Aufgabenblatt 5: Abgabe am vor der Vorlesung

Größe: px
Ab Seite anzeigen:

Download "Aufgabenblatt 5: Abgabe am vor der Vorlesung"

Transkript

1 Aufgabenblatt 5: Abgabe am vor der Vorlesung Aufgabe 17. In Beispiel 2.24 wurde die abelsche Gruppe (Z/kZ, ) eingeführt und in Definition 2.33 um die Verknüpfung erweitert (in Beispiel 2.25 und 2.34 wird jeweils für k = 4 die Struktur genauer betrachtet). Nach Propositon 2.36 ist (Z/kZ,, ) ein Körper, wenn k eine Primzahl ist. Nach Beispiel 2.19 kann die Menge Z/pZ für Primzahl p beschriebenen werden durch die Äquivalenzklassen Z/pZ := {[0], [1],...,[p 1]}. Um nicht allzuviele neue Symbole einzuführen, wird für diesen Aufgabenzettel für (Z/pZ,, ) abkürzend (F p, +, ) geschrieben, wie dies nach einmaliger ausführlicher Definition üblich ist. Die Elemente aus F p := Z/pZ werden ebenfalls einfach notiert als F p := {0, 1,...,p 1}, wobei eine Rechnung a + b bzw. ab := a b für a,b F p immer als [a] [b] und [a] [b] in Z/pZ aufzufassen ist. Mit F p wird die Menge aller Körperelemente ohne die Null bezeichnet, also alle multiplikativ invertierbaren Elemente des Körpers: F p := {x F p x 0 }. a.) (1P) Erstellen Sie die Gruppentafel der Multiplikativen Gruppe des Körpers F 5. b.) (1P) Für Elemente a, b eines beliebigen Körpers K mit b 0 K ist ein Bruch a b immer aufzufassen als a b 1, wobei b 1 das multiplikative Inverse von b sei. Füllen Sie die folgende Tafel mit Brüchen a b aus F 5 aus: F a 11 a 12 a 13 a 14 2 a 21 a 22 a 23 a 24 3 a 31 a 32 a 33 a 34 4 a 41 a 42 a 43 a 44 mit a ij = j i. c.) (2P) Beschreiben Sie alle Potenzen a n mit a F 5 und n N 0 (in einem Körper gelten die bekannten Potenzgesetze und es ist immer a 0 = 1).

2 2 Aufgabenblatt 5: Abgabe am vor der Vorlesung Aufgabe 18. (4P) Sei K ein Körper. Zeigen Sie für folgende Teilmengen des K-Vektorraumes K n, ob sie ein Untervektorraum sind oder nicht (es sei immer n 3): n U 1 := { (x 1,...,x n ) x i = 0 } U 2 := { (x 1,...,x n ) n x i = 1 } U 3 := { (x 1,...,x n ) x 2 1 = x 2 2 } n 1 U 4 := { (x 1,...,x n ) x i = x n } U 5 := { (x 1,...,x n ) x 1 { 1, 0, 1} } n U 6 := { (x 1,...,x n ) i x i = 0 } U 7 := { (x 1,...,x n ) (x 1,...,x n ) ( 1,..., 1) } U 8 := { (x 1,...,x n ) x 1 = x n } Aufgabe 19. a.) (2P) Für den Körper F 2 und die abelsche Gruppe (P(M 2 ), ) aus Aufgabe 10 sei folgende (äußere) Verknüpfung definiert: { für α = 0, : F 2 P(M 2 ) P(M 2 ) mit α A := A für α = 1, wobei α F 2 und A P(M 2 ) bzw. A M 2 gilt. Zeigen Sie, daß (P(M 2 ),, ) ein F 2 -Vektorraum ist. b.) (2P) Bestimmen Sie alle Untervektorräume von (P(M 2 ),, ). Aufgabe 20. Sei (K, +, ) ein Körper und I eine Menge. Es soll nun auf der Menge K I eine Vektorraumstruktur definiert werden. a.) (2P) In der Vorlesung wurde im Spezialfall K := R und einer Menge M der R M als Beispiel eines R-Vektorraumes angeführt (Beispiel 3.2.iii), jedoch der Beweis dieser Aussage nicht komplett durchgeführt. Hier wird nun der allgemeine und damit den R M umfassende Fall des K-Vektorraumes K I bearbeitet.

3 Aufgabenblatt 5: Abgabe am vor der Vorlesung 3 Es seien die folgenden Verknüpfungen analog zu Beispiel 3.2.iii) definiert: f g durch f g(i) := f(i) + g(i) für f,g K I,i I, α f durch α f(i) := α f(i) für α K,f K I,i I. Zeigen Sie, daß (K I,, ) ein K-Vektorraum ist. b.) (2P) Ist I eine Menge, so bedeutet die Sprechweise: Bedingung A gilt für fast alle i I, daß höchstens endlich viele Elemente aus I nicht die Bedingung A erfüllen (damit ist die Aussage bei einer endlichen Menge I keine echte Bedingung an I). Es sei nun definiert: K (I) := {f K I f(i) = 0 für fast alle i I }. Zeigen Sie, daß K (I) ein Untervektorraum von K I ist. Bemerkung: Der Funktionenvektorraum K I ist für eine endliche Menge I mit I = n nichts anderes als der Tupelvektorraum K n, wie folgende Betrachtung veranschaulicht. Sei I = {i 1,...,i n } und f K I. Dann ist f eine Abbildung von der endlichen Menge I nach K, und es gelte x k := f(i k ) für 1 k n. Man kann f nun folgendermaßer notieren: i 1 i 2... i n f f... f (x 1, x 2,...,x n ), so daß f durch ein n-tupel dargestellt wird mit den k-ten Eintrag x k = f(i k ) als Bild des Elementes i k. Es ist nun leicht einzusehen, daß die Verknüpfung des Vektorraumes (K I,, ) dieser Aufgabe bei dieser Notation des Elementes f K I als Tupel des Vektorraumes (K n,, ) aus Beispiel 3.2.ii) der Vorlesung mit der Verknüpfung in (K n,, ) zusammenfällt: Seien dazu f,g K I, und beide notiert wie oben beschrieben als Tupel (x 1,...,x n ) und (y 1,...,y n ) mit x k := f(i k ) und y k := g(i k ). Die Verknüpfung f g ist nach der Definition in dieser Aufgabe diejenige Abbildung von I nach K, für die f g(i k ) = f(i k )+g(i k ) gilt. Wird dies wieder in der Tupeldarstellung notiert, so gilt: (x 1 + y 1,x 2 + y 2,...,x n + y n ) = (x 1,x 2,...,x n ) (y 1,y 2,...,y n ). }{{}}{{}}{{} Tupeldarstellung von f g Tupeldarstellung von f Tupeldarstellung von g Ebenso leicht läßt sich einsehen, daß die Verknüpfungen von (K I,, ) und von (K n,, ) bei dieser Betrachtungsweise zusammenfallen: ist α K, so ist α f diejenige Abbildung von I nach K, für die α f(i k ) = α x i gilt (f sei wie vorher durch das Tupel (x 1,...,x n ) dargestellt). Wird dies wieder in Tupeldarstellung notiert, so gilt: (α x 1,α x 2,...,α x n ) }{{} Tupeldarstellung von α f = α (x 1,x 2,...,x n ). }{{} Tupeldarstellung von f

4 4 Aufgabenblatt 5: Abgabe am vor der Vorlesung Damit sind K I und K n miteinander identifiziert, wenn I eine Menge mit n Elementen ist, und man kann sich K n vorstellen als Kurznotation: K n := K {1,...,n}. Im Verlauf der Vorlesung wird sich herausstellen, daß zwei K-Vektorräume sich genau dann identifizieren lassen (mittels eines Vektorraumisomorphismus), wenn sie die gleiche Dimension haben, und da für eine endliche Menge I mit I = n der K-Vektorraum K I ebenso wie der K n die Dimension n haben, ergibt sich eine Identifizierbarkeit beider Räume auch ohne obige Anschauung der Elemente f K I. Somit lassen sich die Räume K I als natürliche Erweiterung der Tupelräume K n auffassen: wenn die Menge I nicht mehr endlich ist, so sind seine Elemente jedoch nicht mehr einfach als Tupel darstellbar. Einen Spezialfall für eine unendliche Menge lohnt es sich dennoch zu betrachten: ist I = N 0, so lassen sich die Elemente f K N0 als Folgen in K interpretieren. Eine Folge (a i ) i N0 läßt sich als Abbildung f : N 0 K mit f(i) := a i auffassen. Dies läßt sich in Analogie zum endlichen Fall auch noch als unendliches Tupel veranschaulichen: n... f f... f... (a 0, a 1,...,a n,... Die Verknüpfungen und in diesem Folgenraum sind dann die (elementweise) Addition von Folgen und das (elementweise) Vielfache einer Folge. Damit wurde jetzt gezeigt, daß die Folgen in einem Körper K einen K-Vektorraum bilden. Im Falle Q, R und C folgt aus den Sätzen von Analysis I sofort, daß die folgenden Mengen im Folgenraum K N0 (mit K {Q, R, C}) Untervektorräume sind: K Cauchy := {(a i ) i N0 K N (a i ) Cauchy-Folge } K konv := {(a i ) i N0 K N (a i ) konvergent } K NF := {(a i ) i N0 K N (a i ) Nullfolge } Dies liefert dann folgende Kette von Untervektorräumen im K N0 : K NF K konv K Cauchy K N Dabei sind für K {R, C} alle Cauchy-Folgen auch konvergente Folgen wegen der Vollständigkeit dieser Körper, und die jeweiligen Unterräume fallen zusammen. In Q sind jedoch nicht alle Cauchy-Folgen konvergent, so daß Q konv ein echter Unterraum von Q Cauchy ist. Im Aufgabenteil b.) wurde das Objekt K (I) eingeführt: dabei war die Definition im Wesentlichen von der des Begriffes fast alle in der Mathematik abhängig: fast alle bis auf endlich viele Im speziellen Fall der Definition des K (I) läßst sich auch formulieren: K (I) := {f K I f(i) = 0 für fast alle i I } = {f K I f(i) 0 für höchstens endlich viele i I }

5 Aufgabenblatt 5: Abgabe am vor der Vorlesung 5 Bei dieser Formulierung ist sofort klar, daß für eine endliche Menge I die Mengen K I und K (I) übereinstimmen, da es ja nur endlich viele Bilder für ein f : I K geben kann und damit für f keine Einschränkung ausgesprochen wurde durch f(i) 0 für höchstens endlich viele i I. Für eine unendliche Menge I können beide Mengen niemals gleich sein, da im K I immer die Abbildung f : I K mit f(i) := 1 enthalten ist, die wegen ihrer unendlich vielen Bilder (I unendlich) ungleich der Null aber nicht im K (I) liegen kann. Der Vektorraum K (I) kann ebenfalls als eine natürliche Erweiterung der Tupelräume K n angesehen werden, da für endliche Mengen I die Räume K I und K (I) übereinstimmen und sich obige Interpretation des K n sofort erweitern läßt zu: K n := K {1,...,n} = K ({1,...,n}). Das Besondere an den Vektorräumen K (I) ist, daß es zu jedem K-Vektorraum V eine Menge I gibt, so daß V isomorph (strukturgleich) zu K (I) ist und somit die Vektorräume K (I) als Beschreibung für alle K-Vektorräume dienen. Ebenso haben Sie die schöne Eigenschaft, daß ihre Dimension genau der Mächtigkeit der Menge I entspricht. Somit läßt sich die Frage positiv beantworten, ob es einen K-Vektorraum der Dimension xxx gibt: ist xxx die Mächtigkeit/Größe einer Menge I, d.h. die Anzahl deren Elemente, so hat K (I) genau diese Dimension xxx (Dies wird auf einem späteren Aufgabenzettel bewiesen). Es ist für eine unendliche Menge I nicht ohne weiteres klar, welche Dimension K I hat: somit bleibt für eine unendliche Menge I immer die Frage zu klären, welche Menge J die Eigenschaft K I = K (J) hat. Wie der schon beschriebene K N0 hat auch der K (N0) eine besondere Interpretation, wobei zu deren Erläuterung auch der Raum K N0 für K {R, C} noch einmal anders gedeutet wird: Sei dazu f K N0 wieder als Folge (a i ) i N0 beschrieben. In der Analysis I werden aus diesen Folgen Funktionen gebaut, sogenannte Potenzreihen a i x i. i=0 Wesentliche Funktionen der Analysis lassen sich durch diese Potenzreihen beschreiben wie zum Beispiel e x, sin(x) und cos(x). Eine der wichtigsten Funktionen, die Exponentialfunktion e x hat dabei die Koeffizienten a i := 1 i! und wird dann durch das Element ( 1 0!, 1 1!, 1 2!, 1 3!,...) RN0 bzw. C N0 repräsentiert. In dieser Interpretation sind dann Potenzreihen (a i ) i N0 aus K (N) solche mit nur endlich vielen a i 0, und es existiert ein höchster Index n, so daß a i = 0 für i > n. Dann läßt sich die Potenzreihe n a i x i = a i x i i=0 als Polynom schreiben (dabei hat natürlich jedes Element aus K (N0) einen individuellen höchsten Index n, der dann der Grad des Polynoms genannt wird). Nach dem eben gesagtem hat dann der Vektorraum der Polynome über K die Dimension der Mächtigkeit von N, d.h. abzählbar unendlich. Bei dieser Interpretation von Polynomen über K kann ein beliebige Körper K angenommen werden; in der Theorie von Potenzreihen muß K schon spezieller gewählt i=0

6 6 Aufgabenblatt 5: Abgabe am vor der Vorlesung werden, um die unendlichen Summen sinnvoll als Funktionen interpretieren zu können (Stichwort Konvergenz): daher hier die Einschränkung auf K {R, C}. Viel Erfolg!!!

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

für alle a, b, x, y R.

für alle a, b, x, y R. Algebra I 13. April 2008 c Rudolf Scharlau, 2002 2008 33 1.5 Ringe Definition 1.5.1 Ein Ring ist eine Menge R zusammen mit zwei Verknüpfungen + und, genannt Addition und Multiplikation, für die folgendes

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Anordnung. Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität).

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Anordnung. Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität). Analysis 1, Woche 2 Reelle Zahlen 2.1 Anordnung Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität). 2. Für jeden a, b K mit a b und b a gilt a = b (Antisymmetrie).

Mehr

Übungen zur Diskreten Mathematik I Blatt 6

Übungen zur Diskreten Mathematik I Blatt 6 1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,

Mehr

Elemente der Algebra

Elemente der Algebra Prof. Dr. H. Brenner Osnabrück SS 2015 Elemente der Algebra Vorlesung 1 Der Gruppenbegriff Definition 1.1. Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M, (x,y) (x,y) = x y. Statt (x,y)

Mehr

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis

Mehr

Konstruktion reeller Zahlen aus rationalen Zahlen

Konstruktion reeller Zahlen aus rationalen Zahlen Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen

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

$Id: korper.tex,v /05/10 12:25:27 hk Exp $

$Id: korper.tex,v /05/10 12:25:27 hk Exp $ $Id: korper.tex,v 1.17 2012/05/10 12:25:27 hk Exp $ 4 Körper In der letzten Sitzung hatten wir den Körperbegriff eingeführt und einige seiner elementaren Eigenschaften vorgeführt. Insbesondere hatten wir

Mehr

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale

1 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

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 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

Mehr

Musterlösung zu Blatt 6, Aufgabe 2

Musterlösung 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

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 2 Beispiele für Gruppen Aus der Vorlesung Mathematik I sind schon viele kommutative Gruppen bekannt. Zunächst gibt es die additiven

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare Algebra II 6. Übungsblatt Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der

Mehr

Kapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler

Kapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler Kapitel 3: Die Sätze von Euler, Fermat und Wilson In diesem Kapitel wollen wir nun die eulersche -Funktion verwenden, um einen berühmten Satz von Euler zu formulieren, aus dem wir dann mehrere interessante

Mehr

a i x i, (1) Ein Teil der folgenden Betrachtungen gilt auch, wenn man den Körper durch einen Ring ersetzt.

a i x i, (1) Ein Teil der folgenden Betrachtungen gilt auch, wenn man den Körper durch einen Ring ersetzt. Polynome Definition 1. Ein Polynom f über einem Körper K mit der Unbestimmten x ist eine formale Summe f(x) = i 0 a i x i, (1) wobei nur endlich viele der Koeffizienten a i K von Null verschieden sind.

Mehr

Ganze algebraische Zahlen

Ganze algebraische Zahlen Seminarvortrag Ganze algebraische Zahlen gehalten von Johannes Hölken an der Universität Duisburg-Essen im Sommersemester 2012 im Rahmen des Seminars über Elementrare Zahlentheorie. Kontakt: johannes.hoelken@stud.uni-due.de

Mehr

. Dann hat die Gleichung [X 2 ] p k = [a] p k in ( Z/p k Z )

. Dann hat die Gleichung [X 2 ] p k = [a] p k in ( Z/p k Z ) Aufgabe 57 a) Seien p Primzahl, p 2, k N und [a] p k ( Z/p k Z ). Dann hat die Gleichung [X 2 ] p k = [a] p k in ( Z/p k Z ) genau zwei oder gar keine Lösung. Beweis: Sei [x] p k ( Z/p k Z ) eine Lösung

Mehr

Vektorräume. Kapitel Definition und Beispiele

Vektorräume. Kapitel Definition und Beispiele Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,,0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte

Mehr

1.4 Homomorphismen und Isomorphismen

1.4 Homomorphismen und Isomorphismen Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit

Mehr

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER RUPRECHT-KARLS-UNIVERSITÄT HEIDELBERG MATHEMATISCHES INSTITUT SEMINAR: QUADRATISCHE FORMEN ÜBER DEN RATIONALEN ZAHLEN SOMMERSEMESTER 2007 DOZENT: PROF. DR. KAY WINGBERG ASSISTENT: JOHANNES BARTELS KAPITEL

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

2.2 Lineare Gleichungssysteme

2.2 Lineare Gleichungssysteme Lineare Algebra I WS 2015/16 c Rudolf Scharlau 55 22 Lineare Gleichungssysteme Das Lösen von Gleichungen (ganz unterschiedlichen Typs und unterschiedlichen Schwierigkeitsgrades) gehört zu den Grundproblemen

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

7 Vektorräume und Körperweiterungen

7 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

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

Lineare Algebra und analytische Geometrie I

Lineare 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

Mehr

5. Gruppen, Ringe, Körper

5. Gruppen, Ringe, Körper 5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus

Mehr

Ringe. Kapitel Einheiten

Ringe. Kapitel Einheiten Kapitel 8 Ringe Die zahlreichen Analogien zwischen Matrizenringen und Endomorphismenringen (beides sind zugleich auch Vektorräume) legen es nahe, allgemeinere ringtheoretische Grundlagen bereitzustellen,

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl. Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )

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

Skript und Übungen Teil II

Skript und Übungen Teil II Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen

Mehr

11. Folgen und Reihen.

11. Folgen und Reihen. - Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a

Mehr

1 Modulare Arithmetik

1 Modulare Arithmetik $Id: modul.tex,v 1.11 2012/04/16 19:15:39 hk Exp $ $Id: gruppen.tex,v 1.11 2012/04/17 10:30:56 hk Exp $ 1 Modulare Arithmetik 1.3 Restklassen Wir waren gerade damit beschäftigt eine Beispiele zum Rechnen

Mehr

2.9 Die komplexen Zahlen

2.9 Die komplexen Zahlen LinAlg II Version 1 3. April 2006 c Rudolf Scharlau 121 2.9 Die komplexen Zahlen Die komplexen Zahlen sind unverzichtbar für nahezu jede Art von höherer Mathematik. Systematisch gehören sie zum einen in

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie

Diskrete 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,

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 3 Gruppen In der linearen Algebra wird im Allgemeinen ein Grundkörper K zugrunde gelegt, über den sich

Mehr

Stefan Ruzika. 24. April 2016

Stefan 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

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

Mehr

Vorkurs Mathematik. Vorlesung 8. Angeordnete Körper

Vorkurs Mathematik. Vorlesung 8. Angeordnete Körper Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Vorkurs Mathematik Vorlesung 8 Angeordnete Körper Definition 8.1. Ein Körper K heißt angeordnet, wenn es eine totale Ordnung auf K gibt, die die beiden Eigenschaften

Mehr

Wiederholung: lineare Abbildungen

Wiederholung: lineare Abbildungen Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =

Mehr

Einführung in Algebra und Zahlentheorie Lösungsvorschläge zur Klausur vom Aufgabe 1 (6 Punkte)

Einführung in Algebra und Zahlentheorie Lösungsvorschläge zur Klausur vom Aufgabe 1 (6 Punkte) Aufgabe 1 (6 Punkte) Einführung in Algebra und Zahlentheorie svorschläge zur Klausur vom 23.09.2016 a) Bestimmen Sie das multiplikativ inverse Element zu 22 in Z/61Z. b) Finden Sie ein x Z mit folgenden

Mehr

Lineare Algebra I. Lösung 3.1:

Lineare Algebra I. Lösung 3.1: Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 3 Prof. Dr. Markus Schweighofer 18.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 3.1: (a) Sei

Mehr

Wiederholungsblatt zur Gruppentheorie

Wiederholungsblatt zur Gruppentheorie Wiederholungsblatt zur Gruppentheorie von Christian Elsholtz, TU Clausthal, WS 1999/2000 Um Ihnen zu helfen, die Gruppentheorie zu wiederholen, stelle ich hier einige wichtige Beispiele und einige Lösungen

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 Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

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

Summen und direkte Summen

Summen und direkte Summen Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M

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

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

Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A.

Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A. Lineare Hülle Def A sei eine nichtleere Teilmenge des Vektorraums (V,+, ) Die lineare Hülle von A (Bezeichung: span(a)) ist die Menge aller Linearkombinationen der Elemente aus A { k } span(a) := λ i v

Mehr

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z). 17 Wir setzen in diesem Buch die reellen Zahlen als gegeben voraus. Um auf sicherem Boden zu stehen, werden wir in diesem und den folgenden Paragraphen einige Axiome formulieren, aus denen sich alle Eigenschaften

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

Übungen zur Linearen Algebra 1

Übungen 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

Lineare Algebra Weihnachtszettel

Lineare Algebra Weihnachtszettel Lineare Algebra Weihnachtszettel 4..008 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet

Mehr

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung

Mehr

$Id: gruppen.tex,v /04/19 12:20:27 hk Exp $

$Id: gruppen.tex,v /04/19 12:20:27 hk Exp $ $Id: gruppen.tex,v 1.12 2012/04/19 12:20:27 hk Exp $ 2 Gruppen 2.1 Isomorphe Gruppen In der letzten Sitzung hatten unter anderen den Begriff einer Gruppe eingeführt und auch schon einige Beispiele von

Mehr

2.2 Lineare Gleichungssysteme

2.2 Lineare Gleichungssysteme Lineare Algebra 2016/17 c Rudolf Scharlau 67 22 Lineare Gleichungssysteme Das Lösen von Gleichungen (ganz unterschiedlichen Typs und unterschiedlichen Schwierigkeitsgrades) gehört zu den Grundproblemen

Mehr

Teilbarkeitslehre und Restklassenarithmetik

Teilbarkeitslehre und Restklassenarithmetik Vorlesung Teilbarkeitslehre und Restklassenarithmetik.1 Gruppentheorie WiewirinVorlesung2gesehenhaben,hatdieMengeZmitderAdditiongewisse Eigenschaften. Wir fassen nun bestimmte Eigenschaften zusammen und

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}. Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren

Mehr

Lineare Abhängigkeit

Lineare 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

Mehr

01. Gruppen, Ringe, Körper

01. Gruppen, Ringe, Körper 01. Gruppen, Ringe, Körper Gruppen, Ringe bzw. Körper sind wichtige abstrakte algebraische Strukturen. Sie entstehen dadurch, dass auf einer Menge M eine oder mehrere sogenannte Verknüpfungen definiert

Mehr

Lineare Schieberegisterfolgen

Lineare Schieberegisterfolgen Lineare Schieberegisterfolgen Sei K ein endlicher Körper. Man nehme zwei Vektoren x 0 a0 x n 1, a n 1 K n n 1 x n := a i x i und betrachte die lineare Abbildung : K n K n, die durch i=0, berechne x 0 x

Mehr

Zahlen und elementares Rechnen (Teil 1)

Zahlen und elementares Rechnen (Teil 1) und elementares Rechnen (Teil 1) Dr. Christian Serpé Universität Münster 6. September 2010 Dr. Christian Serpé (Universität Münster) und elementares Rechnen (Teil 1) 6. September 2010 1 / 40 Gliederung

Mehr

Grundlagen der Arithmetik und Zahlentheorie

Grundlagen der Arithmetik und Zahlentheorie Grundlagen der Arithmetik und Zahlentheorie 1.0 Teilbarkeit In diesem Abschnitt werden wir einerseits die ganzen Zahlen an sich studieren und dabei besonders wichtige Zahlen, die Primzahlen, entsprechend

Mehr

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen.

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen. Vorlesung 27 Der projektive Raum Definition 1. Sei K ein Körper. Der projektive n-dimensionale Raum P n K besteht aus allen Geraden des A n+1 K durch den Nullpunkt, wobei diese Geraden als Punkte aufgefasst

Mehr

[5], [0] v 4 = + λ 3

[5], [0] v 4 = + λ 3 Aufgabe 9. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K :. K = R und U R = span,,,,,.. K = C und U C = span + i, 6, i. i i + 0. K = Z/7Z und U Z/7Z = span

Mehr

Algebraische Zahlentheorie. Teil II. Die Diskriminante.

Algebraische Zahlentheorie. Teil II. Die Diskriminante. II-1 Algebraische Zahlentheorie Teil II Die Diskriminante Sei K ein Zahlkörper vom Grad n (also [K : Q] = n) Es gibt genau n Körper- Homomorphismen σ i : K C (siehe Merkzettel Separabilität) Stellen wir

Mehr

i=1 i=1,...,n x K f(x).

i=1 i=1,...,n x K f(x). 2. Normierte Räume und Banachräume Ein normierter Raum ist ein Vektorraum, auf dem wir Längen messen können. Genauer definieren wir: Definition 2.1. Sei X ein Vektorraum über C. Eine Abbildung : X [0,

Mehr

1 Reihen von Zahlen. Inhalt:

1 Reihen von Zahlen. Inhalt: 5 Kapitel 3 Reihen Reihen von Zahlen Inhalt: Konvergenz und Divergenz von Reihen reeller oder komplexer Zahlen, geometrische Reihe, harmonische Reihe, alternierende Reihen. Cauchy-Kriterium, absolute Konvergenz,

Mehr

1. Gruppen. 1. Gruppen 7

1. Gruppen. 1. Gruppen 7 1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.

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

Zahlen und elementares Rechnen

Zahlen und elementares Rechnen und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3

Mehr

Lineare Algebra 6. Übungsblatt

Lineare Algebra 6. Übungsblatt Lineare Algebra 6. Übungsblatt Fachbereich Mathematik M. Schneider 16.05.01 Konstantin Pertschik, Daniel Körnlein Gruppenübung Aufgabe G19 Berechnen Sie das inverse Element bzgl. Multiplikation in der

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

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

Mehr

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

Analysis I. Vorlesung 4. Angeordnete Körper

Analysis I. Vorlesung 4. Angeordnete Körper Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 4 Angeordnete Körper Zwei reelle Zahlen kann man ihrer Größe nach vergleichen, d.h. die eine ist größer als die andere oder es handelt sich

Mehr

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen Vortrag zum Proseminar zur Analysis, 24.10.2012 Adrian Hauffe-Waschbüsch In diesem Vortrag werden die reellen Zahlen aus rationalen Cauchy-Folgen konstruiert. Dies dient zur Vorbereitung der späteren Vorträge,

Mehr

Mathematik I - Woche 10

Mathematik I - Woche 10 Mathematik I - Woche 0 Philip Müller Reihen. Was ist eine Reihe Wir hatten bis jetzt Folgen. Eine Folge (a n ) n N ist eine Vorschrift, die von den natürlichen Zahlen, in die reellen Zahlen abbildet. Ein

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

4. Vektorräume und Gleichungssysteme

4. 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

Mehr

Vollständigkeit der reellen Zahlen

Vollständigkeit der reellen Zahlen Vollständigkeit der reellen Zahlen Vorlesung zur Didaktik der Analysis Oliver Passon Vollständigkeit von R 1 take home message I Wollte man mit Zahlen nur rechnen, könnte man mit den rationalen Zahlen

Mehr

9. Primitivwurzeln. O. Forster: Einführung in die Zahlentheorie

9. Primitivwurzeln. O. Forster: Einführung in die Zahlentheorie 9. Primitivwurzeln 9.1. Satz. Sei G eine zyklische Gruppe der Ordnung m und g G ein erzeugendes Element. Das Element a := g k, k Z, ist genau dann ein erzeugendes Element von G, wenn k zu m teilerfremd

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

1 2. Körpererweiterungen

1 2. Körpererweiterungen 1 2. Körpererweiterungen 1 2. 1. Definition: Sind K, L Körper und i: K L ein Ringhomomorphismus, so ist i injektiv, wir fassen K vermöge i als Unterkörper von L auf, schreiben dafür L K und nennen L eine

Mehr

Leseprobe. Rolf Socher. Algebra für Informatiker. Mit Anwendungen in der Kryptografie und Codierungstheorie. ISBN (Buch):

Leseprobe. Rolf Socher. Algebra für Informatiker. Mit Anwendungen in der Kryptografie und Codierungstheorie. ISBN (Buch): Leseprobe Rolf Socher Algebra für Informatiker Mit Anwendungen in der Kryptografie und Codierungstheorie ISBN (Buch): 978-3-446-43257-4 ISBN (E-Book): 978-3-446-43312-0 Weitere Informationen oder Bestellungen

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

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr

5 Lineare Abbildungen

5 Lineare Abbildungen 5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

Kongruenzen und Restklassenringe. 2. Kongruenzen und Restklassenringe

Kongruenzen 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:

Mehr

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch. Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

Mehr

Allgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Allgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Allgemeine Algebren Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Operationen Eine Operation auf einer Menge A ist eine Abbildung f : A n A. A n ist dabei

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 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,

Mehr

Die inverse Diskrete Fourier Transformation

Die inverse Diskrete Fourier Transformation Die inverse Diskrete Fourier Transformation Konvertierung von der Point-value Form in Koeffizientenform. Dazu stellen wir die DFT als Matrix-Vektor Produkt dar 1 1 1... 1 1 ω n ωn 2... ωn n 1 a 0 y 0 1

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

Mehr

Konvergenz im quadratischen Mittel - Hilberträume

Konvergenz im quadratischen Mittel - Hilberträume CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften

Mehr