Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November
|
|
- Mathias Gerstle
- vor 7 Jahren
- Abrufe
Transkript
1 Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November Erinnerungen und Ergänzugen zur Vorlesung: Der Vollständigkeit halber sei noch nachgetragen: Definition. Es sei K ein Körper. Ein Vektorraum über K (oder K-Vektorraum) ist eine abelsche Gruppe (V, +) zusammen mit einer Abbildung (genannt Skalarmultiplikation) K V V (a,v) av mit folgenden Axiomen (mit a, b K, v, w V) a(bv) = (ab)v (a+b)v = av +bv a(v +w) = av +aw 1v = v Die Elemente von V heißen Vektoren, die Elemente von K heißen Skalare. Das neutrale Element 0 = 0 V von (V,+) heißt der Nullvektor. Für die Multiplikation mit dem Skalar 0 = 0 K gilt 0 K v = 0 V (v V) was man leicht aus 0v = (0+0)v = 0v+0v erhält. Beispiele: Der Nullraum: Besteht V nur aus dem Nullvektor, so heißt V der Nullraum und man schreibt V = {0} = 0 Der Körper: Der Körper K selbst ist ein Vektorraum über K. Die Skalarmultiplikation ist einfach die Multiplikation im Körper. Die Vektorraum-Axiome folgen sofort aus den Köper-Axiomen.
2 2 Der K n : Für n 0 ist K n = K } K {{} n Faktoren ein K-Vektorraum. Zunächst einmal ist K n eine abelsche Gruppe, nämlich das n-fache Produkt der abelschen Gruppe (K, +). Die Addition ist also (b 1,...,b n )+(c 1,...,c n ) = (b 1 +c 1,...,b n +c n ) Die Skalar-Multiplikation ist die komponentenweise Multiplikation im Körper: a(b 1,...,b n ) = (ab 1,...,ab n ) Häufig werden die Elemente des K n als Spalten-Vektoren geschrieben, d. h. man identifiziert K n mit M(n,1,K). Die direkte Summe: An dieser Stelle soll eine Definition eingefügt werden, die noch nicht in der Vorlesung besprochen wurde. Definition (direkte Summe). Es seien V, W Vektorräume über K. Die direkte Summe V W von V und W ist der K-Vektorraum V W = V W mit komponentenweiser Addition und Multiplikation: (v,w)+(v,w ) = (v +v,w+w ) a(v,w) = (av,aw) Als Gruppe ist V W einfach das Produkt der Gruppen V und W. Die Definition verallgemeinert sich leicht auf endlich viele Summanden: Sind V 1,..., V r K-Vektorräume, so ist ihre direkte Summe r V i = V 1 V r = V 1 V r wieder ein K-Vektorraum komponentenweiser Addition und Multiplikation. Mit diesen Definitionen kann man K n als Vektorraum auch definieren als K n = K K }{{} n Summanden
3 3 Lineare Abbildungen: Definition. Es seien V, W Vektorräume über K. Eine lineare Abbildung von V nach W ist eine Abbildung f: V W mit f(av +bw) = af(v)+bf(w) (a,b K, v,w V) Man spricht auch genauer von einer K-linearen Abbildung. Das Axiom der Linearität läßt sich ersetzen durch die Axiome f(v +w) = f(v)+f(w) f(av) = af(v) Eine lineare Abbildungen von Vektorräumen heißt auch Vektorraum-Homomorphismus oder einfach Homomorphismus. Wie üblich, wenn man einen Homomorphismus-Begriff hat, definiert man einen Isomorphismus als einen Homomorphismus zu dem es einen inversen Homomorphismus gibt. Wir hatten in der Vorlesung gesehen, daß ein bijektiver Homomorphismus ein Isomorphismus ist. Zwei Vektorräume V, W heißen isomorph, wenn es einen Isomorphismus V W gibt. Man schreibt dann V W. Ein Homomorphismus V V heißt Endomorphismus von V. Man schreibt Hom(V,W) = Hom K (V,W) = {f: V W f ist K-linear} End(V) = End K (V) = Hom K (V,V) für die Menge der Homomorphismen bzw. Endomorphismen. Hom(V, W) ist wieder ein Vektorraum. Addition und Skalarmultiplikation sind gegeben durch (f +g)(v) = f(v)+g(v) (af)(v) = af(v) An dieser Stelle sei errinnert an einige grundlegende Definitionen wie Linear- Kombinationen, Untervektorräume, Basis, etc. Siehe auch Blatt 4. Die Standard-Basis von K n sind die Einheitsvektoren e 1, e 2,..., e n mit e i = (0,...,0,1,0,...,0) i Schreibt man die Elemente von K n als Spalten-Vektoren, so sind die e i gerade die Spalten der Einheits-Matrix E n. Man hat die folgenden Sätze:
4 4 Satz. Ein von endlichen vielen Vektoren erzeugter Vektoraum hat eine Basis v 1,..., v n. Ist w 1,..., w m eine weitere Basis, so ist m = n. Je zwei Basen haben also die gleiche Länge. Diese Zahl heißt die Dimension des Vektoraumes. Man schreibt dimv = dim K V für die Dimension eines K-Vektoraumes V. Ferner gilt folgender wichtiger Satz (er steht auch auf Blatt 5): Satz. Es seien V, W K-Vektorräume, es sei v 1,..., v n eine Basis von V und es seien w 1,..., w n W beliebige Vektoren. Dann gibt es genau eine K-lineare Abbildung f: V W mit f(v i ) = w i (i = 1,...,n) Dieser Satz ist deshalb wichtig, weil damit leicht Homomorphismen (und gegebenfalls Isomorphismen!) konstruiert werden können. Zum Beispiel: Satz. Ein n-dimensionaler K-Vektorraumes V ist isomorph zu K n. Zum Beweis wähle man eine Basis v 1,..., v n von V und definiere den Homorphismus f: K n V n f(a 1,...,a n ) = a i v i f ist tatsächlich ein Isomorphismus. (Dies war Übungsaufgabe 3(a) auf Blatt 5. Eine detailierte Musterlösung wird nachgereicht). Wennzwei VektorräumeV undw isomorphsind,sobedeutetdies, daßes keinen Unterschied zwischen V und W gibt. Alle Rechnungen und Gleichungen in V können mittels eines Isomorphismus f: V W nach W übertragen und mit der inversen Abbildung wieder zurück übertragen werden. Nachdem wir nun gesehen haben, daß alle endlich-dimensionalen Vektorräume isomorph sind zum einem K n, könnte man versucht sein, sich immer nur auf den Standard-Fall K n zu beschränken. Dies ist sowohl theoretisch als auch praktisch unbefriedigend. Betrachten wir z. B. den Untervektorraum des K n+1 bestehend aus denvektoren mit verschwindender Quersumme: n U = {(a 0,...,a n ) K n+1 a i = 0} i=0
5 Dies ist ein n-dimensionaler Vektorraum. Er ist also isomorph zu K n. Bei der Wahl einer Isomorphie f: K n U muß man aber eine Basis von U wählen (nämlich die Bilder f(e i ) der Einheitsvektoren e i ). Eine Basis kann man sich natürlich leicht verschaffen: Z. B. bilden die n Vektoren (1, 1,0,...,0), (1,0, 1,0,...,0),... (1,0,...,0, 1) eine Basis, eine andere Basis wäre etwa (1, 1,0,...,0), (0,1, 1,0,...,0),... (0,...,0,1, 1) Weitere Basen kann man durch Permutation der Komponenten des K n+1 erhalten. Allerdings gibt es keine natürliche Wahl einer Basis. Vor allem bei theoretischen Überlegungen ist es meist am besten, überhaupt keine spezielle Basis zu wählen, sie ist oft nur hinderlich. Natürlich darf man jederzeit eine Basis wählen, wenn einem dabei auch nur für einen Moment wohler wird. Vor allem zu Beginn des Studiums wird man gerne Basen wählen, weil man damit lineare Abbildungen in konkreter Form als Matrizen schreiben kann. Dies soll nun wiederholt werden. Wir betrachten zunächst lineare Abbildungen von K n nach K m. Die Vektoren werden als Spalten-Vektoren geschrieben, wir machen also die Identifikationen Wir wollen die natürliche Identifikation K n = M(n,1,K), K m = M(m,1,K) M(m,n,K) = Hom K (K n,k m ) beschreiben. Die Multiplikation mit einer Matrix A M(m, n, K) definiert eine lineare Abbildung f A : K n K m f A (v) = Av Es ist leicht zu sehen, daß f A linear ist (dies folgt einfach aus den Regeln für das Rechnen mit Matrizen), also Ist und so sind f A (v) i = f A Hom K (K n,k m ) A = (a i,j ),...,m j=1,...,n v = (b j ) j=1,...,n n a i,j b j j=1 (i = 1,...,n) 5
6 6 die Komponenten von f A (v). Es seien nun e 1,..., e n die Einheitsvektoren im K n und e 1,..., e m die Einheitsvektoren im K m. Dann gilt m m f A (v) = f A (v) i e i = n a i,j b j e i Speziell für v = e r ist b j = δ rj (Kronecker-Symbol) und es ergibt sich m ( ) f A (e r ) = a i,r e i j=1 Dies ist gerade die r-te Spalte der Matrix. Ferner ist die i-te Komponente dieser Spalte. a i,r = f A (e r ) i Es sei nun f: K n K m eine lineare Abbildung. Wir definieren die Matrix A f = (a ij ),...,m j=1,...,n M(m,n,K) wobei wir für a ij die i-te Komponente des Vektors f(e j ) nehmen. Es ist also a ij der i-te Koeffizient wenn man f(e j ) in der Basis e 1,..., e m ausdrückt: m ( ) f(e j ) = a ij e i Wir haben nun einer Matrix A M(m,n,K) eine lineare Abbildung f A Hom K (K n,k m ) zugeordnet und einer linearen Abbildung f Hom K (K n,k m ) eine Matrix A f M(m,n,K) zugeordnet. Ein Vergleich von ( ) und ( ) zeigt, daß diese Zuordnungen zu einander invers sind: ( ) A fa = A, f Af = f
7 7 Matrixdarstellung von linearen Abbildungen bezgl. Basen Es seien V und W Vektorräume und f: V W eine lineare Abbildung. Ferner seien Basen v 1,..., v n von V bzw. w 1,..., w m von W gegeben. Jeder der Vektoren f(v j ) läßt sich als Linearkombination der w i schreiben: m f(v j ) = a ij w i mit eindeutig bestimmten a ij K. Die Matrix A = (a i,j ),...,m M(m,n) j=1,...,n heißt die Matrix-Darstellung von f bezüglich der gegebenen Basen. Man kann dies auch so sehen: Sind ϕ: K n V, ϕ(e j ) = v j ψ: K m W, ψ(e i ) = w i die zu den Basen gehörigen Isomorphismen, so ist die Matrix zur Komposition von A = A ψ 1 f ϕ ψ 1 f ϕ: K n K m K n ϕ V f W ψ 1 K m Ist ein Endomorphismus f: V V gegeben, so benutzt man die gleiche Basis für die Matrix-Darstellung. Ist also v 1,..., v n eine Basis von V, so ist die zugehörige Matrix bestimmt durch A = (a i,j ),...,n j=1,...,n f(v j ) = M n (K) n a ij v i
8 8 Aufgabe 1. Es seien K n f K m g K l lineare Abbildungen. (a) Man zeige, daß die Matrix zur Komposition g f gerade das Matrizen- Produkt der Matrizen zu f bzw. g ist: A g f = A g A f (b) Man zeige die Umkehrung: Für A M(m,n) und B M(l,m) gilt f BA = f B f A Hinweis. Es reicht zu zeigen, daß die Abbildungen auf einer Basis übereinstimmen. Hinweis. (a) und (b) sind äquivalent (benutze ( )). Aufgabe 2. Es sei die K-lineare Abbildung mit σ(e i ) = { σ: K n K n e i+1 e 1 für 1 i n 1 für i = n (Man nennt σ auch die zyklische Vertauschung der Basisvektoren.) Ferner sei n U = {(a 1,...,a n ) K n a i = 0} (1) Es sei n = 5. Man gebe die Matrix von σ an. (2) Man zeige σ(u) = U. (3) Es sei n = 5. Man wähle eine Basis von U und gebe bezüglich dieser Basis die Matrix von σ U an. Hinweis. σ U bezeichnet die Einschränkung von σ auf U, also (wegen (2) ist σ(u) U). σ U: U U u σ(u)
9 Aufgabe 3. (a) Wir betrachten den Körper der komplexen Zahlen C = R+iR als R-Vektorraum. 1) Die komplexe Konjugation (siehe Blatt 3) γ: C C γ(z) = z ist ein R-linearer Endomorphismus (sie nicht C-linear!). Man gebe die Matrix von γ bezüglich der Basis 1, i an. 2) Es seien b, c R und a = b+ic. Die Multiplikation mit a f: C C f(z) = az ist ebenfalls ein R-linearer Endomorphismus (sie ist auch C-linear). Man gebe die Matrix von f bezüglich der Basis 1, i an. (b) Wir betrachten den Körper Q( 2) = {x+ 2y R x,y Q} als Q-Vektorraum. Es seien b, c Q und a = b+ 2c. Die Multiplikation mit a f: Q( 2) Q( 2) f(z) = az ist ein Q-linearer Endomorphismus. Man gebe die Matrix von f bezüglich der Basis 1, 2 an. 9
10 10 Aufgabe 4. Es sei V n der K-Vektorraum der Polynome vom Grad n: { n } V n = a i x i a i K K[x] i=0 Eine Basis von V n ist x 0 = 1, x, x 2,..., x n. Wir betrachten den Endomorphismus (a) Man bestimme F(x k ) (k 0). F: V n V n F ( P(x) ) = ( (x+1)p(x) ) (b) Für n = 4 gebe man die Matrix von F bezüglich der Basis 1, x, x 2, x 3, x 4 an. Anmerkung. P(x) bezeichnet die Ableitung von P(x). Sie ist definiert mit der üblichen Formel, siehe die Anmerkung auf Präsenzblatt 4. Ist P(x) von Grad n, so ist (x+1)p(x) vom Grad n+1, die Ableitung davon ist aber wieder vom Grad n.
Mathematik I. Vorlesung 12. Lineare Abbildungen
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,
Mehr1 Eigenschaften von Abbildungen
Technische Universität München Christian Neumann Ferienkurs Lineare Algebra für Physiker Vorlesung Dienstag WS 2008/09 Thema des heutigen Tages sind zuerst Abbildungen, dann spezielle Eigenschaften linearer
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Im Folgenden
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 12 (SS 2011) Abgabetermin: Donnerstag, 7. Juli.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 12 (SS 2011) Abgabetermin: Donnerstag, 7. Juli http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Hier
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 10 Lineare Abbildungen Zwischen zwei Vektorräumen interessieren insbesondere die Abbildungen, die mit den
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Hermitesche
Mehr1 Lineare Abbildungen
1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V
Mehr(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.
() In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.
MehrLineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrFerienkurs Mathematik für Physiker I Skript Teil 2 ( )
Ferienkurs Mathematik für Physiker I WS 206/7 Ferienkurs Mathematik für Physiker I Skript Teil 2 (28.03.207) Vektorräume Bevor wir zur Definition eines Vektorraumes kommen erinnern wir noch einmal kurz
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
Mehr1 Linearkombinationen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung heißt lineare
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
MehrLineare Algebra. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November, 7 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen + : E E E, x, y x + y Addition : E E E,
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge
MehrKapitel 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,...,
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung ϕ : V W
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
Mehr13 Partielle Ableitung und Richtungsableitung
3 PARTIELLE ABLEITUNG UND RICHTUNGSABLEITUNG 74 3 Partielle Ableitung und Richtungsableitung 3 Definition und Notiz Sei B R n offen, f : B R m, v R n, so heißt für γ x,v (t) = x + tv d dt f(x + tv) f(x)
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f(v) = u} (Andere Bezeichnung: f(v) wird in Analysis-Vorlesung
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
Mehr2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN
Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 2 Grundstrukturen Notation: Sind M und N zwei Mengen, so heißt die Menge M N := {(m, n) : m M, n N} das cartesische Produkt oder auch die
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
Mehr9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen
9 Aus der linearen Algebra Themen: Der à n Lineare Abbildungen Darstellung durch Matrizen Der à n besteht aus den n-tupeln mit x i Ã. x 1 x 2 x = (x 1, x 2,...,x n ) oder x =. x n Der à n besteht aus den
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Im Folgenden
Mehr2.4 Lineare Abbildungen und Matrizen
24 Lineare Abbildungen und Matrizen Definition 24 Seien V, W zwei K-Vektorräume Eine Abbildung f : V W heißt lineare Abbildung (lineare Transformation, linearer Homomorphismus, Vektorraumhomomorphismus
MehrWiederholung: lineare Abbildungen
Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =
MehrLineare Algebra Weihnachtszettel
Lineare Algebra Weihnachtszettel 4..008 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet
Mehr3 Moduln. Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert.
3 Moduln Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert. Beispiele: (1) (Z n, +, (Z, )), wobei (Z, ) Skalarmultiplikation. k (a 1,...,a n )=(ka 1,...,ka n )inz. (2)
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
MehrL2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:
L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: 2) Vektoren: vollständig bestimmt durch Angabe einer und einer Beispiele: Übliche
Mehrtechnische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
MehrLineare Abbildungen und Matrizen
Lineare Abbildungen und Matrizen In diesem Kapitel geht es um den grundlegenden Zusammenhang zwischen linearen Abbildungen und Matrizen. Die zentrale Aussage ist, dass nach anfänglicher Wahl von Basen
Mehr5 Lineare Algebra (Teil 3): Skalarprodukt
5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale
MehrLineare Abbildungen und Matrizen
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 31. Mai 2016 Stefan Ruzika 9: Lineare Abbildungen und Matrizen 31. Mai 2016 1 / 16 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume
MehrAufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R.
Aufgabe Die ganzen Zahlen Z sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in Q. Die reellen Zahlen R sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in R. Die komplexen
MehrKlausur zur Vorlesung Lineare Algebra und Geometrie I
Klausur zur Vorlesung Lineare Algebra und Geometrie I Ruhr-Universität Bochum Prof. Dr. Peter Eichelsbacher 3. April 2007, 9.00-13.00 Uhr, 240 Minuten Name und Geburtsdatum: Matrikelnummer: Hinweise: Überprüfen
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
MehrL2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:
L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: Masse, Volumen, Energie, Arbeit, Druck, Temperatur 2) Vektoren: vollständig
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 2 Ein guter Schüler lernt auch bei einem schlechten Lehrer Eigentheorie Unter einer Achsenspiegelung in der
MehrLineare Algebra. 5. Übungsstunde. Steven Battilana.
Lineare Algebra 5. Übungsstunde Steven Battilana stevenb@student.ethz.ch November, 6 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen +: E E! E, (x, y) 7! x + y (Addition) : E E! E, (x, y) 7! x
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
MehrLineare Abbildungen und Matrizen
Lineare Abbildungen und Matrizen Seien V und W K-Vektorräume mit dimv = n und dimw = m Im folgenden wollen wir jeder m n Matrix eine lineare Abbildung V W zuordnen, und umgekehrt jeder linearen Abbildung
Mehr7 Vektorräume und Körperweiterungen
$Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrSeminar über Darstellungstheorie endlicher Gruppen Darstellungen
Seminar über Darstellungstheorie endlicher Gruppen Darstellungen Fabia Weber, Samet Armagan 25. Februar 2016 Inhaltsverzeichnis 1.1 Denition einer linearen Darstellung 2 1.2 Die Gruppenalgebra F G 4 1.3
MehrÜbersicht Kapitel 9. Vektorräume
Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten
MehrAlgebra II. Prof. Dr. M. Rost. Übungen Blatt 3 (SS 2016) 1. Abgabetermin: Freitag, 6. Mai.
Algebra II Prof. Dr. M. Rost Übungen Blatt 3 (SS 2016) 1 Abgabetermin: Freitag, 6. Mai http://www.math.uni-bielefeld.de/~rost/a2 Erinnerungen an die Vorlesung: Im Folgenden werden manchmal einige Definitionen
MehrLINEARE ALGEBRA FÜR ANALYSIS
LINEARE ALGEBRA FÜR ANALYSIS ALBERTO S. CATTANEO Zusammenfassung. Eine Zusammenfassung der wichtigsten in der Analysis gebrauchten Grundbegriffe aus der linearen Algebra (speziell für diejenigen, die lineare
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Symmetrische
Mehr9 Lineare Algebra 2 (SS 2009)
9 Lineare Algebra 2 (SS 2009) Vorbemerkung: Das Einsetzen von quadratischen Matrizen in Polynome. Im folgenden sei R ein kommutativer Ring und R[T] der Polynomring mit Koeffizienten in R (dies ist wieder
Mehr4 Lineare Abbildungen und Matrizen
4.1 Lineare Abbildungen Definition 4.1. Es seien V, W K-Vektorräume. Eine Abbildung f : V W heißt linear oder Homomorphismus, wenn für alle u, v V und λ K gilt Beispiel 4.2. L1 f(u + v) = f(u) + f(v),
MehrLineare Gleichungssysteme
Kapitel 2 Lineare Gleichungssysteme 21 Lineare Gleichungssysteme und Matrizen Lernziele 2 Lineare Gleichungssysteme definieren Matrizen, Matrizen definieren lineare Abbildungen, Lösen von linearen Gleichungssystemen
Mehri) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.
Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):
Mehr4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.
4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48 4 Vektorräume 4.1 Definition Sei K ein Körper. Definition: Ein Vektorraum über K, oder kurz ein K-Vektorraum, ist ein Tupel (V,+,, 0 V ) bestehend aus
Mehr3 Lineare Abbildungen und Matrizen
3 Lineare Abbildungen und Matrizen Definition 3.1. Es seien V und W zwei Vektorräume über demselben Zahlkörper k. Eine Abbildung heisst linear, falls gilt i) [ λ k ] [ v V ] [ f (λ v) = λ f ( v) ] ii)
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrLösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 24 1. Zeige: Ist 1 n := min{dim K (V 1 ), dim K (V 2 )} < für Vektorräume V 1 und V 2, so ist jeder Tensor in V 1 K V 2 eine Summe von
MehrLösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3
Mehr1 Grundlagen zur Darstellungstheorie
Seminar Gruppen in der Physik SS 06 Vortrag 1 Gruppen und ihr Darstellung Matthias Nagl 1 Grundlagen zur Darstellungstheorie In diesem Vortrag wird es nur um lineare Darstellungen endlicher Gruppen in
MehrSerie 3: Ringe, Körper, Vektorräume
D-MATH Lineare Algebra I HS 2016 Dr. Meike Akveld Serie 3: Ringe, Körper, Vektorräume 1. Im Folgenden sei n N und Z n bezeichne die Menge der Äquivalenzklassen von Z bezüglich der Relation: k n l n k l
Mehra g g, mit a g K b g g = g G (a g + b g )g Jede Darstellung einer Gruppe lässt sich eindeutig zu einer Darstellung der Gruppenalgebra
Gruppenalgebren 1 Darstellung und Moduln 1.1 Definition: Sei G eine endliche Gruppe der Ordnung n und sei K ein Körper. Dann bezeichnet K[G] die Gruppenalgebra von G über K. Die Basis der Algebra besteht
MehrKoordinaten und darstellende Matrizen
Koordinaten und darstellende Matrizen Olivier Sète 4 Juli 2008 Inhaltsverzeichnis Koordinatenabbildung 2 Definition und Eigenschaften 2 2 Beispiel 3 2 Matrixdarstellung eines Vektorraumhomomorphismus 3
MehrLösung zu Serie 9. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 9 1. [Aufgabe] Sei f : V W eine lineare Abbildung. Zeige: a) Die Abbildung f ist injektiv genau dann, wenn eine lineare Abbildung g :
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen
Mehr3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit
3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53
MehrÜbungen zur Diskreten Mathematik I Blatt 6
1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,
Mehr1.4 Homomorphismen und Isomorphismen
Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr4.2 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, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
MehrLineare Algebra I Lösung der Probeklausur
David Blottière Patrick Schützdeller WS 6/7 Universität Paderborn Lineare Algebra I Lösung der Probeklausur Aufgabe : M i) M ist linear unabhängig. Seien a,b,c R mit Daraus folgt : Also gilt a = b = c
MehrMathematik I. Vorlesung 11. Lineare Unabhängigkeit
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 11 Lineare Unabhängigkeit Definition 11.1. Es sei K ein Körper und V ein K-Vektorraum. Dann heißt eine Familie von Vektoren v i, i I,
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
Mehr2.3 Basis und Dimension
Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit
MehrVektorräume und lineare Abbildungen
Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten
MehrKapitel 7. Lineare Abbildungen. 7.1 Motivation
Kapitel 7 Lineare Abbildungen 71 Motivation Verschieben, Drehen und Scheren sind parallelentreu, dh sie lassen sich auch als Abbildung zwischen Vektorräumen fomulieren Die Verschiebung, beispielsweise,
MehrLineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß
Lineare Algebra I - 15. Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Probeklausur: Samstag, 5.11. 10 Uhr, B6 A001 Anmeldung in den Übungsgruppen Wir hatten gesehen: =! 7 Mat(m, n; K) Hom (Mat(n,
MehrV. Lineare Algebra. 35 Lineare Abbildungen und Matrizen. 156 V. Lineare Algebra
156 V. Lineare Algebra V. Lineare Algebra 35. Lineare Abbildungen und Matrizen 156 36. Eigenwerte und Eigenvektoren 161 37. Hauptvektoren 165 38. Normen und Neumannsche Reihe 168 39. Numerische Anwendungen
MehrFerienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte
Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare
MehrKapitel 7 Lineare Abbildungen und Matrizen II
Kapitel 7 Lineare Abbildungen und Matrizen II 7.1 Weitere Rechenregeln für Matrizen Aus den bisher gelernten Regeln entnehmen wir den als Übung zu beweisenden Satz 7.1. Es gelten die folgenden Regeln.
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 15 Unterräume und Dualraum Untervektorräume eines K-Vektorraumes stehen in direkter Beziehung zu Untervektorräumen
MehrBestimmung der Dimension
Bestimmung der Dimension Satz. Sei (v 1, v 2,..., v n ) ein minimales Erzeugendensystem von V, d.h. dieses System ist ein Erzeugendensystem von V, aber keines der nach Weglassen eines v i (1 i n) entstehenden
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrDualraum eines Vektorraumes
Dualraum eines Vektorraumes Alexander Hölzle Mai 2012 Inhaltsverzeichnis I Einleitung 3 1 Motivation und Überblick............................. 3 2 Notation und Konventionen...........................
Mehr