2 Durchschnitt und Verbindungsraum

Größe: px
Ab Seite anzeigen:

Download "2 Durchschnitt und Verbindungsraum"

Transkript

1 2 Durchschnitt und Verbindungsraum Seien X und Y nicht leere affine Unterräume des R n (21) Satz: a) Ist X Y, so ist T(X) T(Y ) b) Ist X Y φ so ist X Y ein affiner Raum mit Richtungsvektorraum T(X) T(Y ) c) Sei V eine nicht leere Menge von affinen Unterräumen des R n Dann ist Z = V ein affiner Unterraum von R n Beweis: V V a) Wähle ein p Y X Wegen Y X ist dann T(Y ) = { py y Y } { px x X} = T(X) c) Im Fall Z = φ ist nichts zu zeigen Ist Z φ, so wählen wir ein p Z, also p V für alle V V Es folgt V = p + T(V ) für alle V V Setze W := T(V ) V V Da alle T(V ) Untervektorräume des R n sind, gilt dies auch für W: Sind v, w W, so ist v, w T(V ) für alle V V Da die T(V ) Untervektorräume des R n sind, folgt für λ K: v +λw T(V ) für alle V V Also ist v + λw W Somit ist p + W ein affiner Unterraum des R n Behauptung: Z = p + W, also auch T(Z) = W Beweis: Es ist W T(V ) für alle V V, also auch p+w p+t(v ) = V für alle V V Es folgt p + W V = Z V V 1

2 Sei umgekehrt z Z, also z V = p + T(V ) für alle V V Es folgt z p T(V ) für alle V V, und somit z p T(V ) = W, dh z p + W V V Damit ist auch Z p + W b) ergibt sich aus dem Beweis von c) (mit V = {X, Y }) Im Allgemeinen ist X Y kein affiner Unterraum des R n Beispiel: Sei X die x Achse und Y die y Achse des R n Y e 2 e 1 + e 2 e 1 X Wäre Z = X Y ein affiner Unterraum, so wäre, wegen 0 Z, Z = T(Z) R 2 ein Untervektorraum Es ist aber e 1 + e 2 Z! (22) Bemerkung: Der Durchschnitt aller affinen Unterräume des R n, welche X Y umfassen ist (nach (21)c)) ein affiner Raum Er wird Verbindungsraum von X und Y genannt und mit X Y bezeichnet Nach Konstruktion ist also X Y der kleinste affine Unterraum von R n, welcher X Y umfaßt Beispiele: 2

3 a) Ist Y X, so ist X Y = X, da X offenbar der kleinste affine Unterraum des R n ist, welcher X und Y umfaßt b) Seien p q aus R n, n 1 Setze v := pq = q p Dann ist {p} {q} = p + Rv eine Gerade, die sogenannte Verbindungsgerade zwischen p und q {p} {q} p v q Insbesondere ist T(p q) = R pq Beweis: Hier ist X = {p}, Y = {q}, X Y = {p, q} Also ist {p} {q} der kleinste affine Unterraum, der {p, q} umfaßt q = p+v p+rv, p = p+0 p + R v, somit X Y p + R v Umgekehrt: {p, q} X Y und X Y ist ein affiner Unterraum; also ist v = pq T(X Y ), also p + R v p + T(X Y ) = X Y Problem: Seien X φ und Y φ affine Unterräume des R n Wie bestimmt man T(X Y ) aus T(X) und T(Y )? (23) Satz: a) Ist X Y φ, so ist T(X Y ) = T(X) + T(Y ) b) Im Fall X Y = φ wählt man p X und q Y Dann ist T(X Y ) = (T(X) + T(Y )) R pq; R pq = T(p q) (so) Beweis: Wegen X X Y und Y X Y gilt nach 21 a) T(X) T(X Y ) und T(Y ) T(X Y ) Es folgt in jedem Fall T(X) + T(Y ) T(X Y ) 3

4 a) Zeige, dass auch T(X Y ) T(X) + T(Y ), falls X Y φ Wähle dazu p X Y und setze Z := p + (T(X) + T(Y )) Z ist affin mit Richtungsraum T(Z) = T(X) + T(Y ), ferner X = p + T(X) Z und Y = p + T(Y ) Z Nach Definition von X Y ist daher X Y Z, also auch T(X Y ) T(Z) = T(X) + T(Y ) b) Wegen X Y = φ ist p q, ferner p X Y und q X Y Es folgt pq T(X Y ), also Z := {p} {q} = p+r pq p+t(x Y ) = X Y Es folgt X (Y Z) = (X Y ) Z = X Y, nach Beispiel a) Ferner gilt p X (Y Z) φ und q Y Z φ Wende Teil a) zweimal an: T(X Y ) = T(X (Y Z)) a) = T(X) + T(Y Z) a) = T(X) + (T(Y ) + T(Z)) = T(X) + T(Y ) + T({p} {q}) Es ist noch zu zeigen: (T(X) + T(Y )) R pq = {0} Angenommen: pq = u + v mit u T(X) und v T(Y ), also q p = u+v Es folgt p+u = q+( v) (p+t(x)) (q+t(y )) = X Y, im Widerspruch zu X Y = φ Statt {p} {q} schreiben wir auch p q (24) Bemerkung: Seien X φ und Y φ affine Unterräume mit X Y φ Dann ist X Y = p q q Y Anschaulich ist X Y (falls X Y { Punkt }) die Vereinigung der Verbindungsgeraden p q mit p X, q Y Beweis: Sei p X und q Y Dann ist {p, q} X Y X Y und nach Definition von p q ist p q X Y Es folgt Z := p q X Y Noch zu zeigen: 4 q Y

5 Für q X Y ist auch q Z Wähle p X Y fest (Nach Vor ist X Y φ) Es folgt 23 pq T(X Y ) = T(X) + T(Y ), dh pq = u + v mit u T(X) und v T(Y ) Setze p = p + 2u X und q = p + 2v Y Dann ist Beispiel: q = p + u + v = (p + 2u) + (v u) = p (q p ) = = p + 1 p q p q Z, somit q Z 2 a) Sei X = x Achse R 2, Y = y-achse R 2 Y q r p X p q Ist r R 2 beliebig Dann existierten p q mit p X, q Y mit r p q Insbesondere ist X Y = R 2 = p q q Q 5

6 b) Sei X R 2 Gerade und Y = {q}, q X Dann ist X Y = R 2 p q Hier gilt p q = (R 2 \(q + T(X)) {q} q + T(X) X Die gestrichelte Linie fehlt in p q (bis auf den Punkt q) Frage: Wie hängen die Dimensionen von X, Y, X Y und X Y zusammen (25) Dimensionsformel: Seien X φ und Y φ affine Unterräume des R n Dann gilt: a) Ist X Y φ, so gilt b) Ist X Y = φ, so gilt Beweis: dim X Y = dim X + dim Y dim X Y dim X Y = dim X + dim Y dim(t(x) T(Y )) + 1 6

7 a) T(X Y ) 21 = T(X) T(Y ) und T(X Y ) 23 = T(X) + T(Y ) Also ist dim X Y = dim(t(x) + T(Y )) = = dim T(X) + dim T(Y ) dim(t(x) T(Y )) = = dim X + dim Y dim X Y b) Wähle p X und q Y, setze Z = p q Wegen X Y = φ ist p q, somit dim Z = 1 Ferner gilt nach 23 b) T(X Y ) = (T(X) + T(Y )) T(Z) Es folgt dim X Y = dim(t(x + T(Y )) + dim T(Z) = = dim T(X) + dim T(Y ) dim(t(x) T(Y )) + 1 = dim X + dim Y dim(t(x) T(Y )) + 1 Beispiel: Windschiefe Geraden Zwei affine Geraden Y 1 und Y 2 im R 3 heißen windschief, wenn (i) Y 1 Y 2 = φ und (ii) T(Y 1 ) T(Y 2 ) Behauptung: Sind Y 1 und Y 2 windschiefe Geraden im R 3, so ist Y 1 Y 2 = R 3 Beweis: Y 1 Y 2 = φ und dim T(Y 1 ) = dim T(Y 2 ) = 1, T(Y 1 ) T(Y 2 ) Also ist T(Y 1 ) T(Y 2 ) = {0} Nach der Dimensionsformel folgt dim Y 1 Y 2 = dim Y 1 +dim Y 2 dim(t(y 1 ) T(Y 2 ))+1 = 3 und Y 1 Y 2 = R 3 (26) Unterraum Kriterium: Eine nicht leere Teilmenge X R n ist genau dann ein affiner Unterraum, wenn für alle Paare x y aus X die Verbindungsgerade x y ganz in X enthalten ist Beweis: Wähle p X und setze V := { px x X} Sei X affin Da x y der kleinste affine Unterraum Z von Rn ist mit {x, y} Z, gilt x y X, falls {x, y} X Sei x y X für alle x y aus X Wegen p+v = {p + px x X} = X ist zu zeigen, dass V ein Untervektorraum von R n ist (i) Wegen p X ist 0 = pp V (ii) Sei v = px V (x X) und λ R 7

8 Für v = 0 ist auch λv = 0 V Für v 0 ist x p und p x = p + R v X, also y := p + λv X Es folgt λv = py V, da y X (iii) Seien v = px, w = py aus V (x, y X) Ist (v, w) linear abhängig, etwa w = µv, so ist v+w = (1+µ)v V nach (ii) Sei (v, w) linear unabhängig y z = p(v + w) w 1 s = (x + y) (v + w) p v x Wegen (v, w) linear unabhängig ist x y Nach Vor ist daher x y = x+r xy X, also auch s = 1(x+y) = x+ 1 xy 2 2 x y X, also s X Es folgt ps = 1(x+y) p = 1 px+ 1 py = 1(v+w) V wegen s X Nach (ii) ist dann auch v + w = 2( 1 (v + w)) V 2 8

Kapitel V. Affine Geometrie

Kapitel V. Affine Geometrie Kapitel V Affine Geometrie 1 Affine Räume Betrachte ein lineares Gleichungssystem Γ : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 + + a mn x n = b

Mehr

4 Affine Koordinatensysteme

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

Mehr

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht

Mehr

Projektive Räume und Unterräume

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

Mehr

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

Lineare Algebra I (WS 13/14)

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

Mehr

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

Projektive Abbildungen, Beziehung zwischen anen und projektiven Räumen, Projektive Unabhängigkeit.

Projektive Abbildungen, Beziehung zwischen anen und projektiven Räumen, Projektive Unabhängigkeit. Projektive Abbildungen, Beziehung zwischen anen und projektiven Räumen, Projektive Unabhängigkeit. Agnieszka Wenska 2008-02-19 1 Wir wissen bereits: Was projektive Räume und Unterräume sind Wie man die

Mehr

Kapitel III. Lineare Abbildungen

Kapitel III. Lineare Abbildungen Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,

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

5 Analytische Geometrie

5 Analytische Geometrie 5 Analytische Geometrie Die Grundidee der analytischen Geometrie ist es, geometrische Objekte in Räumen mittels linearer Algebra zu beschreiben 51 Affine Räume Definition 511 Ein affiner Raum (AR) über

Mehr

5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung

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

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

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

Mehr

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

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

Mehr

3 Affine Abbildungen. Im Folgenden seien X und Y affine Räume.

3 Affine Abbildungen. Im Folgenden seien X und Y affine Räume. 3 Affine Abbildungen Im Flgenden seien X und Y affine Räume Definitin: Eine Abbildung f : X Y heißt affin, wenn es eine lineare Abbildung l : T(X) T(Y ) gibt, s dass gilt l( pq) = f (p)f(q) für alle p,

Mehr

Aufbau der Projektiven Geometrie

Aufbau der Projektiven Geometrie Seminararbeit zum Seminar aus Reiner Mathematik Aufbau der Projektiven Geometrie Leonie Knittelfelder Matr. Nr. 1011654 WS 2012/13 Inhaltsverzeichnis 1 Einleitung 3 2 Linearmengen 4 2.1 Satz (1.3.1): Das

Mehr

Kapitel 6. Geometrie. 6.1 Affine Räume

Kapitel 6. Geometrie. 6.1 Affine Räume Kapitel 6 c M. Roczen und H. Wolter Preview zur aktuellen Fassung: Lineare Algebra individuell Online Ver. 0.52, 28.5.2005 Alle Rechte vorbehalten Geometrie Im weiten Feld der Geometrie befassen wir uns

Mehr

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3... Affine Hülle Wiederholung. Der Vektor x K n ist eine lineare Kombination der Vektoren x,...,x k K n, wenn es Zahlen λ,...,λ k K gibt mit x = λ x +... + λ k x k. Def. Gibt es solche Zahlen λ,...,λ k K mit

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

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

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

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 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 )

Mehr

Extremalprobleme mit Nebenbedingungen

Extremalprobleme mit Nebenbedingungen Extremalprobleme mit Nebenbedingungen In diesem Abschnitt untersuchen wir Probleme der folgenden Form: g(x 0 ) = inf{g(x) : x Ω, f(x) = 0}, (x 0 Ω, f(x 0 ) = 0). (1) Hierbei sind Ω eine offene Menge des

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

1 Analytische Geometrie und Grundlagen

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

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter

Mehr

4.2 Quotientenvektorräume

4.2 Quotientenvektorräume 306 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 4.2 Quotientenvektorräume Zum Verständnis der folgenden Konstruktion ist es hilfreich, sich noch einmal den Abschnitt 1.4 über Restklassen vom Beginn

Mehr

3.4 Kombinatorische Äquivalenz und Dualität von Polytopen

3.4 Kombinatorische Äquivalenz und Dualität von Polytopen 222 Diskrete Geometrie (Version 3) 12. Januar 2012 c Rudolf Scharlau 3.4 Kombinatorische Äquivalenz und Dualität von Polytopen Dieser Abschnitt baut auf den beiden vorigen auf, indem er weiterhin den Seitenverband

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

1 Analytische Geometrie und Grundlagen

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

Mehr

Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen

Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen D-MATH Lineare Algebra II FS 7 Dr. Meike Akveld Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen. a) Wegen der Linearität im ersten Argument gilt sicherlich w S :, w =. Somit ist S und

Mehr

Homogene und inhomogene Koordinaten und das Hyperboloid

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

Mehr

Mathematische Probleme, SS 2019 Donnerstag $Id: dreieck.tex,v /04/12 17:03:16 hk Exp $

Mathematische Probleme, SS 2019 Donnerstag $Id: dreieck.tex,v /04/12 17:03:16 hk Exp $ $Id: dreieck.tex,v 1.53 2019/04/12 17:03:16 hk Exp $ 1 Dreiecke 1.1 Rechtwinklige Dreiecke Wir beschäftigen uns gerade mit den primitiven pythagoräischen Tripeln. Haben wir ein solches Tripel, also teilerfremde

Mehr

Summen und direkte Summen

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

Mehr

3 Die Strukturtheorie der Vektorräume

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

Mehr

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

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

Mehr

Die Lineare Algebra-Methode. Mahir Kilic

Die Lineare Algebra-Methode. Mahir Kilic Die Lineare Algebra-Methode Mahir Kilic 23. Juni 2004 1 Einführung 1.1 Überblick Im Allgemein benutzt man die Lineare Algebra-Methode in der Kombinatorik wie folgt: Für die Bestimmung einer Obergrenze

Mehr

Affine und projektive Räume

Affine und projektive Räume Affine und projektive Räume W. Kühnel Literatur hierzu: G.Fischer, Analytische Geometrie, 7. Aufl., Vieweg 2001 Zur Motivation: Wenn man in einem Vektorraum die Elemente nicht als Vektoren, sondern als

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Definition. Sei K ein Körper, a ij K für 1 i m, 1 j n und b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2......

Mehr

Lösung 7: Lineare Abbildungen: Kern, Bild, Rang und Darstellung durch Matrizen

Lösung 7: Lineare Abbildungen: Kern, Bild, Rang und Darstellung durch Matrizen D-MATH Lineare Algebra I HS 2017 Dr. Meike Akveld Lösung 7: Lineare Abbildungen: Kern, Bild, Rang und Darstellung durch Matrizen 1. a) Seien v 1, v 2 V, λ K, dann sind Also ist id V linear. b) Seien v

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

Wie kann man die Normalform (bzgl. Affinen Transformationen) bestimmen, ohne die affine Abbildung bzw. Isometrie zu finden?

Wie kann man die Normalform (bzgl. Affinen Transformationen) bestimmen, ohne die affine Abbildung bzw. Isometrie zu finden? Wie kann man die Normalform (bzgl. Affinen Transformationen) bestimmen, ohne die affine Abbildung bzw. Isometrie zu finden? Antwort in Dim 2: Sei Q eine Quadrik in R 2 gegeben durch a 11... a 1n x 1 x

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 9 (SS 2011) Abgabetermin: Donnerstag, 16. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Affine

Mehr

2.3 Basis und Dimension

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

Mehr

Konvexe Mengen. Skript zur Seminar Wintersemester 2012/13 Universität Potsdam. Dr. H. Wendland

Konvexe Mengen. Skript zur Seminar Wintersemester 2012/13 Universität Potsdam. Dr. H. Wendland Konvexe Mengen Skript zur Seminar Wintersemester 2012/13 Universität Potsdam Dr. H. Wendland Stand vom 7. November 2012 Inhaltsverzeichnis 1 Konvexe Mengen im Euklidischen Raum 1 1.1 Affine Unterräume,

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 06 Lineare Algebra analytische Geometrie II Vorlesung 35 Winkeltreue Abbildungen Definition 35.. Eine lineare Abbildung ϕ: V W zwischen euklidischen Vektorräumen V W heißt

Mehr

5 Komplementäre Verbände

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

Mehr

Kapitel II. Vektorräume

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

Mehr

Übungen zu Lineare Algebra 1, NAWI Graz, WS 2018/19 Blatt 1 (3.10.)

Übungen zu Lineare Algebra 1, NAWI Graz, WS 2018/19 Blatt 1 (3.10.) Blatt 1 (3.10.) 1. Von einem Parallelogramm ABCD sind die Punkte A = (2, 1), B = (6, 2) und D = (3, 5) gegeben. Berechnen Sie C. 2. Stellen Sie rechnerisch fest, ob das Viereck ABCD mit A = (2, 3), B =

Mehr

Die Dimension eines Vektorraumes

Die 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

Mehr

Kapitel 14. Geometrie Eine kurze Einführung in die affine Geometrie

Kapitel 14. Geometrie Eine kurze Einführung in die affine Geometrie Kapitel 14 Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften vonr 3 interessieren, so stört manchmal dieausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise

Mehr

Kombinatorische Geometrien

Kombinatorische Geometrien KAPITEL 5 Kombinatorische Geometrien Beispiele von Geometrien wurden schon als Inzidenzstrukturen (z.b. projektive Ebenen) gegeben. Wir nehmen hier einen anderen Standpunkt ein und verstehen unter einer

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

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

Mehr

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

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen.

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen. Ergänzungen zu offenen und abgeschlossenen Mengen Definition Ist L Teilmenge eines topologischen Raums M, so heißt x L innerer Punkt von L, wenn es eine offene Umgebung von x gibt, die ganz in L liegt.

Mehr

Musterlösung Serie 8

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

Mehr

Klausurvorbereitungsblatt Lineare Algebra

Klausurvorbereitungsblatt Lineare Algebra Klausurvorbereitungsblatt Lineare Algebra Sommersemester 25 Aufgabe 2 2 Sei A 3 3 8 2 4 3 R4 5. 5 2 a) Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems Ax b) Ist Ax b mit b lösbar? (Begründen

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden

Mehr

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

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

Mehr

Übungen zur Linearen Algebra 1

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

Mehr

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7 Warum Mathe? IG/StV-Mathematik der KFU-Graz März 2011 Inhalt 1 Mengen 1 1.1 Mengenoperationen.............................. 2 1.2 Rechenregeln.................................. 3 2 Übungsbeispiele zum

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 26/7): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:

Mehr

Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik

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

Mehr

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

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

Mehr

Demo für LINEARE ALGEBRA. Vektoren und Vektorraum. Teil 3. Untervektorräume INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. Datei Nr.

Demo für   LINEARE ALGEBRA. Vektoren und Vektorraum. Teil 3. Untervektorräume INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. Datei Nr. Teil 3 Untervektorräume Stand 1. Juli 011 Datei Nr. 61110 LINEARE ALGEBRA Vektoren und Vektorraum INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK Demo für 61110 Vektorrechnung Teil 3 Untervektorräume 51 Inhalt

Mehr

Beziehungen zwischen Vektorräumen und ihren Dimensionen

Beziehungen zwischen Vektorräumen und ihren Dimensionen Beziehungen zwischen Vektorräumen und ihren Dimensionen Lineare Algebra I Kapitel 9 20. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz

Mehr

Projektive algebraische Mengen

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

Mehr

Blatt 10 Lösungshinweise

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

Mehr

02. Vektorräume und Untervektorräume

02. 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

4 Holomorphie-Konvexität. Definition Satz. 42 Kapitel 2 Holomorphiegebiete

4 Holomorphie-Konvexität. Definition Satz. 42 Kapitel 2 Holomorphiegebiete 42 Kapitel 2 Holomorphiegebiete 4 Holomorphie-Konvexität Wir wollen weitere Beziehungen zwischen Pseudokonvexität und affiner Konvexität untersuchen. Zunächst stellen wir einige Eigenschaften konvexer

Mehr

Hüllen und Kombinationen

Hüllen und Kombinationen Hüllen und Kombinationen 2 Die zulässigen Bereiche in der Linearen Optimierung sind Lösungen von linearen Ungleichungssystemen. Deswegen müssen wir die Werkzeuge der linearen Algebra um Elemente erweitern,

Mehr

Für die Matrikelnummer M = Dann sind durch A =

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

Mehr

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U:

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U: 2. Isotropie Im folgenden sei V ein K-Vektorraum der Dimension n. Es sei q eine quadratische Form darüber und β die zugehörige symmetrische Bilinearform. Zudem gelte in K: 1 + 1 0. Notation 2.0: Wir nennen

Mehr

3.3 Austauschsatz, Basisergänzungssatz und Dimension

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

Mehr

3 Längenendliche Verbände. Dimension

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

Mehr

Hilbertpolynom von I, i.z. a HP I.

Hilbertpolynom von I, i.z. a HP I. 9.4.4 Korollar/Def. Sei (1) I k[x 1,..., X n ] ein Ideal. Dann ist die affine Hilbertfunktion a HF I (s) für s 0 ein Polynom in s mit Koeffizienten in Q; es heißt das affine Hilbertpolynom von I, i.z.

Mehr

Serie Sei V ein Vektorraum. Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt. Zeigen Sie:

Serie Sei V ein Vektorraum. Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt. Zeigen Sie: Prof Emmanuel Kowalski Lineare Algebra II Serie 3 Sei V ein Vektorraum Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt Zeigen Sie: a Der Kern und das Bild einer Projektion

Mehr

2.4 Lineare Abbildungen und Matrizen

2.4 Lineare Abbildungen und Matrizen 24 Lineare Abbildungen und Matrizen Definition 24 Seien V, W zwei K-Vektorräume Eine Abbildung f : V W heißt lineare Abbildung (lineare Transformation, linearer Homomorphismus, Vektorraumhomomorphismus

Mehr

9 Metrische und normierte Räume

9 Metrische und normierte Räume 9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik

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

Mathematische Grundlagen

Mathematische Grundlagen Mathematische Grundlagen Oliver Deussen Mathematische Grundlagen 1 Affine Räume um Zeichenebene bzw. Raum zu beschreiben, muß vorher ein Koordinatensystem festgelegt werden durch geometrische Fragestellungen

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 34 Die Diagonalisierbarkeit von Isometrien im Komplexen Satz 34.1. Es sei V ein endlichdimensionaler C-Vektorraum

Mehr

Musterlösung Serie 9

Musterlösung Serie 9 D-MATH Lineare Algebra I HS 2018 Prof. Richard Pink Musterlösung Serie 9 Lineare Abbildungen, Kern und Bild 1. Berechne eine Basis des Kerns und des Bildes der linearen Abbildung Q 4 Ñ Q 3, die durch Linksmultiplikation

Mehr

Definition 27 Affiner Raum über Vektorraum V

Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,

Mehr

5 Diagonalisierbarkeit

5 Diagonalisierbarkeit 5 Diagonalisierbarkeit Sei V ein K Vektorraum mit einer Basis B = (v 1,..., v n ) Wiederholung aus 2: Sei f : V V K linear. Stelle f(v j ) für j = 1,..., n dar in der Form a 1j Das n Tupel a j =. a nj

Mehr

Seminararbeit Zahlentheorie. Gitter und der Minkowskische Gitterpunktsatz

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

Mehr

Numerische Lineare Algebra

Numerische Lineare Algebra Numerische Lineare Algebra Vorlesung 7 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 200 Prof. Dr. Klaus Höllig (IMNG)

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge 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

Mehr

Bild und Kern. Für eine lineare Abbildung L : V W bezeichnet man mit. Kern L = {v V : L(v) = 0} V. den Kern und mit

Bild und Kern. Für eine lineare Abbildung L : V W bezeichnet man mit. Kern L = {v V : L(v) = 0} V. den Kern und mit Bild und Kern Für eine lineare Abbildung L : V W bezeichnet man mit Kern L = {v V : L(v) = 0} V den Kern und mit Bild L = {w W : v V mit L(v) = w} W das Bild von L. Bild und Kern 1-1 Bild und Kern Für

Mehr

3.3 Der Seitenverband

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

Mehr

Lösung zu Serie Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen

Lösung zu Serie Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen Lineare Algebra D-MATH, HS 4 Prof. Richard Pink Lösung zu Serie. Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen Polynom ist. Lösung: Das charakteristische Polynom eines

Mehr

Konvexe Mengen. Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x,y auch stets deren Verbindungsstrecke

Konvexe Mengen. Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x,y auch stets deren Verbindungsstrecke Konvexe Mengen Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x,y auch stets deren Verbindungsstrecke xy = {x + t xy 0 t 1} = {(1 t)x + ty 0 t 1} enthält. konvex nicht konvex Lemma

Mehr

6 Abgeschlossene Untergruppen

6 Abgeschlossene Untergruppen 6 Abgeschlossene Untergruppen In diesem Abschnitt sei G eine Liesche Gruppe und H eine abgeschlossene Untergruppe von G. Wir werden beweisen, dass H eine Untermannigfaltigkeit und somit eine Liesche Untergruppe

Mehr

6 Lineare Gleichungssysteme

6 Lineare Gleichungssysteme 6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

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

8 Summen von Quadraten

8 Summen von Quadraten 8 Summen von Quadraten A. Summen von zwei Quadraten. Sei p eine Primzahl. Beispiele. = 1 + 1, 5 = 1 +, 13 = + 3 Aber 3 und 7 sind nicht Summen von zwei Quadraten. 8.1 Satz. Genau dann ist p Summe von zwei

Mehr

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen

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

Mehr