1 1 2 1 1 1 b) 1 2 1 1 1 1 2 1 1 1 1 2 1 2 3 1 c) 1 3 3 2 2 1 5 3 1 2 6 1 [Lösung]

Mehr

Mathematik II. Vorlesung 46. Der Gradient

Mathematik II. Vorlesung 46. Der Gradient Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 46 Der Gradient Lemma 46.1. Es sei K ein Körper und V ein K-Vektorraum, der mit einer Bilinearform, versehen sei. Dann gelten folgende Aussagen

Mehr

Kapitel 11. Bilinearformen über beliebigen Bilinearformen

Kapitel 11. Bilinearformen über beliebigen Bilinearformen Kapitel 11 Bilinearformen über beliebigen Körpern Wir können in diesem Kapitel rasch vorgehen, weil die meisten Konzepte im Zusammenhang mit Sesquilinearformen bereits eingeführt wurden. In diesem Abschnitt

Mehr

3. Mai Zusammenfassung. g x. x i (x).

3. Mai Zusammenfassung. g x. x i (x). 3. Mai 2013 Zusammenfassung 1 Hauptsatz Satz 1.1 Sei F C 1 (D) für eine offene Teilmenge D von R q+1 = R q R. Für (x 0, u 0 ) D gelte F (x 0, u 0 ) = 0, (x 0, u 0 ) 0. Dann gibt es eine Umgebung V von

Mehr

7.2 Die adjungierte Abbildung

7.2 Die adjungierte Abbildung 7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)

Mehr

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

α i e i. v = α i σ(e i )+µ

α i e i. v = α i σ(e i )+µ Beweis: Der Einfachheit halber wollen wir annehmen, dass V ein endlich-dimensionaler Vektorraum mit Dimension n ist. Wir nehmen als Basis B {e 1,e 2,...e n }. Für beliebige Elemente v V gilt dann v α i

Mehr

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

Mehr

4.4 Hermitesche Formen

4.4 Hermitesche Formen 44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung

Mehr

Lösung 7: Bilinearformen

Lösung 7: Bilinearformen D-MATH Lineare Algebra II FS 207 Dr. Meike Akveld Lösung 7: Bilinearformen. a). Seien u, u 2 V, λ K, dann gelten nach Voraussetzung: L v (u + λu 2 ) =β(v, u + λu 2 ) = β(v, u ) + β(v, λu 2 ) =β(v, u )

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige

Mehr

Lösung 13: Unitäre Vektorräume und normale Abbildungen

Lösung 13: Unitäre Vektorräume und normale Abbildungen D-MATH Lineare Algebra II FS 2017 Dr. Meike Akveld Lösung 13: Unitäre Vektorräume und normale Abbildungen 1. a) Im Folgenden sei γ : V V C die Abbildung γ(v, w) v + w 2 v w 2 i v + iw 2 + i v iw 2. : Wir

Mehr

Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4.

Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4. Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4. Aufgabe 2.1 (8 Punkte) Es sei K ein Körper, n N, V ein 2n-dimensionaler K -Vektorraum und U

Mehr

9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen

9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen 9 Aus der linearen Algebra Themen: Der à n Lineare Abbildungen Darstellung durch Matrizen Der à n besteht aus den n-tupeln mit x i Ã. x 1 x 2 x = (x 1, x 2,...,x n ) oder x =. x n Der à n besteht aus den

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

auf C[; ] sind linear III Formale Dierentiation und Integration: Die Abbildungen und a + a t + + a n t n a + a t + + na n t n a + a t + + a n t n an a

auf C[; ] sind linear III Formale Dierentiation und Integration: Die Abbildungen und a + a t + + a n t n a + a t + + na n t n a + a t + + a n t n an a x LINEARE ABBILDUNGEN Denition: Seien V; V Vektorraume Eine Abbildung f heit linear, falls (i) (ii) f(x + y) f(x) + f(y) (x; y V ) f(x) f(x) ( R; x V ) Bemerkungen: I (i) und (ii) oben sind aquivalent

Mehr

Der n-dimensionale Raum

Der n-dimensionale Raum Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand

Mehr

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U:

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U: 2. Isotropie Im folgenden sei V ein K-Vektorraum der Dimension n. Es sei q eine quadratische Form darüber und β die zugehörige symmetrische Bilinearform. Zudem gelte in K: 1 + 1 0. Notation 2.0: Wir nennen

Mehr

11. Vorlesung. Lineare Algebra und Sphärische Geometrie.

11. Vorlesung. Lineare Algebra und Sphärische Geometrie. 11. Vorlesung. Lineare Algebra und Sphärische Geometrie. In dieser Vorlesung behandeln wir eine geometrische Anwendung der linearen Algebra. Insbesondere betrachten wir orthogonale Abbildungen. 1. Orthogonale

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr