Liegruppen und Liealgebren

Größe: px
Ab Seite anzeigen:

Download "Liegruppen und Liealgebren"

Transkript

1 Literatur Liegruppen und Liealgebren Vortrag im Rahmen des Proseminars zur Quantenmechanik II von Hannes Zechlin (1. Teil) und Sandra Flessau (2. Teil) Universität Hamburg, 20. Dezember 2006 [1] M. Chaichian and R. Hagedorn, Symmetries in quantum mechanics, IOP 1998, p [2] H.F. Jones, Groups, representations and physics, IOP 1990, p Liegruppen Nachdem wir bisher Gruppen (der Ordnung n) betrachtet haben, die diskrete Mengen bilden, wollen wir uns jetzt mit Gruppen beschäftigen, deren Elemente von kontinuierlichen Parametern abhängen. Solche Gruppen werden als Lie-Gruppen bezeichnet. Die meisten physikalischen Symmetriegruppen werden durch Lie-Gruppen beschrieben. Definition 1.1 (Lie-Gruppe). Sei (G, ) eine Gruppe bezüglich der Multiplikation und g G. Zudem seien a i, i = 1,..., r reelle, kontinuierliche Parameter, z.b. a i = a i (λ), 0 λ 1. Dann ist G eine Lie-Gruppe, wenn Die Parameter werden so gewählt, dass g = g(a 1, a 2,..., a r ). g(0, 0,..., 0) = 1. Die Anzahl r der Parameter ist die Dimension der Lie-Gruppe. Sind einige Parameter paarweise voneinander abhängig, so kann die Gruppe in verschiedene Teile zerfallen. Zerfällt die Gruppe, so bildet nur der Teil, der kontinuierlich mit dem Einselement verbunden ist, eine Untergruppe (Beweis: siehe [1] S.29f). Betrachten wir als Beispiel die Drehgruppe O(n): Die Elemente T O(n) dieser Gruppe sind orthogonale, reelle n n-matrizen, d.h., T 1 = T t bzw. det(t ) = ±1. Die Gruppe zerfällt in zwei Teilmengen, nämlich die Rotationen mit Determinante +1 und die Spiegelungen mit Determinante 1. Die Rotationen definieren die spezielle orthogonale Gruppe SO(n) := {T O(n) det(t ) = +1}, Beispiel SO(3): Drehung um z-achse: cos ϕ sin ϕ 0 T z = T z (ϕ) = sin ϕ cos ϕ SO(n) O(n) d.h., die Parameter sind kontinuierlich und abhängig von dem Drehwinkel ϕ [0; 2π]. 1

2 2 Lie-Algebren 2.1 Konstruktion der Lie-Algebra Die weitere Diskussion basiert auf folgenden Annahmen: Wir betrachten lediglichen den Teil der r-dimensionalen Gruppe, der das Einselement enthält und definieren eine Umgebung N um das Einselement, die ebenfalls r-dimensional ist. Alle betrachteten Funktionen sind zweifach differenzierbar auf N und sämtliche Produkte derer liegen wieder in N. Die Lie-Algebra wird wie folgt definiert: Definition 2.1 (Lie-Algebra). Sei g(a 1, a 2,..., a r ) N ein Element der Lie-Gruppe. Ein Weg g(λ) mit g(0) = 1 und g(1) = g(a 1, a 2,..., a r ) verbinde das Element mit der Identität. Die Ableitung g von g(λ) an der Stelle λ = 0 ist g = d dλ g(λ) λ=0 und es gilt g G. G wird als Lie-Algebra oder als Lie-Ring bezeichnet. Satz 2.1. G bildet einen infinitesimalen Ring, der alle Elemente enthält, die auf diese Weise gewonnen werden können. Beweis. Wir müssen nun zeigen, dass G tatsächlich eine Ring ist, also ein r-dimensionaler Vektorraum mit einem Produkt. Der Kürze wegen zeigen wir nur die nicht-trivialen Schritte: 1. G ist ein r-dimensionaler (reeller) Vektorraum (a) Abgeschlossenheit: Sei g(λ)h(λ) N; dann folgt aus g(λ) ein g, aus h(λ) ein h. Es gilt: ( ) d dg dλ (g(λ)h(λ)) λ=0 = h(λ) + g(λ)dh = g h(0) + g(0) h = g + h dλ dλ λ=0 Damit folgt g + h G. (b) Abgeschlossenheit bezüglich der Multiplikation mit einem Skalar α R: Sei g(λ) N ein Weg. Daraus folgt ein g = d g(λ) dλ λ=0. Wir definieren g = g(α λ), 0 α λ 1. Dann ist g = d dλ g(αλ) λ=0 = d g(αλ) d(αλ) α λ=0 = α g G (c) G ist ein r-dimensionaler Vektorraum, da es n.v. r linear unabhängige Elemente g i = g a i (0, 0,..., 0) gibt, für die gilt: g = d dλ g(λ) λ=0 = i mit α i = da i dλ λ=0 R. g a i (0, 0,..., 0) da i dλ λ=0 = i 2 α i g i G

3 2. Der r-dimensionale Vektorraum G besitzt eine Produktabbildung. (a) Man vermutet vielleicht, dass h g die Produktabbildung auf G definiert. Man kann aber zeigen, dass G unter der Abbildung h g nicht abgeschlossen ist. (b) Durch Betrachtung von verschiedenen Wegen in G kann man zeigen, dass die Abgeschlossenheit von der Abbildung [ h, g] := h g g h erfüllt wird. Diese Abbildung definieren wir als Produkt der Element h und g. Für den argumentativen Beweis siehe [1] S Kanonische Koordinaten Es gibt unendlich viele Möglichkeiten, die Parameter a i, i = 1,..., r, zu wählen. Wie immer existiert eine Wahl, die besonders vorteilhaft ist. Das wird aus den folgenden Ausführungen klar: Wie schon erwähnt, lässt sich g schreiben als g = g a i (0, 0,..., 0) da i dλ (0) = α i g i mit α i = da i dλ (0) R Daran sieht man, dass die Elemente g i offenbar als Basis und die α i als Koordinaten in dem Vektorraum G aufgefasst werden können. Man nennt die α i daher kanonische Koordinaten oder kanonische Parameter. Man überlegt nun Folgendes: Sei die Menge { g i } eine Basis. Dann können wir g wieder schreiben als g = g(α) = α i g i Multiplikation mit einem Faktor λ R ergibt λ g = (λ α i ) g i Man sieht, wie erwartet, dass beide Elemente auf einer Linie liegen. Solche Elemente kommutieren zu dem: [λ g, µ g] = λµ[ g, g] = 0 Bemerkung. Beispiel aus der Quantenmechanik: Seien A, B zwei Operatoren auf einem Hilbertraum H. Verschwindet der Kommutator, d.h., ist [A, B] = 0, so haben beide Operatoren die gleichen Eigenfunktionen und damit die gleiche Basis. 3

4 Für die weitere Betrachtung definieren wir α = (α 1,..., α r ) = α n α mit α = ( α 2 i ) 1/2, n α = α α und betrachten jetzt die Gruppenelemente g(α 1,..., α r ), wobei lediglich die Parameter a i (λ) durch die α i ersetzt wurden. Wir untersuchen jetzt das Verhalten zwischen den Gruppenelementen g(α) und den Elementen der Lie-Algebra g(α), wobei wir n α konstant lassen: Aus dem Element g(α) = g(αn) erhalten wir über Definition 2.1: g(n) = d dα g(αn) α=0 Daraus ergeben sich folgende Korrespondenzen (Beweis indirekt im Beweis von Satz 2.1): und zudem über die Definition 2.1: g(n) g(α) µ g(n) g(µα) (µ + λ) g(n) g[(µ + λ)α] (µ + λ) g(n) g(µα) g(λα) Aus den letzten beiden Korrespondenzen folgt, dass g[(µ + λ)α] und g(µα) g(λα) auf das selbe Element der Lie-Algebra führen. Es zeigt sich, dass man Funktionen g(α) finden kann, für die die Gleichheit der beiden Elemente auf der gesamten Umgebung N gilt. Diese werden wie folgt konstruiert: Für konstantes α und µ, λ R gilt also g(µα) g(λα) = g[(µ + λ)α] Zudem sind g(µα) und g(α) natürlich kommutativ (s.o.), d.h. es gilt g(µα)g(α)g 1 (µα) = g(α) Diese beiden Bedingungen erlauben folgende Umformung: ( g(α) = g m α ) [ ( α m = g m m)] Taylorentwicklung für große m ergibt: ( α ( α ) g = g m) m n = g(0) + α m d ( α ) d(α/m) g m n (α/m=0) +... = 1 + α m g(n)

5 Damit ergibt sich für m g(α) = exp[α g(n)] exp[ g(α)] Durch diese Beziehung wird die lokale Lie-Gruppe G L definiert. Sie erfüllt unsere obigen Voraussetzungen und ist eine Abbildung, die die Umgebung N der Null des Ringes (der Algebra) eindeutig auf die Umgebung des Einselementes der Gruppe abbildet. Die Basiselemente g i G werden auch als Generatoren der Lie-Gruppe bezeichnet. 2.3 Die Struktur der Gruppe und ihres infinitesimalen Ringes Die isomorphe Beziehung zwischen den Gruppenelementen in der Umgebung des Einheitselements der Gruppe und den Elementen der Lie-Algebra, die in kanonischen Koordinaten g(α) = exp[ g(α)] lautet, legt die Vermutung nahe, dass die Struktur der Gruppe in N von der Struktur der Lie-Algebra abhängt. Wenn sich dies bewahrheitet, müssten wir die Eigenschaften der Gruppe nicht mehr direkt untersuchen, sondern könnten sie anhand der Lie-Algebra und deren Struktur studieren. Aber wie hängen nun die Strukturen voneinander ab? Wenn wir zwei Vektoren α und β durch die Gruppenmultiplikation miteinander verknüpfen, erhalten wir einen neuen Vektor γ. Liegen α und β nahe der Null, gilt in kanonischen Koordinaten g(α) g(β) = exp[ g(α)] exp[ g(β)] = exp[ g(γ)]. Diese neue Funktion g(γ) muss alle in Kapitel 2.1 aufgeführten Eigenschaften der Lie- Algebra erfüllen, damit g G gilt. Die Struktur der Lie-Algebra ist festgelegt, wenn für jedes Paar g(α) und g(β) G das Produkt [ g(α), g(β)] bestimmt ist. g(α) = α i g i, g(β) = [ g(α), g(β)] = β i g i α i β k [ g i, g k ] Da der Kommutator zweier Elemente wieder Element der Lie-Algebra ist (Abgeschlossenheit der Produktabbildung, siehe 2.1), kann das Ergebnis in der gegebenen Basis entwickelt werden: [ g i, g k ] = ic j ik g j c j ik sind die Struktur-Konstanten der Lie-Algebra, die ihre Struktur bestimmen. Mit der komplexen Zahl i wird deshalb multipliziert, da die darstellenden Matrizen damit hermitesch werden, was für die Anwendung in der Quantenmechanik notwendig ist. An der Theorie der Lie-Algebren ändert das nichts. 5 j=1 i,k=1

6 Nach dem Baker-Campbell-Hausdorff-Theorem gilt für e A e B = e C mit C = A + B [A, B] + 1 ([A, [A, B]] + [B, [B, A]]) exp[ g(α)] exp[ g(β)] = exp[ g(γ)] g(γ) = g(α) + g(β) [ g(α, g(β)] + = g(α) + g(β) i,k,j=1 Dies setzt man in die Definition der lokalen Lie-Gruppe ein und erhält: g(γ) = exp[ g(γ)] = exp[ g(α) + g(β) i,k,j=1 iα i β k c j ik g j +... ] iα i β k c j ik g j +... Daraus erkennt man, dass die Struktur-Konstante auch die Struktur der Gruppe bestimmt. In einer infinitesimalen Umgebung des Einselements, also für α i, β k 0, verschwinden die Terme zweiter und höherer Ordnung. Die Gruppenmultiplikation ist hier kommutativ, da die erste Näherung im Raum der kanonischen Parameter äquivalent zur Vektoraddition ist: g(γ) = g(α) + g(β) = α i g i + β i g i = (α i + β i ) g i = g(α + β) i i i Bemerkung: Wenn man aus der Gruppe G durch g = d dλ g(λ) λ=0 eine Lie-Algebra konstruiert, dann ist die durch g(α) = exp[ g(α)] entstehende neue Gruppe G L (lokale Lie-Gruppe) lokal, aber nicht notwendigerweise global isomorph zu G. 3 Gruppen-Darstellungen 3.1 Die adjungierte Darstellung und die Killing-Form Der Kommutator mit einem festen Generator g bildet die Generatoren auf sich selbst ab: [ g i, g k ] = ic j ik g j. j=1 Dies ergibt wieder eine r-dimensionale Darstellung, die sogenannte adjungierte Darstellung. Folgende Schreibweise ist so zu verstehen: Für festes g i wird das zweite Element g k auf eine Linearkombination der Generatoren abgebildet: (D A ( g i )) j k = icj ik In dieser Darstellung bilden die Strukturkonstanten die Matrix-Darstellung der Generatoren. 6

7 Da [ g i, g k ] = r j=1 icj ik = [ g k, g i ], ist diese Matrix antisymmetrisch in i und k. Gibt es auch eine Symmetrie in j? Definieren wir die Killing-Form: (A, B) := Sp(D A (A) D A (B)) = Sp A (AB) Wenden wir dies auf die Generatoren an, erhalten wir eine Metrik, die Cartan-Metrik: Da g ik eine Metrik ist, gilt: Es ist: g ik := Sp A ( g i g k ) = c l ijc j kl = cl ijc j kl l,j=1 c l ikg lj = c ikj Sp A ([ g i, g k ] g j ) = ic l iksp A ( g l g j ) = ic l ikg lj = ic ikj. Aufgrund der zyklischen Vertauschbarkeit des Kommutators [ g i, g k ] g j sind die Strukturkonstanten total antisymmetrisch in i, k und j. 3.2 Unter-Algebren Eine Lie-Algebra kann Unter-Algebren enthalten, deren Elemente ein Unter-Satz der ursprünglichen Generatoren sind. Diese Generatoren müssen unter dem Kommutator abgeschlossen sein und eine Untergruppe der durch die Lie-Algebra generierte Gruppe G bilden. Die Untergruppen werden durch Unter-Algebren generiert. Sie bilden Unterräume I, die sogenannten Ideale. Unter allen Darstellungen der Gruppe G und ihrer Lie-Algebra ist eine herausragend: Nämlich die Darstellung, die aus einfachen Lie-Algebren besteht. Es gibt Lie-Algebren, die keine Ideale außer dem Null-Vektor und sich selbst enthalten. Eine halb-einfache Lie- Algebra ist eine, die keine abelschen Ideale enthält. Wenn die Determinante der Cartan- Metrik ungleich null ist, det(g) 0, dann ist die Lie-Algebra G halb-einfach. Daraus folgt ein Satz, den wir auch ohne Beweis anführen: Satz 3.1. Halb-einfache Lie-Algebren sind direkte Summen einfacher Lie-Algebren. Die Darstellung, die aus allen einfachen Lie-Algebren besteht, heißt F undamental Darstellung, da aus ihr logischerweise alle anderen folgen. 4 Physikalische Bedeutung Das Wigner-Theorem sagt aus, dass für jede physikalische Symmetrie-Gruppe G eine unitäre (anti-unitäre) Darstellung im Hilbertraum existiert. Diese Darstellung ist eine Gruppe von Matrizen im unendlich-dimensionalen Hilbertraum. 7

8 Gruppen, die eine konkrete physikalische Bedeutung haben, sind kontinuierliche n n- Matrix-Gruppen.Wir gehen davon aus, dass es unitäre Darstellungen U k (g) im k-dimensionalen Raum gibt (k N 0, i.a. k n). Die direkte Summe aller Darstellungen U k ergibt die unitäre Darstellung U. Wir können diese Gruppe als eine Lie-Gruppe auffassen und den Satz unitärer Matrizen wie vorhin unsere Gruppenelemente g(α 1,..., α r ) als Funktion der kanonischen Parameter schreiben: U = U(α 1,..., α r ). Nun können wir alles durchgehen, was wir uns bis jetzt definiert haben: Die Lie-Algebra Ů von U ist I(n α ) = d dα U(αn α) α=0 Wenn k 2 r sind die r Basis-Elemente linear unabhängig und spannen die Lie-Algebra auf: I i = U(0,..., 0), i = 1,..., r α i Die lokale Lie-Gruppe U L ist [ ] U(α) = exp[i(α)] = exp α i I i Da U die Darstellung der Gruppe G ist, bestimmen sich die Strukturen der Lie-Gruppe und der Lie-Algebra gegenseitig. Die Elemente g und die aus Ů werden isomorph aufeinander abgebildet, wobei die Kommutator-Relationen erhalten werden. Wenn U eine Darstellung von G ist, dann ist Ů auch eine Darstellung von G. Daraus folgt umgekehrt aber auch: Wenn Ů eine Darstellung der Lie-Algebra G von G ist, dann ist U = exp[ů] eine Darstellung von G in der Umgebung des Einselementes ist. Das Schöne hieran ist, dass uns diese Beziehung ermöglicht, mit der Lie-Algebra zu rechnen und daraus durch Exponenzieren die Gruppendarstellung zu erhalten. Beispiel: Standard-Theorie des Drehimpulses Die Drehimpuls-Operatoren J 1, J 2 und J 3 sind Basis der Lie-Algebra mit den Elementen J(α) = α i J i. Die lokale Lie-Gruppe, die eine Darstellung der Gruppe ist, lautet dann U(α) = exp[ ij(α)] α = αn markiert Achse und Rotationswinkel. 8

LIE GRUPPEN EMANUEL SCHEIDEGGER

LIE GRUPPEN EMANUEL SCHEIDEGGER LIE GRUPPEN EMANUEL SCHEIDEGGER Zusammenfassung. Definition einer Lie-Gruppe, Beispiele, invariante Vektorfelder, Lie-Klammer, Lie-Algebra (einer Lie-Gruppe), 1. Definition und erste Beispiele Wir beginnen

Mehr

Elemente der Gruppentheorie

Elemente der Gruppentheorie Elemente der Gruppentheorie Tobias Sudmann 06.11.2006 Rolle der Gruppentheorie in der Physik abstraktes mathematisches Modell Symmetriebegriff historisch: Harmonievorstellung bei Plato, Pythagoras, Kepler,...

Mehr

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

Kapitel 3 Lineare Algebra

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

Mehr

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine

Mehr

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18. 18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren 3. Wurzelsysteme Als erstes führen wir den Begriff eines Wurzelsystems ein. Definition 3.1 (Wurzelsystem). Eine endliche Teilmenge Φ V {0} heißt Wurzelsystem falls gilt: (R1) Φ Rα = {±α} für α Φ, (R2)

Mehr

Lineare Algebra I Zusammenfassung

Lineare 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

Mehr

Übersicht Kapitel 9. Vektorräume

Übersicht 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

Mehr

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen

Mehr

5.7 Lineare Abhängigkeit, Basis und Dimension

5.7 Lineare Abhängigkeit, Basis und Dimension 8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n

Mehr

35 Matrixschreibweise für lineare Abbildungen

35 Matrixschreibweise für lineare Abbildungen 35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir

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

Lineare Algebra: Determinanten und Eigenwerte

Lineare Algebra: Determinanten und Eigenwerte : und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische Erfrischungen III - Vektoren und Matrizen Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen

Mehr

Formelsammlung: Mathematik für Informatiker I

Formelsammlung: Mathematik für Informatiker I 25. März 2008 Inhaltsverzeichnis 1 Komplexe Zahlen 2 1.1 Allgemeines................................................ 2 1.2 Rechenregeln............................................... 2 1.3 Potenzen.................................................

Mehr

6.5 Lineare Abhängigkeit, Basis und Dimension

6.5 Lineare Abhängigkeit, Basis und Dimension 6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von

Mehr

Ausgewählte Lösungen zu den Übungsblättern 9-10

Ausgewählte Lösungen zu den Übungsblättern 9-10 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt

Mehr

Lineare Algebra für Physiker 11. Übungsblatt

Lineare Algebra für Physiker 11. Übungsblatt Lineare Algebra für Physiker 11. Übungsblatt Fachbereich Mathematik SS 01 Prof. Dr. Matthias Schneider./. Juli 01 Dr. Silke Horn Dipl.-Math. Dominik Kremer Gruppenübung Aufgabe G1 (Minitest) (a) Welche

Mehr

Einführung in den Symmetriebegriff und gruppentheoretische Grundlagen

Einführung in den Symmetriebegriff und gruppentheoretische Grundlagen Einführung in den Symmetriebegriff und gruppentheoretische Grundlagen Stephanie Artmeier WS 0/ Inhaltsverzeichnis Einführung... Gruppen.... Beispiel gleichseitiges Dreieck... 3. Darstellung von Gruppen...

Mehr

Inhalt. 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 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

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

Lineare Algebra. 1 Lineare Abbildungen

Lineare Algebra. 1 Lineare Abbildungen Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um

Mehr

09. Lineare Abbildungen und Koordinatentransformationen

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

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 2: Mathematische Grundlagen [ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel [email protected] Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen

Mehr

Ausgewählte Lösungen zu den Übungsblättern 4-5

Ausgewählte Lösungen zu den Übungsblättern 4-5 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit

Mehr

7.2 Die adjungierte Abbildung

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

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Fachhochschule Nordwestschweiz (FHNW Hochschule für Technik Institut für Geistes- und Naturwissenschaft Lösungen Serie 6 (Vektorräume, Skalarprodukt Dozent: Roger Burkhardt Klasse: Studiengang ST Büro:

Mehr

4 Lineare Abbildungen und Matrizen

4 Lineare Abbildungen und Matrizen Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 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

Mehr

Seminar über Darstellungstheorie endlicher Gruppen Darstellungen

Seminar 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

Mehr

3 Lineare Algebra Vektorräume

3 Lineare Algebra Vektorräume 3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +

Mehr

Darstellungstheorie. der. Lorentzgruppe

Darstellungstheorie. der. Lorentzgruppe Darstellungstheorie der Lorentzgruppe 1.) Lorentztransformationen: Die zwei grundlegenden Postulate der Speziellen Relativitätstheorie sind das Relativitätsprinzip, welches besagt, dass alle Naturgesetze

Mehr

6. Normale Abbildungen

6. Normale Abbildungen SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische

Mehr

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

3 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

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik

Mehr

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

4 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

Mehr

Mathematisches Kaleidoskop II Materialien Teil 3. Dr. Hermann Dürkop

Mathematisches Kaleidoskop II Materialien Teil 3. Dr. Hermann Dürkop Mathematisches Kaleidoskop II Materialien Teil 3 Dr. Hermann Dürkop E-Mail: [email protected] .3.3 Noch zwei Isomorphie-Beispiele Beispiel : Wir betrachten die Symmetrien eines nichtquadratischen Rechtecks.

Mehr

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema 1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und

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 Physiker, Informatiker und Ingenieure

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

Mehr

D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j

D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 0 Tom Ilmanen Musterlösung 2. Falls b := (v,,v n ) eine Orthonormalbasis von V ist, dann lassen sich die Komponenten von einem Vektor v = n i= t i v i bezüglich

Mehr

L2. 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: 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

Mehr

Hauptachsentransformation: Eigenwerte und Eigenvektoren

Hauptachsentransformation: Eigenwerte und Eigenvektoren Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung

Mehr

Komplexe Zahlen und Allgemeines zu Gruppen

Komplexe Zahlen und Allgemeines zu Gruppen Komplexe Zahlen und Allgemeines zu Gruppen Die komplexen Zahlen sind von der Form z = x + iy mit x, y R, wobei i = 1 als imaginäre Einheit bezeichnet wird. Wir nennen hierbei Re(z = x den Realteil von

Mehr

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2 Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete

Mehr

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Kapitel II. Vektorräume Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Die fundamentale Struktur in den meisten Untersuchungen der Linearen Algebra bildet der Vektorraum.

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

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

Mehr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,

Mehr

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren

Mehr

03. Vektoren im R 2, R 3 und R n

03. Vektoren im R 2, R 3 und R n 03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen

Mehr

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. Definition: Lineare Abbildung Lineare Abbildungen Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. 8.1 Definition: Lineare Abbildung Eine Funktion f : V Ñ W zwischen

Mehr

Kapitel 13. Lineare Gleichungssysteme und Basen

Kapitel 13. Lineare Gleichungssysteme und Basen Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x

Mehr

Kapitel 1. Erste algebraische Strukturen. 1.2 Ringe und Körper

Kapitel 1. Erste algebraische Strukturen. 1.2 Ringe und Körper Kapitel 1 Lineare Algebra individuell M. Roczen und H. Wolter, W. Pohl, D.Popescu, R. Laza Erste algebraische Strukturen Hier werden die grundlegenden Begriffe eingeführt; sie abstrahieren vom historisch

Mehr

Kapitel 11 Eigenwerte und Eigenvektoren

Kapitel 11 Eigenwerte und Eigenvektoren Kapitel Eigenwerte und Eigenvektoren. Problem der Diagonalisierbarkeit Es sei wieder K gleich R oder. Eine n n)-matrix A mit Koeffizienten aus K wird als diagonalisierbar bezeichnet, wenn es eine invertierbare

Mehr

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x).

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x). 1 Kapitel 1 Clifford-Algebren 1 Innere Produkte Sei k {R, C}, V stets ein endlich-dimensionaler k-vektorraum. Fehlende Beweise finden sich in der Literatur ([Art1], [Bou1], [Brie], [Cohn]). Definition.

Mehr

03. Vektoren im R 2, R 3 und R n

03. Vektoren im R 2, R 3 und R n 03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen

Mehr

1 Der Satz von Poincaré-Birkhoff-Witt. 2 Die freie Algebra. 3 Die universell einhüllende Algebra

1 Der Satz von Poincaré-Birkhoff-Witt. 2 Die freie Algebra. 3 Die universell einhüllende Algebra 1 Der Satz von Poincaré-Birkhoff-Witt Darstellungen von assoziativen Algebren sind oft einfacher zu handhaben als Darstellungen von Lie- Algebren. Die universell einhüllende Algebra einer Lie-Algebra hat

Mehr

KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? 1. Der Körper Centsprichtdem Vektorraum R 2

KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? 1. Der Körper Centsprichtdem Vektorraum R 2 KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? MARKUS FULMEK 1. Der Körper Centsprichtdem Vektorraum R 2 Die Menge R 2 = { (x, y) : x, y R } bildet mit der komponentenweisen Addition + R 2 R 2 R 2, (x, y)+(a,

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

Spektralzerlegung des Laplace-Operators auf Liegruppen und kompakten symmetrischen Räumen

Spektralzerlegung des Laplace-Operators auf Liegruppen und kompakten symmetrischen Räumen Spektralzerlegung des Laplace-Operators auf Liegruppen und kompakten symmetrischen Räumen Anna Engels Seminar Riemannsche Geometrie und Spektraltheorie SS 003 Zusammenfassung Ich will erklären, wie man

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

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum, 2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 10 Bewegungen Wir haben schon mehrfach die Würfelgruppe betrachtet, also die Gruppe der eigentlichen Symmetrien an einem Würfel.

Mehr

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2017/18 Steven Köhler [email protected] mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

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

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen

Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen Aline Kaszuba, Lukas Böke 15. März 2016 Die folgende Diskussion

Mehr

gegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren

gegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren Stefan K. 4.Übungsblatt Algebra I Aufgabe 1 gegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler von G zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren Beweis: Seien

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik 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

Mehr

4. Vortrag - Garben. Ling Lin, Kristijan Cule Datum: 26. April 2009

4. Vortrag - Garben. Ling Lin, Kristijan Cule Datum: 26. April 2009 4. Vortrag - Garben Datum: 26. April 2009 1 Graduierte Ringe Definition 4.1.1. Eine k-algebra R heißt graduiert, wenn sie dargestellt werden kann als eine direkte Summe R = R n, wobei die R n als k-unterräume

Mehr

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

Lineare Algebra II Lösungen zu ausgewählten Aufgaben Lineare Algebra II Lösungen zu ausgewählten Aufgaben Blatt 2, Aufgabe 3 a) Wir zeigen, daß das Ideal (2, X) kein Hauptideal in Z[X] ist. (Dieses Ideal besteht aus allen Elementen in Z[X], die von der Form

Mehr

D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld. Clicker Fragen

D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld. Clicker Fragen D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld Clicker Fragen Frage 1 Wenn eine reelle Matrix einen Eigenvektor hat, so hat es unendlich viele Eigenvektoren Sei u K n einen Eigenvektor von A M

Mehr

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr Bemerkung: Der folgende Abschnitt Boolesche Algebren ist (im WS 2010/11) nicht Teil des Prüfungsstoffs, soweit nicht Teile daraus in der Übung behandelt werden! Diskrete Strukturen 5.9 Permutationsgruppen

Mehr

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, 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 =

Mehr

4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo

4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo Fachbereich Mathematik Prof. J. Lehn Hasan Gündoğan, Nicole Nowak Sommersemester 8 4./5./8. April 4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI, AngGeo Gruppenübung Aufgabe G9 (Multiple Choice Bei

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

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

Eigenwerte und Diagonalisierung

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

Mehr

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 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn

Mehr

Übungsblatt

Übungsblatt Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen

Mehr