Aufgabe 1. (i) (ii) Lineare Algebra II Übungsbetrieb Blatt Σ

Größe: px
Ab Seite anzeigen:

Download "Aufgabe 1. (i) (ii) Lineare Algebra II Übungsbetrieb Blatt Σ"

Transkript

1 Lneare Algebra II Übungsbetreb Blatt Σ Aufgabe 1 ( Vor: R Rng, M, N je R-Moduln, (T, τ und (T, τ zwe Tensorprodukte von M und N über R Beh:!f : T T R-lnearer Isomorphsmus mt f τ = τ Betrachte de Dagramme M N τ T M N τ T M N τ T τ T.!f τ T.!f τ T.!k Da (T, τ en Tensorprodukt von M und N st, st τ blnear. Also exstert nach unverseller Egenschaft von (T, τ genau ene R-lneare Abbldung f : T T mt f τ = τ (vergleche das Dagramm 1. Analog folgt:!f : T T mt f τ = τ (vergleche Dagramm 2. Da aber auch τ blnear st, folgt (vgl. Dagramm 3, dass genau ene R-lneare Abbldung k : T T exstert mt k τ = τ, aber de Identtät d T erfüllt des schon, also glt k = d T. Nun erfüllt g := f f ebenfalls g τ = τ, denn g τ = (f f τ = f (f τ = f τ = τ. Aus der Endeutgket folgt also g = k = d T, also f f = d T. Analog (mt den Rollen von T, T bzw. τ, τ bzw. f, f vertauscht folgt f f = d T, also st f en R-Iso. ( Vor: Beh: k Körper, V en k-vektorraum!φ: V k V End k (V mt Φ(v ϕ(w = ϕ(w v Betrachte de Abbldung Ψ: V V End k (V, (v, ϕ ( w ϕ(w v. De Abbldung st wohldefnert, das heßt Ψ(v, ϕ End k (V für (v, ϕ V V, c Danel Heß Sete 1

2 denn für w, w W und λ k st Ψ(v, ϕ(λw + w = ϕ(λw + w v ϕ ln = (λϕ(w + ϕ(w v = λϕ(wv + ϕ(w v = λψ(v, ϕ(w + Ψ(v, ϕ(w. Außerdem st de Abbldung blnear, denn für ϕ, ϕ V und v, v V, sowe λ, µ k gelten: Ψ(λv + v, µϕ + ϕ (w = (µϕ + ϕ (w (λv + v = ( µϕ(w + ϕ (w (λv + v = µλϕ(wv + µϕ(wv + λϕ (wv + ϕ (wv = µλψ(v, ϕ(w + µψ(v, ϕ(w + λψ(v, ϕ (w + Ψ(v, ϕ (w Also exstert nach unverseller Egenschaft des Tensorprodukts genau ene k-lneare Abbldung Φ: V k V End k (V mt Φ τ = Ψ, das heßt für w, v V und ϕ V glt ϕ(w v = Ψ(v, ϕ(w = (Φ τ(v, ϕ(w = Φ(v ϕ(w. ( Vor: Beh: n := dm k (V < Φ we oben st en k-isomorphsmus Nach Vorlesung glt dm k (V k V = dm k (V dm k (V ( = n n = dm k Endk (V. Also recht es (Dmensonsformel, vgl. erstes Semester z, dass Φ surjektv st. Se also f End k (V belebg. Se nun {v 1,..., v n } V ene k-bass und {v1,..., v n} V de zugehörge duale Bass (sprch v (v j = δ j. Dann glt für jedes w V dass w = n =1 v (w v, denn se w = λ v, dann glt v (wv = v ( j λ jv j v = δ j {}}{ λ j v (v j v = j λ v = w. Damt st n =1 v (v f V k V en Urbld von f bzgl. Φ denn für v l {v 1,..., v n } belebg glt ( Φ v (v f (v l = Φ(v (v f(v l = v (f(v l v = f(v l. Nach unverseller Egenschaft des freen k-moduls st damt Φ ( v (v f = f und damt st Φ surjektv. c Danel Heß Sete 2

3 Aufgabe 2 Vor: R Rng, M, N, P je R-Moduln, I Menge und M en R-Modul für alle I Beh: (M R N R P = M R (N R P, ( I M R N = I (M R N Hom R (M R N, P = Hom R (M, Hom R (N, P mt kanonschen Vorschrften (Assozatvtät Betrachte de Abbldung f : M N P M R (N R P, (m, n, p m (n p. Dann st f trlnear, denn: Seen m, m M, n, n N, p, p P und λ, µ, η R belebg. Dann glt: ( f(λm + m, µn + n, ηp + p = (λm + m VL = (λm + m (µn + n (ηp + p ( µη(n p + µ(n p + η(n p + (n p VL ( ( = λµη m (n p + λµ m (n p + λη ( m (n p + λ ( m (n p + µη ( m (n p + µ ( m (n p + η ( m (n p + ( m (n p = λµηf(m, n, p + λµf(m, n, p + ληf(m, n, p + λf(m, n, p + µηf(m, n, p + µf(m, n, p + ηf(m, n, p + f(m, n, p. Nach der Zusatzaufgabe exstert also genau ene R-lnear Abbldung ϕ: (M R N P M R (N R P mt ϕ ( (m n p = m (n p. De Komposton der folgenden Abbldungen (von oben und de Symmetre-Isomorphsmen aus der Vorlesung ψ : M R (N R P (N R P R M (P R N R M s.o. P (N R M erfüllt de Vorschrft P (M R N (M R N R P m (n p (m n p. Auf elementaren Tensoren glt damt ψ ϕ = d und ϕ ψ = d und da sch jedes Element n den Tensorprodukten als Summe von elementaren Tensoren schrebt, st also Ψ en Isomorphsmus. c Danel Heß Sete 3

4 (Dstrbutvtät Betrachte de Abbldung f : ( M N (M R N defnert durch ( (m, n ( m n. Wegen (m M glt m = 0 für fast alle I, also auch m n = 0 für fast alle I, also st de f wohldefnert. Außerdem st f blnear, denn für (m, (m M, n, n N, λ, µ R glt f ( λ(m + (m, µn + n = f ( (λm + m, µn + n = (λm + m (µn + n Also exstert ene R-lneare Abbldung Φ: = λµ(m n + λ(m n + µ(m n + (m n = λµf((m, n + λf((m, n + µf((m, n + f((m, n. ( M R N (M R N mt (m n (m n. Umgekehrt st für alle j I de Abbldung ( M j N M R N, (m j, n ( (m j δ j n blnear als Enschränkung der kan. Abbldung τ : ( M N ( M R N auf das Bld der Inkluson M j N ( M N. Das heßt es exstert für alle j I ene R-lneare Abbldung ψ j : M j R N ( M R N. Also exstert nach unverseller Egenschaft der drekten Summe auch ene R-lneare Abbldung Ψ: ( (M R N M R, mt (m n j (m j δj n j. Zege also noch, dass Φ Ψ und Ψ Φ jewels de Identtät ergeben: Rechne dazu Ψ(Φ((m n = Ψ((m n = j (m jδ j n = (m n. ( Und umgekehrt Φ(Ψ((m n = Φ j (m jδ j n j = j Φ((m jδ j n j = j (m jδ j n j = (m n. Also st Φ en Isomorphsmus und de Behauptung folgt. (Letze Aussage Defnere Ψ: Hom R (M R N, P Hom R (M, Hom R (N, P durch Ψ(f(m(n := f(m n. Zege de Wohldefnerthet von Ψ und dazu seen λ R, m, m M und n, n N und rechne Ψ(f(λm + m (n = f ( (λm + m n = f(λm n + m n f ln = λf(m n + f(m n = λψ(f(m(n + Ψ(f(m (n ( = λψ(f(m + Ψ(f(m (n = Ψ(f(λm + m = λψ(f(m + Ψ(f(m. c Danel Heß Sete 4

5 und weter Ψ(f(m(λn + n = f(m (λn + n = f(λm n + m n f ln = λf(m n + f(m n = λψ(f(m(n + Ψ(f(m(n. Also st Ψ wohldefnert. Konstruere nun ene Umkehrabbldung. Se dazu g Hom R (M, Hom R (N, P und betrachte de Abbldung η g : M N P, (m, n g(m(n Es st η g blnear nach Voraussetzung an g, denn η g (λm + m, µn + n = g(λm + m (µn + n = ( λg(m + g(m (µn + n = λg(m(µn + n + g(m (µn + n = λµg(m(n + λg(m(n + µg(m (n + g(m (n = λµη g (m, n + λη g (m, n + µη g (m, n + η g (m, n. Also exstert genau ene R-lneare Abbldung θ g : M R N P mt θ g (m n = g(m(n. Defnere nun Φ: Hom R (M, Hom R (N, P Hom R (M R N, P, g θ g. Zege, dass Φ und Ψ gegensetg nvers zuenander snd: Für Φ Ψ beachte, dass es (we mmer recht, de Glechhet (Φ Ψ(f = f für elementare Tensoren zu zegen (da Abbldungen lnear snd und sch alle Tensoren als Summe elementarer Tensoren schreben. Dann glt (Φ Ψ(f(m n = Φ(Ψ(f(m n = Ψ(f(m(n = f(m n. Anderersets glt (Ψ Φ(g(m(n = Φ(Φ(g(m(n = Φ(g(m n = g(m(n für alle n N, also folgt (Ψ Φ(g(m = g(m für alle m M, also (Ψ Φ(g = g. c Danel Heß Sete 5

6 Aufgabe 3 Lemma. Seen k en Körper und V, W, X, Y endlch-dmensonale k-vektorräume, sowe f Hom k (V, X, g Hom k (W, Y mt darstellenden Matrzen A := Φ(f und B := Φ(g bzgl. der Basen {v }, {x } bzw. {w }, {y }. Dann snd nach Vorlesung auch {v w j } j bzw. {x y j } j Basen der k-vektorräume V k W bzw. X k Y. Ebenso st nach Vorlesung de Abbldung f g : V k W X k Y auch k-lnear. Bzgl der obgen Basen glt für de darstellende Matrx Φ(f g = A B, wobe a 11 B a 12 B... a 1n B a 21 B a 22 B... a 2n B A B := a m1 B a m2 B... a mn B : Betrachte das Bld von v w j : Dazu beachte zunächst f(v = m j=1 a j x j und g(w j = k =1 b j y. Dann glt nach Konstrukton B M kl (k m k VL m k (f g(v w j = f(v g(w j = a µ x µ b νj y ν = a µ b νj (x µ y ν. µ=1 ν=1 µ=1 ν=1 b 1j Setze b j :=.. Dann ergbt sch aus obger Rechnung de (( 1l + j-te Spalte von b kj a 1 b j Φ(f g, nämlch:. kmk. a m b j Zusammen erhalte also ene (mk (nl-matrx der Form und damt de Behauptung. a 11 b 1 a 11 b 2... a 11 b l a 12 b 1... a 1n b l a 21 b 1 a 21 b 2... a 21 b l a 22 b 1... a 2n b l a m1 b 1 a m1 b 2... a m1 b l a m2 b 1... a mn b l ( Vor: z, w C, Z, W : C C mt Z(x := zx und W (x := wx Beh: Z, W End R (C und Φ(Z W st n der Form we unten De R-Lneartät st klar denn für λ R und x, y C glt Z(λx + y = z(λx + y = λzx + zy = λz(x + Z(y. c Danel Heß Sete 6

7 Für z = z 1 + z 2 und w = w 1 + w 2 snd de darstellenden Matrzen gegeben durch Φ(Z = ( z1 z 2 z 2 z 1 Also folgt mt obgem Lemma, dass ( w1 w 2 z 1 w 2 w 1 Φ(Z W = ( w1 w 2 z 2 w 2 w 1 ( w1 w 2 Φ(W =. w 2 w 1 ( w1 w 2 z z 2 1 w 1 z 1 w 2 z 2 w 1 z 2 w 2 w 2 w 1 ( z 1 w 2 z 1 w 1 z 2 w 2 z 2 w 1 = w1 w 2 z z 2 w 1 z 2 w 2 z 1 w 1 z 1 w 2 1 w 2 w 1 z 2 w 2 z 2 w 1 z 1 w 2 z 1 w 1 ( Vor: k Körper, V, W endlch-dmensonale k-vektorräume, ϕ End k (V, ψ End k (W Beh: Tr(ϕ ψ = Tr(ϕ Tr(ψ Se A := Φ(ϕ M n (k und B := Φ(ψ M m (k. Dann glt bzgl. geegneter Basen (we m Lemma, dass Φ(ϕ ψ = A B M (mn (k. Dann glt n Tr(ϕ ψ LA1 = Tr(A B = Tr(a B = a Tr(B = =1 = Dst a b jj = a b jj = Tr(A Tr(B j j LA1 = Tr(ϕ Tr(ψ. a j b jj c Danel Heß Sete 7

8 Aufgabe 4 Vor: R Rng, N (R := { x R n N : x n = 0 } ( Vor: Beh: R kommutatv N (R R st en Ideal Offenbar 0 1 = 0, also 0 N (R. Seen nun x, y N (R, also exsteren n, m N mt x n = y m = 0 und se weter r R, dann glt (rx n = r n x n = r n 0 = 0, also rx N (R und (x + y n+m = n+m + =0 ( n + m x y n+m = n+m =n+1 ( n + m x n }{{} =0 0 ( {}}{ n n + m x y ( n y m }{{} =0 =0 x n y n+m = 0. R komm. also glt bn.ls Also glt auch x + y N (R und damt st N (R R en Ideal. ( Vor: Beh: R = M 2 (Q E 12, E 21 N (R, aber E 12 + E 21 / N (R Wegen E 2 12 = 0 und E2 21 = 0 folgt E 12, E 21 N (R. Wäre nun S := E 12 + E 21 N (R, so exsterte en n N mt S n = 0, also auch Also st N (R ken Ideal. 0 = det(0 = det(s n LA1 = det(s n = ( 1 n. Bemerkung: Ene Matrx A M n (k st genau dann n N (M n (k, wenn A = 0 für en 1 n, denn falls A nlpotent st, so bestzt A nach LA1 höchstens den Egenwert 0, das heßt χ A (T kann (engebettet n den algebraschen Abschluss k von k nur de Nullstelle 0 bestzen, also χ A (T = T n k[x], also auch χ A (T = T n k[x] und nach Cayley-Hamlton folgt 0 = χ A (A = A n. Also st her S / N (R da S 2 = 1 0. Bemerkung 2: Wegen S 2 = 1 folgt S n {S, 1} für alle n N, also S n 0. c Danel Heß Sete 8

9 Zusatzaufgabe Vor: R Rng, n 1, M 1,..., M n und N seen R-Moduln Beh: Für alle R-mult-lnearen Abbldungen f : M N exstert genau ene R- (IA: n = 2 lneare Abbldung ϕ: M N mt ϕ τ = f Das st de unverselle Egenschaft des Tensorprodukts M 1 R M 2. (IS: n n + 1 Se also f : n+1 =1 N mult-lnear. Dann st für alle m M n+1 auch f m : n n+1 ι m M =1 =1 M f N, (m f((m 1,..., m n, m mult-lnear. Nach (IV exstert also ene R-lneare Abbldung ϕ m : n M N mt ϕ m( m1 m n = fm (m 1,..., m n. =1 Erhalte also ene Abbldung η : n M M n+1 N, =1 (x, m ϕ m(x. Zege, dass η blnear st: Seen dazu λ R, x, y n =1 M, sowe m M n+1 : η(λx + y, m = ϕ m(λx + y ϕ m st = R-lnear λϕ m(x + ϕ m(y = λη(x, m + η(y, m. Se nun zusätzlch m M n+1 und wegen der Lneartät m 1. Argument (gerade gezegt und da jedes Element n n =1 M ene Summe elementarer Tensoren st, recht es, de Lneartät m 2. Argument für den Fall x = m 1 m n zu zegen: η(x, λm + m = ϕ λm+m (x = ϕ λm+m (m 1 m n = f λm+m (m 1,..., m n = f ( (m 1,..., m n, λm + m f mult.ln = λf ( (m 1,..., m n, m + f ( (m 1,..., m n, m = λϕ m(m 1 m n + ϕ m (m 1 m n = λη(x, m + η(x, m. Also exstert nach unverseller Egenschaft von ene R-lneare Abbldung ϕ: n+1 =1 (M 1 R R M n R M n+1 genau M M, mt ϕ(m 1 m n+1 = f(m 1,..., m n+1. De End. von ϕ folgt aus Lneartät und dass jedes Element Summe elem. Tensoren st. c Danel Heß Sete 9

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM) 6. Hlbertraum und lneare Operatoren (mathematsche Grundlagen QM) 6.1 Hlbertraum Raum = mathematsches Konstrukt: Vektorraum a) Der lneare komplexe Raum st de Menge von mathematschen Objekten mt folgenden

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

2.6 Struktursatz und Anwendungen

2.6 Struktursatz und Anwendungen 2.6. STRUKTURSTZ UND NWENDUNGEN 79 2.6 Struktursatz und nwendungen Lernzele 4. Normalformen für Präsentatonen endlch erzeugter Moduln über Eukldschen erechen nwendungen auf ratonale Normalformen für Vektorraumendomorphsmen

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan Lneare Algebra IIa - 04 orlesung - Pro Dr Danel Roggenkamp & Sen Balnojan 93 Untäre ektorräume hermtesche Form au enem C ektorraum sesqulnear (ant-lnear m ersten lnear m zweten Argument (, w (w, (, 2 R

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar Einführung in die Kunst mathematischer Ungleichungen Semnar Enführung n de Kunst mathematscher Unglechungen Cauchys erste Unglechung und de Unglechung vom arthmetschen und geometrschen Mttel Sopha Volmerng. prl 0 Inhaltsverzechns Cauchys erste Unglechung.

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

1 Differentialrechnung in mehreren Variablen

1 Differentialrechnung in mehreren Variablen 1 Dfferentalrechnung n mehreren Varablen 1.1 De Geometre eukldscher Räume Zur Ernnerung De Elemente des R n schreben wr normalerwese als Zelenvektoren: x = (x 1,..., x n ). Kommen Matrzen ns Spel, so st

Mehr

12 UMPU Tests ( UMP unbiased )

12 UMPU Tests ( UMP unbiased ) 89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

f s, x(s) ds max f s, x(s) f s, y(s) ds exp L s t0 L t t 0 ) ds

f s, x(s) ds max f s, x(s) f s, y(s) ds exp L s t0 L t t 0 ) ds 8 1 Fxpunktsätze 2. Nach Defnton von M glt xt p 0 X b für alle t [t 0 c, t 0 + c], d.h. xt Q für alle t [t 0 c, t 0 + c]. Also lefern 1.18 1 und de Egenschaften des Integrals cf. Folgerung??.?? T p0 x

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Lineare Algebra B. Herzog, Universität Leipzig, Institut für Mathematik und Informatik, Vorlesung des ersten Studienjahrs im Herbstsemester 2007

Lineare Algebra B. Herzog, Universität Leipzig, Institut für Mathematik und Informatik, Vorlesung des ersten Studienjahrs im Herbstsemester 2007 Lneare Algebra B. Herzog, Unverstät Lepzg, Insttut für Mathematk und Informatk, Vorlesung des ersten Studenjahrs m Herbstsemester 2007 Hnwese Aufgaben Am Anfang jeder Woche werden jewels 3 Aufgaben ns

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

ALGEBRAISCHE TOPOLOGIE

ALGEBRAISCHE TOPOLOGIE ALGEBRAISCHE TOPOLOGIE OLIVER C. SCHNÜRER Zusammenfassung. Be desem Manuskrpt handelt es sch um Notzen zu ener Vorlesung Algebrasche Topologe an der Freen Unverstät Berln m Sommersemester 2007 und an der

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Die mathematischen Grundlagen der Wellenmechanik

Die mathematischen Grundlagen der Wellenmechanik De mathematschen Grundlagen der Wellenmechank Zustände und deren Darstellung En physkalsches System wrd durch enen Zustand u charaktersert, ndem es durch ene bestmmte expermentelle Präparaton gebracht

Mehr

Sicherheit von Π MAC2

Sicherheit von Π MAC2 Scherhet von Π MAC2 Satz Scherhet von Π MAC2 Se Π scher. Dann st Π MAC2 ebenfalls scher. Bewes: Se A en Angrefer für Π MAC2 mt Erfolgsws ɛ(n). Wr konstrueren enen Angrefer A für Π. Algorthmus Angrefer

Mehr

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass Funktonentheore, Woche 4 Konvergenz und Folgen 4. Glechmäßge Konvergenz Ene Zahlenfolge {α n } n N C konvergert, wenn es en l C gbt derart, dass ε > 0 N ε N : n > N ε = α n l < ε. Auch zu Folgen von Funktonen

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Gewöhnliche Differentialgleichungen

Gewöhnliche Differentialgleichungen Gewöhnlche Dfferenalglechungen (von Mchael Ddas, Wnersemeser 2001/2002) 1. Exsenz- und Endeugke von Lösungen 2. Trennung der Varablen 3. Syseme lnearer Dfferenalglechungen 1. Ordnung 4. Syseme m konsanen

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

12. Vortrag Verzweigung. Seminar Zahlentheorie WS 07/08

12. Vortrag Verzweigung. Seminar Zahlentheorie WS 07/08 12. Votag Vezwegung Semna Zahlentheoe WS 07/08 Pof. D. Tosten Wedhon Unvestät Padebon von Geda Weth und Ingo Plaschczek 22. Janua 2008 12. Vezwegung (A) p-adsche Bewetung enes gebochenen Ideals n enem

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

1 Ergänzungen zur Linearen Algebra

1 Ergänzungen zur Linearen Algebra LA E 15 1 1 Ergänzungen zur Lnearen Algebra 1.1 Ergänzungen zu den orthogonalen Projektonen Als erstes Ergänzungen zu Summen von Unterräumen. Snd V 1,..., V k Unterräume des R n, so soll de Menge {x 1

Mehr

3 g-adische Ziffernentwicklung reeller Zahlen

3 g-adische Ziffernentwicklung reeller Zahlen 1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von

Mehr

arxiv: v1 [math.nt] 10 Apr 2014

arxiv: v1 [math.nt] 10 Apr 2014 Über de ratonalen Punkte auf der Sphäre von Nkolay Moshchevtn 1 Moskau) arxv:1404.907v1 [math.nt] 10 Apr 014 Wr beschäftgen uns her mt der Approxmaton von Punkten auf der n-dmensonalen Sphäre durch ratonale

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

Äquivalenzen stetiger und glatter Hauptfaserbündel

Äquivalenzen stetiger und glatter Hauptfaserbündel Äquvalenzen stetger und glatter Hauptfaserbündel Chrstoph Müller Chrstoph Wockel Fachberech Mathematk Unverstät Darmstadt 31. Süddeutsches Kolloquum über Dfferenzalgeometre Glederung 1 De Problemstellung

Mehr

Lösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j.

Lösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j. Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 24 1. Zeige: Ist 1 n := min{dim K (V 1 ), dim K (V 2 )} < für Vektorräume V 1 und V 2, so ist jeder Tensor in V 1 K V 2 eine Summe von

Mehr

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ). 5 Interpolaton 5.1 De Lagrangesche Interpolatonsaufgabe Mt È n bezechnen wr den Raum der reellen Polynome vom Grad n. Gegeben seen n+1 verschedene Stützstellen x j Ê, j = 0,...,n, und n + 1 ncht notwendg

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttut egelungs- und Automatserungstechnk Schrftlche Prüfung aus Systemtechnk am 4.. 5 Name / Vorname(n): Kenn-Matr.Nr.: Bonuspunkte: 4 errechbare Punkte 4 5 7 5 errechte Punkte U Graz, Insttut

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

Algebraische Kurven. Franz Halter-Koch

Algebraische Kurven. Franz Halter-Koch Algebrasche Kurven Franz Halter-Koch Inhaltsverzechns Kaptel 0. Grundlagen aus Rng- und Körpertheore 3 0.1. Elementares über Rnge 3 0.2. Faktorelle Bereche 5 0.3. Algebren 7 0.4. Elementare Körpertheore

Mehr

Bei Strecken höherer Ordnung wird auch hier die Strecke durch die Methode der Ersatzzeitkonstante

Bei Strecken höherer Ordnung wird auch hier die Strecke durch die Methode der Ersatzzeitkonstante Lösung Übung 9 Aufgabe: eglerauslegung mt blnearer Transformaton n s In der kontnuerlchen egelungstechnk wrd für gewöhnlch en PI-egler verwendet, um de größte Zetkonstante zu kompenseren bzw. be IT-Strecken

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Lineare Abbildungen und Matrizen

Lineare Abbildungen und Matrizen Lineare Abbildungen und Matrizen Seien V und W K-Vektorräume mit dimv = n und dimw = m Im folgenden wollen wir jeder m n Matrix eine lineare Abbildung V W zuordnen, und umgekehrt jeder linearen Abbildung

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

( a ) z + ( 1 b ) z = ( 1 c ) z.

( a ) z + ( 1 b ) z = ( 1 c ) z. Hans Walser, [2000509a] Fermat mt negatven Exponenten Anregung: T. G., B. Vgl. [Morgan 200] Ausgangsrage Gesucht snd Lösungen a,b,c! der Glechung: a z + b z = c z, z! 2 Bespele und Gegenbespele a) Für

Mehr

Darstellungstheorie III

Darstellungstheorie III Darstellunstheore III Jasper Hasenkamp Sebastan Jakobs 22.11.200 Inhaltsverzechns 1 Das Fundamentale Orthoonaltätstheorem 2 2 Orthoonaltät der Charaktere 3 3 Zerleun reduzerbarer Darstellunen 4 3.1 De

Mehr

Lineare Abbildungen und Matrizen

Lineare Abbildungen und Matrizen Lineare Abbildungen und Matrizen In diesem Kapitel geht es um den grundlegenden Zusammenhang zwischen linearen Abbildungen und Matrizen. Die zentrale Aussage ist, dass nach anfänglicher Wahl von Basen

Mehr

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT)

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT) Ene kurze Enführung n de Dchtefunktonaltheore (DFT) Mchael Martns Lteratur: W. Koch, M.C. Holthausen A Chemst s Gude to Densty Functonal Theory Wley-VCH 2001 Dchtefunktonaltheore p.1 Enletung Im Falle

Mehr

Zusammenfassung der letzten LVA. Diskrete Mathematik

Zusammenfassung der letzten LVA. Diskrete Mathematik Zusammenfassung Dskrete Mathematk Chrstna Kohl Georg Moser Oleksandra Panasuk Chrstan Sternagel Vncent van Oostrom Insttut für Informatk @ UIBK Sommersemester 2017 Zusammenfassung der letzten LVA ene Telmenge

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Tensorprodukte. Isabel Semm. 21. Dezember 2004

Tensorprodukte. Isabel Semm. 21. Dezember 2004 Tensorprodukte Isabel Semm 21. Dezember 2004 1 1 Existenz und Eindeutigkeit Definition: Seien M, N, P A-Moduln. f: M x N P heisst A-bilinear, falls x M: N P, y f(x, y) und y N: M P, x f(x, y) Homomorphismen

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

11 Charaktere endlicher Gruppen

11 Charaktere endlicher Gruppen $Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.

Mehr

3.5 Duale Vektorräume und Abbildungen

3.5 Duale Vektorräume und Abbildungen 3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung

Mehr

Theoretische Physik: Mechanik

Theoretische Physik: Mechanik Ferenkurs Theoretsche Physk: Mechank Sommer 018 Vorlesung 4 (mt freundlcher Genehmgung von Gramos Qerm, Jakob Unfred und Verena Walbrecht) Technsche Unverstät München 1 Fakultät für Physk Inhaltsverzechns

Mehr

Moduln - Teil 1. Moduln und Modulhomomorphismen. Thomas Poguntke. 23. April Definition 1: Beispiele: Definition 2:

Moduln - Teil 1. Moduln und Modulhomomorphismen. Thomas Poguntke. 23. April Definition 1: Beispiele: Definition 2: Moduln - Teil 1 Thomas Poguntke 23. April 2010 Moduln und Modulhomomorphismen Es sei R ein kommutativer Ring. Definition 1: Ein R-Modul ist eine abelsche Gruppe (M, +) mit einer Skalarmultiplikation µ

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

κ Κα π Κ α α Κ Α

κ Κα π Κ α α Κ Α κ Κα π Κ α α Κ Α Ζ Μ Κ κ Ε Φ π Α Γ Κ Μ Ν Ξ λ Γ Ξ Ν Μ Ν Ξ Ξ Τ κ ζ Ν Ν ψ Υ α α α Κ α π α ψ Κ α α α α α Α Κ Ε α α α α α α α Α α α α α η Ε α α α Ξ α α Γ Α Κ Κ Κ Ε λ Ε Ν Ε θ Ξ κ Ε Ν Κ Μ Ν Τ μ Υ Γ φ Ε Κ Τ θ

Mehr

Lineare Abbildungen - I

Lineare Abbildungen - I Lineare Abbildungen - I Definition. Seien V und W K-Vektorräume (über demselben K). Eine Abbildung F : V W heißt K-linear, wenn L1) F (v + w) = F (v) + F (w) v, w V L2) F (λv) = λf (v) v V, λ K. Somit

Mehr

Der starre Körper. 1 Grundlagen. Dominik Fauser. 1.1 Denition. 1.2 Freiheitsgrade

Der starre Körper. 1 Grundlagen. Dominik Fauser. 1.1 Denition. 1.2 Freiheitsgrade Der starre Körper Domnk Fauser 1 Grundlagen 1.1 Denton Als enen starren Körper bezechnet man en System von Massepunkten m, deren Abstände zuenander konstant snd: r j = r r j. Mest betrachtet man ene sehr

Mehr

Algebraische Kombinatorik und Anwendungen in der kommutativen Algebra

Algebraische Kombinatorik und Anwendungen in der kommutativen Algebra Algebrasche Kombnatork und Anwendungen n der kommutatven Algebra Dr. Martna Kubtzke Wntersemester 2012/13 Goethe-Unverstät Frankfurt Inhaltsverzechns 1 Monomale Ideale und smplzale Komplexe 1 1.1 Monomale

Mehr

ÜBER DIE PFAFFSCHE DETERMINANTE

ÜBER DIE PFAFFSCHE DETERMINANTE ÜBER DIE PFAFFSCHE DETERMINANTE Bachelorarbeit vorgelegt von Kristin Hohendorf Fakultät für Mathematik Universität Bielefeld Oktober 2007 Inhaltsverzeichnis Einleitung 1 1. Definition der Pfaffschen Determinante

Mehr

Seminar über Numerische Mathematik

Seminar über Numerische Mathematik Andreas Mester Semnar über Numersche Mathematk Semnar m Wntersemester 008/009 Unverstät Kassel Fachberech Mathematk Inhaltsverzechns Bezer-Kurven 1 1 Enletung 1 Der Algorthmus von de-castelau.1 Parabeln....................................

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Inhalt der Vorlesung Algebraische Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS2017

Inhalt der Vorlesung Algebraische Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS2017 Inhalt der Vorlesung Algebraische Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS2017 Kapitel II. Moduln 1 Moduln Sei R ein Ring (stets kommutativ und mit 1). 1.1 Definition. 1. Ein R-(links-)Modul ist

Mehr

Grundlagen der numerischen Strömungsmechanik, WS 2011/12

Grundlagen der numerischen Strömungsmechanik, WS 2011/12 Lehrstuhl für Aerodynamk und Strömungsmechank Prof H-J Kaltenbach Assstenz: E Lauer Grundlagen der numerschen Strömungsmechank, WS / Lösung zu Übung 5 Aufgabe : Fnte-Elemente-Verfahren De Dfferentalglechung

Mehr

Übungen zur Theoretischen Physik Fb SS 18

Übungen zur Theoretischen Physik Fb SS 18 Karlsruher Insttut für Technologe Insttut für Theore der Kondenserten Matere Übungen zur Theoretschen Physk Fb SS 8 Prof Dr A Shnrman Blatt PD Dr B Narozhny Lösungsvorschlag Thermodynamk von Phononen:

Mehr

Der Satz von COOK (1971)

Der Satz von COOK (1971) Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls

Mehr

Grundlagen der stochastischen Integration

Grundlagen der stochastischen Integration Ruhr-Unverstät Bochum 2. November 29 Glederung Vorbemerkungen Vorberetungen (Fltratonen, Stoppzeten, Martngale) Lévy-Prozesse Stochastsche Integraton Itô-Formel Lteratur R. Cont, P. Tankov (24). Fnancal

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttt Regelngs- nd Atomatserngstechnk Schrftlche Prüfng as Sstemtechnk am 3.. Name / Vorname(n): Matrkel-Nmmer: Bonspnkte as den MALAB-Übngen: O ja O nen 3 4 errechbare Pnkte 5 6 6 4 errechte

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Die Hamilton-Jacobi-Theorie

Die Hamilton-Jacobi-Theorie Kaptel 7 De Hamlton-Jacob-Theore Ausgearbetet von Rolf Horn und Bernhard Schmtz 7.1 Enletung Um de Hamlton schen Bewegungsglechungen H(q, p q k = p k H(p, q ṗ k = q k zu verenfachen, führten wr de kanonschen

Mehr

Lineare Algebra I für Mathematiker Lösungen

Lineare Algebra I für Mathematiker Lösungen Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation

Mehr

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen Darstellunstheore der SO() und SU() Powtschnk Alexander. Defnton Darstellun Ene Darstellun ener Gruppe G st homomorphe Abbldun von deser Gruppe auf ene Gruppe nchtsnulärer lnearer Operatoren auf enem Vektorraum

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr