Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie
|
|
- Andreas Baumhauer
- vor 5 Jahren
- Abrufe
Transkript
1 Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie Noch ein Beispiel aus Vorl. 1, Seite 10) Zuerst zeigen wir, dass jede Affinität bijektiv ist. Nach Lemma 13 LAAG I genügt es zu zeigen, dass es zu jeder Affinität F(x) = Ax + b eine inverse Abbildung gibt. Wir konstruieren die inverse Abbildung: Wir setzen G(x) = A 1 x A 1 b. Dann gilt: G F(x) = A 1 (Ax + b) A 1 b = A 1 Ax + A 1 b A 1 b = x. F G(x) = A(A 1 x A 1 b) + b = AA 1 x AA 1 b + b = x. Also ist jede Affinität bijektiv. Ausserdem sehen wir, dass die Umkerabbildung G auch eine Affinität ist.
2 Wir betrachten die Menge S K n := {aller Bijektionen g : K n K n }. Nach Wicht. Bsp. aus Vorl. 1 (Seite 15) ist (S K n, ) eine Gruppe (wobei die Verkettung ist). Wie oben gezeigt gilt Aff (Kn ) S K n. Nach Satz 2 genügt es zu zeigen, dass Aff (K n ) eine Untergruppe ist, also dass (i) F Aff (K n ) gilt: F 1 Aff (K n ) Das haben wir bereits oben gezeigt. (ii) F,G Aff (K n ) gilt: F G Aff (K n ). Sei A,B GL n (K) und a,b K n. Dann gilt für F(x) = Ax + a und G(x) = Bx + b: F G(x) = F(G(x)) = A(Bx + b) + a = wie behauptet. AB }{{} GL n(k) Nebenergebnis. Jede Affinität ist eine Bijektion. x + Ab + a }{{} K n Aff (K n )
3 Punkte in der allgemeinen Lage affines Analogon der linearen Unabhängigkeit Def. Die Punkte a 0,...,a k K n bzw. die endliche (k+1-elementige) Menge {a 0,...,a k } K n heißt in der allgemeinen Lage, wenn die affine Hülle Aff (a 0,...,a k ) k dimensional ist. Bemerkung: Da der Vektorraum zu Aff (a 0,...,a k ) gleich span ( (a 1 a 0 ),(a 2 a 0 ),...,(a 3 a 0 ) ) ist, sind die Punkte a 0,...,a k K n genau dann in der allgemeinen Lage, wenn die Vektoren (a 1 a 0 ),(a 2 a 0 ),...,(a 3 a 0 ) linear unabhängig sind. Diese drei Punkte sind NICHT in der allg. Lage Diese drei Punkte sind in der allg. Lage Def. Fortsetzung Eine (n + 1) elementige Menge in der allgemeinen Lage heißt eine affine Basis.
4 Lemma 11. Seien K n, K m zwei affine Räume der Dimensionen n und m. Die Punkte a 0,...,a n K n seien eine affine Basis in K n. b 0,...,b n K m seien beliebige Punkte. Dann existiert genau eine affine Abbildung F : K n K m s.d. F(a i ) = b i. Ferner gilt: Ist m = n und b 0,...,b n eine affine Basis, so ist diese Abbildung eine Affinität. Anwendung in D2: Seien (A,B,C) die Ecken eines nichtausgearteten Dreiecks in der Ebene R 2. Dann gilt für beliebige Punkte A,B,C der Ebene: Es gibt genau eine affine Abbildung, mit A A, B B, C C. Ferner gilt: Sind die Punkte A,B,C auch die Ecken eines nichtausgearteten Dreiecks, so ist die Abbildung eine Affinität: B Es gibt (genau eine) Affinität, die A-->A, B-->B, C-->C C B A C A Analogon in Linearer Algebra Lemma 15 Vorl. 9 LAAG I (V,+, ) sei ein n dimensionaler Vektorraum; (U,+, ) sei ein Vektorraum beliebiger Dimension. (v 1,...,v n ) sei ein Basis-Tupel in V und (u 1,...,u n ) sei ein n Tupel der Vektoren aus U. Dann gilt: Es existiert genau eine lineare Abbildung f : V U so dass f (v i ) = u i für alle i = 1,...,n. Ist (u 1,...,u n ) auch eine Basis, so ist die Abbildugn ein
5 Beweis von Lemma 11. Nach Definition ist das Tupel (a 1 a 0,a 2 a 0,a 3 a 0,...,a n a 0 ) eine Basis in K n, weil es aus n linear unabhängigen Vektoren besteht. Wir betrachten das Tupel (b 1 b 0,b 2 b 0,b 3 b 0,...,b n b 0 ) (von Vektoren in K m ). Nach eben wiederholtem Lemma 15 aus LAAG I gibt es (genau eine) lineare Abbildung f, so dass f (a i a 0 ) = f (b i b 0 ). Wir betrachten die affine Abbildung F : K n K m, F(x) := b 0 + f (x a 0 ) ( = b 0 f (a 0 ) + f (x) ). Wir zeigen, dass F die gewünschte Eigenschaft F(a i ) = b i hat: Wir rechnen es aus: Für i = 0 ist F(a 0 ) = b 0 + f (a 0 a 0 ) = b 0 + f ( 0) = b 0. Für i = 1,...,n gilt: F(a i ) = b 0 + f (a i a 0 ) Konstr. von f = b 0 + b i b 0 = b i. Ferner gilt: Ist (b 0,...,b n ) eine affine Basis, also sind b 1 b 0,...,b n b 0 linear unabhängig, so ist f nach Lemma 15 LAAG I ein Isomorphismus; folglich ist F eine Affinität. Existenz von F (und die Zusatzaussage) ist damit (konstruktiv) bewiesen; wir müssen jetzt die Eindeutigkeit zeigen.
6 Eindeutigkeit von F mit F(a i ) = b i Seien F,F : K n K m affine Abbildungen mit der Eigenschaft F(a i ) = F (a i ) = b i. Die Abbildungen F und F seien wie folgt gegeben: F(x) = c + f (x) und F (x) = c + f (x) wobei c,c K m. Wir haben: b i b 0 = F(a i ) F(a 0 ) = c + f (a i ) c f (a i ) Linearität = f (a i a 0 ). Analog gilt: b i b 0 = f (a i a 0 ). Nach Lemma 15 LAAG I ist dann f f. Dann gilt: b 0 = c + f (a 0 ) und b 0 = c + f (a 0 ); wir ziehen eine Gleichung von der Anderen ab und bekommen: c c = 0. Daraus folgt F (x) = F(x) wie wir es wollen.
7 Affine Eigenschaften (K = R, falls nicht explizit erwähnt.) Def. Sei M eine Teilmenge eines affinen Raums K n. Eine Eigenschaft der Menge M heißt affin, wenn für jede Affinität F : K n K n die Bildmenge {F(a)wobei a M} auch diese Eigenschaft hat. Bezeichnung Wiederholung Die Bildmenge einer Menge M unter der Abbildung F werden wir mit Bild F (M) := {F(a) wobei a M} bezeichnen. Bsp. Eigenschaft Unterraum zu sein ist eine affine Eigenschaft. Tatsächlich: Man betrachte einen affinen Unterraum U = {a 0 + v v V U } K n. Ist F ein Affinität, so ist F(x) = Ax + b für ein A GL n (K n ) und b K n. Dann gilt: Bild F (U) := {A(a 0 + v) + b v V U } = {Aa 0 + b + Av v V }{{} U } = a {a + u u Bild A (V U )}. Da, nach Satz 12(i) LAAG I, Bild A (V U ) ein Untervektorraum von K n ist, ist Bild F (U) ein affiner Unterraum. Wir bemerken, dass dim(bild A (V U )) (und deswegen auch dim(bild F (U))) gleich dim(u), weil A GL n (K) ist.
8 Bsp. Eigenschaften Gerade, Ebene, oder Hyperebene zu sein sind affine Eigenschaften. Tatsächlich ist nach Definition Gerade Unterraum der Dimension 1 Ebene Unterraum der Dimension 2 Hyperebene Unterraum der Dimension n 1 Da die Isomorphismen die Dimension des Untervektorraums erhalten, ist Bild einer Geraden, Ebene oder Hyperebene jeweils eine Gerade, Ebene oder Hyperebene.
9 Bsp. Eigenschaft aus 3 Punkten zu bestehen ist eine affine Eigenschaft. Def. Seien a 0, a 1 R n. Die Strecke mit Endpunkten a 0, a 1 ist die Menge {a 0 + λ(a 1 a 0 ) wobei 0 λ 1 }. (ist sinnvoll nur wenn K = R ist) a 0 a 1 Bsp. Eigenschaft eine Strecke zu sein ist auch eine affine Eigenschaft. Tatsächlich: Für jeden Punkt einer Strecke {a 0 + λ(a 1 a 0 ) wobei 0 λ 1 } gilt F(a 0 + λ(a 1 a 0 )) Def. = F(a 0 ) + λf (a 1 a 0 ) }{{}. λ(f(a 1 ) F(a 0 )) nach Def. Dann ist die Bildmenge {F(a 0 ) + λ(f(a 1 ) F(a 0 )) wobei 0 λ 1 } auch eine Strecke.
10 Def. Sei (a,b,c) ein Tripel von Punkten in K n. 1. Die Punkte a,b,c heißen kollinear, falls sie auf einer Geraden liegen. 2. Ist (a,b,c) ein kollineares Punktetripel und a b, so heißt der durch die Gleichung c a = λ(b a) eindeutig bestimmte Skalar λ das Teilverhältnis des kollinearen Punktetripels (a,b,c), bezeichnet durch TV(a,b,c). Bsp. c heißt der Mittelpunkt der Strecke (a,b), wenn TV(a,b,c) = 1 2 gilt (hat Sinn falls 1 2 = 2 1 wohldefiniert ist, also falls ist.) Das ist äquivalent zu c = a (b a). a c b TV(a,b,c)=1/2 c a b TV(a,b,c)=-1
11 ( ) ( ) ( ) Bsp. In R 2 sind a =, b = und c = kollinear. Wegen ( ) 1 ( ) c a = = (b a) = 1 3 gilt TV(a,b,c) = c=(1,1) a=(0,1) b=(3,1) Geometr. Bedeutung: Wir betrachten TV(a,b,c)=-2 den affinen Raum R 2. Dann gilt: TV(a,b,c) = Länge(a,c) Länge(a,b). Vorzeichen von TV(a,b,c) ist +, wenn c und b von einer Seite von a liegen, und, wenn a zwichen b und c liegt. Ferner gilt: Liegt c auf der Strecke a, b, so ist 0 TV(a, b, c) 1. Liegt a auf der Strecke b,c, so ist TV(a,b,c) 0. Liegt b auf der Strecke a,c, so ist TV(a,b,c) 1.
12 Mnemonische Regel/alte Bezeichnung für TV(a, b, c) Früher hat man TV(a,b,c) wie folgt bezeichnet: ac ab. Wir wollen hier ab als ab ist der Vektor s.d. a + ab = b; also ist ab=b-a b a und ac als c a verstehen, siehe das Bild: 0 ( ) Die Formel ac = c a hat nur dann Sinn, wenn c a und b a ab b a proportional sind, also wenn a,b,c auf einer Gerade liegen (also, kollinear sind), und b a ist. b a
13 Das Teilverhältnis ist eine affine Eigenschaft. Lemma 12. Sind (a,b,c) kollinear und F eine Affinität, so sind auch (F(a), F(b), F(c)) kollinear; ferner gilt: TV(a,b,c) = TV(F(a),F(b),F(c)). Beweis. Liegen a, b, c auf einer Geraden G, so liegen F(a), F(b), F(c) auf der Bildmenge Bild F (G). Da Bild F (G) wieder eine Gerade ist, sind F(a),F(b),F(c) kollinear. Nach Definition ist c a = TV(a,b,c)(b a). Nach Definition ist F(c) F(a) = f (c a) und F(b) F(a) = f (b a). Also, F(c) F(a) = TV(a,b,c)(F(b) F(a)), also TV(F(a),F(b),F(c)) = TV(a,b,c) Folgerung: Punkt c ist der Mittelpunkt der Strecke (a,b) Punkt c teilt die Strecke (a,b) im Verhältnis 2 : 1 affine Eigenschaft affine Eigenschaft
14 Flächeninhalt einer Menge Flächeninhalt der zweiten Menge (K = R) ist eine affine Eigenschaft In der Vorl. 12 LAAG I, Seiten haben wir verstanden, dass eine lineare Abbildung f A : R 2 R 2 (wobei R 2 mit der üblichen Schulgeometrischen Ebene identifiziert ist) den Flächeninhalt einer jeden Figur mit dem Faktor det(a) multipliziert. Wir wissen, dass jede Affinität von R 2 die Form F(x) = F(a) + f A (x a) hat. Da die Translation (Parallelverschiebung) offensichtlich den Flächeninhalt erhält, multipliziert die affine Abbildung den Flächeninhalt einer jeden Figur mit dem Faktor det(a). Deswegen erhalten die Affinitäten von R 2 Flächeninhalt einer Menge Flächeninhalt der zweiten Menge. Selbstverständlich ist das Phänomen mehrdimensional : In Dim(3) und in Dim(n) ist Volum(Bild F (Menge)) = det(f )(Volum(Menge)) und deswegen Volum(Bild F (Menge 1 )) Volum(Bild F (Menge 2 )) = det(f ) Volum(Menge 1) det(f ) Volum(Menge 2 ) = Volum(Menge 1) Volum(Menge 2 )
15 Wiederholung Eine Eigenschaft einer Teilmenge M R n heißt affin, wenn für jede Affinität F : R n R n die Bildmenge {F(a) wobei a M} auch diese Eigenschaft hat. Punkt zu sein affin Gerade (zu sein) affin Strecke affin Dreieck affin parallele Gerade affin Winkel (in D2 oder D3) zwischen zwei Geraden ist 90 nicht affin Länge einer Strecke (in D2 oder D3) ist gleich 5 nicht affin Punkt c ist die Mittelpunkt affin der Stecke (a,b) Punkt c teilt die Stecke (a,b) in Verhältnis 2 : 1 affin Flächeninhalt (in D2 oder Volumen in D3) nicht affin Flächeninhalt einer Menge Flächeninhalt der zweiten Menge = 5 affin
16 Anwendung in der (Schul)geometrie Wir sagen, dass eine geometrische Aufgabe affin ist, falls nur affine Eigenschaften gegeben sind. Um eine affine Aufgabe zu lösen, können Sie zuerst eine passende Affinität anwenden. Wenn Sie dies klug genug tun, vereinfacht dies die Aufgabe. BspAufgabe. Beweisen Sie, dass sich die Seitenhalbierenden eines Dreiecks (a) in einem Punkt schneiden (b), dass der Schnittpunkt sie im Verhältnis 2 : 1 teilt, (c), dass die 6 Dreiecke, in die die Seitenhalbierenden das Dreieck teilen, gleichen Flächeninhalt haben. Bemerkung Hausaufgabe 4 ist die Verallgemeinerung von (a) und (c) für 3-dim Fall. c b a a c b
17 Man betrachte eine Affinität, die die Ecken des Dreiecks ABC in die Ecken eines regelmäßigen Dreiecks überführt. (Existiert nach Lemma 11, weil A,B,C und A,B,C affine Basen in R 2 sind.) Die Abbildung führt die Seiten in Seiten über. Die Abbildung führt die Mittelpunkte der Seiten in die Mittelpunkte der Seiten über. Die Abbildung führt die Seitenhalbierenden in die Seitenhalbierenden über. Da sich in dem regelmäßigen Dreieck, die Seitenhalbierenden in einem Punkt schneiden, schneiden sich die Seitenhalbierenden des ursprünglichen Dreiecks auch in einem Punkt. (a) ist bewiesen. F(c) c F(b ) F(a ) b m a F m a c b F(a) F(c ) F(b)
18 F(c) c F(b ) F(a ) b m a F m a c b F(a) F(c ) F(b) Da in einem regelmäßigen Dreieck alle 6 Dreiecke, in die die TV(a,b,c)=-2 Seitenhalbierenden das Dreieck teilen, gleich sind, sind ihre Flächeninhalte auch gleich, also Flächeninhalt eines kleinen Dreieck Flächeninhalt eines anderen kleinen Dreiecks = 1. ( ) Da dies eine affine Eigenschaft ist, gilt ( ) auch für das ursprüngliche Dreieck. (c) ist bewiesen.
19 Man betrachte ein kleines Dreieck. Da der Winkel F(c)F(a)F(a ) gleich 30 o ist, ist (m,f(b )) = sin(30 o ) (m,f(a)) = 1 2 (m,f(a)). Da (F(b),m ) = (m,f(a)), teilt der Punkt m die Seitenhalbierende (F(b),F(b )) im Verhältnis 2 : 1. Da Affinitäten die Teilverhältnisse erhalten, teilt m die Seitenhalbierende (b,b ) im Verhältnis 2 : 1. (b) ist bewiesen. F(c) c F(b ) F(a ) b m a F 30 o m a c b F(a) F(c ) F(b) TV(a,b,c)=-2
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
MehrWarum konnten wir Inversionen so erfolgreich beim Lösen von schulgeometrischen Aufgaben anwenden?
Warum konnten wir Inversionen so erfolgreich beim Lösen von schulgeometrischen Aufgaben anwenden? Weil bei einigen Aufgaben die Problemstellung einfacher wird, wenn wir Inversionen anwenden, die Aufgabenstellung
MehrAffine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...
Affine Hülle Wiederholung. Der Vektor x K n ist eine lineare Kombination der Vektoren x,...,x k K n, wenn es Zahlen λ,...,λ k K gibt mit x = λ x +... + λ k x k. Def. Gibt es solche Zahlen λ,...,λ k K mit
MehrWiederholung: lineare Abbildungen
Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f(v) = u} (Andere Bezeichnung: f(v) wird in Analysis-Vorlesung
MehrAffine 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
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung
Mehrx 2 + y 2 = f x y = λ
Lineare Abbildungen Def Es seien (V 1,+, ) und (V 2,+, ) zwei Vektorräume Eine Abbildung f : V 1 V 2 heißt linear, falls für alle Vektoren u,v V 1 und für jedes λ R gilt: f (u + v) = f (u) + f (v), f (λu)
MehrPlan für Heute/Morgen
Plan für Heute/Morgen Kongruenzsätze: aus der Schule wissen wir die SSS, SWS, und SSW Kongruenzsätze für Dreiecke: Wir wollen diese Sätze im Rahmen unseres Modells (wenn Punkte die 2 Tupel von reellen
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 06.12.2013 Alexander Lytchak 1 / 16 Wiederholung Ist V ein Vektorraum, so heißen Abbildungen T v : V V der Form w w
MehrGleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung
Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung Def. Eine Gleitspiegelung ist eine Spiegelung an einer Geraden (Spiegelachse) verknüpft mit einer Translation parallel zu dieser
Mehr10. Affine und euklidische Geometrie.
10. Affine und euklidische Geometrie. In der analytischen Geometrie beschreibt man nach Wahl eines Koordinatensystems Punkte durch n-tupel von Zahlen (n = 2 für die Ebene, n = 3 für den 3-dimensionalen
Mehr4 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
MehrDefinition 27 Affiner Raum über Vektorraum V
Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,
MehrLineare 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.
MehrElementare Geometrie Vorlesung 16
Elementare Geometrie Vorlesung 16 Thomas Zink 19.6.2017 1.Homothetien Definition Es sei E eine Ebene. Eine Homothetie h : E E ist eine bijektive Abbildung, so dass (1) Wenn a E eine Gerade ist, so ist
MehrFundamentalsatz der reellen affinen Geometrie
Fundamentalsatz der reellen affinen Geometrie Satz 12 (Fundamentalsatz der affinen Geometrie über R) Wir betrachten den (n 2) dimensionalen reellen affinen Raum R n. Sei F : R n R n eine Bijektion, welche
Mehr5.1 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.
MehrUnterlagen 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
MehrWie kann man die Normalform (bzgl. Affinen Transformationen) bestimmen, ohne die affine Abbildung bzw. Isometrie zu finden?
Wie kann man die Normalform (bzgl. Affinen Transformationen) bestimmen, ohne die affine Abbildung bzw. Isometrie zu finden? Antwort in Dim 2: Sei Q eine Quadrik in R 2 gegeben durch a 11... a 1n x 1 x
MehrErweiterte Koordinaten
Erweiterte Koordinaten Sei K n ein n dimensionaler affiner Raum Die erweiterten Koordinaten des Punktes x x n K n sind x x n Kn+ (Das ist für alle K sinnvoll, weil in jedem Körper K wohldefiniert ist In
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
MehrElementare Geometrie Vorlesung 11
Elementare Geometrie Vorlesung 11 Thomas Zink 29.5.2017 1.Verhältnisse Es sei g eine Gerade. Es seien A, B, C, D g vier Punkte, so dass A B und C D. Wir definieren: AB CD = AB CD, wenn die Strahlen AB
MehrSWS-Kongruenzsatz. A B = d(a,b) = A B und A C = d(a,c) ) = A C. Dann ist das Winkelmaß BAC = arccos
SWS-Kongruenzsatz. SWS-Kongruenzsatz. Es seien A,B,C und A,B,C Punkte des R 2, s.d. weder A,B,C noch A,B,C auf einer Geraden liegen. Dann gilt: es gibt eine Isometrie I, mit A A, B B, C C, genau dann wenn
MehrAufgabenpool. Woche 1 Aussagenlogik. Woche 2 Mengen und Funktionen. Lineare Algebra und Geometrie I SS 2015
Lineare Algebra und Geometrie I SS 05 Woche Aussagenlogik Aufgabenpool Aufgabe #.5 Die Aussage A sei 5 > 9, die Aussage B sei Gerhard Schröder ist eine Frau. Vervollständigen Sie die folgende Wahrheitstabelle.
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U
MehrWiederholung und Plan:
Wiederholung und Plan: Ziel: alle linearen f : V U zu beschreiben, wobei V,U Vektorräume sind, sd dim(v) = n
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Affine
Mehrein 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 -----------------------------------------------------------------------------------------------------------------
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.34 018/04/19 14:11:43 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.3 Sätze über Geraden in der Ebene Wir beschäftigen uns gerade mit Aussagen über ebene Geraden und haben einige
MehrDie Dimension eines Vektorraumes
Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je
MehrElementare Geometrie Wiederholung 3
Elementare Geometrie Wiederholung 3 Thomas Zink 10.7.2017 1.Schwerpunkt und Teilverhältnis, V13, Es seien A, B, C, D Punkte, die auf einer Geraden liegen, und so dass A B und C D. AB = λ CD λ = AB CD.
Mehr1 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,
MehrBlatt 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
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 6/7): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema, Aufgabe 4) Im R seien die beiden Ebenen E : 6 x + 4 y z = und E : + s + t 4 gegeben.
MehrNeues Thema: abstrakte Algebra: Gruppen- und Körpertheorie
Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie Def. Eine Gruppe besteht aus einer nicht leeren Menge G und einer Abbildung : G G G (wir werden a b oder ab statt (a,b) schreiben; die Abbildung
MehrKapitel 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
Mehr3 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
Mehr1. Übungsblatt: Lineare Algebra I Abgabe: 1. November 2001 in den Übungsgruppen
Hannover, den 25. Oktober 200. Übungsblatt: Lineare Algebra I Abgabe:. November 200 in den Übungsgruppen (je 3 Punkte) Beweisen oder widerlegen Sie die folgenden Aussagen über Mengen. a) A (B C) = (A B)
MehrMusterlösung 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
MehrWarum konnten wir Inversionen so erfolgreich beim Lösen von schulgeometrischen Aufgaben anwenden?
Warum konnten wir Inversionen so erfolgreich beim Lösen von schulgeometrischen Aufgaben anwenden? Weil bei einigen Aufgaben die Problemstellung einfacher wird, wenn wir Inversionen anwenden, die Aufgabenstellung
MehrQuadratische Matrizen
Quadratische Matrizen (n n)-matrizen heißen quadratische Die entsprechenden linearen Abbildungen sind laut Definition Endomorphismen des R n (weil f A : R n R n ) Das Produkt von (n n)- Matrizen ist auch
MehrC orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =
1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition
MehrKonvexe Mengen. Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x,y auch stets deren Verbindungsstrecke
Konvexe Mengen Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x,y auch stets deren Verbindungsstrecke xy = {x + t xy 0 t 1} = {(1 t)x + ty 0 t 1} enthält. konvex nicht konvex Lemma
MehrVorlesung Winter 2009/2010 Elementare Geometrie
Vorlesung Winter 2009/2010 Elementare Geometrie 1 Homothetien Es sei Z E ein Punkt der Ebene. Es sei λ 0 eine reelle Zahl. Die zentrale Homothetie mit dem Zentrum Z und dem Streckungsfaktor λ ist folgende
Mehr2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U.
Vektorräume Definition Eine nicht leere Menge V, für die eine Addition (dh eine Rechenvorschrift + derart, dass a + b V für alle a, b V ist und eine skalare Multiplikation (dh λa V für alle λ R (λ ist
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen
MehrMathematik 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
MehrMusterlösungen Klausur Geometrie
Musterlösungen Klausur Geometrie Aufgabe 1 (Total: 8 Punkte). Seien A, B, C die Eckpunkte eines nichtentarteten Dreiecks in der euklidischen Ebene. Seien D, E, F derart gewählt, dass folgende Teilverhältnisse
MehrBild, 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
MehrWie werden die Vorlesungen/Übungen organisiert?
Wie werden die Vorlesungen/Übungen organisiert? Mein Name: Prof. Vladimir Matveev Sprechstunden: nach jeder Vorlesung bzw. in der Pause Homepage der Vorlesung: http: //users.minet.uni-jena.de/ matveev/lehre/la10/
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 3/4) Aufgabenblatt (9. Januar
Mehr2 Spiegelungen. d(f(p), f(q)) = d(p, q) für alle p, q R n
2 Siegelungen Definition: f : R n R n heißt Bewegung (Isometrie), wenn f Abstände erhält, dh wenn d(f(), f(q)) = d(, q) für alle, q R n Kaitel IV, Satz 32: f ist genau dann eine Bewegung, wenn es eine
MehrProjektive 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
MehrNeues Thema: abstrakte Algebra: Gruppen- und Körpertheorie
Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie Def. Eine Gruppe besteht aus einer nicht leeren Menge G und einer Abbildung : G G G (wir werden a b oder ab statt (a,b) schreiben; die Abbildung
Mehr5 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
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
Mehr02. Vektorräume und Untervektorräume
02. Vektorräume und Untervektorräume Wir kommen nun zur eigentlichen Definition eines K-Vektorraums. Dabei ist K ein Körper (bei uns meist R oder C). Informell ist ein K-Vektorraum eine Menge V, auf der
Mehr= k 0+k 0 ( ). Wir addieren (0 k) zu den Seiten der Gleichung ( ): 0 = k 0.
Def 4 Eine Menge K mit zwei Abbildungen + : K K K und : K K K (heißen Addition und Multiplikation; wir werden a b bzw a+b statt (a,b), +(a,b) schreiben) ist ein kommutativer Ring, falls: (R1) (K, +) ist
MehrAffine und projektive Räume
Affine und projektive Räume W. Kühnel Literatur hierzu: G.Fischer, Analytische Geometrie, 7. Aufl., Vieweg 2001 Zur Motivation: Wenn man in einem Vektorraum die Elemente nicht als Vektoren, sondern als
Mehrtechnische 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
MehrSatz 7. A sei eine nichtleere 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 nichtleere Teilmenge
MehrDrehung um einen Punkt um Winkel α.
Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D
MehrKapitel 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
MehrLineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A.
Lineare Hülle Def A sei eine nichtleere Teilmenge des Vektorraums (V,+, ) Die lineare Hülle von A (Bezeichung: span(a)) ist die Menge aller Linearkombinationen der Elemente aus A { k } span(a) := λ i v
MehrKapitel 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
Mehr1 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
Mehr3 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
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
MehrGrundlagen der Mathematik 1
Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben
MehrGegeben 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
MehrAbschnitt: Diagonalisierung von Endomorphismen
Abschnitt: Diagonalisierung von Endomorphismen Wiederholung: Endomorphismus von V ist eine lineare Abbildung von V nach V. Frage: f sei ein Endomorphismus. In welcher Basis ist die darstellende Matrix
MehrKapitel 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
MehrHüllen und Kombinationen
Hüllen und Kombinationen 2 Die zulässigen Bereiche in der Linearen Optimierung sind Lösungen von linearen Ungleichungssystemen. Deswegen müssen wir die Werkzeuge der linearen Algebra um Elemente erweitern,
MehrMathematische Probleme, SS 2018 Dienstag $Id: dreieck.tex,v /06/12 14:54:26 hk Exp $
$Id: dreieck.tex,v 1.47 018/06/1 14:54:6 hk Exp $ Dreiecke.3 Einige spezielle Punkte im Dreieck Am Ende der letzten Sitzung hatten wir eingesehen, dass sich die drei Winkelhalbierenden eines Dreiecks in
MehrErste 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
MehrLineare Algebra I - Prüfung Winter 2019
Lineare Algebra I - Prüfung Winter 209. (20 Punkte) Kreuzen Sie auf dem Abgabeblatt ihre Antwort an. Pro Teilaufgabe ist genau eine der vier Antwortmöglichkeiten richtig. Für jede richtig beantwortete
MehrGeometrie. Homepage zur Veranstaltung: Lehre Geometrie
Geometrie 5.1 Geometrie Homepage zur Veranstaltung: http://www.juergen-roth.de Lehre Geometrie Geometrie 5.2 Inhaltsverzeichnis Geometrie 0 Geometrie!? 1 Axiome der Elementargeometrie 2 Kongruenzabbildungen
Mehr3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit
3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
Mehr1 Lineare Abbildungen
1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrSatz 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
MehrGeometrie. Ingo Blechschmidt. 4. März 2007
Geometrie Ingo Blechschmidt 4. März 2007 Inhaltsverzeichnis 1 Geometrie 2 1.1 Geraden.......................... 2 1.1.1 Ursprungsgeraden in der x 1 x 2 -Ebene.... 2 1.1.2 Ursprungsgeraden im Raum..........
MehrÜbungen 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
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrWiederholung. Lemma 16 Ist A symmetrisch, so gibt eine eine orthogonale Matrix O, s.d. O 1 AO diagonal ist.
Wiederholung Lemma 6 Ist A smmetrisch, so gibt eine eine orthogonale Matrix O, sd O AO diagonal ist Wiederholung Lemma 6 Ist A smmetrisch, so gibt eine eine orthogonale Matrix O, sd O AO diagonal ist (Smmetrische
MehrKlausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.
MehrLineare 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
Mehr4.3 Affine Punkträume
4.3. AFFINE PUNKTRÄUME 185 4.3 Affine Punkträume Es wird jetzt der Übergang von der linearen Algebra zur analytischen Geometrie beschrieben. 4.3.1 Definition (affiner Punktraum) Sei V ein K-Vektorraum,
MehrProjektive Abbildungen, Beziehung zwischen anen und projektiven Räumen, Projektive Unabhängigkeit.
Projektive Abbildungen, Beziehung zwischen anen und projektiven Räumen, Projektive Unabhängigkeit. Agnieszka Wenska 2008-02-19 1 Wir wissen bereits: Was projektive Räume und Unterräume sind Wie man die
Mehr3.3 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
MehrMengenlehre: Mächtigkeit (Ordnung) einer Menge
Mengenlehre: Mächtigkeit (Ordnung) einer Menge Def. Seien A, B Mengen. Wir sagen, dass A höchstens gleichmächtig zu B ist, falls es eine injektive Abbildung f : A B gibt. Schreibweise: A B. Wir sagen,
MehrTechnische 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
Mehr2.4 Lineare Abbildungen und Matrizen
24 Lineare Abbildungen und Matrizen Definition 24 Seien V, W zwei K-Vektorräume Eine Abbildung f : V W heißt lineare Abbildung (lineare Transformation, linearer Homomorphismus, Vektorraumhomomorphismus
Mehr2 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