3 Polytope. 3.1 Polyeder

Größe: px
Ab Seite anzeigen:

Download "3 Polytope. 3.1 Polyeder"

Transkript

1 28 3 Polytope 3.1 Polyeder Polytope in der Ebene und im Raum standen neben Kreis und Kugel schon während der griechischen Antike im Mittelpunkt des mathematischen (und philosophischen) Interesses. Durch ihre spezielle Seitenstruktur kann man relativ einfach Volumen und Oberfläche berechnen, man kann durch Polytope beliebige konvexe Körper approximieren und sie spielen in anderen Bereichen wie Linearer Optimierung oder Spieltheorie eine wichtige Rolle. Im folgenden werden wir die üblichen Bezeichnungen Ecke für eine 0-Seite, Kante für eine 1-Seite und Facette für eine (dim K 1)-Seite einer konvexen Menge K verwenden. Weiter bezeichnen wir mit vertk die Eckenmenge der konvexen Menge K. Anschaulich lassen sich die bekannten Polytope im IE 2 und IE 3 auch als Durchschnitte von endlich vielen Halbräumen darstellen. Deshalb betrachten wir in diesem Abschnitt zuerst solche Mengen: Definition Der Durchschnitt endlich vieler abgeschlossener Halbräume heißt Polyeder. Speziell betrachten wir und IE d als Polyeder. Bemerkungen (1) Die Lösungsmenge von endlich vielen linearen Ungleichungen mit d Unbekannten ist ein Polyeder im IE d. (2) Ein Polyeder ist abgeschlossen und konvex, aber i.a. nicht beschränkt. (3) Endliche Durchschnitte von Polyedern sind wieder Polyeder. Beispiele (1) Jede Hyperebene H, jeder Halbraum H und jeder affine Unterraum von IE d ist ein Polyeder. (2) Ist {e 1,...,e d } die kanonische Basis des IE d, dann sind P 1 := {(ξ 1,...,ξ d ); ξ i 0}, P 2 := {(ξ 1,...,ξ d ); ξ i 0, d ξ i 1}, P 3 := {x; 1 xe i 1} Polyeder. Der nächste Satz beschreibt, wie man die Facetten eines Polyeders erhält und wie diese die Seitenstruktur des Polyeders festlegen:

2 3. Polytope 29 Satz Sei n IN, H i := {x IE d ; a i x α i }, 1 i n, Hyperebenen im IE d, K ein Polyeder mit n K := Hi (aff K) und F i := K H i, 1 i n. Weiter sei K weder ein affiner Unterraum noch kann man bei der Durchschnittsbildung einen der Halbräume weglassen. Dann gilt (a) relintk = {x K; a i x < α i, 1 i n}. (b) relbdk = n F i. (c) F 1,...,F n sind Facetten von K und es gibt keine weitere. (d) Für jede eigentliche Seite A von K gilt A = A F i F i. (e) K hat eine endliche Anzahl von Seiten, und jede eigentliche ist exponiert. (f) Jede Seite von K ist ein Polyeder. (g) Ist A j eine j-seite von K, A k eine k-seite von K mit 0 j k 2 und A j A k, dann gibt es Seiten A j+1,...,a k 1 von K, so daß A i Facette von A i+1, j i k 1. Allgemein folgt Satz Sei K ein Polyeder. Dann gilt: (a) K hat nur endlich viele Seiten und jede der eigentlichen Seiten ist exponiert und wieder ein Polyeder. (b) Jede eigentliche Seite ist Durchschnitt aller Facetten von K, die die Seite enthalten. (c) relbd K ist die Vereinigung aller Facetten (in aff K). (d) F 1,...,F n sind Facetten von K und es gibt keine weitere. (e) Hat K eine nichtleere j-seite, dann hat K auch k-seiten für jedes k mit j k dimk. Der nächste Satz gibt ein Kriterium dafür, wann eine beliebige konvexe Menge ein Polyeder ist. Satz Sei K eine abgeschlossene konvexe Menge. (a) Hat K nur endlich viele exponierte Seiten, dann ist K ein Polyeder. (b) Hat K nur endlich viele Seiten, dann ist K ein Polyeder.

3 3. Polytope Die Seiten eines Polytops Polytope wurden als konvexe Hüllen von endlich vielen Punkten definiert. Damit ergibt sich für Linearkombinationen konvexer Polytope: Satz Sind α i IR, P i Polytope, 1 i n, dann ist n α i P i ein Polytop. Bemerkung Die Summe von endlich vielen Strecken im IE d ist also ein Polytop, das man Zonotop nennt. Spezielle Zonotope sind die Parallelotope und damit die Quader und Würfel im IE d. Als Summe der 3 Strecken in der Ebene links ergibt sich das Zonotop rechts: Bei der Betrachtung der endlichen Punktmenge, die ein Polytop erzeugt, kann man sich auf die Eckenmenge von P beschränken und die Seiten eines Polytops sind konvexe Hüllen von Teilmengen der Eckenmenge vert P: Satz Sei P = conv ( {x 1,...,x n } ) ein Polytop und W V = vertp. Es gilt: (a) vertp {x 1,...,x n }. (b) P = conv(vertp). (c) Jedes Polytop hat nur endlich viele Seiten, und jede Seite ist ein Polytop. (d) convw ist Seite von P genau dann, wenn aff W conv(v \W) =. Bemerkungen Ist V = {v 0,...,v d } die Eckenmenge eines d-simplexes S = convv, dann ist für jede Teilmenge W V convw eine Seite von S. Polytope sind spezielle Polyeder, denn es gilt: Satz X IE d ist ein Polytop genau dann, wenn X ein beschränktes Polyeder ist. Bemerkungen Damit folgt speziell: (1) Der Durchschnitt zweier Polytope ist wieder ein Polytop. (2) Der Durchschnitt eines Polytops mit einem affinen Unterraum ist wieder ein Polytop. (3) Es gelten die Aussagen von Satz

4 3. Polytope 31 (4) Jede (dimp 2)-Seite eines Polytops P ist Durchschnitt von genau 2 Facetten von P. (5) Ist F 1 exponierte Seite eines Polytops P und F 2 exponierte Seite von F 1, dann ist F 2 exponierte Seite von P. Für konvexe Mengen gilt das nicht immer. Wir wollen nun die kombinatorische Struktur der Seiten eines festen Polytops untersuchen. Definition Seien P und P Polytope mit Eckenmengen V bzw. V. P und P heißen kombinatorisch äquivalent, wenn es eine bijektive Abbildung f : V V gibt, so daß für jede Menge W V gilt: convw ist Seite von P genau dann, wenn conv ( f(w) ) Seite von P ist. Beispiele (1) Alle Strecken sind zueinander kombinatorisch äquivalent. (2) Zwei Polygone sind zueinander kombinatorisch äquivalent genau dann, wenn sie dieselbe Eckenzahl haben. (3) Würfel, Quader, Parallelotope im IE 3 sind kombinatorisch äquivalent, ein Würfel und eine Pyramide über einem n-eck im IE 3 sind nicht kombinatorisch äquivalent. Bemerkung Sind zwei Polytope kombinatorisch äquivalent, dann müssen Sie dieselbe Eckenzahl haben. Andererseits haben eine Pyramide über einem Viereck und eine Doppelpyramide über einem Dreieck im IE 3 jeweils 5 Ecken, sind aber nicht kombinatorisch äquivalent. Eine Möglichkeit, die kombinatorische Struktur der Seiten eines d-polytops im IE d 1 darzustellen, ergibt sich aus folgendem Satz: Satz Sei P ein d-polytop mit Facetten F i und zugehörigen Stützhyperebenen H i, 1 i n. Dann gibt es zu jedem F i ein x i mit x i inth + i und x i H j für alle j i. Definition Sei P ein d-polytop mit Facette F, x wie im vorigen Satz, dann heißt das Bild von P unter der Zentralprojektion von x auf F Schlegel-Diagramm von P. Beispiele Tetraeder Würfel Oktaeder

5 3. Polytope 32 Für den zu einem Polytop polaren Körper gilt: Satz Sei P ein Polytop mit 0 intp, S(P) der Seitenverband von P, d.h. die Menge aller Seiten von P, und F S(P). Dann gilt: (a) P ist ein Polytop. (b) F ( ) := {y P ;yx = 1 für alle x F}. Dann ist F ( ) Seite von P und es gilt F ( )( ) = F. (c) f : S(P) S(P ) mit f(f) = F ( ) ist eine bijektive, inklusionsumkehrende Abbildung. Beispiele Das polare Polytop zu einem Würfel ist ein Kreuzpolytop, zu einem d-simplex ist ein d-simplex. Definition Zu P P d heißt das Polytop Q dual, falls es eine bijektive, inklusionsumkehrende Abbildung f : S(P) S(Q) gibt. Satz Zu jedem P P d existiert ein duales Polytop. 3.3 Spezielle Polytope und der Satz von Euler Wir bezeichnen im folgenden mit f i (P), 1 i dimp, die Anzahl der i-dimensionalen Seiten eines Polytops und setzen f i (P) := 0 für i < 1 und i > dimp. Definition Sei Q P d mit dimq d 1. (a) Ist x IE d, x aff Q, dann heißt P = conv{q,x} d-pyramide (über Q). Q heißt Basis von P, x heißt Spitze von P. (b) Jedes P P d heißt 0-fache Pyramide mit Basis P. Für r = 1,...,d heißt P P d r-fache Pyramide, falls P Pyramide über einer (r 1)-fachen Pyramide Q ist. (c) Sei I eine Strecke mit dim(relintq relinti) = 0. Dann heißt P = conv(q I) Doppelpyramide über Q. (d) Eine r-fache Doppelpyramide wird analog zur r-fachen Pyramide definiert. Beispiele (1) Ein d-simplex ist eine d-fache Pyramide. (2) Sei{e i ;1 i d}diekanonischebasisdesie d.dasd-kreuzpolytopx d = conv{±e 1,...,±e d } ist eine d-fache Doppelpyramide.

6 3. Polytope 33 Satz (a) Für eine r-fache Pyramide P mit Basis Q gilt f k (P) = Für ein d-simplex gilt f k (P) = ( ) d+1. k +1 (b) Für eine Doppelpyramide P mit Basis Q gilt { fk (Q)+2f k 1 (Q) 0 k d 2 f k (P) = 2f d 2 (Q) k = d 1 ( ) d Für das d-kreuzpolytop gilt f k (X d ) = 2 k+1, 1 k d 1. k +1 r i=0. ( ) r f k i (Q). i Satz (a) Sei P P d eine (d 1)-fache oder d-fache Pyramide. Dann ist P ein Simplex. (b) Sei P P d eine (d 1)-fache Doppelpyramide und dimp = d. Dann ist P eine d-fache Doppelpyramide. Definition Sei Q P d und x aff Q. Dann heißt P = Q +conv{ x,x} Prisma mit Basis Q. Das r-fache Prisma wird analog zur r-fachen Pyramide definiert. Ein d-faches Prisma heißt Parallelotop oder Parallelepiped. Ist P Parallelotop und Vektorsumme von d gleichlangen paarweise orthogonalen Strecken, dann heißt P Würfel. Analog zu den Pyramiden gilt Satz (a) Für ein Prisma P mit Basis Q gilt { 2f0 (Q) für k = 0 f k (P) = 2f k (Q)+f k 1 (Q) für 1 k d. Für ein d-parallelotop C gilt ( ) d f k (C) = 2 d k, 0 k d. k (b) Sei P P d ein (d 1)-faches Prisma und dimp = d. Dann ist P ein d-faches Prisma. Betrachtet man die Seitenverbände von Doppelpyramiden und Prismen, dann ergibt sich folgender Zusammenhang: Satz Sei {e i ;1 i d} die kanonische Basis des IE d, H die Hyperebene durch 0 orthogonal zu e d und Q,Q H polare Polytope mit 0 relintq. Weiter sei P = Q+conv{ e d,e d } das Prisma mit Basis Q, P = conv{q, e d,e d } die Doppelpyramide mit Basis Q. Dann sind P und ˆP polar, d.h. es gilt ˆP = P.

7 3. Polytope 34 Korollar Sind Q,Q P d dual, und ist P Prisma über Q, P Doppelpyramide über Q, so sind P und P dual. Speziell sind d-würfel und d-kreuzpolytop dual. Bemerkungen (1) Ist S ein d-simplex mit 0 ints, dann ist das polare Polytop S ebenfalls ein d-simplex. Je zwei d-simplices sind zueinander dual. (2) Als weitere besondere und für die kombinatorische Theorie wichtigen Beispiele betrachtet man folgende Polytopklassen: Ein Polytop P heißt simplizial, wenn jede eigentliche Seite von P ein Simplex ist. Beispiele simplizialer Polytope sind die d-simplices, die d-doppelpyramiden über einer simplizialen Basis und (speziell) das d-kreuzpolytop. EinPolytopP heißteinfach,wennjedeeckevonp ingenaudfacetten vonp liegt. Beispieleeinfacher Polytope sind die d-prismen über einer einfachen Basis und (speziell) das d-parallelotop. Es gilt: Ein zu einem simplizialen Polytop duales Polytop ist einfach und umgekehrt. Der folgende Satz gibt eine Beziehung zwischen den Seitenzahlen eines Polytops Satz (Satz von Euler) Sei P ein d-polytop und f i (P), i = 1,...,d, die Anzahl der i-seiten von P. Dann gilt d ( 1) i f i (P) = 0 i= 1 bzw. d 1 ( 1) i f i (P) = 1 ( 1) d. i=0 Der Satz von Euler gibt die einzige lineare Identität für die f i an, der alle Polytope genügen: d 1 Satz Für alle Polytope P P d gelte λ i f i (P) = µ, µ,λ i IR, 0 i d 1. Dann gibt es ein c IR mit λ i = c( 1) i, 0 i d 1, µ = c (1 ( 1) d ). i=0 Bemerkung Für simpliziale Polytope gelten die Dehn-Sommerville-Gleichungen d 1 ( ) i+1 ( 1) i f i (P) = ( 1) d 1 f k (P), k+1 i=k 0 k d 1. Für k = 1 hat man die Euler-Gleichung. Je [ 1 2 (d+1)] (mit Gauß-Klammer [ ]) dieser Gleichungen (zusammen mit der Euler-Gleichung) sind linear unabhängig.

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

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

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

Insbesondere sind nach dieser Definition also auch die leere Menge und einpunktige Teilmengen konvex.

Insbesondere sind nach dieser Definition also auch die leere Menge und einpunktige Teilmengen konvex. Konvexe Mengen 2 Wie am Ende des vorigen Kapitels bereits erwähnt, ist die notwendige Gradientenbedingung aus Satz 1.4.6 für konvexe Zielfunktionen auch hinreichend. Diese Tatsache mag als erste Motivation

Mehr

Vorlesung Lineare Optimierung (Sommersemester 2010)

Vorlesung Lineare Optimierung (Sommersemester 2010) 1 Vorlesung Lineare Optimierung (Sommersemester 2010) Kapitel 6: Die Geometrie der Linearen Optimierung Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Juni 2010) Gliederung 2 Das

Mehr

Der Eulersche Polyedersatz

Der Eulersche Polyedersatz Der Eulersche Polyedersatz Def Die Anzahl der k Seiten eines konvexen Polytops P bezeichnen wir mit f k (P) oder kurz mit f k. Das n Tupel (f 0,f 1,...,f n 1 ) Z n heißt dann der f Vektor des (n dimensionalen)

Mehr

Der Eulersche Polyedersatz in beliebiger Dimension

Der Eulersche Polyedersatz in beliebiger Dimension Der Eulersche Polyedersatz in beliebiger Dimension Rolf Stefan Wilke 17. Juli 2007 Definition. Sei P R d ein Polytop der Dimension d. Es bezeichne f k (P ) die Anzahl der k-dimensionalen Seitenflächen.

Mehr

mit. Wir definieren (Skalarprodukt = Winkel).

mit. Wir definieren (Skalarprodukt = Winkel). 1 Grundidee des Simplexverfahrens (von George Dantzig): Man bestimmt eine beliebige Ecke (Extremalpunkt) einer Lösungsmenge eines Ungleichungssystems. Nun geht man an den Kanten vom Punkt entlang und kontrolliert

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

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

GEOMETRIE DER POLYEDER

GEOMETRIE DER POLYEDER GEOMETRIE DER POLYEDER Das Polyeder P sei gegeben durch P = x R n Ax b. Definition. (i) Die Hyperebene H = x R n c T x = d,c, heißt Stützhyperebene von P, falls die Ungleichungc T x d redundant ist bzgl.

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

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

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

Polytope Eine Einführung in die Diskrete Geometrie Vorlesungsnotizen

Polytope Eine Einführung in die Diskrete Geometrie Vorlesungsnotizen Polytope Eine Einführung in die Diskrete Geometrie Vorlesungsnotizen Luca Gugelmann Thomas Rast Mathias Graf SS 2005 Alexander Rudyk Dozentin: Eva Maria Feichtner (feichtne@math.ethz.ch) www.math.ethz.ch/~feichtne/polytopes/

Mehr

Operations Research. Polyeder und Polytope. Polyeder und Polytope. Polyeder. Rainer Schrader. 11. Mai Gliederung. sei P R n

Operations Research. Polyeder und Polytope. Polyeder und Polytope. Polyeder. Rainer Schrader. 11. Mai Gliederung. sei P R n Operations Research Rainer Schrader Polyeder und Zentrum für Angewandte Informatik Köln. Mai 27 / 83 2 / 83 Gliederung Polyeder Optimierung linearer Funktionen Rezessionskegel und polyedrische Kegel rationale

Mehr

Vorlesung Lineare Optimierung (Sommersemester 2010)

Vorlesung Lineare Optimierung (Sommersemester 2010) 1 Vorlesung Lineare Optimierung (Sommersemester 2010) Kapitel 2: Konvexe Mengen und Kegel Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 19. April 2010) Gliederung 2 Konvexe Mengen

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

EULER-CHARAKTERISTIK KONVEXER POLYEDER

EULER-CHARAKTERISTIK KONVEXER POLYEDER MINI-IKM 1998 EULER-CHARAKTERISTIK KONVEXER POLYEDER Eberhard-Karls-Universität Tübingen, März 1998 Richard Bödi Inhalt 1. Der euklidische Raum, affine Räume...........................................1

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.36 2018/04/24 14:50:37 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.3 Sätze über Geraden in der Ebene Wir beschäftigen uns gerade mit dem Schwerpunkt eines Dreiecks, gegeben sind

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 6/7): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.37 2018/04/26 14:09:00 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.4 Anordnungseigenschaften Am Ende der letzten Sitzung hatten wir begonnen uns mit den konvexen Teilmengen des

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

Teil I. Lineare Optimierung

Teil I. Lineare Optimierung Teil I Lineare Optimierung 5 Kapitel 1 Grundlagen Definition 1.1 Lineares Optimierungsproblem, lineares Programm. Eine Aufgabenstellung wird lineares Optimierungsproblem oder lineares Programm genannt,

Mehr

Proseminar Konvexe Mengen: Der Satz von Carathéodory

Proseminar Konvexe Mengen: Der Satz von Carathéodory Proseminar Konvexe Mengen: Der Satz von Carathéodory Gerrit Grenzebach 26. Otober 2004 In diesem Referat werden der Begriff der onvexen Hülle einer Menge eingeführt und einige Eigenschaften der onvexen

Mehr

A = A A

A = A A Musterlösung - Aufgabenblatt 8 Aufgabe 1 Gegeben ist das Polytop P = conv {±e i ± e j : 1 i, j 3, i j} = conv {e 1 + e 2, e 1 e 2, e 1 + e 2, e 1 e 2, e 1 + e 3, e 1 e 3, e 1 + e 3, e 1 e 3, e 2 + e 3,

Mehr

9 Konvexe Funktionen, Stütz- und Distanzfunktion

9 Konvexe Funktionen, Stütz- und Distanzfunktion U BREHM: Konvexgeometrie 9-9 Konvexe Funktionen, Stütz- un Distanzfunktion Definition: Sei K IR, f : K IR eine Abbilung f heißt konvex, wenn K konvex ist un für alle x, y K un alle, gilt f( x( ) y) f(

Mehr

Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis. Station 3: Das Matching-Polytop

Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis. Station 3: Das Matching-Polytop Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis Barbara Wilhelm Michael Ritter Station 3: Das Matching-Polytop Diskutieren Sie folgende Fragen in der

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

M. Pester 29. Ein konvexes d-polytop ist eine begrenzte d-dimensionale polyedrale Menge. (d = 3 Polyeder, d = 2 Polygon)

M. Pester 29. Ein konvexes d-polytop ist eine begrenzte d-dimensionale polyedrale Menge. (d = 3 Polyeder, d = 2 Polygon) M. Pester 29 6 Konvexe Hülle 6.1 Begriffe Per Definition ist die konvexe Hülle für eine Menge S von lich vielen Punkten die kleinste konvexe Menge, die S enthölt (z.b. in der Ebene durch ein umspannes

Mehr

Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis. Station 3: Das Matching-Polytop

Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis. Station 3: Das Matching-Polytop Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis Barbara Wilhelm Michael Ritter Station 3: Das Matching-Polytop Diskutieren Sie folgende Fragen in der

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

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

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

11: Die Euler sche Polyederformel für planare Graphen

11: Die Euler sche Polyederformel für planare Graphen Chr.Nelius: Graphentheorie (WS 2016/17) 38 11: Die Euler sche Polyederformel für planare Graphen (11.1) BEM: a) Ein Polyeder (auch Vielflach oder Vielflächner) ist ein geometrischer Körper, der nur von

Mehr

Triangulierungen von Punktmengen und Polyedern

Triangulierungen von Punktmengen und Polyedern Triangulierungen von Punktmengen und Polyedern Vorlesung im Sommersemester 2000 Technische Universität Berlin Jörg Rambau 17.05.2000 Sekundärpolytop und 6 bistellare Operationen In diesem Kapitel werden

Mehr

Körper zum Selberbauen Polydron

Körper zum Selberbauen Polydron Körper zum Selberbauen Polydron Was versteht man unter Polydron? Polydron ist ein von Edward Harvey erfundenes intelligentes Spielzeug, mit dem man verschiedene geometrische Figuren bauen kann. Es ist

Mehr

3.1. Existenzsatz und Struktur der Lösungsmenge

3.1. Existenzsatz und Struktur der Lösungsmenge 3. EXISTENZ UND DUALITÄT 3.1. Existenzsatz und Struktur der Lösungsmenge Nach dem Satz von Weierstraß besitzt eine lineare Funktion auf einem Polytop stets ein Minimum und ein Maximum. Im allgemeinen Fall

Mehr

Projektionen auf abgeschlossene konvexe Mengen

Projektionen auf abgeschlossene konvexe Mengen Projektionen auf abgeschlossene konvexe Mengen Seminarvortrag von Veronika Pick Seminar Optimierung bei Herrn Prof. Dr. F. Jarre Heinrich-Heine-Universität Düsseldorf SS 2006 1 Vorbemerkung Das Seminarthema

Mehr

Polyeder, Konvexität, Platonische und archimedische Körper

Polyeder, Konvexität, Platonische und archimedische Körper Unter einem Polyeder verstehen wir einen zusammenhängenden Teil des dreidimensionalen Raumes der durch Polygone begrenzt wird. Seine Oberfläche besteht also aus Punkten (Ecken genannt), Strecken (Kanten

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 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

Musterlösung - Aufgabenblatt 7. Aufgabe 1

Musterlösung - Aufgabenblatt 7. Aufgabe 1 Musterlösung - Aufgabenblatt 7 Aufgabe Sei C R n eine nicht-leere abgeschlossene und konvexe Menge. Wir wollen zeigen, dass C als der Durchschnitt ihrer stützenden Halbräume dargestellt werden kann, d.h.

Mehr

4.22 Buch XI der Elemente

4.22 Buch XI der Elemente 4.22 Buch XI der Elemente In Buch XI werden die Grundbegriffe der räumlichen Geometrie eingeführt und für viele Propositionen aus den Büchern I und VI die entsprechende dreidimensionale Aussagen bewiesen.

Mehr

Konvexe Mengen. Kanglin,Chen. Universität Bremen, Proseminar WS 04/05

Konvexe Mengen. Kanglin,Chen. Universität Bremen, Proseminar WS 04/05 Konvexe Mengen Kanglin,Chen Universität Bremen, Proseminar WS 04/05 Satz. (Satz von Kirchberger) Sei P, Q E n kompakt und nicht leer. Dann gilt: P, Q sind durch eine Hyperebene streng trennbar. Für jede

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema, Aufgabe 4) Im R seien die beiden Ebenen E : 6 x + 4 y z = und E : + s + t 4 gegeben.

Mehr

6 Beispiele von Polytopen

6 Beispiele von Polytopen U. BREHM: Konvexgeometrie 6-1 6 Beispiele von Polytopen Die 0-imensionalen Polytope sin genau ie Punkte. Die 1-imensionalen Polytope sin genau ie abgeschlossenen Intervalle (= Strecken). Die 2-imensionalen

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

Holomorphe Funktionen

Holomorphe Funktionen 1 Kapitel 1 Holomorphe Funktionen 1 Komplexe Differenzierbarkeit Ist z = (z 1,..., z n ) ein Element des C n und z ν = x ν + i y ν, so können wir auch schreiben: z = x + i y, mit x = (x 1,..., x n ) und

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

Mathematische Probleme, SS 2016 Freitag $Id: convex.tex,v /05/13 14:42:55 hk Exp $

Mathematische Probleme, SS 2016 Freitag $Id: convex.tex,v /05/13 14:42:55 hk Exp $ $Id: convex.tex,v.28 206/05/3 4:42:55 hk Exp $ 3 Konvexgeometrie 3. Konvexe Polyeder In der letzten Sitzung haben wir begonnen uns mit konvexen Polyedern zu befassen, diese sind die Verallgemeinerung der

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

Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis. Station 1: Facetten des Knapsack-Polytops

Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis. Station 1: Facetten des Knapsack-Polytops Technische Universität München Zentrum Mathematik Diskrete Optimierung: Fallstudien aus der Praxis Barbara Wilhelm Michael Ritter Station 1: Facetten des Knapsack-Polytops Diskutieren Sie folgende Fragen

Mehr

( ) ( ) < b k, 1 k n} (2) < x k

( ) ( ) < b k, 1 k n} (2) < x k Technische Universität Dortmund Fakultät für Mathematik Proseminar Analysis Prof. Dr. Röger Benjamin Czyszczon Satz von Heine Borel Gliederung 1. Zellen und offene Überdeckungen 2. Satz von Heine Borel

Mehr

1 Der Simplex Algorithmus I

1 Der Simplex Algorithmus I 1 Nicoletta Andri 1 Der Simplex Algorithmus I 1.1 Einführungsbeispiel In einer Papiermühle wird aus Altpapier und anderen Vorstoffen feines und grobes Papier hergestellt. Der Erlös pro Tonne feines Papier

Mehr

3 Trennungs- und Stützeigenschaften, sowie elementare Hilfssätze

3 Trennungs- und Stützeigenschaften, sowie elementare Hilfssätze U BREHM: Konvegeoetrie 3-1 3 Trennungs- un Stützeigenschaften, sowie eleentare Hilfssätze Zunächst einige Hilfssätze, in enen Begriffe aus er Konveität it topologischen Eigenschaften zusaengebracht weren

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

Zufällige Polytope. Benedikt Liedtke. 18. Januar 2010

Zufällige Polytope. Benedikt Liedtke. 18. Januar 2010 Zufällige Polytope Benedikt Liedtke 18. Januar 2010 Inhaltsverzeichnis 1 Einleitung Motivation Definition zufälliges konvexes Polytop 3 verschiedene Modelle E(K, n) Ef k (K n ) Inhaltsverzeichnis 1 Einleitung

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 Probleme, SS 2013 Montag $Id: convex.tex,v /10/22 15:58:28 hk Exp $

Mathematische Probleme, SS 2013 Montag $Id: convex.tex,v /10/22 15:58:28 hk Exp $ $Id: convex.tex,v 1.12 2013/10/22 15:58:28 hk Exp $ 3 Konvexgeometrie 3.1 Konvexe Polyeder Wir hatten einen konvexen Polyeder P im R n als die konvexe Hülle von endlich vielen Punkten definiert, wobei

Mehr

Triangulierungen von Punktmengen und Polyedern

Triangulierungen von Punktmengen und Polyedern Triangulierungen von Punktmengen und Polyedern Vorlesung im Sommersemester 2 Technische Universität Berlin Jörg Rambau 2.4.2 Motivation und Beispiele Wir wollen hier den Begriff der Triangulierungen von

Mehr

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren Basis und Dimension Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren aus V. 1) (v i ) i I heißt ein Erzeugendensystem von V, wenn Span(v i ) = V. 2) (v i ) i I heißt Basis von

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

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/ Aufgabenblatt 6. Januar Präsenzaufgaben

Mehr

Darstellung dreidimensionaler Figuren in der Ebene. Schrägbild

Darstellung dreidimensionaler Figuren in der Ebene. Schrägbild Mathematik Bl Darstellung dreidimensionaler Figuren in der Ebene Schrägbild Das Bild bei einer schrägen Parallelprojektion heisst Schrägbild und wird durch folgende Merkmale bestimmt: - Zur Zeichenebene

Mehr

Polyeder und Platonische Körper

Polyeder und Platonische Körper Polyeder und Platonische Körper Ausarbeitung zum 30.11.2016 Linus Leopold Boes Matrikelnummer: 2446248 Algorithmen für planare Graphen Institut für Informatik HHU Düsseldorf Inhaltsverzeichnis 1 Einleitung

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

Oktaeder. Bernhard Möller. 22. Dezember 2010

Oktaeder. Bernhard Möller. 22. Dezember 2010 Oktaeder Bernhard Möller. Dezember 00 Ein Oktaeder ist ein regelmäßiges Polyeder, dessen Oberfläche aus acht kongruenten, gleichseitigen Dreiecken besteht. Jedes Oktaeder kann einem Würfel so einbeschrieben

Mehr

. TRENNENDE HYPEREBENEN

. TRENNENDE HYPEREBENEN VORLESUNG ÜBER KONVEXITÄT Daniel Plaumann Universität Konstanz Wintersemester /.. HYPEREBENEN De nition.. Es sei V ein reeller Vektorraum. Eine lineare Abbildung ℓ V R heißt lineares Funktional auf V.

Mehr

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin: Lineare Algebra I - 9.Vorlesung - rof. Dr. Daniel Roggenkamp & Falko Gauß Korrektur: 2. Klausurtermin: 09.02.2017 Linearkombination von Vektoren lineare Hülle Erzeugendensystem S lineare Unabhängigkeit

Mehr

11. Geometrische Extremalprobleme I

11. Geometrische Extremalprobleme I 11. Geometrische Extremalprobleme I Die hier behandelten geometrischen Extremalprobleme beruhen auf der Dreiecksungleichung Satz 1. Sind A, B, C drei Punkte der euklidischen Ebene mit A B, dann ist (1)

Mehr

Abitur 2016 Mathematik Geometrie V

Abitur 2016 Mathematik Geometrie V Seite http://www.abiturloesung.de/ Seite Abitur Mathematik Geometrie V Betrachtet wird der abgebildete Würfel A B C D E F G H. Die Eckpunkte D, E, F und H dieses Würfels besitzen in einem kartesischen

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

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

Konvexe Mengen und Funktionen

Konvexe Mengen und Funktionen Konvexe Mengen und Funktionen von Corinna Alber Seminararbeit Leiter: Prof. Jarre im Rahmen des Seminars Optimierung III am Lehrstuhl für Mathematische Optimierung an der Heinrich-Heine-Universität Düsseldorf

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

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

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

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

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z); 5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff

Mehr

Symmetrien. Transformationen. Affine und euklidische Räume

Symmetrien. Transformationen. Affine und euklidische Räume Symmetrien Transformationen Der Gruppenbegriff entwickelte sich aus dem Begriff der Transformationsgruppe. In dieser Form tauchen auch die meisten Gruppen in der Mathematik, Physik, Chemie, Kristallographie,

Mehr

Ultrametrik. Christian Semrau Metrische Räume

Ultrametrik. Christian Semrau Metrische Räume Ultrametrik Christian Semrau 05.11.2002 Inhaltsverzeichnis 1 Metrische Räume 1 1.1 Definition der Metrik.................................. 1 1.2 Offene und abgeschlossene Mengen..........................

Mehr

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel 4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 7 11. Mai 2010 Kapitel 8. Vektoren Definition 76. Betrachten wir eine beliebige endliche Anzahl von Vektoren v 1, v 2,..., v m des R n, so können

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

Hilberts Drittes Problem

Hilberts Drittes Problem Hilberts rittes Problem Oliver Fortmeier Auf dem internationalen Kongress für Mathematiker 1900 in Paris formulierte Hilbert sein rittes Problem: Zwei Tetraeder mit gleicher Grundfläche und von gleicher

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum

Mehr

Geometrische Realisierung eines Simplizialkomplexes

Geometrische Realisierung eines Simplizialkomplexes Geometrische Realisierung eines Simplizialkomplexes Antoine Beljean 5. Juni 2012 1 Voraussetzungen Definition 1. Sei X eine Menge, und {A i } i I eine Familie von topologischen Räumen, so dass : jeder

Mehr

Serie 6: Lösungen Wir erinnern uns daran, dass für die Anzahl Elemente konvexer Polyeder die folgenden dualen Beziehungen gelten: e j, f =

Serie 6: Lösungen Wir erinnern uns daran, dass für die Anzahl Elemente konvexer Polyeder die folgenden dualen Beziehungen gelten: e j, f = Serie 6: Lösungen Wir erinnern uns daran, dass für die Anzahl Elemente konvexer Polyeder die folgenden dualen Beziehungen gelten: e = e j, f = j=3 j e j = 2k = j=3 f j (1) j=3 j f j (2) j=3 e k + f = 2

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

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 III. Henri Léon Lebesgue ( ) Das Borel-Lebesgue-Maß auf R.

Mathematik III. Henri Léon Lebesgue ( ) Das Borel-Lebesgue-Maß auf R. Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 67 Wir haben jetzt alle Hilfsmittel zusammen, um auf den Borel-Mengen des R n ein Maß zu definieren, dass für einen Quader, dessen Seiten

Mehr

3 Vektorräume abstrakt

3 Vektorräume abstrakt Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare

Mehr

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

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

Übungen zur Vorlesung Lineare Algebra

Übungen zur Vorlesung Lineare Algebra Übungen zur Vorlesung Lineare Algebra Institut für Reine Mathematik WS 2009/10 & SS 2010 Kapitel 1. Vektorräume Was ist ein Vektorraum? Sei X und K ein Körper. Wie macht man Abb (X, K) zu einem K -Vektorraum?

Mehr