Vektorräume und Lineare Abbildungen
|
|
- Stefanie Kranz
- vor 5 Jahren
- Abrufe
Transkript
1 Vektorräume und Lineare Abbildungen Die angesprochene Thematik macht den Kern dieser Veranstaltung aus. Lineare Techniken sind zentral für weite Bereiche mathematischen Argumentierens. Durch in der Analysis thematisierte Lineare Approximation reduzieren wir komplizierte Probleme auf lineare Probleme. Die linearen Probleme, hinwiederum, reduzieren sich typischerweise auf das Lösen Linearer Gleichungssysteme, deren Lösungstechnik in dieser Vorlesung einen entsprechend großen Stellenwert hat. Wir starten mit dem Begriff des Vektorraums und untersuchen danach eine Fülle von Beispielen 1
2 Der Vektorraumbegriff Wir greifen die im Rahmen der anschaulichen Vektorrechnung isolierten Gesetzmäßigkeiten (A1) (A4), (M1) (M4) erneut auf und definieren den Begriff eines (abstrakten) Vektorraums durch axiomatische Forderung dieser Bedingungen: Definition Eine Menge V versehen mit zwei Operationen + : V V V, (v, w) v + w : R V V, (a, v) av heißt Vektorraum, genauer reeller Vektorraum oder R-Vektorraum, wenn gilt: 2
3 (A 1) v + w = w + v für alle v, w V. (A 2) u + (v + w) = (u + v) + w für alle u, v, w V. (A 3) Es gibt V mit v + = v = + v für alle v V. (A 4) Zu jedem v V gibt es w V mit v + w = = w + v. (M 1) a(v + w) = av + aw für alle a R, v, w V. (M 2) (a + b)v = av + bv für alle a, b R, v V. (M 3) (a b)v = a(bv) für alle a, b R, v V. (M 4) 1v = v für alle v V. Elemente aus V heißen Vektoren, die aus R Skalare. 3
4 Beispiele: Anschauungsraum und R 3 (i) Die Vektoren des Anschauungsraumes bilden mit den Operationen Vektoraddition und Multiplikation mit Skalaren einen R-Vektorraum. (ii) Die Menge R 3 = x 1 x 2 x 3 x 1, x 2, x 3 R bildet mit den Operationen x 1 x 2 x 3 + y 1 y 2 y 3 = x 1 + y 1 x 2 + y 2 x 3 + y 3, a x 1 x 2 x 3 = ax 1 ax 2 ax 3 einen R-Vektorraum. 4
5 Lösungsmenge einer linearen Gleichung (iii) Wir fixieren vier reelle Zahlen a 1, a 2, a 3, b. Dann ist die Menge V = x 1 x 2 x 3 x 1, x 2, x 3 R, a 1 x 1 + a 2 x 2 + a 3 x 3 = b bzgl. der Operationen von (ii) genau dann ein R-Vektorraum, wenn b =. 5
6 Unser Standardbeispiel: R n Satz. Für jedes n bildet die Menge mit den Operationen x 1. x n + R n = y 1. y n einen R-Vektorraum. = x 1. x n x 1,..., x n R x 1 + y 1. x n + y n, a x 1. x n = ax 1. ax n Beweis. Koordinatenweises Rechnen in R zeigt die Gültigkeit von (A1) (A4), (M1) (M4). 6
7 Ein Beispiel aus einer anderen Ecke Das folgende Beispiel zeigt die vereinheitlichende Kraft und Denkökonomie des abstrakten Vektorraumbegriffs: Beispiel Sei [, 1] := {x R x 1} und V = {f f : [, 1] R} die Menge aller reellwertigen Funktionen, welche auf dem reellen Einheitsintervall [, 1] = {x x R, x 1} definiert sind. Wir erklären f + g und a.f (a R, f, g V ) durch (f + g)(x) = f(x) + g(x), (a.f)(x) = a f(x). Es ist leicht zu sehen, dass V bzgl. dieser Operationen ein reller Vektorraum ist. Offensichtliche Variationen: Polynomfunktionen auf [, 1], differenzierbare Funktionen auf [, 1]. 7
8 Wichtige Bemerkung In die Vektorraum-Definition und die nachfolgende Behandlung gehen nur diejenigen Eigenschaften der Addition und Multiplikation der reellen Zahlen ein, die wir zu den Körperaxiomen (A1) (A4), (M1) (M4) und (D) zusammenfaßt haben. Wir können daher allgemeiner Vektorräume über einem Körper K betrachten, also von Vektorräumen über Q, R oder C sprechen. Zum Beispiel ist C n ein Vektorraum über C. Wir werden hierauf später zurückkommen; gleichwohl momentan bei Vektorräumen über R bleiben. 8
9 Beispiele von Körpern (i) Q, R und C sind Körper bzgl. der gewöhnlichen Addition und Multiplikation. Q ist ein Teilkörper von R und R ist ein Teilkörper von C. (ii) Q( 2) := { a + b 2 a, b Q } ist ein Teilkörper von R. (iii) Q(i) := {a + b i a, b Q}, i = 1, ist ein Teilkörper von C. (iv) Es gibt auch endliche Körper. Derjenige mit zwei Elementen ist für Informatiker besonders interessant. (v) N und Z sind bzgl. der gewöhnlichen Addition und Multiplikation keine Körper. Grund? 9
10 Das Rechnen in Vektorräumen I (1) Das Nullelement V ist eindeutig bestimmt. Beweis. Seien und Nullelmente von V, dann gilt = + =. (2) Das additive Inverse zu x ist eindeutig bestimmt. Beweis. Seien x + y = und x + y =. Dann folgt y = y + = y + (x + y ) = (y + x) + y = (x + y) + y = + y = y Schreibweise: y = x. 1
11 Das Rechnen in Vektorräumen II Die nächste Eigenschaft werden wir wieder und wieder benötigen: (3) a.x = (a = oder x = ) Beweis. : Es ist a. = a.( + ) = a. + a. und Addition mit (a.) liefert = a.. Entsprechend ist.x = ( + ).x =.x +.x, hier liefert Addition mit (.x) das gewünschte Resultat =.x. a.x = und a impliziert x = 1.x = ( 1 a a).x = 1 a.(a.x) = 1. =. a 11
12 Subtraktion in Vektorräumen Verabredung: x y := x + ( y) Rechenregeln: ( x) = x (1) (x + y) = ( x) + ( y) (2) (x y) = y x (3) (4) Die Gleichung x + b = c (b, c V gegeben) ist eindeutig lösbar mit Lösung x = c b. (5) ( a).x = (a.x) = a.( x). 12
13 Linearkombinationen und Erzeugendensysteme V sei ein Vektorraum. Ein Element v V der Form v = a 1.v a n.v n, heißt Linearkombination der Elemente v 1, v 2,..., v n V mit den Koeffizienten a 1, a 2,..., a n R. (a) (v 1, v 2,..., v n ) heißt Erzeugendensystem von V, wenn sich jedes v V als Linearkombination v = a 1.v a n.v n, mit geeigneten Skalaren a 1,..., a n schreiben lässt. 13
14 Lineare Abhängigkeit und Unabhängigkeit (b) Ein System (v 1, v 2,..., v n ) von Vektoren aus V heißt linear abhängig, wenn es Skalare (a 1, a 2,..., a n ) (,..., ) gibt mit a 1.v 1 + a 2.v a n.v n =. Andernfalls heißt (v 1, v 2,..., v n ) linear unabhängig. Dies bedeutet: mindestens ein a i ist ungleich. Wir werden üblichem Sprachgebrauch folgend davon sprechen, dass die Vektoren a 1, a 2,..., a n linear abhängig (bzw. linear unabhängig) sind, obwohl dies missverständlich ist: Sind sämtliche v i, so ist v 1, v 2,..., v n ein System von Vektoren, die einzeln jeweils linear unabhängig sind, aber als Folge v 1, v 2,..., v n durchaus linear abhängig sein können. 14
15 Der Basisbegriff Ein System (b 1, b 2,..., b n ) von n Vektoren aus V heißt eine Basis von V, falls b 1, b 2,..., b n zugleich in V linear unabhängig und ein Erzeugendensystem von V ist. Wenn wir eine Basis von V besitzen, kennen wir V vollständig: Es ist dann nämlich V die Menge aller Linearkombination der Basiselemente. Im allgemeinen wird ein Vektorraum mehrere, zumeist sogar unendlich viele Basen haben. Es macht daher keinen Sinn, von der Basis von V zu sprechen. (Häufiger Fehler, der offenbart, dass Wesentliches nicht verstanden wurde!) 15
16 Im R n ist das System Die Standardbasis des R n e 1 = 1., e 2 = 1.,..., e n =. 1 ein Erzeugendensystem, denn a 1 a 2. a n 1 a n = a 1. + a a n = a a a n Aus der obigen Formel folgt zugleich die lineare Unabhängigkeit von e 1, e 2,..., e n. (Weshalb?)
17 Nochmals: Standardbasis Folglich ist (e 1, e 2,..., e n ) eine Basis von R n, welche wir die Standardbasis des R n nennen. Neben der Standardbasis (e 1, e 2,..., e n ) gibt es viele weitere Basen, z.b. ist für jede Wahl von a R auch (e 1 + a.e 2, e 2, e 3,..., e n ) ebenfalls eine Basis von R n. Wir erhalten mit dieser Konstruktion somit unendlich viele Basen des R n. Wie diskutiert, gibt es die Basis eines R-Vektorraums V nicht, somit auch nicht die Basis des Vektorraums R n, n 1, da es in jedem dieser Fälle mehrere (sogar unendlich viele) Basen gibt. Der bestimmte Artikel für die Bezeichnung der Standardbasis des R n macht dagegen Sinn! 17
18 Die Funktion einer Basis Satz Ist (v 1, v 2,..., v n ) eine Basis von V, so besitzt jeder Vektor v V eine eindeutige Darstellung v = a 1 v 1 + a 2 v a n v n als Linearkombination von v 1, v 2,..., v n mit skalaren Koeffizienten a 1, a 2,..., a n. Beweis. (1) Die Existenz einer solchen Linearkombination v = a 1 v 1 + a 2 v a n v n folgt, weil v 1, v 2,..., v n ein Erzeugendensystem von V ist. Wir müssen uns daher noch von der Eindeutigkeit einer solchen Darstellung überzeugen. 18
19 (2) Zum Nachweis der Eindeutigkeit einer solchen Darstellung nehmen wir an, dass v = a 1.v 1 + a 2.v a n.v n v = b 1.v 1 + b 2.v b n.v n zwei Darstellungen von v als Linearkombination von v 1, v 2,..., v n sind. Bilden der Differenz führt zur Gleichung = (a 1 b 1 ).v 1 + (a 2 b 2 ).v (a n b n ).v n, woraus die lineare Unabhängigkeit von v 1, v 2,..., v n berücksichtigend das Verschwinden aller Koeffizienten, also a 1 b 1 =, a 2 b 2 =,..., a n b n = folgt. Wir haben damit a 1 = b 1, a 2 = b 2,..., a n = b n und folglich die Eindeutigkeit der Darstellung gezeigt. 19
20 Wichtige Kommentare Kommentar 1. Ist v 1, v 2,..., v n eine Basis von V, so ist die Abbildung ϕ : R n V, x 1. x n n i=1 x i.v i bijektiv, d.h. zu jedem v V gibt es genau ein x R n mit ϕ(x) = v. Wir haben daher bei fixierter Basis eine ein-eindeutige Entsprechung zwischen den Vektoren v aus V einerseits und Mitgliedern des R n andererseits. Die letzteren können wir relativ zur fixierten Basis als Koordinaten von v auffassen. 2
21 Kommentar 2. (a) Die Vektoren einer Basis (b 1, b 2,..., b n ) sind immer paarweise verschieden. Ferner kommt es für die Basiseigenschaft nicht auf die Reihenfolge an, in der die Vektoren einer Basis aufgezählt werden. Immer, wenn es daher bequem ist, werden wir anstelle von (b 1, b 2,..., b n ) von der Basis B = {b 1, b 2,..., b n } sprechen. (b) In R ist jedes x eine Basis. (c) Im R 2 bilden ( a1 a 2 ), ( b1 b 2 genau dann eine Basis, wenn a 1 b 2 a 2 b 1 gilt. ) 21
Vektorräume und Lineare Abbildungen
Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit
Mehr2.3 Umformung auf Zeilenstufenform
4 Kapitel II: Lineare Gleichungen 23 Umformung auf Zeilenstufenform Montag, 17 November 23 Wir sehen hier ein typisches Beispiel einer m n-matrix in Zeilenstufenform 1 1 1 A = 1 i 1 i 2 i 3 i 4 Eine Treppenlinie
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
Mehr3.3 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
MehrLösungen zur Mathematik für Informatiker I
Lösungen zur Mathematik für Informatiker I Wintersemester 00/03 Prof Dr H Lenzing Blatt 7 Sei M Ihre Matrikelnummer mit den Ziffern m, m, m 3, m 4, m 5, m 6, m 7 Aufgabe 6 ( Bonuspunkt): Wir betrachten
MehrIn 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.
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
MehrKapitel 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
MehrKapitel 11. Dimension und Isomorphie
Kapitel 11. Dimension und Isomorphie Bestimmung der Dimension Satz. Sei (v 1, v 2,..., v n ) ein minimales Erzeugendensystem von V, d.h. dieses System ist ein Erzeugendensystem von V, aber keines der nach
MehrDas Spatprodukt 25. Insbesondere ist das Spatprodukt in jedem Faktor linear. a 1 = aa 2 + ba 3
Das Spatprodukt 25 (Sp 4) (aa, b, c) a(a, b, c) Insbesondere ist das Spatprodukt in jedem Faktor linear Montag,3 November 23 Satz 92 Drei Vektoren,, Spatprodukt (,, ) ist sind genau dann linear abhängig,
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
MehrKapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen
Kapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen Vorschau: Lineare Abbildungen Wer Vektorräume studiert,
MehrLineare 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
MehrDonnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.
Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )
MehrMathematik 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$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
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
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
MehrLineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.
18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen
MehrDer 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
MehrÜbersicht 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
MehrVektorräume und lineare Abbildungen
Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 19 8. Juli 2010 Kapitel 14. Gewöhnliche Differentialgleichungen zweiter Ordnung 14.1 Systeme gewöhnlicher linearer Differentialgleichungen erster
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
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
Mehr2.3 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
MehrLineare Gleichungssysteme
Kapitel 6 Lineare Gleichungssysteme 6. Gaußalgorithmus Aufgabe 6. : Untersuchen Sie die folgenden linearen Gleichungssysteme mit dem Gaußalgorithmus auf Lösbarkeit und bestimmen Sie jeweils die Lösungsmenge.
Mehr10 Kapitel I: Anschauliche Vektorrechnung
10 Kapitel I: Anschauliche Vektorrechnung haben. In Mengenschreibweise ist G = {x x = a + tb für ein t R}. Wir werden für diese einführenden Betrachtungen im Interesse einer knappen Redeweise jedoch häufig
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 2: Vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 19. Oktober 2011) Vektoren in R n Definition 2.1
MehrKapitel 15 Lineare Gleichungssysteme
Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem
MehrBestimmung der Dimension
Bestimmung der Dimension Satz. Sei (v 1, v 2,..., v n ) ein minimales Erzeugendensystem von V, d.h. dieses System ist ein Erzeugendensystem von V, aber keines der nach Weglassen eines v i (1 i n) entstehenden
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
MehrKapitel 14 Lineare Gleichungssysteme
Kapitel 4 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 83 / 246 Kapitel 4 Lineare Gleichungssysteme Definition 4. (Lineares Gleichungssystem LGS)
Mehr3.3 Austauschsatz, Basisergänzungssatz und Dimension
64 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
MehrMathematik 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)
Mehr1 Linearkombinationen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch
MehrKapitel I: Vektorrechnung 2: Vektoren im Raum
WS 1/14 - Prof Dr Manfred Leitz 2 Vektoren im Raum A Grundbegriffe B Rechnen mit Vektoren C Der euklidische Betrag D Das euklidische Skalarprodukt E Vektorprodukt und Spatprodukt F Geraden und Ebenen im
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
MehrBeweis. Bei (a) handelt es sich um eine Umformulierung des ersten Teils von Satz 6.2, während (b) aus dem zweiten Teil des genannten Satzes folgt.
82 Kapitel III: Vektorräume und Lineare Abbildungen Beweis. Bei (a) handelt es sich um eine Umformulierung des ersten Teils von Satz 6.2, während (b) aus dem zweiten Teil des genannten Satzes folgt. Wir
Mehr4 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
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
MehrKapitel 16. Invertierbare Matrizen
Kapitel 16. Invertierbare Matrizen Die drei Schritte des Gauß-Algorithmus Bringe erweiterte Matrix [A b] des Gleichungssystems A x auf Zeilenstufenform [A b ]. Das System A x = b ist genau dann lösbar,
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
MehrAlgebra und Zahlentheorie WS 13/14
Algebra und Zahlentheorie WS 13/14 FU Berlin David Müßig http://page.mi.fu-berlin.de/def/auz14/ muessig@mi.fu-berlin.de 21.01.2014 1 Hintergrund: Basen & Vektorräume 1.1 Grundlegende Begriffe Da einige
Mehr$Id: vektor.tex,v /01/15 13:36:04 hk Exp $
$Id: vektortex,v 35 28//5 3:36:4 hk Exp $ 9 Vektorräume Wir kommen jetzt zum wohl abstraktesten Kapitel dieses ganzen Semesters, der Theorie der sogenannten Vektorräume Normalerweise ist ein Vektor etwas
MehrLineare Algebra für Informatiker Manuskript
Sebastian Thomas RWTH Aachen, SS 5 Juli 5 Lineare Algebra für Informatiker Manuskript Die Vorlesung richtet sich in erster Linie an Studierende des Studiengangs Bachelor of Science Informatik Es werden
Mehr9 Lineare Gleichungssysteme
9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 7 11. Mai 2010 Kapitel 8. Vektoren Definition 76. Betrachten wir eine beliebige endliche Anzahl von Vektoren v 1, v 2,..., v m des R n, so können
MehrLineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich
Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,
MehrTeil II: Lineare Algebra
3 Vektorräume 49 Teil II: Lineare Algebra 3 Vektorräume Wir haben in den vorangegangenen Kapiteln ausführlich die Differential- und Integralrechnung in einer (reellen Variablen untersucht Da die Welt aber
MehrAddition: ( 1 ; : : : ; n ) + ( 1 ; : : : ; n ) = ( ; : : : ; n + n ). Skalare Multiplikation: ( 1 ; : : : ; n ) = ( 1 ; : : : ; n ). II. Die Me
x 3 VEKTOR AUME In Kapitel 2 betrachteten wir wichtige Raume, die durch unsere Raumvorstellung motiviert waren { die zwei- und dreidimensionalen Raume R 2 und R 3. Jetzt untersuchen wir hoher dimensionale
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
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
Mehr2. Übungsblatt zur Mathematik II für Inf, WInf
Fachbereich Mathematik Prof. Dr. Streicher Dr. Sergiy Nesenenko Pavol Safarik SS 21 27. 3. April 2. Übungsblatt zur Mathematik II für Inf, WInf Gruppenübung Aufgabe G5 (Vektorräume) Kreuze an welche der
Mehr$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $
$Id: matrixtex,v 14 2008/12/02 21:08:55 hk Exp $ $Id: vektortex,v 12 2008/12/05 11:27:45 hk Exp hk $ II Lineare Algebra 6 Die Matrixmultiplikation 63 Inverse Matrizen und reguläre lineare Gleichungssysteme
MehrEinführung 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
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
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.
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist
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
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
MehrSatz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum
Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen
MehrVektorräume. Kapitel Definition und Beispiele
Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,,0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge
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
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
Mehr$Id: vektor.tex,v /02/04 13:59:04 hk Exp $
$Id: vektortex,v 42 29/2/4 3:59:4 hk Exp $ Vektorräume Wir kommen jetzt zum wohl abstraktesten Kapitel dieses ganzen Semesters, der Theorie der sogenannten Vektorräume Normalerweise ist ein Vektor etwas
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
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 6 Vektorräume Die Addition von zwei Pfeilen a und b, ein typisches Beispiel für Vektoren. Der zentrale
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrWichtige Kenntnisse der Linearen Algebra
Wichtige Kenntnisse der Linearen Algebra In Kapitel 3 der Vorlesung werden wir sehen (und in Kapitel 6 vertiefen, dass zur Beschreibung von Quantensystemen mathematische Begriffe aus dem Gebiet der Linearen
MehrKlausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum
Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
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$Id: vektor.tex,v /01/21 14:35:13 hk Exp $
Mathematik für Physiker I, WS 2/2 Freitag 2 $Id: vektortex,v 5 2//2 4:35:3 hk Exp $ Vektorräume 2 Untervektorräume und Erzeugendensysteme Am Ende der letzten Sitzung hatten wir wieder einmal den Lösungsraum
MehrTutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen)
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 22.5.217 (Teil 1, Lösungen) 1. Mai 217 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 217 Steven Köhler 1. Mai 217
Mehr4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9
Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )
MehrLineare Algebra für Informatiker Manuskript
Sebastian Thomas RWTH Aachen, 28 3 März 28 Lineare Algebra für Informatiker Manuskript Die Vorlesung richtet sich in erster Linie an Studierende des Studiengangs Bachelor of Science Informatik Es werden
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
Mehr2 Vektorräume und Gleichungssysteme
2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum 2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum Definition 21 Seien K = (K, +, ) ein Körper, V eine Menge und
Mehr5.5 Abstrakter Vektorraum
118 Kapitel 5 Lineare Algebra 55 Abstrakter Vektorraum Für die Vektoraddition und die Multiplikation von Vektoren mit Skalaren im zweioder dreidimensionalen euklidischen Raum gelten bestimmte Rechengesetze,
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
Mehr1 Körper. Wir definieren nun, was wir unter einem Körper verstehen, und sehen dann, dass es noch andere, ganz kleine Körper gibt:
1 Körper Sie kennen bereits 2 Beispiele von Zahlkörpern: (Q, +, ) (R, +, ) die rationalen Zahlen mit ihrer Addition und Multiplikation die reellen Zahlen mit ihrer Addition und Multiplikation Vielleicht
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
1 Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 14: Vektorräume und lineare Abbildungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 6. Oktober 2009) Vektorräume
Mehr3 Moduln. Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert.
3 Moduln Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert. Beispiele: (1) (Z n, +, (Z, )), wobei (Z, ) Skalarmultiplikation. k (a 1,...,a n )=(ka 1,...,ka n )inz. (2)
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 57 Lineare Abbildungen bei Körperwechsel Definition 57.1. Zu einer linearen Abbildung ϕ: V W zwischen K-Vektorräumen
MehrMathematik 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,
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrLINEARE 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
Mehr2.3 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
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
MehrGrundlegende Definitionen aus HM I
Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
Mehr3. 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
MehrMathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15
Mathematisches Argumentieren und Beweisen Beweisarten Besipiele Hagen Knaf, WS 2014/15 Im Folgenden sind einige der in der Vorlesung besprochenen Beispielbeweise für die verschiedenen Beweisarten aufgeführt
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
Mehr