Aufbau der Projektiven Geometrie

Größe: px
Ab Seite anzeigen:

Download "Aufbau der Projektiven Geometrie"

Transkript

1 Seminararbeit zum Seminar aus Reiner Mathematik Aufbau der Projektiven Geometrie Leonie Knittelfelder Matr. Nr WS 2012/13

2 Inhaltsverzeichnis 1 Einleitung 3 2 Linearmengen Satz (1.3.1): Das Erzeugnis einer Menge U und einem Punkt P Basis und Dimension Basis Satz (1.3.2): Austauscheigenschaft Satz (1.3.3): Wann ist eine Menge eine Basis Satz (1.3.4): Verbindung von Basis und Erzeugendensystem Lemma (1.3.5) Austauschsatz von Steinitz für projektive Räume Satz (1.3.2): Austauschlemma Satz (1.3.7): Austauschsatz von Steinitz Korollar (1.3.8): Basisergänzungssatz Dimension Lemma (1.3.9) Lemma (1.3.10) Satz (1.3.11): Dimensionsformel Korollar (1.3.12)

3 1 Einleitung Diese Seminararbeit widmet sich dem Aufbau der projektiven Geometrie, einem Teilgebiet der projektiven Geometrie. Behandelt werden bekannte Sätze wie der Steinitzsche Austauschsatz für projektive Räume, dem Basisergänzungssatz oder die Dimensionsformel. Die Arbeit wurde ihm Rahmen der Lehrveranstaltung Seminar aus Reiner Mathematik im Wintersemester 2012/13 an der Karl-Franzens-Universität geschrieben. Das Buch Projektive Geometrie, erschienen im Vieweg und Teubner Verlag 2004, von Albrecht Beutelspacher und Ute Rosenbaum diente als Literatur. Speziell das Kapitel 1.3 Aufbau der Projektiven Geometrie diente als Grundlage. Die in Klammer geschriebenen Nummerierungen der Sätze, Lemma, ect. entsprechen denen im Buch. Der Inhalt dieser Seminararbeit ist in mehrere Kapitel und Unterkapitel gegliedert. Ersteres handelt von Linearmengen, deren Beispiele, wichtige Sätze und Definitionen, z.b. was heißt kollinear oder was ist das Erzeugnis? Zweiteres befasst sich mit den Begriffen Basis und Dimension. Ferner wird auch das Austauschlemma von Steinitz bis zur Dimensionsformel behandelt und bewiesen. Gute Unterhaltung und neue Erkenntnisse wünscht die Autorin (Leonie Knittelfelder) Matr. Nr

4 2 Linearmengen Sei P = (P, G, I) ein nicht ausgearteter projektiver Raum. Wobei P die Menge der Punkte, G die Menge der Geraden und I die Menge der Inzidenzen beschreibt. Man nennt P = (P, G, I) auch eine Inzidenzstruktur. Die Inzidenz ist die einfachste Realtion zwischen Punkten und Geraden. Definition: Sei U P. Man nennt U eine Linearmenge von P, wenn gilt: Für zwei verschiedene Punkte S und Q aus U, liegen auch alle Punkte auf der Gerade SQ in U. Jede Linearmenge U bildet eine Inzidenzstruktur P (U) = (U, G U, I U ), die wiederum ein projektiver Raum ist. Beispiele. Da Linearmengen Unterräume sind, kennt man die folgenden Beispiele schon aus der Linearen Algebra: Sowohl die leere Menge, alle Ein-Punkt Mengen, Geraden (als Menge der Punkte gesehen) und die Gesamtpunktmenge P. Außerdem gilt für jede Teilmenge U P, dass diese mindestens in einer Linearmenge enthalten ist. Definition: Punkte, die mit einer gemeinsamen Gerade inzidieren, nennt man kollinear. Gibt es keine solche Gerade, nennt man die Punkte nichtkollinear. Umgekehrt gilt für Geraden: Inzidieren mehrere Geraden mit einem Punkt, so nennt man diese kopunktal. Das Erzeugnis W mit W P ist die kleinste Linearmenge, die W enthält. W := {U W U, ULinearmenge} Insbesondere ist W ein von W aufgespannter Unterraum. Beispiele. Die Ebene ist beispielsweise das Erzeugnis von drei nichtkollinearen Punkten (Die eigentliche Definition einer Ebene folgt am Ende der Seminararbeit(. Die leere Menge erzeugt die leere Menge und ein Punkt S wieder den Punkt S. Zwei Punkte hingegen erzeugen die Verbindungsgerade. Anfangs wurde der Projektive Raum durch die kleinsten Linearmengen definiert, nun folgt man einem rekursiven Ansatz zum Aufbau, den der folgende Satz beschreibt. 2.1 Satz (1.3.1): Das Erzeugnis einer Menge U und einem Punkt P Sei U φ eine Linearmenge von P, P / U ein Punkt in P. Dann gilt U, P = {(P Q) Q U} wobei (P Q) die Menge der Punkte der Geraden P Q beschreibt. Ferner schneidet jede Gerade von U, P die Linearmenge U. 4

5 Beweis. : Trivial. U, P ist eine Linearmenge und enthält somit auch alle Geraden P Q mit Q U, d.h. U, P {(P Q) Q U}. : Zu zeigen ist, dass Γ := {(P Q) Q U} eine Linearmenge ist. Wir betrachten dazu eine Gerade g, die zwei verschiedene Punkte R und S aus Γ enthält, und zeigen, dass jeder Punkt X g in Γ liegt. Hier ist eine Fallunterscheidung nötig. 1. Fall: Gilt ebenfalls R, S U (Linearmenge), so ist natürlich := left(rs U Γ. 2. Fall: Inzidiert ein Punkt P mit der Geraden g, so ist sie von der Form g = P Q mit Q U. Die Gerade g enthält zwei verschiedene Punkte von Γ, also liegt der Punkt R P von der Gerade g ebenso auf (P Q) Γ mit Q U. Da es aber nur genau eine Gerade geben kann, die mit zwei verschiedenen Punkten inzidiert (Axiom 1), sind g und (P Q) ident. Daher nehme man an, dass g nicht mit dem Punkt R inzidiert. 3. Fall: Sei R U, aber S / U. Laut Annahme gilt S Γ, per Definition von Γ inzidiert die Gerade (P S) mit einem Punkt T U. Sei X g ein beliebiger Punkt. O.B.d.A. sei X R, S, weil wir zeigen wollen, dass X Γ gilt. So schneidet die Gerade P X die Seiten des Dreiecks aus den Punkten R, S, T genau in den verschiedenen Punkten X und P. Nach dem Axiom von Veblen-Young (Seien A, B, C, D vier Punkte. Die Geraden AB und CD inzidieren mit einem gemeinsamen Punkt, so haben auch AC und BD einen Schnittpunkt.) inzidiert die Gerade P X mit der Geraden RT. Man nenne diesen Schnittpunkt Z und Z (RT ) U, also auch X (P Z) Γ. 4. Fall: Seien R, S / U, aber R, S Γ, also gibt es R, S U, R (P R ) und S (P S ). g schneidet die Seiten des Dreiecks P, R, S in den verschiedenen Punkten R und S, weil g nicht mit P inzidiert. Durch Veblen-Young schneiden sich g und R S im Punkt Y U. Daraus folgt g = SY und mit Hilfe des vorigen Falles gilt dann (g) Γ. Daraus folgt nun: U, P = {V P V, U V, V Linearmenge} Γ Γ. Bemerkung. Laut diesem Satz sind alle Unterräume eines projektiven Raumes durch Angabe der Punkte, Geraden und Inzidenzen eindeutig festgelegt, daher kann die gesamte Geometrie beschrieben werden. 5

6 3 Basis und Dimension 3.1 Basis Satz (1.3.2): Austauscheigenschaft Sei U P eine Linearmenge und P P \ U. Dann gilt: Q U, P \ U P U, Q, insbesondere U, P = U, Q Beweis. Nach Satz (1.3.1) und Q U, P \ U gibt es Q U mit P (QQ ) U, Q. U U, Q P U, Q U, P U, Q Die andere Inklusion erfolgt analog. Definition: Sei B P eine Punktmenge. B heißt unabhängig, wenn B B P B \ B P / B. Umgekehrt heißt P abhängig von B, wenn P B. Man nennt eine Menge B, bestehend aus unabhängigen Punkten mit B = P, eine Basis von P. Beispiele. Eine Menge bestehend aus einem Punkt, zwei verschiedene Punkte oder drei Punkte, die nicht mit derselben Geraden inzidieren, sind unabhängig Satz (1.3.3): Wann ist eine Menge eine Basis Sei B P eine Menge aus Punkten. Sie ist genau dann eine Basis von P, wenn B ein minimales Erzeugendensystem ist, d.h. keine echte Teilmenge von B kann den Raum erzeugen. Beweis. = : Sei B eine Basis, also erzeugt diese P. Angenommen, B B : B = P. Daraus folgt P B \ B und daher gilt P B. Ein Widerspruch zur Unabhängigkeit von B. =: Sei B nun ein minimales Erzeugendensystem. Man muss nun zeigen, dass B unabhängig ist. Angenommen, B sei nicht unabhängig, also P B : P B \ {P }. P = B = B \ {P } {P } = B \ {P }, P B \ {P }. Hier hat bereits B \ {P } P erzeugt. Dies steht im Widerspruch zur Minimalität von B. Definition: Der projektive Raum P heißt endlich erzeugt, falls es eine endliche Menge B von Punkten existiert, die P erzeugt. Für die folgenden Sätze, Definitionen, etc. ist P immer ein endlich erzeugter projektiver Raum. 6

7 3.1.3 Satz (1.3.4): Verbindung von Basis und Erzeugendensystem Sei ξ ein endliches Erzeugendensystem von P. Dann hat P eine Basis B mit B ξ. Insbesondere ist diese Basis endlich. Beweis. Sei ξ 0 = ξ. Wenn ξ 0 ein minimales Erzeugendensystem ist, folgt, dass ξ 0 nach Satz (1.3.3) eine Basis. Ansonsten gilt: ξ 1 ξ 0 und diese erzeugt P. ξ ist endlich, also kommt man nach endlich vielen Schritten zu einer Basis B = ξ n ξ Lemma (1.3.5) Sei B P eine Menge von unabhängigen Punkten, seien B 1, B 2 B. Wenn B endlich ist, folgt: B 1 B 2 = B 1 B 2. Beweis. : B 1 B 2 B 1, B 2 B 1 B 2 B 1 B 2. : Man verwendet Induktion nach B 1. Für B 1 = 0 B 1 =, die triviale Aussage. Wir nehmen an B 1 1, also gilt die Aussage für Mengen mit B 1 1 Elementen. O.B.d.A sei B 1 B 2. Daher gilt: P B 1 \ B 2 ein Punkt. Nach Induktion gilt für B 1 := B 1 \ {P } die Behauptung. Annahme: Sei X ( B 1 B 2 ) \ B 1 B 2. Für X B 1 X B 1 B 2. Nach Induktion gilt also X B 1 B 2 und damit auch X B 1 B 2. Dies ist ein Widerspruch, also gilt: X B 1 \ B 1 = B 1, P \ B 1 Aus der Austauscheigenschaft folgt nun P B 1, X. Aber: X B 2 P B 1, X B 1, B 2 = B 1, B 2 = B 1 B 2 Aber P / B 2, B 1. Daraus folgt ein Widerspruch zur Unabhängigkeit von B, denn mit B 0 := B 1 B 2 B gilt: P B 0, aber P / B 0 7

8 3.2 Austauschsatz von Steinitz für projektive Räume Zuerst der Spezialfall: Satz (1.3.2): Austauschlemma Sei B eine endliche Basis von P. Dann gilt P P Q B (B \ {Q}) {P } ist eine Basis von P. Beweis. B < B B P B B B P / B Sei also Q B beliebig. 1. Sei P B \ {Q}, so folgt mit dem vorherigen Lemma (1.3.5) P B \ {Q} B = (B \ {Q}) B = B \ {Q} Dies ist aber ein Widerspruch zur Minimalität von B, also P / B \ {Q} 2. Mit der Austauscheigenschaft und aus 1.) ergibt sich B 1 := B \ {Q} {P } = B \ {Q}, P = B \ {Q}, Q = B = P Daraus folgt, dass B 1 ein Erzeugendensystem von P ist. Man zeigt nun, dass B 1 unabhängig ist: Angenommen, B 1 sei abhängig, dann gilt X B 1 X B 1 \ {X}. Für X = P folgt, P B 1 \ {P }, was ein Widerspruch zu 1.) ist. Also muss X B\{Q}. Unsere Annahme behauptet: X B 1 \ {X} = B \ {Q, X}, P. B \ {Q} ist unabhängig, daraus folgt X / B \ {Q, X}. Mit der Austauscheigenschaft folgt nun aber P B \ {Q, X}, X = B \ {Q, X}, X = B \ {Q} Was wiederum zu einem Widerspruch zu 1.) führt, also ist B 1 unabhängig Satz (1.3.7): Austauschsatz von Steinitz Sei B eine endliche Basis von P. Wenn C eine unabhängige Menge ist, so gilt: 1. C ist eine endliche Menge mit C B. 2. B B : B = B C, sodass C B eine Basis von P. 8

9 Beweis. Sei B = r, C P : C = s. Wir führen eine Induktion nach s durch. s = 1: Die Behauptung ergibt sich durch das Austauschlemma. s > 1: Der Satz gelte für s 1. Sei P C ein beliebiger Punkt. Dann ist C = C \ {P } mit s 1 Punkten. Nach Induktion gilt s 1 r und B B B = r (s 1), sodass C B eine Basis von P. Wäre s 1 = r und damit B =, wäre bereits C eine Basis von P. Außerdem wäre P C, was ein Widerspruch zur Unabhängigkeit wäre, also gilt s r. Damit gilt Punkt 1). Zu Punkt 2): B < B C B : P B Angenommen, P ist in dem Erzeugnis einer echten Teilmenge von B enthalten. P B ( C B ) (1.3.5) = B ( C B ) = ( B C ) ( B B ) = B C C = C \ {P } Ein Widerspruch, also gilt B B. Für Q B B ist (C (B \ {Q})) {P } nach dem Austauschlemma eine Basis und es gilt: ( C ( B \ {Q} )) {P } = ( C {P } ) ( B \ {Q} ) = C ( B \ {Q} ) Man setze B := B \ {Q} und daraus ergibt sich Punkt 2). Abschließend nehme man an, C sei eine unendliche Menge, so gäbe es eine endliche Teilmenge mit r+1 = s r Elementen, dies stellt wiederum einen Widerspruch dar Korollar (1.3.8): Basisergänzungssatz Sei P ein endlich erzeugbarer projektiver Raum. Dann haben je zwei Basen von P dieselbe Anzahl an Elementen. Auch jede Basis eines Unterraums oder unabhänige Menge kann zu einer Basis von P erweitert werden. Beweis. Nach Satz (1.3.4) hat P eine endliche Basis mit r Elementen. Nach dem Austauschsatz von Steinitz (1.3.7) besitzt jede unabhängige Menge, speziell eine Basis, genau r Elemente. Sind nun B 1 und B 2 zwei Basen, folgt mit (1.3.7) Punkt 1 : Die Aussage folgt aus (1.3.7) Punkt 2. B 1 B 2 B 2 B 1 B 1 = B 2 9

10 3.3 Dimension Dimension: Sei P ein endlich erzeugter projektiver Raum. Ist nach dem Basisergänzungssatz d + 1 die Anzahl der Elemente einer Basis, so ist d die Dimension von P, dimp = d Lemma (1.3.9) Sei U P ein Unterraum. Dann gilt: 1. dim (U) dim (P). 2. dim (U) = dim (P) U = P Beweis. 1. Jede Basis U P ist unabhängig. Sie besitzt also höchstens dim (P) + 1 Elemente, also muss dim (U) endlich und es gilt: 2. =: Trivial. dim (U) dim (P) = : Aus dim (U) = dim (P) folgt, dass jede Basis B von U auch eine Basis von P ist, also U = B = P. Definition: Sei P ein projektiver Raum mit dim (P) = d <. Die Unterräume der Dimension 2 heißen Ebenen und die mit Dimension d 1 Hyperebenen von P. Die Menge aller Unterräume von P bezeichnet man mit U (P). Mit der Enthaltenseinrelation nennt man U (P) die zum projektiven Raum P gehörige projektive Geometrie. Die trivialen Unterräume sind die leere Menge und der gesamte Raum. Bemerkung. Da sich der projektive Raum und die projektive Geometrie gegenseitig eindeutig bestimmen, unterscheidet man die beiden sprachlich nicht Lemma (1.3.10) Sei P ein d-dimensionaler projektiver Raum, U ein t-dimensionaler Unterraum von P mit 1 t d. Dann gibt es d t Hyperebenen von P so, dass U der Durchschnitt dieser Hyperebenen ist. Beweis. Sei {P 0, P 1,..., P t } eine Basis von U. Man kann sie nun nach dem Austauschsatz von Steinitz zu einer Basis B = {P 0,..., P t, P t+1,..., P d } von P ergänzen. Man definiere H i := B \ {P t+i }, i = 1,..., d t 10

11 So erhalten wir d t Hyperebenen. Nun wird ihr Durchschnitt berechnet: H 1... H d t = {P 0,...P t, P t+2,..., P d }... {P 0,...P t, P t+1,..., P d 1 } (1.3.5) = {P 0,...P t, P t+2,..., P d }... {P 0,...P t, P t+1,..., P d 1 } = {P 0,..., P t } = U Satz (1.3.11): Dimensionsformel Seien U und W Unterräume von P. Dann gilt: dim ( U, W ) = dim (U) + dim (W) dim (U W). Beweis. Man wähle eine Basis A = {P 1,..., P s } von U W und ergänzen diese zu einer Basis B von U und C von W: B = {P 1,..., P s, P s+1,..., P s+t }, C = {P 1,..., P s, Q s+1,..., Q s+t }. Es genügt zu zeigen, dass B C eine Basis von U, W ist: 1. B C ist ein Erzeugendensystem von U, W wegen U, W = B C. 2. Man zeige B C ist unabhängig: Angenommen X U C \ A. Da C \ A W, gilt X W und vor allem X W U. X (U W) C \ A (1.3.5) = A C \ A =. Angenommen B C sei eine abhängige Menge. Dadurch gilt für einen Punkt P B C auch P (B C) \ {P }. O.B.d.A. kann man voraussetzen, dass P B ist. Dann folgt P (P C) \ {P } = B \ {P }, C \ A = B \ {P }, C \ A. Der Verbindungssatz (Sei M ein Teilraum und N / M, so gilt M {N} = {A + B B M}) besagt nun, dass es Punkte T C \ A und S B \ {P } U mit der Eigenschaft P (ST ). Angenommen (ST ) schneidet U in zwei Punkten, gelte ebenfalls, dass alle Punkte von (ST ) auch in U enthalten sind. Da T C \ A, entsteht hier aber ein Widerspruch. Also ist S der einzige Punkt in U und (ST ). Da P U ST, muss auch P = S B \ {P } gelten. Dies ist aber ein Widerspruch zur Unabhängigkeit von B. Also ist B C eine Basis von U, W. Damit folgt: dim ( U, W ) = B C 1 = s + t + s + t s 1 = s + t 1 + s + t (s 1) = dim (U) + dim (W) dim (U W). 11

12 Beispiel: Man nehme zwei verschiedene Geraden g, h. Diese spannen eine Ebene auf, wenn sie einen Punkt gemeinsam haben, da dim (g h) = 0, ansonsten erzeugen sie einen dreidimensionalen Unterraum Korollar (1.3.12) Sei P ein projektiver Raum, U ein beliebiger Unterraum und H eine Hyperebene. Dann gilt entweder U P : U H oder dim (U H) = dim (U) 1. Insbesondere trifft jede Gerade, die nicht in H enthalten ist, einen Punkt aus H. Beweis. Sei dim (P) = d und U H. Dann ist U, H ein Unterraum echt größer als H, also gilt U, H = P. Mit Hilfe der Dimensionsformel folgt: dim (U H) = dim (U) + dim (H) dim ( U, H ) = dim (U) + (d 1) d = dim (U) 1. 12

Homogene und inhomogene Koordinaten und das Hyperboloid

Homogene und inhomogene Koordinaten und das Hyperboloid Seminararbeit zum Seminar aus Reiner Mathematik Homogene und inhomogene Koordinaten und das Hyperboloid Gernot Holler 1010674 WS 2012/13 28.November 2012 1 Inhaltsverzeichnis 1 Einleitung 3 2 Homogene

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

2.3 Basis und Dimension

2.3 Basis und Dimension 23 Basis und Dimension Erinnerung Gegeben ein K-Vektorraum V, ein Vektorensystem x,, x n in V Eine Linearkombination in den x i ist ein Vektor der Form λ x + + λ n x n mit λ i K Die λ i heißen Koeffizienten

Mehr

6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt

6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 213/214 Markus Schweighofer Lineare Algebra I 6.2 Basen Definition 6.2.1. Seien V ein K-Vektorraum, n N und v 1,..., v n V. (a)

Mehr

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren Basis und Dimension Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren aus V. 1) (v i ) i I heißt ein Erzeugendensystem von V, wenn Span(v i ) = V. 2) (v i ) i I heißt Basis von

Mehr

Projektive Räume und Unterräume

Projektive Räume und Unterräume Projektive Räume und Unterräume Erik Slawski Proseminar Analytische Geometrie bei Prof. Dr. Werner Seiler und Marcus Hausdorf Wintersemester 2007/2008 Fachbereich 17 Mathematik Universität Kassel Inhaltsverzeichnis

Mehr

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 11 Lineare Unabhängigkeit Definition 11.1. Es sei K ein Körper und V ein K-Vektorraum. Dann heißt eine Familie von Vektoren v i, i I,

Mehr

Kapitel II. Vektorräume

Kapitel II. Vektorräume Inhalt der Vorlesung LAAG I Prof. Dr. Arno Fehm TU Dresden WS2017/18 Kapitel II. Vektorräume In diesem ganzen Kapitel sei K ein Körper. 1 Definition und Beispiele 1.1 Beispiel. Ist K = R, so haben wir

Mehr

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin: Lineare Algebra I - 9.Vorlesung - rof. Dr. Daniel Roggenkamp & Falko Gauß Korrektur: 2. Klausurtermin: 09.02.2017 Linearkombination von Vektoren lineare Hülle Erzeugendensystem S lineare Unabhängigkeit

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 08.11.2013 Alexander Lytchak 1 / 11 Erinnerung Proposition Es sei (v i ) i I eine Familie von Vektoren aus einem reellen

Mehr

3.3 Austauschsatz, Basisergänzungssatz und Dimension

3.3 Austauschsatz, Basisergänzungssatz und Dimension 66 Kapitel III: Vektorräume und Lineare Abbildungen 3.3 Austauschsatz, Basisergänzungssatz und Dimension Montag, 15. Dezember 2003 Es sei V ein Vektorraum. Jedes Teilsystem eines linear unabhängigen Systems

Mehr

5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung

5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung Kapitel II Lineare Algebra und analytische Geometrie 5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung Wann liegt ein Punkt auf einem affinen Unterraum? Wann haben zwei affine Unterräume

Mehr

3 Die Strukturtheorie der Vektorräume

3 Die Strukturtheorie der Vektorräume Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 3 Die Strukturtheorie der Vektorräume Sei V ein K-Vektorraum Sei v 1,...v r V endlich viele vorgegebene Vektoren. Definition: 1. Jeder Vektor

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 8 Dimensionstheorie Ein endlich erzeugter Vektorraum hat im Allgemeinen ganz unterschiedliche Basen. Wenn

Mehr

Kapitel 13. Lineare Gleichungssysteme und Basen

Kapitel 13. Lineare Gleichungssysteme und Basen Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x

Mehr

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Kapitel II. Vektorräume Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Die fundamentale Struktur in den meisten Untersuchungen der Linearen Algebra bildet der Vektorraum.

Mehr

3.2 Unabhängigkeitsstrukturen

3.2 Unabhängigkeitsstrukturen 80 3.2 Unabhängigkeitsstrukturen Unser Ziel ist der Nachweis, daß in Vektorräumen, also in Moduln über Körpern, Basen existieren und zwei endliche Basen gegebenenfalls von derselben Ordnung sind. (Basen

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.4 2017/04/13 14:48:29 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.1 Affine Geometrie im R d Wir hatten einen affinen Teilraum A des R d als eine Teilmenge der Form A = a + U definiert,

Mehr

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren 3. Wurzelsysteme Als erstes führen wir den Begriff eines Wurzelsystems ein. Definition 3.1 (Wurzelsystem). Eine endliche Teilmenge Φ V {0} heißt Wurzelsystem falls gilt: (R1) Φ Rα = {±α} für α Φ, (R2)

Mehr

Übungen zur Linearen Algebra 1

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

Mehr

Anhang A. Etwas affine Geometrie. A.1 Die affine Hülle

Anhang A. Etwas affine Geometrie. A.1 Die affine Hülle Anhang A Etwas affine Geometrie In diesem Anhang stellen wir die wichtigsten Grundbegriffe aus der affinen Geometrie zusammen, soweit sie eben für uns von Nutzen sind. Für weiterführende Ergebnisse sei

Mehr

Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik

Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik Lineare Algebra Analytische Geometrie I* Übungsaufgaben, Blatt Musterlösungen Aufgabe. Es seien A, B, C Teilmengen einer Menge X. Zeige: i A B C =

Mehr

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum, 2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller 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 4.3 und 4.4

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent.

Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent. Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine Teilmenge des nichttrivialen

Mehr

4 Affine Koordinatensysteme

4 Affine Koordinatensysteme 4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner

Mehr

2 Affine und projektive Ebenen

2 Affine und projektive Ebenen $Id: ebenen.tex,v 1.3 2018/11/06 12:51:04 hk Exp $ 2 Affine und projektive Ebenen Nachdem wir in der letzten Sitzung affine Ebenen definiert und ein wenig untersucht haben kommen wir nun zu den sogenannten

Mehr

Summen und direkte Summen

Summen und direkte Summen Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 8 18. Mai 2010 Kapitel 8. Vektoren (Fortsetzung) Lineare Unabhängigkeit (Fortsetzung) Basis und Dimension Definition 80. (Lineare (Un-)Abhängigkeit)

Mehr

Seminararbeit zum Thema Translationen und Schiefkörper

Seminararbeit zum Thema Translationen und Schiefkörper Seminararbeit zum Thema Translationen und Schiefkörper Miriam Hraßnigg 9. Januar 2013 1 Inhaltsverzeichnis 1 Translationen 3 2 Der Schiefkörper 7 2 1 Translationen Beginnen wir damit uns zwei schon lange

Mehr

Der Satz von DESARGUES und der Satz von PAPPOS

Der Satz von DESARGUES und der Satz von PAPPOS Der Satz von DESARGUES und der Satz von PAPPOS Kirstin Strokorb November 2005 Inhaltsverzeichnis 1 Einleitung 2 2 Der Satz von DESARGUES 2 2.1 Das Dualitätsprinzip........................ 3 3 Der Satz

Mehr

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i.

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i. Kapitel Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften von R 3 interessieren, so stört manchmal die Ausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise

Mehr

Zusammenfassung. von Kapitel 8 und Dezember Zusammenfassung. 8 Vektorräume. 9 Lin. Algebra. Vektorraum Unterraum allg. Rechenregeln.

Zusammenfassung. von Kapitel 8 und Dezember Zusammenfassung. 8 Vektorräume. 9 Lin. Algebra. Vektorraum Unterraum allg. Rechenregeln. von Kapitel 8 und 9 9. Dezember 2013 Die Definition des es K ist ein Körper, dann heißt die Menge Î K-VR, falls: Die Definition des es K ist ein Körper, dann heißt die Menge Î K-VR, falls: 1. Î ist bez.

Mehr

3 Längenendliche Verbände. Dimension

3 Längenendliche Verbände. Dimension 3 Längenendliche Verbände. Dimension Unser Ziel ist es, projektive Geometrien endlicher Dimension durch Spezialisierung der betrachteten Verbände zu kennzeichnen. Dazu gehört sicher, dass es endliche viele

Mehr

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z); 5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff

Mehr

Einbettungen von Polarräumen

Einbettungen von Polarräumen Einbettungen von Polarräumen Diplomarbeit von Velena Reuter betreut von Prof. Dr. Dr. Katrin Tent Fakultät für Mathematik Universität Bielefeld 13. August 2008 Inhaltsverzeichnis 1 Einleitung 2 2 Punkt-Geraden-Räume

Mehr

Seminararbeit zum Seminar aus reiner Mathematik

Seminararbeit zum Seminar aus reiner Mathematik Seminararbeit zum Seminar aus reiner Mathematik Gudrun Freidl, Julia Schönhart Vortrag am 12.12.2012 1 In dieser Seminararbeit wollen wir den Beginn des 3. Kapitels des Buches Projektive Geometrie behandeln.

Mehr

Lineare Algebra II Lösungen der Aufgaben 42 und 43

Lineare Algebra II Lösungen der Aufgaben 42 und 43 D Blottière SS 7 P Schützdeller Universität Paderborn Lineare Algebra II Lösungen der Aufgaben 4 und 43 Aufgabe 4 : Bemerkungen : Es sei V ein n-dimensionaler Vektorraum über einem Körper K und β : V V

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.31 2018/04/10 15:11:07 hk Exp hk $ 1 Analytische Geometrie und Grundlagen 1.1 Affine Geometrie im R d Wir beschäftigen uns gerade mit den affinen Teilräumen des R d, diese erlauben

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben

Mehr

Vortrag 11: Der Satz von Bézout. Friedrich Feuerstein, Christian Pehle 17. Juli 2009

Vortrag 11: Der Satz von Bézout. Friedrich Feuerstein, Christian Pehle 17. Juli 2009 Vortrag 11: Der Satz von Bézout Friedrich Feuerstein, Christian Pehle 17. Juli 2009 1 Einleitung Ziel dieses Vortrages ist es zu zeigen, dass zwei Kurven vom Grad s bzw. t in der Ebene genau st Schnittpunkte

Mehr

Algebraische Körpererweiterungen I

Algebraische Körpererweiterungen I Algebraische Körpererweiterungen I Thomas Schmalfeldt, Florian Schuler Seminar über Galoistheorie, 18. Februar 2009 Inhaltsverzeichnis 1 Charakteristik und Primkörper 2 2 Grad einer Körpererweiterung 3

Mehr

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2 II. Basis und Dimension ================================================================= 2.1 Linearkombination und Basis -----------------------------------------------------------------------------------------------------------------

Mehr

Übersicht Kapitel 9. Vektorräume

Übersicht Kapitel 9. Vektorräume Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG Aufgabe 1 Es sei K ein Körper, V ein K-Vektorraum, und seien v 1,..., v n V (n N). (a) Definieren Sie, wann die endliche Familie v 1,...,

Mehr

Blatt 10 Lösungshinweise

Blatt 10 Lösungshinweise Lineare Algebra und Geometrie I SS 05 Akad. Rätin Dr. Cynthia Hog-Angeloni Dr. Anton Malevich Blatt 0 Lösungshinweise 0 0 Aufgabe 0. Es seien die Vektoren u =, v = und w = in R gegeben. a # Finden Sie

Mehr

Große Mengen und Ultrafilter. 1 Große Mengen

Große Mengen und Ultrafilter. 1 Große Mengen Vortrag zum Seminar zur Analysis, 31.10.2012 Marcel Marnitz In diesem Vortrag wird das Konzept mathematischer Filter eingeführt. Sie werden in späteren Vorträgen zur Konstruktion der hyperreellen Zahlen

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 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.39 2018/05/03 14:55:15 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Nachdem wir uns am Ende der letzten Sitzung an den Orthogonalitätsbegriff der linearen

Mehr

Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I

Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I Humboldt-Universität zu Berlin.0.08. Mathematisch-Naturwissenschaftliche Fakultät II, Institut für Mathematik A. Filler Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I Bitte lösen

Mehr

Überabzählbarkeit der reellen Zahlen

Überabzählbarkeit der reellen Zahlen Überabzählbarkeit der reellen Zahlen Mathematik M4 Dozentin: Dr. Regula Krapf Jan Lukas Schallenberg Matr. Nr.: 214202241 November 2017 1 Inhaltsverzeichnis 1 Dedekindsche Schnitte 3 2 Addition und Multiplikation

Mehr

LINEARE ALGEBRA I (LEHRAMT GYMNASIUM) WINTERSEMESTER 2015/16

LINEARE ALGEBRA I (LEHRAMT GYMNASIUM) WINTERSEMESTER 2015/16 LINEARE ALGEBRA I (LEHRAMT GYMNASIUM) WINTERSEMESTER 2015/16 CAROLINE LASSER Inhaltsverzeichnis 1. Vektorräume 2 1.1. Vektorräume und Unterräume (13.10.) 2 1.2. Lineare Unabhängigkeit (20.10.) 3 1.3. Basen

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

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

Kapitel V. Affine Geometrie

Kapitel V. Affine Geometrie Kapitel V Affine Geometrie 1 Affine Räume Betrachte ein lineares Gleichungssystem Γ : 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

Mehr

b liegt zwischen a und c.

b liegt zwischen a und c. 2 DIE ANORDNUNGSAXIOME 5 (2.4) a, b, c R : (a < b 0 < c) ac < bc Monotoniegesetz der Multiplikation Bezeichnungen a > b : b < a (> wird gelesen: größer als ) a b : a < b oder a = b a b : a > b oder a =

Mehr

5.1 Affine Räume und affine Abbildungen

5.1 Affine Räume und affine Abbildungen 402 LinAlg II Version 1.2 21. Juli 2006 c Rudolf Scharlau 5.1 Affine Räume und affine Abbildungen Ein affiner Raum besteht aus zwei Mengen P und G zusammen mit einer Relation der Inzidenz zwischen ihnen.

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie Sommersemester 2009 Franz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 13, 6020

Mehr

Lineare Abhängigkeit

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

Mehr

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,

Mehr

Der Satz von Krein-Milman und der Satz von der trennenden Hyperebene

Der Satz von Krein-Milman und der Satz von der trennenden Hyperebene Der Satz von Krein-Milman und der Satz von der trennenden Hyperebene Sascha Schleef 28.10.2011 Ausarbeitung im Rahmen des Proseminars Analysis auf Grundlage des Buches A course in convexity von Alexander

Mehr

Seminararbeit Zahlentheorie. Gitter und der Minkowskische Gitterpunktsatz

Seminararbeit Zahlentheorie. Gitter und der Minkowskische Gitterpunktsatz Seminararbeit Zahlentheorie Gitter und der Minkowskische Gitterpunktsatz Natascha Bilkic und Andreas Welling 4. Dezember 2007 Inhaltsverzeichnis I. Einführung 3 8.1. Definition: Gitter................................

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 215/216 Lineare Algebra und analytische Geometrie I Vorlesung 27 In der letzten Vorlesung haben wir die Haupträume zu einem Eigenwert λ zu einem Endomorphismus ϕ als Kern

Mehr

Musterlösung Serie 8

Musterlösung Serie 8 D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge

Mehr

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

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen. 1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 25/26 Lineare Algebra und analytische Geometrie I Schläft ein Lied in allen Dingen, Die da träumen fort und fort, Und die Welt hebt an zu singen, Triffst du nur das Zauberwort

Mehr

Lösungen der Aufgaben zu Abschnitt 5.4

Lösungen der Aufgaben zu Abschnitt 5.4 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ

Mehr

Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen)

Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen) WS 2015/16 Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

3.3 Der Seitenverband

3.3 Der Seitenverband Diskrete Geometrie (Version 3) 10. Januar 2012 c Rudolf Scharlau 217 3.3 Der Seitenverband Wir setzen die Untersuchung der Relation ist Seite von auf der Menge aller konvexen Polytope in einem gegebenen

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

5 Komplementäre Verbände

5 Komplementäre Verbände 5 Komplementäre Verbände Die Bestimmung von Verbandselementen durch Punkte hat in modularen längenendlichen Verbänden im Falle der Existenz sinnvolle Eigenschaften (vgl. 4.5), die Existenz kann aber mit

Mehr

Für die Matrikelnummer M = Dann sind durch A =

Für die Matrikelnummer M = Dann sind durch A = Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m 3 + 2 m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m 2 + 2 m 2 m 4 + m 5 und b := m 6 m 4 + a) Finden Sie eine Lösung x R 7 für die Gleichung Ax =. b) Finden Sie

Mehr

U = U, v i λ i = o und (z.b.) λ 1 0. i=1 1 = i=2. i=2

U = U, v i λ i = o und (z.b.) λ 1 0. i=1 1 = i=2. i=2 7 Lineare Unabhängigkeit, asis Existenzsatz M Am Ende des vorigen Paragraphen betrachteten wir bei vorgegebener Teilmenge T eines K-Vektorraumes V das Erzeugnis U von T in V. Die ildung des Erzeugnisses

Mehr

3 Vektorräume abstrakt

3 Vektorräume abstrakt Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare

Mehr

Vektorräume. 9.1 Grundlagen

Vektorräume. 9.1 Grundlagen 9 Vektorräume 9. Grundlagen Definition 9. (Vektorraum) Sei K ein Körper. Ein Vektorraum über K (oder K-Vektorraum) bestehtauseiner(nichtleeren)mengev zusammen mit zwei Verknüpfungen: +: V V! V (Vektoraddition)

Mehr

102 KAPITEL 14. FLÄCHEN

102 KAPITEL 14. FLÄCHEN 102 KAPITEL 14. FLÄCHEN Definition 14.3.1 (Kurve) Es sei M eine k-dimensionale Untermannigfaltigkeit des R n. Eine C 1 - Kurve γ : ( a, a) R n mit γ(( a, a)) M heißt Kurve auf M durch x 0 = γ(0). Definition

Mehr

Affine Eigenschaften ( stets K = R)

Affine Eigenschaften ( stets K = R) Affine Eigenschaften ( stets K = R) Def. 15 Sei M eine Teilmenge eines affinen Raums A über V (über K). Eine Eigenschaft der Menge M heißt affin, wenn für jede Affinität F : A A 1 die Bildmenge {F(a)wobei

Mehr

Mengenlehre und vollständige Induktion

Mengenlehre und vollständige Induktion Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen

Mehr

Skriptum Konstruierbare Zahlen. Projekttage Mathematik 2007

Skriptum Konstruierbare Zahlen. Projekttage Mathematik 2007 Skriptum Konstruierbare Zahlen Projekttage Mathematik 007 c Florian Stefan und Stefan Englert Würzburg, 007 Konstruktion mit Zirkel und Lineal Gegeben sei eine Menge M von Punkten in der Zeichenebene Dann

Mehr

Erste Schnittpunktsätze und Anfänge einer Dreiecksgeometrie

Erste Schnittpunktsätze und Anfänge einer Dreiecksgeometrie Christoph Vogelsang Matr.Nr. 66547 Nils Martin Stahl Matr.Nr. 664 Seminar: Geometrie Dozent: Epkenhans Wintersemester 005/006 Erste Schnittpunktsätze und Anfänge einer Dreiecksgeometrie Ausarbeitung der

Mehr

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11.1 g-adische Entwicklung von Zahlen aus [0, 1[ 11.2 g-adische Entwicklung reeller Zahlen 11.3 g-adische Entwicklung nicht-negativer

Mehr

Mathematik III. Henri Léon Lebesgue ( ) Das Borel-Lebesgue-Maß auf R.

Mathematik III. Henri Léon Lebesgue ( ) Das Borel-Lebesgue-Maß auf R. Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 67 Wir haben jetzt alle Hilfsmittel zusammen, um auf den Borel-Mengen des R n ein Maß zu definieren, dass für einen Quader, dessen Seiten

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

8. Konvexe Polytope. Tobias Boelter. Mittwoch, 5. März TopMath Frühlingsschule

8. Konvexe Polytope. Tobias Boelter. Mittwoch, 5. März TopMath Frühlingsschule 1 / 31 8. Konvexe Tobias Boelter TopMath Frühlingsschule Mittwoch, 5. März 2014 2 / 31 Es können auch nicht konvexe untersucht werden, wir beschränken uns hier aber auf konvexe. Mit einem Polytop ist hier

Mehr

Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens

Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens Fachbereich Mathematik Algebra und Zahlentheorie Christian Curilla Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) Blatt 8 SoSe 2011 - C. Curilla/ B. Janssens Präsenzaufgaben (P16)

Mehr

14. Basen und Dimension

14. Basen und Dimension 14. Basen und Dimension 163 14. Basen und Dimension In diesem Kapitel wollen wir beginnen, die Struktur von Vektorräumen genauer zu untersuchen. Besonders zentral ist dabei der Begriff der Basis, den ihr

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 03.12.2013 Alexander Lytchak 1 / 16 Wiederholung und Beispiele Der Spaltenrang einer Matrix ist gleich ihrem Zeilenrang.

Mehr

Einführung in die Logik

Einführung in die Logik Einführung in die Logik Klaus Madlener und Roland Meyer 24. April 2013 Inhaltsverzeichnis 1 Aussagenlogik 1 1.1 Syntax................................. 1 1.2 Semantik............................... 3 1.3

Mehr

Der Rangsatz für lineare Abbildungen

Der Rangsatz für lineare Abbildungen Der Rangsatz für lineare Abbildungen Satz Sei f : V W eine lineare Abbildung Dann gilt dim V = dim Kern(f) + dim Bild(f), also gleichbedeutend dim Kern(f) = dim V rg(f) Da uns in der Regel bei gegebenem

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

Mehr

Projektive algebraische Mengen

Projektive algebraische Mengen Projektive algebraische Mengen Rostislav Doganov, Stefan Lörwald 29. April 2009 1 Motivation An dem anen Raum stört uns die Möglichkeit, dass Geraden, Flächen etc. parallel zueinander liegen können und

Mehr