Zusammenfassung: Geometrie.

Größe: px
Ab Seite anzeigen:

Download "Zusammenfassung: Geometrie."

Transkript

1 Zusammenfassung: Geometrie. Gabriele Nebe und Sebastian Thomas Lineare Algebra II, WS 2009/10 nach dem Skript von Prof. W. Plesken

2 Affine Geometrie Definition. Ein affiner Raum ist eine Menge A, auf der ein K-Vektorraum V regulär operiert. Genauer ist ein affiner Raum ein Tripel (A, V, τ) mit τ : V A A, (V, P ) τ V (P ) =: P + V. V heißt auch der Translationsraum von A. Jeder Punkt P A liefert also eine Bijektion V A, V P + V. Daher definiert man die Dimension Dim A := Dim V. Der eindeutig bestimmte Vektor V V mit τ V (P ) = Q wird mit P Q bezeichnet. Definition. Eine Teilmenge B A heißt affiner Teilraum von A, falls T(B) := { P Q P, Q B} ein Teilraum von T(A) ist.

3 Der affine Standardraum Ist Ṽ ein K-Vektorraum mit ϕ Ṽ \ {0}, so setzen wir A ϕ (Ṽ) := ϕ 1 ({1}). Für P A ϕ (Ṽ) und V V := Kern(ϕ) ist P + V Aϕ(Ṽ) und (A ϕ (Ṽ), V, τ) ist ein affiner Raum. Ist Ṽ = K(n+1) 1 und ϕ (K (n+1) 1 ) die Projektion auf die letzte Komponente, so heißt ( ) A n (K) := A ϕ (K (n+1) 1 X ) = { X K n 1 } 1 der n-dimensionale affine Standardraum.

4 Affine Abbildungen Definition. Seien A, A affine Räume über den K-Vektorräumen V, V. f : A A heißt affine Abbildung, falls eine lineare Abbildung f : V V existiert mit f(p )f(q) = f( P Q) für alle P, Q A. f heißt auch der lineare Anteil von f. Bemerkung. Seien A, A affine Räume mit Translationsvektorraum V = T(A) und V = T(A ) und P 0 A fest gewählt. Jede affine Abbildung f : A A ist eindeutig festgelegt durch ihren linearen Anteil f und f(p 0 ). Für jeden Punkt Q 0 A und jede lineare Abbildung ϕ : V V gibt es genau eine affine Abbildung f : A A mit f(p 0 ) = Q 0 und f = ϕ. Es ist f injektiv (surjektiv, bijektiv), genau dann, wenn f injektiv (surjektiv, bijektiv) ist.

5 Die affine Gruppe Definition. Aff(A) := {f : A A f affin und bijektiv} ist bzgl. Komposition eine Gruppe, genannt die affine Gruppe von A. Aff(A) GL(T(A)) : f f ist ein Epimorphismus von Gruppen mit Kern {τ V V T(A)} = T(A). In Matrizen. Aff(A n (K)) kann ( mit der ) Matrixgruppe A t Aff n (K) := { A GL 0 1 n (K), t K n 1 } GL n+1 (K) identifiziert werden. Anwenden der affinen Abbildungen übersetzt sich in Linksmultiplikation mit der entsprechenden Matrix.

6 Affine Unabhängigkeit Definition. P A k heißt affin unabhängig, falls für jeden affinen Raum A über K und jedes Tupel Q (A ) k eine affine Abbildung f : A A mit f(p i ) = Q i für i {1,..., k} existiert. Ein maximal affin unabhängiges System P in A heißt auch affine Basis von A. Ist A = A ϕ (Ṽ) für ϕ Ṽ \ {0}, so ist P A k affin unabhängig genau dann, wenn P Ṽk linear unabhängig ist. Ist Dim(A) = Dim(Ṽ) 1 = n, so ist P eine affine Basis von A genau dann, wenn k = n + 1, also genau dann, wenn P eine Basis von Ṽ ist. Satz. Ist A ein endlich-dimensionaler affiner Raum, so operiert Aff(A) regulär auf der Menge der affinen Basen von A.

7 Invarianten der affinen Gruppe Punkte, Punktepaare, Tripel. Aff(A) ist transitiv auf A. Aff(A) hat genau zwei Bahnen auf A A, die Menge A 2 gen der affin unabhängigen Paare und {(P 1, P 1 ) P 1 A}. Aff(A) operiert transitiv auf der Menge A 3 gen der affin unabhängigen Tripel in A 3 (nicht entartete Dreiecke), falls Dim(A) > 1. Eine trennende Invariante für die Operation von Aff(A) auf der Menge A 3 spez := {P = (P 1, P 2, P 3 ) A 3 P 1 P 2, P kollinear} ist das Teilverhältnis. Dabei ist das Teilverhältnis TV(P ) von P A 3 spez definiert als das eindeutige a K mit P 1 P 3 = a P 1 P 2.

8 Klausurtypische Fragestellungen der affinen Geometrie Test auf affine Unabhängigkeit Bestimmung affiner Basen und der Dimension affiner Unterräume gegenseitige Lage affiner Unterräume (parallel, windschief,...) Bestimmung des Schnitts affiner Unterräume Bestimmung affiner Abbildungen bei vorgegebenen Werten Berechnung von Teilverhältnissen Test auf Affinität bei vorgegebenen Mengen und Abbildungen einfache geometrische Beweise

9 Beispiele für Themen in der Zwischenprüfung Definition und Beispiel für affinen Raum Definition und Beispiel für affinen Teilraum Definition und Beispiel für affine Abbildungen Bahnen der affinen Gruppe Invarianten für Operationen der affinen Gruppe Definition affin unabhängig, affines Erzeugnis Definition und Umgang mit Koordinaten kleinere Beweise

10 Euklidische affine Geometrie Definition. Ein euklidischer affiner Raum E ist ein endlich-dimensionaler reeller affiner Raum, dessen Translationsraum V = T(E) ein euklidischer Vektorraum, also mit einem positiv definiten Skalarprodukt Φ ausgestattet, ist. Die euklidische Metrik d auf E ist definiert durch d : E E R : (P, Q) Φ( P Q, P Q) = P Q. Sind E, E euklidische affine Räume, so heißt eine affine Abbildung f : E E isometrische Einbettung, falls sie die Metriken respektiert, also d(p, Q) = d (f(p ), f(q)) für alle P, Q E, wobei d die euklidische Metrik von E ist. Ist f noch zusätzlich surjektiv, also bijektiv, so heißt f Isometrie. Iso(E) = {f : E E f Isometrie} heißt die euklidische Bewegungsgruppe von E.

11 Der euklidische affine Standardraum E n := A n (R) mit dem Standardskalarprodukt auf T(A n (R)) = R n 1. ( ) ( ) a b d(, ) = n 1 1 i=1 (a i b i ) 2 ( ) Iso(E n ) A t = Iso n (R) := { A O(n, R), t R 0 1 n 1 } Orthonormale k-beine. Ein k + 1-Tupel P E k+1 mit ( P 0 P 1,..., P 0 P k ) ONSystem in T(E) heißt orthonormales k-bein in E. Ist Dim(E) = n, so ist E = E n, genauer liefert jedes orthonormale n-bein (P( 0, P) 1,..., P n ) ( E n+1 ) eine Isometrie κ : E E n durch 0 ei κ(p 0 ) :=, κ(p 1 i ) :=. 1

12 Euklidische affine Geometrie Satz. Es gibt orthonormale k-beine in E genau dann, wenn k Dim E = n. Jedes orthonormale k-bein kann zu einem orthonormalen n-bein ergänzt werden (Gram-Schmidt). Jeder affine Teilraum eines affinen euklidischen Raumes ist wieder ein euklidischer Raum und die natürliche Inklusion ist eine isometrische Einbettung. (Wittscher Fortsetzungssatz) Jede Isometrie von einem affinen Teilraum eines EUKLIDischen Raumes E auf einen anderen lässt sich zu einer Isometrie von E auf sich fortsetzen. Für f Aff(E) ist f Iso(E) genau dann, wenn f O(T(E)), Iso(E) operiert regulär auf der Menge der orthonormalen n-beine in E, wenn n = Dim(E).

13 Operation auf Punkten Abstand, Teilverhältnis, Kongruenzsätze. Eine trennende Invariante der Operation von Iso(E) auf E E ist der Abstand. auf E 3 spez = {(P 1, P 2, P 3 ) E 3 P 1 P 2, (P 1, P 2, P 3 ) kollinear} ist der Abstand und das Teilverhältnis: d(p 1, P 2 ), TV(P 1, P 2, P 3 ). auf nicht entarteten Dreiecken sind gegeben durch die Kongruenzsätze, z.b. (SSS) d(p 1, P 2), d(p 2, P 3), d(p 3, P 1) oder (WSW) (P 1, P 2, P 3), d(p 1, P 2), (P 3, P 1, P 2).

14 Operation auf Teilräumen Operation auf Teilräumen. Iso(E) operiert transitiv auf der Menge der k-dimensionalen affinen Teilräume von E. Iso(E) operiert auf der Menge TR(E, k, l) := {(B, C) Dim(B) = k, Dim(C) = l}. Eine trennende Invariante der Operation ist gegeben durch Abstand und Hauptwinkel der Translationsräume TR(E, k, l) R 0 R min(k,l), (B, C) (d(b, C), A(B, C))

15 Klausurtypische Fragestellungen der euklidischen affinen Geometrie Bestimmung des Abstands affiner Unterräume Bestimmung von orthogonalen und orthonormalen Beinen Bestimmung von Längen und Winkeln im Dreieck Test einer Abbildung auf Isometrie einfache geometrische Beweise

16 Beispiele für Themen in der Zwischenprüfung Definition und Beispiel euklidischer affiner Räume und Teilräume Definition von Isometrie Invarianten der Bewegungsgruppe Iso(E) Kongruenzsätze kleinere Beweise Vergleich mit affiner Geometrie

17 Projektive Geometrie Definition. Sei Ṽ {0} ein K-Vektorraum, n + 1 := Dim(Ṽ). P(Ṽ) := { V V Ṽ \ {0}} heißt der projektive Raum zu Ṽ. Dim P(Ṽ) := n. f : P(Ṽ) P( W) heißt projektive Abbildung, falls eine injektive lineare Abbildung f : Ṽ W existiert mit Wir schreiben f =: [ f]. f( V ) = f(v ) für alle V Ṽ \ {0}. Eine bijektive projektive Abbildung heißt Projektivität. Die Gruppe aller Projektivitäten von P(Ṽ) auf sich wird mit PGL(Ṽ) bezeichnet und heißt die projektive lineare Gruppe von Ṽ. [ ] : GL(Ṽ) PGL(Ṽ), f [ f] ist ein Epimorphismus von Gruppen. Es ist [ ] 1 ({[ f]}) = {a f 0 a K}.

18 Der projektive Standardraum Die Punkte von P n (K) := P(K (n+1) 1 ) werden mit a 1 a 2 (a 1 : a 2 :... : a n+1 ) :=. a n+1 bezeichnet. Beachte (ka 1 : ka 2 :... : ka n+1 ) = (a 1 : a 2 :... : a n+1 ) für alle k K. Die Elemente von PGL(K (n+1) 1 ) =: PGL n+1 (K) werden durch Matrizen aus GL n+1 (K) repräsentiert, welche bis auf Vielfache mit Elementen ( aus K festgelegt sind. a ɛ : A n (K) P n (K), (a 1) 1 :... : a n : 1) ist eine Einbettung des affinen Raums in den projektiven Raum mit P n (K) = Bild(ɛ) {(a 1 :... : a n : 0) (a 1 :... : a n ) P n 1 (K)} ( ) [ ] A t A t ˆɛ : Aff n (K) PGL n+1 (K), ist injektiv

19 Projektive Koordinatensysteme und Teilräume Definition. Sei Ṽ ein K-Vektorraum. Eine Projektivität von P(Ṽ) auf P n(k) ist ein projektives Koordinatensystem von P(Ṽ). Definition. Eine Teilmenge U P(Ṽ) heißt projektiver Teilraum von P(Ṽ), falls Ũ := {V V U} {0} ein Teilraum von Ṽ ist. Dann ist U = P(Ũ) und Dim(U) = Dim(Ũ) 1. Sind P 0,..., P k P(Ṽ), so definiert man das projektive Erzeugnis P 0,..., P k p := P( P 0... P k ). Dimensionsformel. Für projektive Teilräume U, W P(Ṽ) gilt genauso wie für Teilräume von Vektorräumen die Dimensionsformel Dim U + Dim W = Dim(U W) + Dim U W p.

20 Projektive Unabhängigkeit und projektive Basen Definition. Ein k-tupel P P(Ṽ)k heißt projektiv unabhängig, falls es einen (k 1)-dimensionalen projektiven Teilraum erzeugt. Ist Dim(P(Ṽ)) = n, so heißt ein (n + 2)-Tupel P P(Ṽ)n+2 eine projektive Basis, wenn jedes (n + 1)-Tupel, welches durch Weglassen eines Punktes P i entsteht, immer projektiv unabhängig ist. Projektive Basen. Sei Dim(Ṽ) = n + 1 und P 1,... P n+2 P(Ṽ). Äquivalent sind: (P 1,..., P n+2 ) ist eine projektive Basis von P(Ṽ). P i = B i für i {1,..., n + 1} für eine Basis (B 1,..., B n+1 ) von Ṽ und P n+2 = n+1 i=1 a ib i mit allen a i 0. Es gibt genau ein projektives Koordinatensystem κ : P(Ṽ) P n(k) mit κ(p i ) = e i für i {1,..., n + 1} und κ(p n+2 ) = e e n+1.

21 Invarianten der projektiven Gruppe Satz Sei Dim P(Ṽ) = n. PGL(Ṽ) operiert transitiv auf P(Ṽ)n+1 gen := {P P(Ṽ)n+1 P p = P(Ṽ)} mit nicht-trivialem Stabilisator Stab PGL( Ṽ) (P ) für jedes P P(Ṽ)n+1 gen. PGL(Ṽ) operiert regulär auf der Menge der projektiven Basen P P(Ṽ)n+2.

22 Invarianten der projektiven Gruppe Doppelverhältnis. PGL(Ṽ) operiert auf P(Ṽ)4 spez := {P P(Ṽ)4 P 1, P 2 p = P 1, P 3 p = P 2, P 3 p = P p {P 1 }} mit dem Doppelverhältnis DV als trennende Invariante, wobei DV(P ) := a b, falls (a : b) das Bild von P 4 unter der Projektivität P p P(1, K) ist, die (P 1, P 2, P 3 ) auf ((1 : 0), (0 : 1), (1 : 1)) abbildet. Zusammenhang Doppelverhältnis und Teilverhältnis. Für P A 1 (K) 3 spez TV(P 1, P 2, P 3 ) = DV((1 : 0), P 1, P 2, P 3 ).

23 Das Dualitätsprinzip Sei Ṽ ein endlich dimensionaler K-Vektorraum. Die Annihilatorkorrespondenz W W := {f Ṽ f(w ) = 0 für alle W W} ist eine inklusionsumkehrende Bijektion zwischen der Menge der Teilräume von Ṽ und denen von Ṽ, die eine entsprechende Korrespondenz für die projektiven Räume P(Ṽ) = P(Ṽ ) induziert. Punkt Hyperebene k-dim proj. Teilraum (n k 1)-dim. proj. Teilraum enthält ist enthalten Durchschnitt projektives Erzeugnis Zu jedem Satz gehört ein entsprechender dualer Satz. Beispiel: In jeder projektiven Ebene schneiden sich zwei verschiedene Geraden in genau einem Punkt. Duale Aussage: In jeder projektiven Ebene ist das projektive Erzeugnis zweier verschiedener Punkte eine Gerade.

24 Der Satz von Desargues und sein dualer Sei Dim P(Ṽ) = 2. Satz von Desargues. Seien S, P, Q, R, P, Q, R P(Ṽ) sieben Punkte so, dass S, P, P p, S, Q, Q p und S, R, R p drei Geraden sind. Dann sind die Punkte in P, Q p P, Q p, Q, R p Q, R p und P, R p P, R p kollinear. Duale Aussage. Es seien sieben Geraden s, p, q, r, p, q, r in P(Ṽ) so gegeben, dass sich s, p, p und s, q, q sowie s, r, r in jeweils einem Punkt schneiden. Dann gehen (p q) (p q ) p, (q r) (q r ) p und (p r) (p r ) p durch einen gemeinsamen Punkt.

25 Klausurtypische Fragestellungen der projektiven Geometrie Test auf projektive Unabhängigkeit Bestimmung projektiver Basen und der Dimension projektiver Unterräume Bestimmung des Schnitts projektiver Unterräume Bestimmung projektiver Abbildungen bei vorgegebenen Werten Berechnung von Doppelverhältnissen Test auf Projektivität bei vorgegebenen Mengen und Abbildungen einfache geometrische Beweise

26 Beispiele für Themen in der Zwischenprüfung Definition und Beispiel projektiver Raum und Teilraum Definition projektive Unabhängigkeit und projektive Basis Definition projektive Abbildung, PGL(Ṽ) Invarianten der projektiven Gruppe Vergleich mit affiner Geometrie kleinere Beweise

27 Projektive Quadriken Definition. Sei Ṽ {0} ein K-Vektorraum. Ist Φ Bifosym(Ṽ) eine symmetrische Bilinearform, so heißt die Abbildung q Φ : Ṽ K : V Φ(V, V ) eine quadratische Form auf Ṽ und Null p (q Φ ) := { V P(Ṽ) q Φ(V ) = 0} heißt die projektive Quadrik zu q Φ. Äquivalenz projektiver Quadriken. GL(Ṽ) operiert auf Bifosym(Ṽ) durch (g, Φ) gφ mit gφ : Ṽ Ṽ K : (V, W ) Φ(g 1 (V ), g 1 (W )), so dass gilt: Null p (q gφ ) = g(null p (q Φ )).

28 Reelle projektive Quadriken Projektive Hauptachsentransformation. Sei K := R. Die Bahnen von GL(Ṽ) auf Bifosym(Ṽ) haben die Signatur (a +, a, a 0 ) mit a + + a + a 0 = Dim Ṽ als trennende Invariante. Die resultierenden Bahnen auf {Null p (q Φ ) Φ Bifo sym (Ṽ)} sind dadurch gekennzeichnet, dass a + und a noch zusätzlich vertauscht werden können. Zweidimensionale reelle projektive Quadriken Signatur (a +, a, a 0 ) Nullstellenmenge Vertreter (3, 0, 0), (0, 3, 0) leer Null p (x x x 2 3) (2, 1, 0), (1, 2, 0) Kegel Null p (x x 2 2 x 2 3) (2, 0, 1), (0, 2, 1) Punkt Null p (x x 2 2) (1, 1, 1) Geradenpaar Null p (x 2 1 x 2 2) (1, 0, 2), (0, 1, 2) (Doppel-)gerade Null p (x 2 1) (0, 0, 3) proj. Ebene Null p (0)

29 Dreidimensionale reelle projektive Quadriken Signatur (a +, a, a 0 ) Nullstellenmenge Vertreter (4, 0, 0), (0, 4, 0) leer Null p (x x x x 2 4) (3, 1, 0), (1, 3, 0) Kegel Null p (x x x 2 3 x 2 4) (2, 2, 0) Kegel Null p (x x 2 2 x 2 3 x 2 4) (3, 0, 1), (0, 3, 1) Punkt Null p (x x x 2 3) (2, 1, 1), (1, 2, 1) zylindrischer Kegel Null p (x x 2 2 x 2 3) (2, 0, 2), (0, 2, 2) Gerade Null p (x x 2 2) (1, 1, 2) Ebenenpaar Null p (x 2 1 x 2 2) (1, 0, 3), (0, 1, 3) (Doppel-)Ebene Null p (x 2 1) (0, 0, 4) proj. Raum Null p (0)

30 Affine Quadriken Polynomfunktionen. Sei A ein affiner Raum über K. ( ) X(P ) Ist f : A A n (K) : P ein affines 1 Koordinatensystem von A, so definiert ɛ : K[x 1,..., x n ] K A : x i X i einen K-Algebrenhomomorphismus (Einsetzungshomomorphismus), dessen Bild K[X 1,..., X n ] die K-Algebra der Polynomfunktionen von A heißt. K[X 1,..., X n ] ist unabhängig von der Wahl des Koordinatensystems. Für M K[X 1,..., X n ] heißt Null a (M) := {P A f(p ) = 0 für alle f M} die Nullstellenmenge von M.

31 Affine Quadriken Äquivalenz affiner Nullstellengebilde. Aff(A) operiert auf K[X 1,..., X n ] durch Algebrenautomorphismen vermöge (g, p) p g 1 Dabei gilt Null a (gp) = g(null a (p)). Sei in K. Polynome vom Grad 2. p(x 1,..., x n ) = n i=1 F iix 2 i + i<j 2F ijx i x j + n i=1 2f ix i + c K[x 1,..., x n ] 2. Dann ist ( F f p(x 1,..., x n ) = (x 1,..., x n, 1) f tr c ) x 1. x n 1

32 Affine Quadriken Operation von Aff n (K) auf Polynomen von Grad 2. µ : K (n+1) (n+1) sym K[x 1,..., x n ] 2 : M p M p M (x 1,..., x n ) := (x 1,..., x n, 1)M x 1. x n 1 K[x 1,..., x n ] ist ein Vektorraumisomorphismus auf den Raum der Polynome vom Grad 2. Aff n (K) operiert auf K (n+1) (n+1) sym durch (g, M) g tr Mg 1, und µ ist mit der Operation von Aff n (K) vertauschbar.

33 Homogenisierung Definition. Sei p K[x 1,..., x n ]. Die Homogenisierung von p ist das eindeutige Polynom p h = p h (x 1,..., x n+1 ) K[x 1,..., x n+1 ], welches sich aus p dadurch ergibt, dass man jedes vorkommende Monom m durch grad p grad m mxn+1 ersetzt. Satz. Sei Ṽ ein K-Vektorraum und ϕ Ṽ \ {0}. Weiter sei κ : P(Ṽ) P n(k) ein homogenes Koordinatensystem, welches sich auf ein affines Koordinatensystem A ϕ (Ṽ) A n(k) einschränkt. Für p K[x 1,..., x n ] \ {0} gilt p = p h (x 1,..., x n, 1) und daher Null(p h ) A ϕ (Ṽ) = Nulla (p).

34 Klassifikation der reellen affinen Quadriken Definition. Eine affine Quadrik ist die Nullstellenmenge Null a (p) für eine quadratische Polynomfunktion p K A. Affine Hauptachsentransformation. Sei Q A n (R) eine affine Quadrik. Dann finden wir ein Koordinatensystem von A n (R) so, dass eine Gleichung von Q in diesen Koordinaten eine der folgenden ist: p n,r,s,ɛ,τ := r x 2 i i=1 r+s i=r+1 x 2 i + 2ɛx n + τ R[x 1,..., x n ] mit r + s n, 0 < r s 0, ɛ {0, 1} mit ɛ = 0 falls r + s = n, τ { 1, 0, 1} mit τ = 0 falls ɛ = 1. Mit dieser Maßgabe sind nur die folgenden Möglichkeiten bei nicht leeren Quadriken äquivalent: p n,r,r,ɛ,τ und p n,r,r,ɛ, τ. Die leeren Quadriken korrespondieren zu den Fällen (s, ɛ, τ) = (0, 0, 1).

35 Dreidimensionale reelle affine Quadriken (r, s, ɛ, τ) Nullstellenmenge Vertreterpolynom (3, 0, 0, 1) Ellipsoid x x x (2, 1, 0, 0) Doppelkegel x x 2 2 x 2 3 (2, 1, 0, 1) einschaliges Hyperboloid x x 2 2 x (2, 1, 0, 1) zweischaliges Hyperboloid x x 2 2 x (2, 0, 0, 1) elliptischer Zylinder x x (2, 0, 1, 0) elliptisches Paraboloid x x x 3 (1, 1, 0, 1) hyperbolischer Zylinder x 2 1 x (1, 1, 0, 0) sich schneidendes Ebenenpaar x 2 1 x 2 2 (1, 1, 1, 0) hyperbolisches Paraboloid x 2 1 x x 3 (1, 0, 0, 1) paralleles Ebenenpaar x (1, 0, 1, 0) parabolischer Zylinder x x 3

36 Klassifikation der reellen euklidischen Quadriken Euklidische Hauptachsentransformation. Sei Q E n eine Quadrik. Dann finden wir ein orthonormales Koordinatensystem von E n, so dass eine Gleichung von Q in diesen Koordinaten eine der folgenden ist: p n,r,s,a,b,ɛ,τ := r (x i /a i ) 2 i=1 r+s i=r+1 (x i /b i ) 2 + 2ɛx n + τ R[x 1,..., x n ] mit r + s n, 0 < r s, ɛ {0, 1} mit ɛ = 0 falls r + s = n, τ { 1, 0, 1} mit τ = 0 falls ɛ = 1 und a = (a 1,..., a r ) (R >0 ) r, b = (b r+1,..., b r+s ) (R >0 ) s beide monoton steigend. Erzeugt die Quadrik ganz E n als affinen Raum, so sind die a i und b i durch die Quadrik eindeutig bestimmt.

37 Klausurtypische Fragestellungen für Quadriken Bestimmung der Normalform affiner (projektiver) Quadriken und Angabe des Typs Bestimmung des Schnitts affiner (projektiver) Quadriken Bestimmung des Schnitts einer affinen (projektiven) Quadrik mit einem affinen (projektiven) Teilraum Bestimmung der Tangenten einer affinen (projektiven) Quadrik in einem vorgegebenen Punkt

38 Beispiele für Themen in der Zwischenprüfung. Wiedererkennen einer gegebenen Quadrik Skizze (affin, projektiv) Prinzip der Homogenisierung mit Beweis Operation der affinen Gruppe auf der Polynomalgebra Operation der projektiven Gruppe auf homogenen Polynomen kleinere Beweise

Stichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016

Stichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016 Stichwortliste zur Vorlesung Lineare Algebra II Gabriela Weitze-Schmithüsen Saarbrücken, Sommersemester 2016 Kapitel I Jordansche Normalform Ziel: Wir möchten Matrizen bis aus Ähnlichkeit klassifizieren.

Mehr

Affine und projektive Räume

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

Mehr

6.3 Hauptachsentransformation

6.3 Hauptachsentransformation Im Wintersemester 6/7 wurde in der Vorlesung Höhere Mathematik für Ingenieurstudiengänge der folgende Algorithmus zur Hauptachsentransformation besprochen: 63 Hauptachsentransformation Die Matrizen, die

Mehr

4.4 Symmetrische Bilinearformen

4.4 Symmetrische Bilinearformen 4.4. SYMMETRISCHE BILINEARFORMEN 195 4.4 Symmetrische Bilinearformen Alle betrachteten Vektorräume seien euklidisch. Wir betrachten Bilinearformen Φ: V V R, von denen wir nur voraussetzen, daß sie symmetrisch

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs 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

Mehr

EINFÜHRUNG IN DIE ANALYTISCHE GEOMETRIE UND LINEARE ALGEBRA

EINFÜHRUNG IN DIE ANALYTISCHE GEOMETRIE UND LINEARE ALGEBRA EINFÜHRUNG IN DIE ANALYTISCHE GEOMETRIE UND LINEARE ALGEBRA VON SIEGFRIED BREHMER UND HORST BELKNER MIT 146 A B B I L D U N G E N VEB DEUTSCHER VERLAG DER WISSENSCHAFTEN BERLIN 1966 INHALTSVERZEICHNIS

Mehr

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? 1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2

Mehr

Übungen zur Linearen Algebra 1

Übungen 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

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

Definition 27 Affiner Raum über Vektorraum V

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

Mehr

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

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

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen 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

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

8 Tangenten an Quadriken

8 Tangenten an Quadriken 8 Tangenten an Quadriken A Geraden auf Quadriken: Sei A 0 eine symmetrische n n Matri und Q : t A + b t + c = 0 eine nicht leere Quadrik im R n, b R n, c R. g = p + R v R n ist die Gerade durch p mit Richtung

Mehr

Geometrie von Flächen und Algebraischen Kurven Der Satz von Pascal

Geometrie von Flächen und Algebraischen Kurven Der Satz von Pascal Geometrie von Flächen und Algebraischen Kurven Der Satz von Pascal Laura Hinsch November 005 Inhaltsverzeichnis 1 Einleitung 1 Algebraische Kurven 1 3 Singularitäten 3 4 Der Satz von Pascal 5 i 1 Einleitung

Mehr

Projektive Geometrie

Projektive Geometrie Projektive Geometrie Proseminar im Sommersemester 2015 M. Witte Inhalt Zwei parallele Geraden haben auf einer unbegrenzt ausgedehnten Ebene keinen Schnittpunkt. Aus der Perspektive eines Betrachters, der

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

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

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

Mehr

Erweiterte Koordinaten

Erweiterte Koordinaten Erweiterte Koordinaten Sei K n ein n dimensionaler affiner Raum Die erweiterten Koordinaten des Punktes x x n K n sind x x n Kn+ (Das ist für alle K sinnvoll, weil in jedem Körper K wohldefiniert ist In

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

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

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

Mehr

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

Gegeben 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

Mehr

Geometrie Teile einer Vorlesung im FSS 2016 Mannheim

Geometrie Teile einer Vorlesung im FSS 2016 Mannheim Geometrie Teile einer Vorlesung im FSS 2016 Mannheim Claus Hertling 08.02.2016 Contents 0 Einleitung 2 1 Begriffe der affinen Geometrie 3 2 Elementargeometrische Figuren und ihre Eigenschaften: [AF15,

Mehr

Lineare Abbildungen und Darstellungsmatrizen

Lineare Abbildungen und Darstellungsmatrizen KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösungen zur Linearen Algebra II Übungsklausur Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,

Mehr

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 3/4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.

Mehr

Mat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1

Mat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1 Aufgabe. Bestimmen Sie das Exponential expa) der Matrix ) 5 6 A = Mat, R). 4. Wir bestimmen das charakterische Polynom f A t) = t t = t )t + ). ). Eigenvektor zu EW ist v = ). Eigenvektor zu EW ist v =

Mehr

Lineare 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. 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:

Mehr

Lineare Algebra II, Lösungshinweise Blatt 9

Lineare Algebra II, Lösungshinweise Blatt 9 Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren

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

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

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

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 2: Mathematische Grundlagen [ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Lineare Abbildungen. i=0 c ix i n. K n K m

Lineare Abbildungen. i=0 c ix i n. K n K m Kapitel 4 Lineare Abbildungen In diesem Abschnitt lernen Sie erstmals eine Klasse von strukturerhaltenden Abbildungen kennen. Diese Konzept ist von zentraler Bedeutung in der Algebra. Grob gesagt geht

Mehr

Der Satz von DESARGUES und der Satz von PAPPOS

Der Satz von DESARGUES und der Satz von PAPPOS Der Satz von DESARGUES und der Satz von PAPPOS Kirstin Strokorb November 2005 Inhaltsverzeichnis 1 Einleitung 2 2 Der Satz von DESARGUES 2 2.1 Das Dualitätsprinzip........................ 3 3 Der Satz

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

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

8. Kleinsche Geometrie I: Hyperbolische Geometrie. Das Erlanger Programm.

8. Kleinsche Geometrie I: Hyperbolische Geometrie. Das Erlanger Programm. 8. Kleinsche Geometrie I: Hyperbolische Geometrie Nach den bisherigen Ergebnissen müssen wir uns nun um die Gruppe PSL 2 C kümmern. Das Studium dieser Gruppe wird uns in dieser Vorlesung zu einem neuen

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D. Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion

Mehr

2 Euklidische Vektorräume

2 Euklidische Vektorräume Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale Grundlagen 2008W. Vorlesung im 2008S  Institut für Algebra Johannes Kepler Universität Linz Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Vektoren in der Ebene Zwei Punkten P, Q in der Ebene

Mehr

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse

Mehr

Musterlösung Klausur zur Linearen Algebra II

Musterlösung Klausur zur Linearen Algebra II Musterlösung Klausur zur Linearen Algebra II Samstag 8. Juli 6 -Uhr. a) Sei f : V W k-linear. Denieren Sie V und f : W V. b) Die Gruppe G operiere auf der Menge M. Denieren Sie die Bahn und die Isotropiegruppe

Mehr

Elemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S

Elemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S Begriffe Faser: Es sei f : M N eine Abbildung von Mengen. Es sei n N. Die Menge f 1 ({n}) M nennt man die Faser in n. (Skript Seite 119). Parallel: Zwei Vektoren v und w heißen parallel, wenn für einen

Mehr

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012 Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.0 Aufgabe : Entscheiden Sie in dieser Aufgabe, ob die Aussagen wahr oder falsch sind. Begründungen sind nicht erforderlich. Ein korrekt gesetztes

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

Mehr

Lineare Algebra und analytische Geometrie

Lineare Algebra und analytische Geometrie Max Koecher Lineare Algebra und analytische Geometrie Mit 35 Abbildungen Springer-Verlag Berlin Heidelberg New York Tokyo 1983 Inhaltsverzeichnis Teil A. Lineare Algebra I Kapitel 1. Vektorräume 1 1. Der

Mehr

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

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

Mehr

8 Die Riemannsche Zahlenkugel

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

Mehr

Auch die leere Menge wird als ar bezeichnet. p X heißt oft Punkt und ϕ(p, q) Verbindungs- oder Verschiebungsvektor.

Auch die leere Menge wird als ar bezeichnet. p X heißt oft Punkt und ϕ(p, q) Verbindungs- oder Verschiebungsvektor. Modul Geometrie Stand: 22. November 2009 Wintersemester 2008-2009 Schmale Skizzierte Liste zum Inhalt der Vorlesung. Es fehlen Beweise, weitere Beispiele und viele Bemerkungen. Ggf. Fehler bitte mitteilen

Mehr

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme 52 II Lineare Gleichungssysteme II Lineare Gleichungssysteme 10 Matrizen und Vektoren 52 11 Der Gaußsche Algorithmus 58 12 Basen, Dimension und Rang 62 13 Reguläre Matrizen 66 14 Determinanten 69 15 Skalarprodukte

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Teil 2 LINEARE ALGEBRA II

Teil 2 LINEARE ALGEBRA II Teil 2 LINEARE ALGEBRA II 27 Kapitel VII Euklidische und unitäre Vektorräume Wir beschäftigen uns jetzt mit Vektorräumen, die noch eine zusätzliche Struktur tragen Der Winkel zwischen Vektoren im IR 2

Mehr

Michael Artin. Algebra. Aus dem Englischen übersetzt von Annette A'Campo. Birkhäuser Verlag Basel Boston Berlin

Michael Artin. Algebra. Aus dem Englischen übersetzt von Annette A'Campo. Birkhäuser Verlag Basel Boston Berlin Michael Artin Algebra Aus dem Englischen übersetzt von Annette A'Campo Birkhäuser Verlag Basel Boston Berlin INHALTSVERZEICHNIS Vorwort Hinweise viii x Kapitel 1 MATRIZEN 1 1. Matrizenkalkül 1 2. Zeilenreduktion

Mehr

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h. Lineare Abbildungen Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls (1) u, v V : f( u + v) = f( u) + f( v). (2) v V α K : f(α v) = αf( v).

Mehr

11. BASIS, UNTERRAUM, und DIMENSION

11. 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

Mehr

Kap 5: Rang, Koordinatentransformationen

Kap 5: Rang, Koordinatentransformationen Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv

Mehr

Lineare Algebra 2. Matthias Kreck. Vorläufige Version

Lineare Algebra 2. Matthias Kreck. Vorläufige Version Lineare Algebra 2 Matthias Kreck März 2006 Vorläufige Version Inhaltsverzeichnis Kapitel 1. Worum geht es? 1 Kapitel 2. Affine Geometrie 3 Kapitel 3. Quadratische Gleichungen und Kegelschnitte 13 Kapitel

Mehr

Übung Elementarmathematik im WS 2012/13. Lösung zum Klausurvorbereitung IV

Übung Elementarmathematik im WS 2012/13. Lösung zum Klausurvorbereitung IV Technische Universität Chemnitz Fakultät für Mathematik Dr. Uwe Streit Jan Blechschmidt Aufgabenkomplex 7 - Vektoren Übung Elementarmathematik im WS 202/3 Lösung zum Klausurvorbereitung IV. (5 Punkte -

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen

Mehr

Kapitel III. Lineare Abbildungen

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

Mehr

4 Elementare Vektorraumtheorie

4 Elementare Vektorraumtheorie 4. ELEMENTARE VEKTORRAUMTHEORIE 51 4 Elementare Vektorraumtheorie Im folgenden sei K stets ein Körper. Definition. (i) Eine homogene Gleichung in den Unbekannten ξ 1,..., ξ n ist ein Ausdruck der Gestalt

Mehr

reflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Kommutator, Kommutatorgrupe, Normalreihe, auflösbare Gruppe

reflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Kommutator, Kommutatorgrupe, Normalreihe, auflösbare Gruppe 1 Lernliste 1.1 Relationen reflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Äquivalenzrelation, Kongruenzrelation Klasseneinteilung Hauptsatz über Äquivalenzrelationen Jede

Mehr

Beziehungen zwischen Vektorräumen und ihren Dimensionen

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

Mehr

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:

Mehr

Aufgaben zu Kapitel 15

Aufgaben zu Kapitel 15 Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation

Mehr

Proseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen

Proseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen Proseminar Einführung in die Mathematik 1 WS 1/11. Deember 1 Lösungen 46) Wie kann man nach Wahl eines Nullpunktes die Zeichenebene in natürlicher Weise als Vektorraum betrachten? Skriptum Kapitel 4, Par.

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

Jürgen Hausen Lineare Algebra I

Jürgen Hausen Lineare Algebra I Jürgen Hausen Lineare Algebra I 2. korrigierte Auflage Shaker Verlag Aachen 2009 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation

Mehr

Einführung in die Mathematik für Informatiker

Einführung in die Mathematik für Informatiker Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 21.11.2016 6. Vorlesung aufgespannter Untervektorraum Span(T ), Linearkombinationen von Vektoren Lineare Unabhängigkeit

Mehr

Was ist ein Skalarprodukt und wozu wird es verwendet?

Was ist ein Skalarprodukt und wozu wird es verwendet? Was ist ein Skalarprodukt und wozu wird es verwendet? FRANZ PAUER UND FLORIAN STAMPFER (UNIVERSITÄT INNSBRUCK) 1. Einleitung Es kommt selten vor, dass ein mathematischer Fachbegriff den Weg in die Tagespresse

Mehr

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH ) Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon

Mehr

Definition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und

Definition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und 7. Coxeter Graphen Um die endlichen Spiegelungsgruppen zu klassifizieren, wollen wir ihnen nun Graphen zuordnen, die die Gruppen bis auf Isomorphie eindeutig bestimmen. Im Folgenden sei wie vorher Π Φ

Mehr

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel.

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. Blatt 1 21.4.97 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. 3x 1 x 2 + 5x 3 = 1 x 1 + 2x 2 + x 3 = 1 2x 1 + 4x 2 + 3x 3 = 1 2.) Zeigen Sie: det 1 1 0 0.......... 0 1

Mehr

6 Eigenwerte und Eigenvektoren

6 Eigenwerte und Eigenvektoren 6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,

Mehr

Erweiterte Koordinaten

Erweiterte Koordinaten Erweiterte Koordinaten Sei K n ein n dimensionaler affiner Raum Die erweiterten Koordinaten x des Punktes x K n sind Kn+ (Ist für alle K sinnvoll, weil in jedem Körper K wohldefiniert ist; in dieser Vorlesung

Mehr

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

x 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

Mehr

Algebraische Kurven - Vorlesung 5. Homogene Komponenten

Algebraische Kurven - Vorlesung 5. Homogene Komponenten Algebraische Kurven - Vorlesung 5 Homogene Komponenten Definition 1. Sei S ein kommutativer Ring und R = S[X 1,...,X n ] der Polynomring über R in n Variablen. Dann heißt zu einem Monom G = X ν = X ν 1

Mehr

1 Mengen und Abbildungen

1 Mengen und Abbildungen 1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra

Mehr

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum Kapitel II Lineare Algebra und analytische Geometrie 6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum geometrischen

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 25 J ai décidé d être heureux parce que c est bon pour la santé Voltaire Trigonalisierbare Abbildungen

Mehr

Vorlesung: Klassische Theoretische Physik I

Vorlesung: Klassische Theoretische Physik I Vorlesung: Klassische Theoretische Physik I M. Zirnbauer Institut für Theoretische Physik Universität zu Köln Sommersemester 2015 Contents 1 Newtonsche Mechanik 3 1.1 Affine und Euklidische Räume.............................

Mehr

1.5 Duales Gitter und Diskriminantengruppe

1.5 Duales Gitter und Diskriminantengruppe Gitter und Codes c Rudolf Scharlau 24. April 2009 27 1.5 Duales Gitter und Diskriminantengruppe Dieser Abschnitt ist im wesentlichen algebraischer Natur: Es spielt keine Rolle, dass unsere Gitter in einem

Mehr

Jürgen Roth Didaktik der Linearen Algebra und Analytischen Geometrie

Jürgen Roth Didaktik der Linearen Algebra und Analytischen Geometrie Jürgen Roth Didaktik der Linearen Algebra und Analytischen Geometrie Modul 12a: Fachdidaktische Bereiche juergen-roth.de/lehre/did_linalg_anageo/ Kapitel 5: Skalarprodukt 5.1 Inhalte Didaktik der Linearen

Mehr

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 5 Invariantenringe zu Untergruppen Proposition 5.1. Es sei R G R eine Operation einer Gruppe G auf einem kommutativen Ring durch

Mehr

Einleitung 19. Teil I Einführung 23. Kapitel 1 Motivation 25

Einleitung 19. Teil I Einführung 23. Kapitel 1 Motivation 25 Inhaltsverzeichnis Einleitung 19 Konventionen in diesem Buch 19 Törichte Annahmen über den Leser 20 Was Sie in diesem Buch finden 20 Was Sie in diesem Buch nicht finden 20 Wie dieses Buch aufgebaut ist

Mehr

Bilinearformen und quadratische Formen

Bilinearformen und quadratische Formen 107 Kapitel 7 Bilinearformen und quadratische Formen 7.1 Bilinearformen 7.1.1 Linearformen Definition 7.1 Es sei V ein linearer Raum über dem Körper Ã. Als lineares Funktional oder Linearform bezeichnet

Mehr

4. Übungsblatt Matrikelnr.: 6423043

4. Übungsblatt Matrikelnr.: 6423043 Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613

Mehr

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit

Mehr

Lineare Algebra II 9. Übungsblatt

Lineare Algebra II 9. Übungsblatt Lineare Algebra II 9. Übungsblatt Fachbereich Mathematik SS Prof. Dr. Kollross 5./6. Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest: ohne Benutzung des Skripts und innerhalb von Minuten!)

Mehr

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer

Mehr

3.3 Klassifikation quadratischer Formen auf R n

3.3 Klassifikation quadratischer Formen auf R n 3.3. Klassifikation quadratischer Formen auf R n 61 3.3 Klassifikation quadratischer Formen auf R n Wir können den Hauptsatz über symmetrische Matrizen verwenden, um uns einen Überblick über die Lösungsmengen

Mehr

Musterlösung Lineare Algebra und Geometrie Herbstsemester 2015, Aufgabenblatt 6

Musterlösung Lineare Algebra und Geometrie Herbstsemester 2015, Aufgabenblatt 6 Musterlösung Lineare Algebra und Geometrie Herbstsemester 015, Aufgabenblatt 6 Aufgabenblatt 6 40 Punkte Aufgabe 1 (Bandornamente) Ordne die sechs Bandornamente rechts den sieben Klassen zu. Zu jeder Klasse

Mehr

2.2 Kern und Bild; Basiswechsel

2.2 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare

Mehr

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2 4.1 Definition Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn xfy 1 xfy 2 = y 1 = y 2 Y heißt Zielbereich oder Zielmenge von f. Statt (x, y) f oder xfy schreibt man y = f(x). Vollständige

Mehr

Einige Ergebnisse der euklidischen Geometrie

Einige Ergebnisse der euklidischen Geometrie 1 Teil I Einige Ergebnisse der euklidischen Geometrie In Teil I setzen wir den euklidischen Raum als bekannt voraus (aus der Schule oder aus der Vorlesung Lineare lgebra und nalytische Geometrie). Da wir

Mehr

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

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

Mehr