Skript zur Vorlesung Geometriekalküle im WS08/09 von Prof. Dr. Dr. J. Richter-Gebert

Größe: px
Ab Seite anzeigen:

Download "Skript zur Vorlesung Geometriekalküle im WS08/09 von Prof. Dr. Dr. J. Richter-Gebert"

Transkript

1 Skript zur Vorlesung Geometriekalküle im WS8/9 von Prof. Dr. Dr. J. Richter-Gebert Losinger Thomas 3. Februar 29

2 Inhaltsverzeichnis Homogene Koordinaten in der Ebene 3. Inzidenz von Punkt und Gerade Inzidenzeigenschaften Transformationen in RP Dualität 3. Projektive Geometrie auf einer Geraden (Doppelverhältnis) Doppelverhältnisse Doppelverhältnis im RP Spezielle Doppelverhältnisse Harmonische Punktepaare Quadriken 9 5 Winkel im CP Geometrie kompleer Zahlen Eigenschaften des Winkels α = 2i ln(l, M; I, J) Konstruktion des Spiegelbildes Projektive Geometrie im RP 3 (und RP d ) 3 6. Punkte im RP Ebenen im RP Geraden im RP Determinantenabhängigkeiten writen b Losinger, Thomas Seite 2 von 34

3 Homogene Koordinaten in der Ebene Objekte: Punkte und Geraden Idee: Bette die Zeichenebene in den R 3 ein. Homogenisieren: Dehomogenisieren: ( ) z λ ( z z ) λ R \ {} z Skalare Vielfache identifizieren eines Vektors identifizieren also den selben Punkt. Was ist mit? t p (t) = t Also ist lim p (t) t ein -ferner Punkt in Richtung ( geometrische Interpretation. Menge aller Punkte: P := R3 \{} ( ) R\{} Eulkidische Gerade: { a b c = } Mit den Geradenparametern: a v := b c λ λ R \ {} t ). Jeder Vektor in R 3 \ {} hat eine writen b Losinger, Thomas Seite 3 von 34

4 Skalare Vielfache eines Vektors identifizieren also die selbe Gerade. Spezialfall: l = ist eine Gerade im Menge aller Gerade: L := R3 \{} ( R\{} ) {( ) } Inzidenz: Euklidisch p = liegt auf a + b + c = a + b + c = a Anders ausgedrückt: a + b + c = b, = c Homogen: p P liegt auf l L l, p = oder in anderen Worten p l Geometrische Interpretation: Verbindungsgerade von p, p 2 P : l = p p 2 Schnittpunkt von l, l 2 L : p = l l 2 Streng formal ist homogenisieren: R 2 P R ( ) Wir werden ausschießlich Operationen bertrachten, die stabil unter Äquivalenzklassenbildung sind.. Inzidenz von Punkt und Gerade Punkt p P R liegt auf der Geraden l L R : p, l = Satz Die Relation liegt auf ist wohldefiniert. (d.h. unabhängig von der Wahl der speziellen Repräsentanten) Schreibweise: [p] liegt auf [l]: [p] š[l] writen b Losinger, Thomas Seite 4 von 34

5 Beweis Sei [l] = [l ], [p] = [p ] λ, µ R \ {} mit l = λl, p = µp p, l = µp, λl = µλ p, l }{{} p, l = p, l = Man nennt das Tripel (P R, L R, š) die reele projektieve Ebene. Es genügt mit Repräsentanten zu rechnen. Verbindungsgerade zweier Punkte: [p], [q] P R [p q] L R Schnittpunkt zweier Geraden: Verbindung identischer Punkte: [l], [g] L R [l g] P R [p] = [q] p = λq p q = λq q = Verschiedene Fälle von Schnittpunkten: a d l = b, g = e c f b e c f l g = a d c f a d b e. Fall l, g sind nicht parallel: l g = 2. Fall l, g sind parallel: a d b e }{{} endlicher Punkt a b = d e ae = db ae db = a d b e = l g = Fernpunkt des Parallelenbüschels writen b Losinger, Thomas Seite 5 von 34

6 3.Fall l = also die Ferngerade: l g = d e f = Fernpunkt von g Verschiedene Fälle von Verbindungsgeraden:. Fall seien p, q endliche Punkte, so ist auf l eine normale endliche Gerade 2. Fall sei p endlicher Punkt und sei q Fernpunkt, so verläuft die Gerade l durch p in Richtung q 3. Fall seien p, q Fernpunkte so gilt:.2 Inzidenzeigenschaften = Unendliche Ferngerade Jedes Paar verschiedener Punkte hat eine eindeutige Verbingungsgerade Jedes Paar verschiedener Geraden hat einen eindeutigen Schnittpunkt Aufgabe: Gegeben sei p und l Gesucht: Parallele von l durch p Lösung:(l l ) p Parallele Bisher: Repräsentantensichtweise, d.h. Punkte und Geraden sind Vektoren im R 3 Jetzt: Teilraumsichtweise: Punkte -dimensionalen Teilräumen des R 3 Geraden 2-dimensionalen Teilräumen des R 3 Inzidenz Inzidenz der Teilräume Sichtweise auf einer Kugel: writen b Losinger, Thomas Seite 6 von 34

7 Idee: Schneide die Teilräume mit der Kugel S 2 = { Puntke Antipodale Punktepaare auf S 2 Geraden Großkreise auf S 2 z z 2 = } Ekurs: Topologie der reellen projektiven Ebene Identifiziere gegenüberliegende Punkte auf dem Rand Die Form von RP 2 Kugeldarstellung: Zu jedem Vektor R 3 \ { } gibt es zwei Vektoren auf S 2 = { z in [ ] RP 2 überdeckt die S 2 doppelt. z z z 2 = } writen b Losinger, Thomas Seite 7 von 34

8 Kleiner Ekurs: Raumformen (Verkleben gegenüberliegender Seiten eines Rechtecks) Auf RP 2 gibt es zwei verschiedene Arten geschlossener Kurven. 2 Transformationen in RP 2 Im Euklidischen bei z.b lineare Transformationen: Rotation um : ( ) ( cos α sin α sin α cos α Problem: Verkettung von Operationen Projektiv: ) ( ) ( Translation: ) ( ) ( t + t ) writen b Losinger, Thomas Seite 8 von 34

9 cos α sin α sin α cos α t t Allgemeine affine Transformationen: Also Verschiebungen, Rotationen um bel. Punkt, Spiegelungen an bel. Achse, Scherungen und alle Verkettungen davon. Beachte: M = a b c d e f a b c d e f ; det (M) p Mp = Punkte im Unendlichen bleiben also unter affinen Trafos unendlich. Allgemeine projektive Transformationen: Also auch Perspektivische Verzerrungen M = a b c d e f g h i ; det (M) p Mp Beachte M und λm; λ repräsentieren die gleiche Transformation [M]. Satz 2 Projektive Transformationen führen kollineare Punkte wieder in kollineare Punkte über. Beweis 2 p, q, r kollinear det (p, q, r) = { }} { det (Mp, Mq, Mr) = det (M) det (p, q, r) = Mp, Mq, Mr kollinear writen b Losinger, Thomas Seite 9 von 34

10 M ist durch das Bild von vier Punkten (von denen keine drei auf einer Geraden liegen) eindeutig bestimmt. Satz 3 Es seien [A], [B], [C], [D] Punkte von denen keine 3 auf einer Geraden liegen und [A ], [B ], [C ], [D ] dito, dann:! [M] : [MA] = [A ], [MB] = [B ], [MC] = [C ], [MD] = [D ] Beweis 3 Zunächst betrachte Spezialfall: A =, B = In diesem Fall: M = λa µb τc λa µb τc A B C, C =, D =, λ, µ, τ λ µ τ = = eindeutig lösbar det (A, B, C ) ist erfüllt, da Punkte nicht kollinear. Allgemeiner Fall: M [A][B][C][D] 2 [ ][ ][ ][ ] M [A ][B ][C ][D ] [A][B][C][D] M M 2 [A ][B ][C ][D ] Wie wirken porjektive Abblidungen auf Geraden? Sei M R 3 3 eine projektive Abbildung. D D writen b Losinger, Thomas Seite von 34

11 Der Punkt a wird abgebildet auf M a Seien a, b, c kollinear, d.h. l : a, l = b, l = c, l =, dann l : Ma, l = Mb, l = Mc, l = Behauptung Das Bild von l unter der projektiven Abbildung τ M ist ( M T ) l Beweis 4 Ma, ( M T ) l = a T M T (M T ) l = a T l = a, l = Definition (Kollinearität) Eine bijektive Abbildung P R P R, die kollineare Punktetripel auf kollineare Punktetripel abbildet, heißt Kollinarität Satz 4 (i) in P R ist jede projektive Transformation Kollinearität (Bem. v. Jürgen: Beweis in letzter Std.) (ii) in P R ist jede Kollinearität eine projektive Transformation (Bem. v. Jürgen: Beweis nicht in dieser Vorlesung) Bemerkung Teil (ii) ist falsch für viele andere Körper als R z.b. für P C 3 Dualität Bisheriger Ausdruckskraft unserer Geometie : Punkte Kollinearität Verbindungsgerade (Join) Geraden Konkurrenz Schnittpunkte (Meet) Dualitätsprinzip: Sstematisches Vertauschen von Punkt Gerade, Join Meet, Kollinear Konkurrent führt wahre Sätze in wahre Sätze über. Satz 5 (Satz von Pappos) Seine g, l zwei Geraden und seien 2 Punktetripel (a, b, c), (a, b, c ) auf l und g. Bilde: Dann sind,, z kollinear. (a b ) (a b) = (a c ) (a c) = (b c ) (b c) = z writen b Losinger, Thomas Seite von 34

12 Satz 6 (Dualer Pappos) Seien L, G zwei Punkte und seien 2 Geradentripel (A, B, C), (A, B, C ) durch L und G. Bilde: Dann sind X, Y, Z konkurrent (A B ) (A B) = X (A C ) (A C) = Y (B C ) (B C) = Z 3. Projektive Geometrie auf einer Geraden (Doppelverhältnis) Satz 7 Seien [A] und [B] zwei repräsentierende Punkte. Alle Punkte auf der Verbindungsgeraden l sind genau die Punkte die sich als [λa + µb] schreiben lassen. Wobei λ oder µ Beweis 5 (i) λa + µb liegt auf l det(a, B, λa + µb) = λ det(a, B, A) + µ det(a, B, B) = writen b Losinger, Thomas Seite 2 von 34

13 (ii) P auf der Geraden l hat die Form λa + µb A, B, P sind kollinear l : A, l = B, l = P, l = A B P Achtung subtil: l = P ist Linearkombination aus A und B P = λa + µb Die genaue Position von [λa + µb] hängt von der Wahl der speziellen Repräsentanten ab. In der Projektiven Geometrie wie wir sie gerade betreiben, geht das messen verloren und es sind nur Aussagen über Inzidenz möglich. Sind jedoch dir Repräsentatne A, B bekannt, dann ist ( ) λ durch die Position von λa + µb festgelegt. µ P = λa + µb bzgl. A, B. Basiswechsel auf l: ( λ µ ) sind die homogenen Koordinaten für ( λ µ P = [λa + µb] P = [λ A + µ B ] A = λ A A + µ A B B = λ B A + µ B B P = λ A + µ B = λ (λ A A + µ A B) + µ (λ B A + µ B B) = (λ λ A + µ λ B ) A + (λ µ }{{} A + µ µ B ) B }{{} λ µ ) ( ) ( ) λa λ = B λ µ A µ B µ Projektive Transformation auf l Projektion von einer Geraden auf eine Andere: P = λa + µb P = λ A + µ B writen b Losinger, Thomas Seite 3 von 34

14 ( λ Wie hängt µ ) von ( λ µ ) ab? Satz 8 Es gibt ein τ R: ( λ µ ) = ( τ ) ( λ µ ) Beweis 6 Zeige: Es gibt ein τ mit P P ist mit X inzident: = P P, X = λa + µb λ A + µ B, X = λλ A A, X + λµ A B, X + µλ B A, X + µµ B B, X λµ A B, X = µλ B A, X λ µ A B, X A = λ B, X µ }{{} τ writen b Losinger, Thomas Seite 4 von 34

15 Analoger Aufbau zum RP 2 Skalare Vielfache von Vektoren identifizieren. Topologisch ist also eine Gerade ein Ring also identisch mit der S Punkte auf der projektiven Geraden: Projektive Transformationen in RP RP = R2 \ {} R \ {} ( ) ( ) ( ) λ a b λ µ c d µ ( ) ( ) ( ) λ a b λ c d ( a b det c d ) in R λ aλ + b cλ + d lineare fraktionale Transformation ˆ= Möbius-Transformation 3.2 Doppelverhältnisse Definition 2 [X, Y ] = det (X, Y ) Definition 3 Seien A, B, C, D vier Vektoren im R 2, dann heißt Doppelverhätnis Lemma (A, B; C, D) := [A, C] [B, D] [A, D] [B, C] (A, B; C, D) = (λ A A, λ B B; λ C C, λ D D) λ A... λ D Beweis 7 [λ A A, λ C C] [λ B B, λ D D] [λ A A, λ D D] [λ B B, λ C C] = [A, C]λ Aλ B λ C λ D [B, D] [A, C] [B, D] = [A, D]λ A λ B λ C λ D [B, C] [A, D] [B, C] writen b Losinger, Thomas Seite 5 von 34

16 Lemma 2 Sei M eine invertierbare 2 2 Matri Beweis 8 (A, B; C, D) = (MA, MB; MC, MD) [MA, MC][MA, MD] [MB, MD][MB, MC] = (det(m))2 [A, C][B, D] [A, C] [B, D] (det(m)) 2 = [A, D][B, C] [A, D] [B, C] Insbesondere ist das Doppelverhältnis unabhängig von der konkreten Wahl der Basis auf RP. Dies erlaubt uns von dem Doppelverhältnis zu reden. Das Doppelverhältnis ist invariant unter Projektionen. (A, B; C, D) = (A, B ; C, D ) Das Doppelverhältnis von vier Geraden durch einen Punkt: (a, b; c, d) := (A, B; C, D) Ist wohldefiniert, solange l nicht durch X geht. writen b Losinger, Thomas Seite 6 von 34

17 3.3 Doppelverhältnis im RP 2 (A, B; C, D) = [XAC][XBD] = (a, b; c, d)) [XAD][XBC] mit [XY Z] = det X Y Z Beweis 9 Beweis auf Übungsblatt 4 P3 Wann gilt (A, B; C, D) =? Satz 9 Beweis Selber machen Richtiges rechnen mit Rechenregeln für : (A, B; C, D) = A = B oder C = D Achtung! und sind nicht definiert = = + = 3.4 Spezielle Doppelverhältnisse Projektive Skala, bei der A,D,B die Rolle von, und spielen: (A, B; A, D) = [AA] [BD] [AD] [BA] = (A, B; D, D) = [AD] [BD] [AD] [BD] = (A, B; B, D) = [AB] [BD] [AD] [BB] = Was passiert, wenn A D B wirklich auf,, sitzen? Dies ermöglicht die Rekonstruktion des Zahlenstahls in projektiven Szenarien. [ ] [ ] (A, B; X, D) = [ ] [ ] = ( ) ( ) = writen b Losinger, Thomas Seite 7 von 34

18 Konstruktion einer projektiv verzerrten äquidistanten Punktreihe. 3.5 Harmonische Punktepaare {{A, B}, {C, D}} heißt in harmonischer Lage, wenn (A, B; C, D) = Die harmonische Lage hängt tatsächlich nur von den obigen Mengen ab. analog für die anderen Vertauschungen Konstukrion von A mit (A, B; C, D) = : (A, B; C, D) = (B, A; C, D) Also (A, B; C, D) = (B, A; C, D) = Ein Begriff für später: Doppelverhältnis von vier Punkten im R 2 gesehen von einem Punkt X (A, B; C, D) X = (a, b; c, d) = [XAC][XBD] [XAD][XBC] writen b Losinger, Thomas Seite 8 von 34

19 Frage: Welche Punkte Y sehen (A,B;C,D) unter dem gleichen Doppelverhältnis wie X? 4 Quadriken Quadriken sind Lösungsgebilde von quadratischen Gleichungen in zwei Variablen (nicht homogen) In homogenen Koordinaten: a 2 + b 2 + 2c + 2d + 3e + f = a c d (,, ) c b e = d e f (,, z) a c d c b e d e f z = Q(p) = a 2 + b 2 + 2c + 2dz + 2ez + fz 2 = Spezielle degenerierte Quadriken Wann zerfällt Q(p) in das Produkt zweier linearer Gleichungen: mit l, m Geraden in Homogenen Koodinaten. Q(p) = l, p m, p l = A B l, p = A B, p = [ABp] m = C D m, p = C D, p = [CDp] Q(p) = [ABp][CDp] Satz Durch fünf Punkte von denen keine 4 auf einer Geraden liegen kann man immer eine Quadrik durchlegen writen b Losinger, Thomas Seite 9 von 34

20 Beweis Da keine 4 Punkte auf einer Geraden liegen, gibt es 4 Punkte A,B,C,D von denen eine 3 auf einer Geraden liegen. Trick: Plückers µ, dann ist Q (p) = [ACP ][BDP ] = Q 2 (P ) = [ADP ][BCP ] = Q λ,µ (p) = λq (p) + µq 2 (p) ein quadratisches Polnom durch A,B,C,D. Für welche Wahl von λ, µ geht Q λ,µ (p) durch E? Setze: λ = Q 2 (E) und µ = Q (E), dann ist: Also geht die Quardik durch A,B,C,D,E Q λ,µ (E) = Q 2 (E)Q (E) Q (E)Q 2 (E) = O(p) := [ADE][BCE][ACp][BDp] [ACE][BDE][ADp][BCp] Mit anderen Worten: A,B,C,D,E und p liegen auf einer gemeinsamen Quardik, wenn [ADE][BCE][ACp][BDp] [ACE][BDE][ADp][BCp] = Umformuliert: [ADE][BCE][ACp][BDp] = [ACE][BDE][ADp][BCp] [ACP ][BDP ] = [ACE][BDE] [ADP ][BCP ] [ADE][BCE] (A, B; C, D) p = (A, B; C, D) E Eindeutigkeit einer Quadrik durch 5 Punkte in allgemeiner Lage: Satz Seien A,B,C,D,E 5 Punkte in RP 2 von denen keine drei auch einer Geraden liegen, dann ist die Quadrik durch A,B,C,D,E eindeutig. Beweis 2 angenommen es gäbe 2 Quadriken C, C 2 durch A,B,C,D,E. λ, µ mit λ, µ ist λc + µc 2 eine Quardik durch A,B,C,D,E writen b Losinger, Thomas Seite 2 von 34

21 Sei P kollinear zu A und B. (Plückers µ) λ, µ mit p liegt auf C = λc + µc 2 (Quardik durch A,B,C,D,E,P) obda A,B,P auf Ferngerade (z=) (C)(,, ) ist eine quadratische Gleichung mit 3 Nullstellen (C)(,, z) = z D(,, z) }{{} linear A,B,C,D,E liegen auf 2 Geraden Projektive Transformationen geometrischer Objekte Sei τ(p) : RP 2 RP 2, p Mp; det(m) eine projektive Transformation Wie wirkt τ auf eine Gerade l: l (M ) T l so gewählt, dass l T p = invariant unter τ Analog für Quadriken p T Ap = Transformation von p T Ap A (M ) T A(M ) (Mp) T (M ) T A(M )(Mp) = p T Ap Welche Formen von Quadriken gibt es? (mod proj. Trafo) Sei A die smmetrische Matri in p T Ap = Aus LA II Hauptachsentrafo: O(R, 3) mit S} T {{ AS} = D = proj.t rafo α β γ d.h. bis auf projektive Transformationen reichen Diagonalmatrizen Weiterhin, falls α weiterhin: α α β γ α β γ α = o β γ = mit o = β α γ weiterhin: A und -A repräsentieren die gleiche Quadrik Somit sind bis auf projektive Transformationen alle möglichen Formen: z 2 = hat nur komplee Lösungen { writen b Losinger, Thomas Seite 2 von 34

22 2 + 2 z 2 = interessanter Fall, dazu später mehr = zwei komplee Geraden i, i α α 2 2 = zwei reele Geraden 2 = Doppelgerade Nun mehr zum interessanten Fall: α, α Kleiner Ausflug ohne Beweise: Sei A eine Ouadrik det(a), p ein Punkt in RP 2. Was ist Ap interpretiert als Gerade? writen b Losinger, Thomas Seite 22 von 34

23 Man nennt Ap die Polare von p bzgl. A 5 Winkel im CP Punkte von CP : [( a b CP := C2 \ { } C \ {} )], ( a b ) ( Es werden wieder skalare Vielfache identifiziert. Homogenisierung Dehomogenisierung ( ) ( ) a C z CP CP a to a b b b und ein Punkt im : Topologie von: RP S = R { } ( ) CP = C { } ) CP S 2 = C { } C writen b Losinger, Thomas Seite 23 von 34

24 Stereographische Projektion von S auf R { } Stereographische Projektion von S 2 auf C { } { CP reell 2-dimensional komble -dimensional 5. Geometrie kompleer Zahlen Addition Multiplikation Konjungation z = a + ib z = r e iϕ z = a + ib z 2 = a 2 + ib 2 z 2 = r 2 e iϕ 2 z = a ib z + z 2 = a + a 2 + i(b + b 2 ) z z 2 = r r e i(ϕ +ϕ 2 ) Addition Translation Multipilkation Drehsteckung Konjungation Spiegellung an R Wichtige Beziehungen: z R z = z z ir z = z z, z 2 zeigen in die gleiche Richtung oder entgegengesetzte Richtung: z, z 2 senkrecht: z, z 2, z 3 kollinear z z 2 z z 3 R z z 2 z z 3 = z z 2 R z z 2 = z z 2 z z 2 = z 2 z z z 2 ir z z 2 = z z 2 z z 2 = z 2 z ( ) z z 2 z z 3 (z z 2 ) (z z 3 ) = (z z 3 ) (z z 2 ) writen b Losinger, Thomas Seite 24 von 34

25 A, B, C, D kozirkular A C A D = r Ae iα B D B D = r Be iα A C A D B D B D }{{} Doppelverh. in CP = r A r B e i(α α ) }{{} R (AB; CD) R ABCD kozirkular oder kollinear Falls AB nicht CD trennt wie im Bild oben, so gilt: α α = falls, AB die Punkte CD trennt, so gilt: α α = π in diesem Fall ist α <. Die Eigenschaft, dass A,B,C,D kozirkular oder kollinear sind ist eine projektivinvariante Eigenschaft von CP [AC][BD] [AD][BC] R Projektive Transformationen von CP ( z z 2 ) ( ) ( ) a b z c d z 2 ( a b a, b, c, d C det c d ) Satz 2 Projektive Transformationen in CP führen Kreise und Geraden in Kreise und Geraden über. Nächstes Ziel: Verknüpfung von RP 2 und CP Vorteile von RP 2 : Geraden sind gut repräsentiert, Inzidenz, Kegelschnitte Vorteile von CP : Kreise sind gut repräsentiert Trick: Zwei spezielle Punkte mit denen formal gerechnet wird: I = i J = i writen b Losinger, Thomas Seite 25 von 34

26 Sei: P = a b, Q = a 2 b 2 RP 2 [P, Q, I] = det a a 2 i b b 2 = a 2 ib a + ib 2 = (a 2 + ib 2 ) (a + ib ) = z Q z P Übersetzung von Kozirkularität: A,B,C,D kozirkular oder kollinear in CP (AB; CD) R [AC][BD] R [AD][BC] [AC][BD] [AD][BC] = [AC][BD] [AD][BC] CP RP 2 [ACI][BDI] [ADI][BCI] = [ACJ][BDJ] [ADJ][BCJ] (AB; CD) I = (AB; CD) J ABCDIJ liegen auf einem Kegelschnitt Kreise sind also Kegelschnitte durch I und J Alternative Herleitung über die homogene Kreisgleichung: I eingesetzt liefert: dz + 2ez + fz 2 = ( i 2 ) = Analog für J. Umgekehrt kann man zeigen, dass wenn ein Kegelschnitt durch I und J geht, er die Kreisgleichung erfüllt. Wir wollen weitere euklidische Eigenschaften und Größen projektiv in CP und RP 2 ausdrücken, durch zur Hilfenahme von I und J. Senkrecht stehen: (keine projektivinvariante Eigenschaft in CP ) bzgl. Standardeinbettung: B A C A ir B A ( ) B A C A = C A [AB] [AC] = [AB] [AC] [ABI] [ACI] = [ABJ] [ACJ] [ABI][ACJ] [ACI][ABJ] = (B, C; I, J) A = writen b Losinger, Thomas Seite 26 von 34

27 Senkrechtstehen von Geraden: M = l l L = l m (M, L; I, J) = m l Das ist ein Spezialfall der Formel von Laguerre: α = ln (M, L; I, J) 2i Seien die Punke und geraden im obrigen Bild wie folgt parameterisiert: a a 2 i i l = b c m = b 2 c 2 l = I = J = L = b a M = b 2 a 2 Beobachtung: α = Winkel zwischen ( b ) ( a und b2 ) a 2. Sei zl = b + ia und z M = b 2 + ia 2, den Winkel α erhalten wir wie folgt aus: In RP 2 gilt: z L = r L e iϕ L z M = r M e iϕ M z L z M = r Mr L e 2i(ϕ L ϕ M ) = e 2iα () z M z L r L r M z L = [LIl ] z L = [LJl ] Somit folgt aus den Gleichungen (5.) und (5.2): z M = [MIl ] z M = [MJl ] z L z M = [LIl ][MJl ] = (L, M; I, J) (2) z M z L [MIl ][LJl ] α = ln(l, M; I, J) 2i writen b Losinger, Thomas Seite 27 von 34

28 5.2 Eigenschaften des Winkels α = ln(l, M; I, J) 2i Mehrdeutig modulo π, da ln mehrdeutig modulo 2πi Gegenwinkel kehrt Vorzeichen um, da Winkel sind additiv modulo π (L, M; I, J) = }{{} (M, L; I, J) α }{{} α α LM + α MH = α MH bung (L, M; I, J) (M, H; I, J) = (L, H; I, J) Senkrechtstehen: π 2 = ln(l, M; I, J) 2i iπ = ln(l, M; I, J) e iπ = (L, M; I, J) = (L, M; I, J) 5.3 Konstruktion des Spiegelbildes Diese Konstruktion hat zwei Eigenschaften, der Punkt X ist dabei der Schnittpunkt der Ferngeraden mit der Geraden durch P und P : sowie Konstruktionssequenz: (X, Y ; I, J) = (X, M; P, P ) = l A = I P g A = A J l B = J P g B = B I A = l A l P = g A g B writen b Losinger, Thomas Seite 28 von 34

29 Gleicher Abstand: Zwei weitere Konstruktionen: AB = AC α = α B A B C C B C A R (B A)(C A) (B C) 2 R [BAI] [CAI] [BCJ] 2 = [ABJ] [CAJ] [BCI] 2 Der Kreismittelpunkt ergibt sich durch: M = AI AJ, setzt man diesen in die Kreisgleichung ein, so erhält man: ( M ) 2 + ( M ) 2 = r M z 2M z + (M 2 + M 2 + r 2 ) z 2 }{{} = α writen b Losinger, Thomas Seite 29 von 34

30 A = AI AJ = = M M M M α M M M M α i im M i i im M = M M M M α 2iM 2iM 2i = 2i i M M = Beim Kegelschnitt sind die Punkte g, g 2 bzw. f, f 2 die Brennpunkte und der Punkt M das Smmetriezentrum des Kegelschnitts. Entfernungen: In C: = ( )( ) In RP 2 mit I und J folgt wenn der Abstand AB = als Normierung dient für den Abstand von X und Y: = 2i = 2i {}}{{}}{ [XY I][XY J] [AIJ] [BIJ] XY = [ABI][ABJ] [XIJ] [Y IJ] }{{}}{{}}{{} = AB = = 2i = 2i 6 Projektive Geometrie im RP 3 (und RP d ) Leitmotive bisher (in RP, RP 2 ) mit geometrischen Objekten rechnen homogene Koordinaten Dualität (Schnittpunkt, Schnittgerade) Unendlich ferne Elemente Transformationen als Matrimultiplikationen das Alles geht auch im RP d 6. Punkte im RP 3 Homogene Koordinaten: Identifiziere Skalare Vielfache: z R 3 R 4 R 4 \ { } R \ {} z writen b Losinger, Thomas Seite 3 von 34

31 Elemente im Unendlichen: z Zu jeder Richtung gibt es einen Punkt im Unendlichen, alle unendlich fernen Punkte bilden eine projektive Ebene. Satz 3 4 Punkte A,B,C,D liegen auf einer Ebene, wenn det(a, B, C, D) = 6.2 Ebenen im RP 3 Homogene Koordinaten: h = h = h = a b c d z R 3 a + b + cz + d = Punkt p liegt auf Ebene h p, h = Verbindungsebene dreier Punkte p, p 2, p 3 Suche h R 4 \ { } mit: p p 2 Beweis 3 p = } p 3 {{ } p a b c d p, h = det h = h = p p p 2 p 3 b c d a c d a b d a b c = p = λp + µp 2 + τp 3 writen b Losinger, Thomas Seite 3 von 34

32 6.3 Geraden im RP 3 Die von p und p 2 aufgespannte Gerade soll erfüllen: ( p p 2 ) = a b c d Gerade g = p p 2 p p 2 = c d b d a d b c a c a b Plückerkoordinaten von g: linear in p und p 2 (p + q ) p 2 = p p 2 + q p 2 (λp ) p 2 = λ(p p 2 ) antikommutativ p p 2 = (p 2 p ) hängt bis auf Vorfaktor nicht von der speziellen Wahl von p und p 2 ab (λp + µp 2 ) p 2 = λ(p p 2 ) + µ(p 2 p 2 ) = λ(p p 2 ) homogen, d.h. wir identifizieren skalare Vielfache Einzelne Einträge sind nicht unabhängig voneinander 6.4 Determinantenabhängigkeiten Seien a, b, c, d R 2 und a b c d, dann gilt: [ab][cd] [ac][bd] [ad][bc] = writen b Losinger, Thomas Seite 32 von 34

33 Dies ist ein Spezialfall einer Grassmann-Plücker-Relation. Geraden hagen geometrisch 4 Freiheitsgrade: 6 Koorinaten - Homogenisieren - Relation = 4 Freiheitsgrade (DOF s) Sstem zur Buchführung der Koordinaten im RP d d=4, r=4 Rang = geometrische Dimension + Rang Rang Punkt Rang 2 Gerade Rang 3 Ebene Rang 4 ganzer Raum Die Koordinateneinträge von Objekten vom Rang k werden mit k-elementigen Teilsequenzen von (, 2,..., n) indiziert. Auf diesen Sequenzen seien die Operationen,, \ definiert Es werden zwei Operationen Join (Lineare Verbindung) und Meet (Schnitt) definiert. Rang Rang Rang 2 Rang 3 Rang 4 Punkte Geraden Ebenen Raum () a a 2 b 2 23 c d a 2 3 b 3 24 c 24 3 a 3 4 b 4 34 c 34 4 a 4 23 b c b b 34 Join: R = P Q falls r(p ) + r(q) r R λ = Meet: R?P Q falls r(p ) + r(q) r R λ = Was macht Join und Meet im RP 3 (τ,µ),τ µ=λ (τ,µ),τ µ=λ sign (τ, µ) P τ Q µ sign (τ \ λ, µ \ λ) P τ Q µ Join Punkt Gerade Ebene Meet Punkt Gerade Ebene Punkt Gerade Ebene = Punkt - - = f. Inzidenz f. Inzidenz Gerade Ebene = - Gerade - = Punkt f. Inzidenz f. Inzidenz Ebene = - - Ebene = Punkt Gerade f. Inzidenz f. Inzidenz writen b Losinger, Thomas Seite 33 von 34

34 Für jede Gerade gilt insbesondere: g 2 g 3 = g g = g 4 g 23 g 24 g 34 g 2 g 3 g 4 g 23 g 24 g 34 = 2 (g 2 g 34 ) (g 3 g 24 ) + (g 4 g 23 ) }{{} = GP R Anwendung zum Beispiel in der Computergraphik: Schitt zweier Ebenen in der Zentralprojektion auf Bildschirm darstellen: (Q P ) A B }{{} } l {{ } E Im RP d Rang: r=d+ Rang k-flats werden durch Vektoren im R (r k) dargestellt. Diese Darstellung ist bis auf skalares Vielfache eindeutig. Aber es sind nur k(r k) + Einträge frei wählbar. Beispiele: Gerade im RP 3, r=4, k=2 ( ) 4 = 6 2 2(4 2) + = 5 3-dim Ebene im RP 5, r=6, k=4 ( ) 6 = 5 4 4(6 4) + = 9 9-dim Raum im RP 9, r=2, k= ( ) 2 = (2 ) + = writen b Losinger, Thomas Seite 34 von 34

Repetitorium Geometriekalküle

Repetitorium Geometriekalküle {I, J} Winkel- Join Meet Repetitorium zur Vorlesung von Prof. Dr. Dr. Richter-Gebert Technische Universität München 16. Februar 2011 {I, J} Winkel- Join Meet {I, J} Winkel- Join Meet {I, J} Winkel- Join

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Technische Universität München Zentrum Mathematik Michael Strobel Geometriekalküle WS 217/18 http://www-m1.ma.tum.de/geometriekalkuelews1718 Lösungen zu Aufgabenblatt 7 (29. Februar 217) Aufgabe 1. Abstand

Mehr

Geometriekalküle. Rechnen mit projektiver Geometrie. Michael Schmid. 3. März Berufliche Oberschule Rosenheim

Geometriekalküle. Rechnen mit projektiver Geometrie. Michael Schmid. 3. März Berufliche Oberschule Rosenheim Geometriekalküle Rechnen mit projektiver Geometrie Michael Schmid Berufliche Oberschule Rosenheim 3. März 2016 Michael Schmid (BOS Rosenheim) Geometriekalküle 3. März 2016 1 / 34 1 Axiomatische Grundlagen

Mehr

Technische Universität München Fakultät für Mathematik. Klausur. Geometriekalküle. Modul MA März 2017, 08:30 09:30 Uhr

Technische Universität München Fakultät für Mathematik. Klausur. Geometriekalküle. Modul MA März 2017, 08:30 09:30 Uhr Technische Universität München Fakultät für Mathematik Klausur Geometriekalküle Modul MA2203 2. März 207, 08:30 09:30 Uhr Prof. Dr. Dr. Jürgen Richter-Gebert Musterlösung Aufgabe. Wahr oder Falsch Entscheiden

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TEHNISHE UNIVERSITÄT MÜNHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern Geometriekalküle WS 00/ Lösungen zu Aufgabenblatt 5 (5. Dezember 00) Präsenzaufgaben Aufgabe 6. Kegelschnitte

Mehr

Technische Universität München Fakultät für Mathematik. Klausur. Geometriekalküle. Modul MA März 2018, 16:00 17:00 Uhr

Technische Universität München Fakultät für Mathematik. Klausur. Geometriekalküle. Modul MA März 2018, 16:00 17:00 Uhr Technische Universität München Fakultät für Mathematik Klausur Geometriekalküle Modul MA2203 1. März 2018, 16:00 17:00 Uhr Prof. Dr. Dr. Jürgen Richter-Gebert Musterlösung Aufgabe 1. Kegelschnitt mit Parameter

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Aufgabe. Objekte im Raum Technische Universität München Zentrum Mathematik rof. Dr. Dr. Jürgen Richter-Gebert, Bernhard Werner rojective Geometry (SS 07) www-m0.ma.tum.de/rojectivegeometryss7 Lösungen

Mehr

8 Die Riemannsche Zahlenkugel

8 Die Riemannsche Zahlenkugel 8 Die Riemannsche Zahlenkugel Wir untersuchen zunächst Geraden- und Kreisgleichungen in der komplexen Ebene C = R 2. Geradengleichungen Die Parameterdarstellung einer Geraden durch zwei Punkte z 1 z 2

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 5 Quadriken Polarität Transformationen Klassifikation von Quadriken Geraden in Regelquadriken Die kubische Wendelinie (twisted

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Aufgabe : Fixgerade Technische Universität München Zentrum Mathematik Bernhard Werner Geometriekalküle WS 5/6 www-m.ma.tum.de/geometriekalkuelews56 Aufgabenblatt zum Ferienkurs (. Februar 6) Bestimmen

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Technische Universität München Zentrum Mathematik Michael Strobel Geometriekalküle WS 07/8 http://www-m0.ma.tum.de/geometriekalkuelews78 Lösungen zu Aufgabenblatt 6 (5. Januar 08) Aufgabe. Euklidischer

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Aufgabe 50. Projektivspiegelung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern Projektive Geometrie WS 2010/11 Lösungen zu Aufgabenblatt 12 (24.

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Technische Universität München Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Bernhard Werner Projektive Geometrie SS 6 www-m.ma.tum.de/projektivegeometriess6 Lösungen zu Aufgabenblatt (6-6-3

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 5 Punkte Ebenen im Raum Dualismus im Raum Die unendlich ferne Ebene Parametrische Darstellung (Span) Die Gerade im Raum -

Mehr

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

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

Mehr

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche" Punkte mit inhomogenen K

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche Punkte mit inhomogenen K Kapitel IV Projektive Geometrie In diesem Kapitel wird eine kurze Einführung in die projektive Geometrie gegeben. Es sollen unendlich ferne Punkte mit Hilfe von homogene Koordinaten eingeführt werden und

Mehr

Gruppen von geometrischen Transformationen Die euklidische und die projektive Gruppe

Gruppen von geometrischen Transformationen Die euklidische und die projektive Gruppe Gruppen von geometrischen Transformationen Die euklidische und die projektive Gruppe Seminar Geometrie (SoSe 2011) - Prof Dr L Schwachhöfer Maximilian Wahner 04 Mai 2011 Inhaltsverzeichnis 1 Die euklidische

Mehr

Projektive Geometrie

Projektive Geometrie Projektive Geometrie Einleitung Was ist projektive Geometrie? eine alternative algebraische Repräsentation von geometrischen Objekten (Punkt, Gerade,...) und Transformationen (Translation, Rotation,...)

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg, Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Gliederung 4 Invarianten Isometrien (Kongruenzen) Ähnlichkeitsabbildungen Affine Transformationen Projektive Transformationen 2 von

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Technische Universität München Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Bernhard Werner Projektive Geometrie SS 2016 www-m10.ma.tum.de/projektivegeometriess16 Lösungen zu Aufgabenblatt 11

Mehr

1 Analytische Geometrie und Grundlagen

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

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern PROJEKTIVE GEOMETRIE Lösungen zur Semestral-Klausur (5. Februar 22, : 2:3 Uhr) Musterlösung Aufgabe.

Mehr

Musterlösungen Klausur Geometrie

Musterlösungen 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

Mehr

1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen

1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen Hannover, den 0. April 2006. Übungsblatt: Lineare Algebra II Abgabe: 24./25.4.2006 in den Übungsgruppen ( ) 2 5 a) Zeigen Sie, dass A = und B = 2 ( 7 6 invertierbare Matrix T an mit T AT = B. b) Zeigen

Mehr

32 2 Lineare Algebra

32 2 Lineare Algebra 3 Lineare Algebra Definition i Die Vektoren a,, a k R n, k N, heißen linear unabhängig genau dann, wenn für alle λ,, λ k R aus der Eigenschaft λ i a i λ a + + λ k a k folgt λ λ k Anderenfalls heißen die

Mehr

Projektive Geometrie 2

Projektive Geometrie 2 Technische Universität München Fakultät für Mathematik Klausur Projektive Geometrie 2 Modul M3204 7. ugust 2017, 11 12 Uhr Prof. Dr. Dr. Jürgen Richter-Gebert Musterlösung ufgabe 1. Diagramme mit Kegelschnitten

Mehr

4 Ein wenig analytische Geometrie. 4.1 Einige Grundgebilde der projektiven Geometrie Geraden in homogenen Koordinaten

4 Ein wenig analytische Geometrie. 4.1 Einige Grundgebilde der projektiven Geometrie Geraden in homogenen Koordinaten 4 Ein wenig analytische Geometrie 4.1 Einige Grundgebilde der projektiven Geometrie 4.1.1 Geraden in homogenen Koordinaten (a) Im Raum/Ebene in Parameterform Siehe Figur-4-1-1-a (ohne X g = P Q) P ( p),

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

1 Vektoren, Vektorielle analytische Geometrie der Ebene

1 Vektoren, Vektorielle analytische Geometrie der Ebene Geometrie Geometrie W. Kuhlisch Brückenkurs 208. Vektoren, Vektorrechnung und analytische Geometrie der Ebene 2. Vektorrechnung und analytische Geometrie des Raumes 3. Anwendungen in der Geometrie, Lagebeziehungen

Mehr

Projektive Geometrie

Projektive Geometrie Technische Universität München Fakultät für Mathematik Klausur Projektive Geometrie Modul MA3203 8. August 203, 3:00 4:30 Uhr Prof. Dr. Dr. Jürgen Richter-Gebert Martin von Gagern Musterlösung Aufgabe.

Mehr

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./9.4.2002 in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t)

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 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

Mehr

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Inhaltsverzeichnis INHALTSVERZEICHNIS 1 INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Die Parabel 2 1.1 Definition................................ 2 1.2 Bemerkung............................... 3 1.3 Tangenten................................ 3 1.4

Mehr

8 Kreisgeometrie in der Zeichenebene

8 Kreisgeometrie in der Zeichenebene 8 Kreisgeometrie in der Zeichenebene 8.1 Inversion am Kreis 8.1.1 Definition Ein Kreis k ist die Menge aller Punkte, die von einem festen Punkt M, dem Mittelpunkt des Kreises, festen Abstand r haben. Dabei

Mehr

3. Möbius-Transformationen

3. Möbius-Transformationen H.J. Oberle Komplexe Funktionen SoSe 2013 3. Möbius-Transformationen A. Die stereographische Projektion Bei der Untersuchung rationaler Funktionen auf C erweist es sich als zweckmäßig, die Lücken des Definitionsbereiches

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Technische Universität München Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, ernhard Werner Projektive Geometrie SS 26 www-m.ma.tum.de/projektivegeometriess6 Lösungen zu Aufgabenblatt 3 (26-4-28)

Mehr

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

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

Mehr

Klausur HM I H 2005 HM I : 1

Klausur HM I H 2005 HM I : 1 Klausur HM I H 5 HM I : 1 Aufgabe 1 4 Punkte): Zeigen Sie mit Hilfe der vollständigen Induktion: n 1 1 + 1 ) k nn k n! für n. Lösung: Beweis mittels Induktion nach n: Induktionsanfang: n : 1 ) 1 + 1 k

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Tehnishe Universität Münhen Zentrum Mathematik Mihael Stroel Geometriekalküle WS 7/8 http://www-m.ma.tum.de/geometriekalkuelews78 Lösungen zu Aufgaenlatt 5 (8. Dezemer 7 Aufgae. Dualisieren und Doppelverhältnis.

Mehr

Invariantentheorie. Vorlesung 24. Die Beziehung zwischen SL 2 (C) und SO 3 (R)

Invariantentheorie. Vorlesung 24. Die Beziehung zwischen SL 2 (C) und SO 3 (R) Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 24 Die Beziehung zwischen SL 2 C) und SO 3 R) Für die Klassifikation der endlichen Untergruppen der SL 2 C) werden wir die platonische

Mehr

Grundwissen Abitur Geometrie 15. Juli 2012

Grundwissen Abitur Geometrie 15. Juli 2012 Grundwissen Abitur Geometrie 5. Juli 202. Erkläre die Begriffe (a) parallelgleiche Pfeile (b) Vektor (c) Repräsentant eines Vektors (d) Gegenvektor eines Vektors (e) Welcher geometrische Zusammenhang besteht

Mehr

Geometrie kubischer Kurven

Geometrie kubischer Kurven Geometrie kubischer Kurven Werner Hoffmann Wir wollen die Theorie nur soweit entwickeln, wie es zum Verständnis der Gruppenoperation auf einer irreduziblen kubischen Kurve nötig ist. Satz 1 In der affinen

Mehr

Geometrie. Ingo Blechschmidt. 4. März 2007

Geometrie. 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..........

Mehr

36 2 Lineare Algebra

36 2 Lineare Algebra 6 Lineare Algebra Quadratische Matrizen a a n sei jetzt n m, A, a ij R, i, j,, n a n a nn Definition Eine quadratische Matrix A heißt invertierbar genau dann, wenn es eine quadratische Matrix B gibt, so

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 3 Der Axiator Eigenschaften des Axiators Bestimmung des Kegelschnitts Geometrische Betrachtungen Dualer Kegelschnitt Pol-Polare

Mehr

09. Lineare Abbildungen und Koordinatentransformationen

09. Lineare Abbildungen und Koordinatentransformationen 09. Lineare Abbildungen und Koordinatentransformationen Definition. Seien V und W Vektorräume. Unter einer linearen Abbildung versteht man eine Abbildung F : V W, v F v w mit folgender Eigenschaft: F λ

Mehr

Komplexe Zahlen und konforme Abbildungen

Komplexe Zahlen und konforme Abbildungen Kapitel 1 Komplexe Zahlen und konforme Abbildungen 1.0 Geometrie der komplexen Zahlen Die Menge C der komplexen Zahlen, lässt sich mithilfe der bijektiven Abbildung C := {x + iy : x,y R}, C z = x + iy

Mehr

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h.

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h. 8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

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

Mehr

Geometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene

Geometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene Geometrie Geometrie W. Kuhlisch Brückenkurs 207. Vektoren, Vektorrechnung und analytische Geometrie der Ebene 2. Vektorrechnung und analytische Geometrie des Raumes 3. Anwendungen in der Geometrie, Lagebeziehungen

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern PROJEKTIVE GEOMETRIE Lösungen zur Nachhol-Klausur (0. April 202, 9:00 0:30 Uhr) Musterlösung Aufgabe.

Mehr

Algebraische Kurven. Vorlesung 27. Der projektive Raum. Die Geraden durch einen Punkt

Algebraische Kurven. Vorlesung 27. Der projektive Raum. Die Geraden durch einen Punkt Prof. Dr. H. Brenner Osnabrück WS 2017/2018 Algebraische urven Vorlesung 27 Der projektive Raum Die Geraden durch einen Punkt Definition 27.1. Sei ein örper. Der projektive n-dimensionale Raum P n besteht

Mehr

Kapitel I (Vektorrechnung)

Kapitel I (Vektorrechnung) Kapitel I (Vektorrechnung 1. Vektoren Unser Raum ist 3-dimensional. Wir kennen drei Hauptrichtungen: rechts-links, vornehinten, oben-unten. Als Modell wählen wir: Ein Punkt O als Ursprung 3 zueinander

Mehr

8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n

8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n 8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x

Mehr

1.5 Kongruenz und Ähnlichkeit

1.5 Kongruenz und Ähnlichkeit 19 1.5 Kongruenz und Ähnlichkeit Definition Sei A n der affine Standardraum zum Vektorraum R n. Eine Abbildung F : A n A n heißt Isometrie, falls d(f (X), F (Y )) = d(x, Y ) für alle X, Y A n gilt. Es

Mehr

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte Geometrie Geometrie W. Kuhlisch Brückenkurs 206. Vektorrechnung und analytische Geometrie der Ebene, Kegelschnitte 2. Vektorrechnung und analytische Geometrie des Raumes, Anwendungen in der Geometrie,

Mehr

Automatische Generierung lesbarer Beweise für geometrische Sätze

Automatische Generierung lesbarer Beweise für geometrische Sätze Automatische Generierung lesbarer Beweise für geometrische Sätze Jürgen Richter-Gebert Was ist ein geometrischer Satz? Geometrische Aussagen: drei Punkte sind kollinear drei Geraden gehen durch einen Punkt

Mehr

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

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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

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

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung 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

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

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

Mehr

3 Möbius-Transformationen

3 Möbius-Transformationen 3 Möbius-Transformationen 3.1 Die stereographische Projektion Vorbemerkungen: Bei der Untersuchung rationaler Funktionen R(z) = p(z) q(z) mit Polynomen p, q : C C ist es sinnvoll, die Lücken des Definitionsbereichs

Mehr

Affine Eigenschaften ( stets K = R)

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

Mehr

Vektoren und Matrizen

Vektoren und Matrizen Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden

Mehr

Kreistreue der Möbius-Transformationen

Kreistreue der Möbius-Transformationen Kreistreue der Möbiustransformationen Satz Möbius Transformationen sind kreistreu. Beweis Verwende eine geeignete Zerlegung für c 0: a az + b cz + d = c (cz + d) ad c + b cz + d = a c ad bc c cz + d. Wir

Mehr

LINEARE ALGEBRA II. FÜR PHYSIKER

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

Mehr

Kapitel I: Vektorrechnung 2: Vektoren im Raum

Kapitel 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

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

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

Mehr

4. Mathematik Olympiade 4. Stufe (DDR-Olympiade) Klasse 12 Saison 1964/1965 Aufgaben und Lösungen

4. Mathematik Olympiade 4. Stufe (DDR-Olympiade) Klasse 12 Saison 1964/1965 Aufgaben und Lösungen 4. Mathematik Olympiade 4. Stufe (DDR-Olympiade) Klasse 1 Saison 1964/1965 Aufgaben und Lösungen 1 OJM 4. Mathematik-Olympiade 4. Stufe (DDR-Olympiade) Klasse 1 Aufgaben Hinweis: Der Lösungsweg mit Begründungen

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 8

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 8 Dr. Erwin Schörner Klausurenkurs zum Staatseamen (SS 205): Lineare Algebra und analtische Geometrie 8 8. (Herbst 202, Thema 3, Aufgabe 4) Bestimmen Sie die euklidische Normalform der Quadrik Q, gegeben

Mehr

Kapitel 3 Lineare Algebra

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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TEHNISHE UNIVERSITÄT MÜNHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern Geometriekalküle WS 00/ Lösungen u ufgabenblatt (0. Oktober 00) Präsenaufgaben ufgabe. Dualität. Gegeben

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

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

Mehr

WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch

WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch WS 2010/2011 14. Januar 2011 Geometrie mit Übungen Übungsblatt 9, Musterlösungen Aufgabe 33. Es werden Kreise in der Euklidischen

Mehr

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2) Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:

Mehr

π und die Quadratur des Kreises

π und die Quadratur des Kreises π und die Quadratur des Kreises Schnupper-Uni für SchülerInnen 8. Februar 2006 Dr. Michael Welter http://www.math.uni-bonn.de/people/welter 1 Konstruktionen mit Zirkel und Lineal Gegeben sei eine Menge

Mehr

Determinanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y.

Determinanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y. Determinanten Motivation: Man betrachte das lineare Gleichungssystem [ [ [ a b x u = (1) c d y v Sei obda a und c Dann ist (1) äquivalent zu [ [ ca cb x = ac ad y und ferner zu [ [ ca cb x ad cb y Falls

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

7.2 Die adjungierte Abbildung

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

Mehr

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 8

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 8 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 204): Lineare Algebra und analytische Geometrie 8 8. (Herbst 202, Thema 3, Aufgabe 4) Bestimmen Sie die euklidische Normalform der Quadrik Q, gegeben

Mehr

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente:

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: Lösung 1. Übung Elemente der Algebra WS018/19 1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: (e) {(x,y) IR 7x+3y 6}.

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.22 2017/05/15 15:10:33 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel In der letzten Sitzung haben wir einen orientierten Winkelbegriff zwischen Strahlen mit

Mehr

Mathematische Probleme, SS 2018 Dienstag $Id: dreieck.tex,v /06/12 14:54:26 hk Exp $

Mathematische 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

Mehr

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ. Eigenwert, Eigenvektor In der Regel hat bei einer linearen Abbildung das Bild eines Vektors eine andere Richtung als das Original r. Bei der Untersuchung der geometrischen Eigenschaften von linearen Abbildungen

Mehr

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

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 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

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.43 2018/05/15 16:07:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Am Ende der letzten Sitzung hatten wir begonnen zwei weitere Aussagen über Winkel zu beweisen,

Mehr

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif 14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte

Mehr

Geometrische Form des Additionstheorems

Geometrische Form des Additionstheorems Geometrische Form des Additionstheorems Jae Hee Lee 29. Mai 2006 Zusammenfassung Der Additionstheorem lässt sich mithilfe des Abelschen Theorems elegant beweisen. Dieser Beweis und die Isomorphie zwischen

Mehr

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015 Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt

Mehr

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

Mehr

5.1 Affine Räume und affine Abbildungen

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

Mehr

Kapitel II. Vektoren und Matrizen

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

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

Mathematik für Naturwissenschaftler II

Mathematik für Naturwissenschaftler II Mathematik für Naturwissenschaftler II Dr Peter J Bauer Institut für Mathematik Universität Frankfurt am Main Sommersemester 27 Lineare Algebra Der mehrdimensionale Raum Vektoren Im Teil I dieser Vorlesung

Mehr