Zusammenfassung. von Kapitel 8 und Dezember Zusammenfassung. 8 Vektorräume. 9 Lin. Algebra. Vektorraum Unterraum allg. Rechenregeln.
|
|
- Judith Pohl
- vor 6 Jahren
- Abrufe
Transkript
1 von Kapitel 8 und 9 9. Dezember 2013
2 Die Definition des es K ist ein Körper, dann heißt die Menge Î K-VR, falls:
3 Die Definition des es K ist ein Körper, dann heißt die Menge Î K-VR, falls: 1. Î ist bez. + eine abelsche Gruppe.
4 Die Definition des es K ist ein Körper, dann heißt die Menge Î K-VR, falls: 1. Î ist bez. + eine abelsche Gruppe. 2. Î ist bez. (Skalarmultiplikation) abgeschlossen: k 1,k 2 K,v 1,v 2 Î gilt: 1 1 v = v (Einselement)
5 Die Definition des es K ist ein Körper, dann heißt die Menge Î K-VR, falls: 1. Î ist bez. + eine abelsche Gruppe. 2. Î ist bez. (Skalarmultiplikation) abgeschlossen: k 1,k 2 K,v 1,v 2 Î gilt: 1 1 v = v (Einselement) 2 (k 1 +k 2 )v = k 1 v +k 2 v und (k 1 k 2 )v = k 1 (k 2 v)
6 Die Definition des es K ist ein Körper, dann heißt die Menge Î K-VR, falls: 1. Î ist bez. + eine abelsche Gruppe. 2. Î ist bez. (Skalarmultiplikation) abgeschlossen: k 1,k 2 K,v 1,v 2 Î gilt: 1 1 v = v (Einselement) 2 (k 1 +k 2 )v = k 1 v +k 2 v und (k 1 k 2 )v = k 1 (k 2 v) 3 k (v 1 +v 2 ) = kv 1 +kv 2
7 Die Definition & Satz des es Î ist K-VR und Í Î, dann heißt Í ein von Î, falls gilt:
8 Die Definition & Satz des es Î ist K-VR und Í Î, dann heißt Í ein von Î, falls gilt: 1 Ist u 1,u 2 Í, so ist u 1 +u 2 Í
9 Die Definition & Satz des es Î ist K-VR und Í Î, dann heißt Í ein von Î, falls gilt: 1 Ist u 1,u 2 Í, so ist u 1 +u 2 Í 2 Ist u Í,k K, so ist ku Í
10 Die Definition & Satz des es Î ist K-VR und Í Î, dann heißt Í ein von Î, falls gilt: 1 Ist u 1,u 2 Í, so ist u 1 +u 2 Í 2 Ist u Í,k K, so ist ku Í Gilt Í i Î für i I, so ist i I U i ein UR von Î
11 Die Definition & Satz des es Î ist K-VR und Í Î, dann heißt Í ein von Î, falls gilt: 1 Ist u 1,u 2 Í, so ist u 1 +u 2 Í 2 Ist u Í,k K, so ist ku Í Gilt Í i Î für i I, so ist i I U i ein UR von Î Sind U 1,U 2 UR von Î, dann ist U 1 U 2 ein UR von Î, wenn U 1 U 2 oder U 2 U 1
12 Die Definition & Satz des es Weitere Rechenregeln für den K-VR Î : Für Ï Î ist < Ï >= Í das Erzeugnis von Ï in Í
13 Die Definition & Satz des es Weitere Rechenregeln für den K-VR Î : Für Ï Î ist < Ï >= Í das Erzeugnis von Ï in Í Î =< Ï > Ï Î heißt Ï Erzeugendensystem von Î
14 Die Definition & Satz des es Weitere Rechenregeln für den K-VR Î : Für Ï Î ist < Ï >= Í das Erzeugnis von Ï in Í Î =< Ï > Ï Î heißt Ï Erzeugendensystem von Î Ist Ï Î {, so ist } n < Ï >= k j m j m j Ï,k j K,n N j=0
15 Die Definition & Satz des es Weitere Rechenregeln für den K-VR Î : Für Ï Î ist < Ï >= Í das Erzeugnis von Ï in Í Î =< Ï > Ï Î heißt Ï Erzeugendensystem von Î Ist Ï Î {, so ist } n < Ï >= k j m j m j Ï,k j K,n N j=0 Für Í 1,...Í k Î gilt: < U 1 Í k >=< Í 1,...,Í k >= Í 1 + +Í k
16 Die Definition & Satz des es Weitere Rechenregeln für den K-VR Î : Für Ï Î ist < Ï >= Í das Erzeugnis von Ï in Í Î =< Ï > Ï Î heißt Ï Erzeugendensystem von Î Ist Ï Î {, so ist } n < Ï >= k j m j m j Ï,k j K,n N j=0 Für Í 1,...Í k Î gilt: < U 1 Í k >=< Í 1,...,Í k >= Í 1 + +Í k Î heißt endlich erzeugbar, falls Î Ï { = {v 1,...,v } n }, n n < mit Î =< Ï >, also Î = k j v j k j K j=1
17 Lineare Unabhängigkeit, Basen und Dimensionen ( ) vi i I ist lin. unabh., falls k j v j = 0 k i = 0 j J
18 Lineare Unabhängigkeit, Basen und Dimensionen ( ) vi i I ist lin. unabh., falls k j v j = 0 k i = 0 j J heißt eine Basis von Î, wenn linear unabh. ist und Î vollständig durch erzeugt wird: v = j Jk j v j
19 Lineare Unabhängigkeit, Basen und Dimensionen ( ) vi i I ist lin. unabh., falls k j v j = 0 k i = 0 j J heißt eine Basis von Î, wenn linear unabh. ist und Î vollständig durch erzeugt wird: v = j Jk j v j Basen müssen nicht eindeutig sein (Steinitz scher Austauschsatz)
20 Lineare Unabhängigkeit, Basen und Dimensionen ( ) vi i I ist lin. unabh., falls k j v j = 0 k i = 0 j J heißt eine Basis von Î, wenn linear unabh. ist und Î vollständig durch erzeugt wird: v = j Jk j v j Basen müssen nicht eindeutig sein (Steinitz scher Austauschsatz) Î = = n ist die Dimension von Î und bez. die Anzahl der lin. u. Elemente in Î und kann endlich oder -groß sein
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
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
Mehr2 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
Mehr1 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
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrKap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v
Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
Mehr(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:
MehrEine Menge K, auf der eine Addition. + und eine Multiplikation definiert sind, nennt man einen Körper, wenn folgende Eigenschaften gelten: Körper 1-1
Körper Eine Menge K, auf der eine Addition + und eine Multiplikation definiert sind, nennt man einen Körper, wenn folgende Eigenschaften gelten: Körper 1-1 Körper Eine Menge K, auf der eine Addition +
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge
MehrLösungen zur Mathematik für Informatiker I
Lösungen zur Mathematik für Informatiker I Wintersemester 00/03 Prof Dr H Lenzing Blatt 7 Sei M Ihre Matrikelnummer mit den Ziffern m, m, m 3, m 4, m 5, m 6, m 7 Aufgabe 6 ( Bonuspunkt): Wir betrachten
MehrKapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
Mehr4. Vektorräume und Gleichungssysteme
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 41 und 42 4 Vektorräume
MehrWerner Universität Münster SS 11. Mathematik für Physiker II (Kurzskript)
Werner Universität Münster SS 11 Mathematik für Physiker II (Kurzskript) Nachdem im letzten Semester Mengen mit sehr viel verschiedener Struktur (Addition, Multiplikation, den Vergleichsoperationen größer,
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
MehrKapitel 15. Aufgaben. Verständnisfragen
Kapitel 5 Aufgaben 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 einen K-Vektorraum bildet
MehrAufgaben 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
Mehr4 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
MehrKapitel 12. Lineare Abbildungen und Matrizen
Kapitel 12 Lineare Abbildungen und Matrizen Lineare Abbildungen f : R n R m Wir wissen schon: Eine lineare Abbildung f : R n R m ist eindeutig durch ein n-tupel von Vektoren v 1, v 2,, v n des R m bestimmt
MehrLineare 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
MehrUnterräume; Basis und Dimension; Skalarprodukt, Norm und Vektorprodukt im R 3
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 2006/07 en Blatt 9 18.12.2006 Unterräume; Basis und Dimension; Skalarprodukt,
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrLineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich
Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,
Mehrσ-algebren, Definition des Maßraums
σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
MehrLineare Abhängigkeit
Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x
Mehr2. Der Grad von Körpererweiterungen
2. Der Grad von Körpererweiterungen 15 2. Der Grad von Körpererweiterungen Wenn wir untersuchen wollen, ob eine gegebene Konstruktion in der Ebene mit Zirkel und Lineal durchführbar ist, haben wir im vorigen
MehrLösungen 5 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren
Lösungen 5 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren µfsr, TU Dresden Version vom 26. September 2016, Fehler und Verbesserungsvorschläge bitte an benedikt.bartsch@myfsr.de
MehrMathematische 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
Mehr7. Ringe und Körper. 7. Ringe und Körper 49
7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich
MehrLineare 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
MehrEuklidische und unitäre Vektorräume
Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein
MehrII. 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
MehrIntegritätsbereiche und Teilbarkeit
Kapitel 5 Integritätsbereiche und Teilbarkeit 5.1 Einfache Teilbarkeitsregeln 5.1.1 Definition. Sei (I,+, 0,,, 1) ein Integritätsbereich. Sind a, b I, dann heißt a durch b teilbar und b ein Teiler von
MehrVektorräume und Lineare Abbildungen
Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit
MehrLineare Algebra I: Eine Landkarte
Bild F Algebra I: Eine Landkarte Faser Versuch einer Übersicht der Themen und Zusammenhänge der n Algebra 1. 1 Algebra I: Bild F Faser Sei B Basis von V. Jedes v V läßt sich eindeutig aus den Basisvektoren
MehrMichael 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
MehrStefan Ruzika. 24. April 2016
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 2: Körper 24. April 2016 1 / 21 Gliederung 1 1 Schulstoff 2 Körper Definition eines Körpers
Mehr1 Algebraische Strukturen
Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen
MehrOutline. 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
MehrErinnerung/Zusammenfassung zu Abbildungsmatrizen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend
Mehr4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9
Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )
MehrTheorie der Vektorräume
Kapitel 3 Theorie der Vektorräume 3.1 Gruppen, Ringe, Körper In diesem Abschnitt führen wir die drei wichtigsten algebraischen Grundstrukturen ein, nämlich Gruppen, Ringe und Körper. Sie sind nicht nur
Mehr1 ALLGEMEINE HINWEISE Das Fach Mathematik für Wirtschaftswissenschaftler Bisheriger Aufbau der Klausur...
Grundlagen Mathe V Inhaltsverzeichnis 1 ALLGEMEINE HINWEISE... 1-1 1.1 Das Fach Mathematik für Wirtschaftswissenschaftler... 1-1 1.2 Bisheriger Aufbau der Klausur... 1-1 1.3 Zugelassene Hilfsmittel und
MehrGruppentheorie II. von Nicole Drüke
Gruppentheorie II von Nicole Drüke Abelsche Gruppen DEFINITION Multiplikative und Additive Gruppe Sei A eine abelsche Gruppe mit x A, dieses wird erzeugt durch a 1,...,a n A x=a 1 1... an n für 1,.., n
MehrHalbgruppen, Gruppen, Ringe
Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die
MehrBrückenkurs Mathematik
Brückenkurs Mathematik Von Dr. Karl Bosch Professor für angewandte Mathematik und Statistik an der Universität Stuttgart-Hohenheim 10., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis
Mehr4.1 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
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 6 Vektorräume Die Addition von zwei Pfeilen a und b, ein typisches Beispiel für Vektoren. Der zentrale
MehrÜbungen zur Linearen Algebra I
Aufgabe 1.1. Wir betrachten die folgenden Punkte im R 2 P 1 = (2,3) P 2 = ( 2,4) P 3 = (3, 1),. (i) Geben Sie die Gerade G durch P 1 und P 2 in einer Parameterdarstellung an! (ii) Geben Sie die Gerade
MehrDie Dimension eines Vektorraumes
Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je
MehrDiskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie
Prof. Dr. Sebastian Iwanowski DM4 Folie 1 Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kap. 4: Zahlentheorie Beutelspacher 5 Lang 7, Biggs 20, 22, 23 (jeweils teilweise,
MehrGanzzahlige Division mit Rest
Modulare Arithmetik Slide 1 Ganzzahlige Division mit Rest Für a,b Æ mit a b gibt es stets eine Zerlegung von a der Form a = q b+r mit 0 r b 1. Hierbei gilt q = a b (salopp formuliert: b passt q-mal in
Mehr5. Vektorräume. 5.1 Grundbegriffe, Untervektorräume
5 Vektorräume Die lineare Algebra ist die Theorie der Vektorräume Vektoren und Vektorräume treten in vielfacher Gestalt und in vielen Anwendungen auf Sowohl die Technik, als auch die theoretische Physik
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrDiplomarbeit: FGC-Ringe und der Satz über Geschachtelte Basen
Diplomarbeit: FGC-Ringe und der Satz über Geschachtelte Basen Nicole Hülsmann Oktober 2003 2 Inhaltsverzeichnis Einleitung 2 Notationen 5 1 FGC-Ringe 6 1.1 Grundlagen............................ 6 1.2
MehrÜber die algebraische Struktur physikalischer Größen
Über die algebraische Struktur physikalischer Größen Alois Temmel Juni 2001 c 2001, A. Temmel Inhaltsverzeichnis 1 Physikalische Größen 3 1.1 Das internationale Einheitensystem............... 3 1.2 Die
MehrDiskrete Mathematik Kongruenzen
Diskrete Mathematik Kongruenzen 31. Mai 2006 1 Inhaltsverzeichnis 1. Einleitung 2. Prime Restklassen 3. Die Sätze von Euler und Fermat 4. Lineare Kongruenzen 5. Systeme 2 Einleitung 3 Fragestellung Wie
MehrKongruenzen und Restklassenringe. 2. Kongruenzen und Restklassenringe
2. Kongruenzen und Restklassenringe Kongruenzen Definition: Wir sagen a ist kongruent zu b modulo m schreiben a b mod m, wenn m die Differenz b-a te Beispiel: Es gilt 2 19 mod 21, 10 0 mod 2. Reflexivität:
MehrMusterlösung zur Probeklausur zur Angewandten Diskreten Mathematik
UNIVERSITÄT ULM Institut für Zahlentheorie und Wahrscheinlicheitstheorie Musterlösung zur Probelausur zur Angewandten Disreten Mathemati Prof Dr Helmut Maier, Hans- Peter Rec Gesamtpuntzahl: 130 Punte,
MehrMusterlösung zu Blatt 6, Aufgabe 2
Musterlösung zu Blatt 6, Aufgabe 2 I Aufgabenstellung Es sei F = R N der Raum aller reellen, mit N induzierten Folgen. Weiter bezeichne N alle Nullfolgen, K alle konvergenten Folgen und B alle beschränkten
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 19 Algebraisch abgeschlossene Körper Wir haben zuletzt erwähnt, dass ein lineares Polynom X a über einem Körper stets irreduzibel
MehrInhaltsverzeichnis Band 2b Analytische Geometrie. 1. Vektoralgebra
Inhaltsverzeichnis Band b Analytische Geometrie Auf der beigefügten CD befinden sich zwei Verzeichnisse: Inhalt_Mathcad und Inhalt_pdf In diesen Verzeichnissen sind alle Mathcad-Dateien (***.xmcd) und
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
Mehr2.2 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
Mehr1.5 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
MehrVorlesungsmanuskript zu. Lineare Algebra I. Werner Balser Institut für Angewandte Analysis. Wintersemester 2007/08
Vorlesungsmanuskript zu Lineare Algebra I Werner Balser Institut für Angewandte Analysis Wintersemester 2007/08 Inhaltsverzeichnis 1 Vektorräume 5 11 Lineare Räume 5 12 Einfache Folgerungen aus den Axiomen
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung
Mehrkgv-berechnung Invertieren modulo m Simultane Kongruenzen Restklassenringe Modulare Arithmetik Euler sche Funktion Sätze von Fermat und Euler
Modulare Arithmetik Slide 5 kgv-berechnung Invertieren modulo m Simultane Kongruenzen Restklassenringe Modulare Arithmetik Euler sche Funktion Sätze von Fermat und Euler Modulare Arithmetik Slide 6 kgv-berechnung
MehrKLAUSUR 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
MehrKapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen
Kapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen Vorschau: Lineare Abbildungen Wer Vektorräume studiert,
MehrKAPITEL 0. Einführung
Lineare Algebra KAPITEL 0 Einführung Dieses Skript zur Vorlesung Lineare Algebra an der Goethe Universität Frankfurt im Sommersemester 2011 befindet sich noch in der Entstehung und wird fortlaufend aktualisiert
Mehr3.8. Lineare Abbildungen.
38 Lineare Abbildungen 38 Lineare Abbildungen 38 Definition Es seien V und W Vektorräume über K Eine Abbildung α : V W heißt linear, wenn für alle Vektoren u, v V und alle Skalare k K gilt: α(u + v α(u
Mehr2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
MehrEinführung in die Lineare Algebra und Geometrie. Andreas Čap
Einführung in die Lineare Algebra und Geometrie Sommeresemester 2010 Andreas Čap Fakultät für Mathematik, Universität Wien, Nordbergstraße 15, A 1090 Wien E-mail address: Andreas.Cap@esi.ac.at Vorwort
MehrBeispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A
133 e 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 2. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 Schritte des
MehrBäume. 2006 Jiri Spale, Algorithmen und Datenstrukturen - Bäume 1
Bäume 2006 Jiri Spale, Algorithmen und Datenstrukturen - Bäume 1 Inhalt Grundbegriffe: Baum, Binärbaum Binäre Suchbäume (Definition) Typische Aufgaben Suchaufwand Löschen allgemein, Methode Schlüsseltransfer
MehrFlache homogene Räume in der pseudo-riemannschen Geometrie
Flache homogene Räume in der pseudo-riemannschen Geometrie Wolfgang Globke School of Mathematical Sciences Oberseminar Differentialgeometrie Christian-Albrechts-Universität zu Kiel 1 I Pseudo-Riemannsche
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
Mehrreflexiv, 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
MehrDefinitionen. 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[Ausarbeitung Mathe 3 Prüfungsfragen WH]
2008 [Ausarbeitung Mathe 3 Prüfungsfragen WH] Wichtige Anmerkung des Autors: Diese Ausarbeitung ist meine persönliche Interpretation der Antworten. Es gibt keinerlei Gewähr, dass die Antworten stimmen
Mehr1 0 1, V 3 = M, und λ A = λa
Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a
MehrIntegritätsbereiche und Teilbarkeit
Kapitel 5 Integritätsbereiche und Teilbarkeit 5.1 Einfache Teilbarkeitsregeln 5.1.1 Definition. Sei (I,+, 0,,, 1) ein Integritätsbereich. Sind a, b I, dann heißt a durch b teilbar und b ein Teiler von
Mehr1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,
Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel
MehrProseminar 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.
Mehr1 Inhaltsverzeichnis. 1 Einführung...1
1 Inhaltsverzeichnis 1 Einführung...1 1.1 Arten der stochastischen Abhängigkeit...2 1.2 Wo kommen regressive Abhängigkeiten vor?...3 1.3 Hauptaufgaben von Regressionsmodellen...3 1.4 Wissenschaftstheoretische
MehrGrundbegriffe der Modultheorie
Grundbegriffe der Modultheorie Seminar Kommutative Algebra und Varietäten, Vortrag 2 Prof. Dr. K. Wingberg, Dr. J. Gärtner Dennis Petersen-Endrulat 24. April 2014 1 Moduln Im Folgenden bezeichne A stets
MehrNatürliche, ganze und rationale Zahlen
Natürliche, ganze und rationale Zahlen Zunächst haben die zum Zählen verwendeten natürlichen Zahlen 0, 1, 2, 3,... nichts mit dem reellen Zahlen zu tun. Durch die ausgezeichnete reelle Zahl 1 (Maßeinheit!)
MehrMatrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen.
Matrixalgebra mit einer Einführung in lineare Modelle Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@statuni-muenchende 25 August 24 Vielen Dank an Christiane Belitz, Manuela Hummel und
MehrLösung (die Geraden laufen parallel) oder unendlich viele Lösungen.
1 Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 2008 Kapitel 16 Determinanten und inverse Matrizen
MehrKapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C
Kapitel 5. Die trigonometrischen Funktionen 5.1. Die komplexen Zahlen 5.. Folgen und Reihen in C 5.10. Definition. Eine Folge (c n n N komplexer Zahlen heißt konvergent gegen c C, falls zu jedem ε > 0
MehrZusammenfassung 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
Mehr7 Vektorräume und Körperweiterungen
$Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig
MehrTechnische 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
MehrInduktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010
Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver
Mehr1 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