Lineare Algebra I (WS 13/14)
|
|
|
- Rudolf Salzmann
- vor 8 Jahren
- Abrufe
Transkript
1 Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke Alexander Lytchak 1 / 16
2 Wiederholung und Beispiele Der Spaltenrang einer Matrix ist gleich ihrem Zeilenrang. Lösung von homogenen linearen Gleichungssystemen in Parameterform ist ein Koordinatensystem des Vektorraumes der Lösungen. So wird die Menge L der Lösung des Gleichungssystems aus der ersten Vorlesung in Parameterform als Bild der bijektiven linearen R 4 L R 7 beschrieben: L = x 1 = λ 1 x 2 = 3 2 2λ 2 3λ λ 4 x 3 = 1 3 3λ 2 2λ λ 4 x 4 = λ 2 x 5 = λ 3 x 6 = λ 4 x 7 = λ 4 λ 1, λ 2, λ 3, λ 4 R R 7 Alexander Lytchak 2 / 16
3 Wiederholung und Beispiele Sind W 1, W 2 endlich-dimensionale Untervektorraüme von V so gilt (span(w 1 W 2 )) = W 1 + W 2 = {w 1 + w 2 w i W i }. Ferner haben wir dim(w 1 + W 2 ) = dim(w 1 ) + dim(w 2 ) dim(w 1 W 2 ). Betrachten wir den Fall V = R 3 und dim(w 1 ) = dim(w 2 ) = 1, so sehen wir, dass W 1 und W 2 entweder gleich sind, oder eine direkte Familie bilden und einen 2-dimensionalen Unterraum erzeugen. Allgemeiner, ist dim(w 1 ) = 1, so gilt W 1 W 2, oder W 1 und W 2 erzeugen einen Unterraum der Dimension dim(w 2 ) + 1. Ist dim(v ) = n und dim(w 1 ) = n 1. So gilt entweder W 2 W 1, oder W 1 W 2 ist ein Unterraum von W 2 von Dimension dim(w 2 ) 1. Die nächsten beiden Vorlesungen haben teilweise keine Entsprechungen im Skript von Herrn Hanke. Eine alternative Quelle sind Vorlesungen 6-8 aus matveev/lehre/la10/ Alexander Lytchak 3 / 16
4 Affine Unterräume Definition Es sei V ein Vektorraum. Ein affiner Unterraum von V ist eine Teilmenge von V der Form v + W := {v + w w W }, wobei v V und W V ein Untervektorraum ist. Der Punkt v V heißt auch Aufhängepunkt des affinen Unterraumes. Bemerkung Ein affiner Unterraum Z = v + W ist in der Regel kein Untervektorraum von V. Dies ist genau dann der Fall, falls 0 Z liegt. Äquivalent dazu ist die Bedingung v W. Definition Ist W V ein Untervektorraum und sind v 1, v 2 V, so nennen wir die affinen Unterräume v 1 + W und v 2 + W parallel. Alexander Lytchak 4 / 16
5 Proposition Es sei V ein reeller Vektorraum und Z V ein affiner Unterraum. Schreiben wir Z = v + W mit v V und einem Untervektorraum W V, so ist W durch Z eindeutig bestimmt. Der Aufhängepunkt v ist ein beliebiger Punkt aus Z. Verschiedene Aufhängepunkte unterscheiden sich um einen Vektor aus W. Alexander Lytchak 5 / 16
6 Definition Es sei Z = v + W V ein affiner Unterraum. Die Dimension von A wird definiert als die Dimension von W (W ist ja durch A eindeutig bestimmt). Affine Unterräume der Dimension 0 heißen Punkte, der Dimension 1 Geraden, der Dimension 2 Ebenen und der Dimension n 1 Hyperebenen in V. Proposition Es sei ein lineares Gleichungssystem durch die erweiterte Koeffizientenmatrix (A b) R m (n+1) gegeben. Es sei L R n die Lösungsmenge dieses linearen Gleichungssysstems. Dann tritt genau einer der folgenden beiden Fälle ein: L =. L R n ist ein affiner Teilraum mit dim L = dim L hom, wobei L hom R n die Lösungsmenge des zugehörigen durch A gegebenen homogenen Systems ist. Alexander Lytchak 6 / 16
7 Bemerkung Ist f : V W linear und b W, so ist das Urbild f 1 ({b}) V entweder leer oder ein affiner Unterraum der Dimension dim ker f. Im zweiten Fall ist f 1 (b) zu ker(f ) parallel. Falls A R m n, so ist f 1 A ({b}) Rn genau die Lösungsmenge des durch (A b) gegebenen linearen Gleichungssysstems. Das lineare Gleichungssystem mit der erweiterten Koeffizientenmatrix (A b) hat genau dann eine Lösung, wenn der Spaltenrang der Matrix A gleich dem Spaltenrang der Matrix (A b) ist. Alexander Lytchak 7 / 16
8 Proposition Es sei Z R n ein affiner Teilraum. Dann existiert ein m N, eine Matrix A R m n und ein Vektor b R m, so dass Z genau die Lösungsmenge des linearen Gleichungssystems mit erweiterter Koeffizientenmatrix (A b) ist. D.h. Z ist die Menge aller Lösungen x der Gleichung Ax = b Alexander Lytchak 8 / 16
9 Translationen Sei V ein reeller Vektorraum. Eine Translation mit v V ist die Abbildung T v : V V, die durch T v (w) = v + w definiert ist. Für v 1, v 2 V gilt T v1 T v2 = T v1 +v 2 = T v2 T v1. T 0 = id V. Es ist die einzige Translation von V, die eine lineare Abbildung ist. Jede Translation T v ist invertierbar und es gilt T v = T 1 v. Eine Teilmenge Z von V ist ein affiner Teilraum genau dann, wenn es einen Untervektorraum W von V und eine Translation T v von V mit T v (W ) = Z gibt. Jede Translation von V schickt jeden affinen Teilraum Z von V auf einen anderen affinenen Teilraum von V, der zu Z parallel ist. Translationen führen affine Fragen/Probleme/Antworten auf Fragen/Probleme/Anworten über Untervektorräume zurück. Alexander Lytchak 9 / 16
10 Geraden und affine Teilräume Proposition Zwei verschiedene Punkte z 1, z 2 von V sind in genau einer Geraden G z1,z 2 enthalten. Diese Gerade kann in Parameterform G z1,z 2 = {tz 2 + (1 t)z 1 t R} = {z 1 + t(z 2 z 1 ) t R} dargestellt werden. Proposition Eine nicht-leere Teilmenge Z von V ist genau dann ein affiner Teilraum, wenn es mit jedem Paar verschiedener Punkte z 1, z 2 Z, die durch diese beiden Punkte gehende Gerade G z1,z 2 enthält. Bemerkung Dies gibt eine geometrische Charakterisierung von Untervektorräumen. Es sind genau solche Teilmengen von V, die 0 enthalten, und mit jedem Paar von Punkten die Gerade durch diese Punkte. Alexander Lytchak 10 / 16
11 Affine Hüllen Folgerung Ein Durchschnitt i I Z i einer Familie Z i,i I affiner Teilräume von V ist entweder leer oder ein affiner Teilraum von V. Ist X eine nicht-leere Teilmenge von V so heißt der Durchschnitt aller X enthaltenden affinen Teilräume von V die affine Hülle von X und wird mit Aff (X ) bezeichnet. Es ist der kleinste affine Unterraum von V, der X enthält. Enthält X V die Null, so ist Aff (X ) = span(x ). Sei X V gegeben und sei x X beliebig. Dann ist Aff (X ) das Bild unter der Translation mit x des von X x aufgespannten Untervektorraums von V. In Formeln: T x (span(x x)) = Aff (X ). Alexander Lytchak 11 / 16
12 Durch eine (k + 1)-elementige Teilmenge X = {x 0, x 1,..., x k } von V geht immer ein k-dimensionaler affiner Teilraum. Wenn so ein X nicht in einem (k 1)-dimensionalen affinen Teilraum enthalten ist, so sind k Vektoren x 1 x 0, x 2 x 0,..., x k x 0 linear unabhängig in V. In diesem Fall hat die affine Hülle von X die Dimension k. Wir sagen dann, dass die Punkte x 0,..., x k affin unabhängig sind. Ein Punkt ist ein Punkt. Ein Punkt ist immer affin unabhängig. Durch je zwei Punkte geht eine Gerade. Diese ist eindeutig bestimmt, wenn die Punkte verschieden sind. Zwei verschiedene Punkte sind immer affin unabhängig, zwei gleiche Punkte niemals. Durch je drei Punkte geht eine Ebene. Diese ist eindeutig bestimmt, wenn die Punkte nicht auf einer Geraden liegen. Drei Punkte sind affin unabhängig, genau dann wenn sie nicht auf einer Geraden liegen. Durch 43 Punkte geht ein 42-dimensionaler affiner Unterraum. Alexander Lytchak 12 / 16
13 Transversalität Proposition Es seien X und Y affine Teilräume in einem endlichdimensionalen Vektorraum V. Dann ist entweder X Y leer oder wieder ein affiner Teilraum von V. Im letzten Fall gilt die Ungleichung dim(x Y ) dim(x ) + dim(y ) dim V (1) Definition Falls in obiger Proposition X Y nichtleer ist und in (1) Gleichheit gilt, so sagt man, dass sich X und Y transversal schneiden. Proposition Die affinen Teilräume X und Y schneiden sich genau dann transversal, wenn für die zugehörigen Untervektorräume W X und W Y die Gleichung W X + W Y = V gilt. Alexander Lytchak 13 / 16
14 Transversalität: Beispiele Was bedeutet es im R 2, R 3, R 4 und R 5, dass sich zwei Ebenen transversal schneiden? Für zwei sich schneidende Ebenen im R 2 gilt dim(a B) = 2, und der Schnitt ist genau dann transversal, wenn dim(a B) = 2. Da jede Ebene im R 2 gleich R 2 ist, schneiden sich zwei Ebenen im R 2 also immer transversal. Für zwei sich schneidende Ebenen im R 3 gilt dim(a B) = 1, und der Schnitt ist genau dann transversal, wenn dim(a B) = 1. Die beiden Ebenen schneiden sich also in einer Gerade oder in einer Ebene, und der Schnitt ist genau dann transversal, wenn der Schnitt eine Gerade ist. Alexander Lytchak 14 / 16
15 Für zwei sich schneidende Ebenen im R 4 gilt dim(a B) = 0, und der Schnitt ist genau dann transversal, wenn dim(a B) = 0. Die beiden Ebenen schneiden sich also in einem Punkt, in einer Gerade oder in einer Ebene. Der Schnitt ist genau dann transversal, wenn der Schnitt aus einem Punkt besteht. Für zwei sich schneidende Ebenen im R 5 gilt dim(a B) = 1, und der Schnitt ist genau dann transversal, wenn dim(a B) = 1. Da Dimensionen immer nicht-negativ sind, können sich zwei Ebenen im R 5 nie transversal schneiden. Alexander Lytchak 15 / 16
16 Genauso, schneiden sich zwei Geraden im R 3 niemals transversal. Sie sind entweder gleich, oder schneiden sich in einem Punkt oder gar nicht. Im letzten Fall können sie parallel sein, oder nicht. Zwei disjunkte nicht-parallele Geraden im R 3 nennt man windschief. Für eine Ebene und eine Gerade im R 3 gibt es folgende Möglichkeiten. Entweder ist die Gerade in der Ebene enthalten, oder sie schneiden sich transversal, oder sie schneiden sich nicht. Im letzten Fall ist der zugehörige Untervektorraum der Geraden enthalten im zugehörigen Untervektorraum der Ebene. Alexander Lytchak 16 / 16
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
Lineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
Lineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i
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
Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
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
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
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,...,
1 Linearkombinationen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch
Der Kern einer Matrix
Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis
Lineare Gleichungssysteme
Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1
β 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
Kapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
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
4 Affine Koordinatensysteme
4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner
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
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
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
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
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
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
Lineare 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
Lineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
6 Lineare Gleichungssysteme
6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α
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
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,
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
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
Der Rangsatz für lineare Abbildungen
Der Rangsatz für lineare Abbildungen Satz Sei f : V W eine lineare Abbildung Dann gilt dim V = dim Kern(f) + dim Bild(f), also gleichbedeutend dim Kern(f) = dim V rg(f) Da uns in der Regel bei gegebenem
Kapitel 6. Geometrie. 6.1 Affine Räume
Kapitel 6 c M. Roczen und H. Wolter Preview zur aktuellen Fassung: Lineare Algebra individuell Online Ver. 0.52, 28.5.2005 Alle Rechte vorbehalten Geometrie Im weiten Feld der Geometrie befassen wir uns
Klausurvorbereitungsblatt Lineare Algebra
Klausurvorbereitungsblatt Lineare Algebra Sommersemester 25 Aufgabe 2 2 Sei A 3 3 8 2 4 3 R4 5. 5 2 a) Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems Ax b) Ist Ax b mit b lösbar? (Begründen
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
10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
Lineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,
Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:
Lineare Algebra I - 9.Vorlesung - rof. Dr. Daniel Roggenkamp & Falko Gauß Korrektur: 2. Klausurtermin: 09.02.2017 Linearkombination von Vektoren lineare Hülle Erzeugendensystem S lineare Unabhängigkeit
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
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
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,
70 IV. ENDLICH-DIMENSIONALE VEKTORRÄUME
IV. Endlich-dimensionale Vektorräume Unter einem endlich-dimensionalen Vektorraum verstehen wir einen Vektorraum, der eine endliche Basis besitzt. Die entscheidende Beobachtung ist die Tatsache, dass in
(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:
Lineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 28. November 2011 Definition Beispiel: Wassermengen und Konzentrationen in einem Fluss Beispiel Zeilenstufenform Beispiel (Fortsetzung) Anhang
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
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
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:
Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok
Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html [email protected]
Lineare Gleichungssysteme
Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein
1 Transponieren, Diagonal- und Dreiecksmatrizen
Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix
Das inhomogene System. A x = b
Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist
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
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
37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
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
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
$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
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
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
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
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
9.2 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
:= 1. Der affine Unterraum Γ heißt Punkt, Gerade, Ebene oder Hyperebene, wenn dim K dim K
apitel II Lineare Algebra und analytische Geometrie 4 Punkte, Geraden, Ebenen, affine Unterräume in einem Vektorraum. Wie bisher ist V ein endlichdimensionaler Vektorraum über dem örper, oft ist V = n
Prüfung Lineare Algebra 2
1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,
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
Homogene und inhomogene Koordinaten und das Hyperboloid
Seminararbeit zum Seminar aus Reiner Mathematik Homogene und inhomogene Koordinaten und das Hyperboloid Gernot Holler 1010674 WS 2012/13 28.November 2012 1 Inhaltsverzeichnis 1 Einleitung 3 2 Homogene
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,
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
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
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
Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
Vektorräume und lineare Abbildungen
Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten
Lineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke, Universität Augsburg 15.10.2013 Alexander Lytchak 1 / 14 Organisation Alle wichtigen organisatorischen Information
Lineare Abbildungen und Gleichungssysteme
Lineare Abbildungen und Gleichungssysteme Klaus-R Loeffler Lineare Abbildungen Definition: Lineare Abbildung Es wird vorausgesetzt, dass V und W Vektorräume sind Eine Abbildung f von V in W heißt dann
Modulteilprüfung Geometrie (BaM-GS, L3M-RF)
Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Prof. Dr. Martin Möller SoSe 2011 // 05. Juli 2011 Kontrollieren Sie, ob Sie alle Blätter (12 einschließlich zweier Deckblätter) erhalten haben, und geben Sie
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
4.3 Affine Punkträume
4.3. AFFINE PUNKTRÄUME 185 4.3 Affine Punkträume Es wird jetzt der Übergang von der linearen Algebra zur analytischen Geometrie beschrieben. 4.3.1 Definition (affiner Punktraum) Sei V ein K-Vektorraum,
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
Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
Lineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 2 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Mittsemesterprüfung HS, Typ A Name a a Note Vorname Leginummer Datum 29..2 2 4 6 Total
Grundlagen der Mathematik 1
Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben
Klausurähnliche Aufgaben
Sommersemester 2007/08 Lineare Algebra Klausurähnliche Aufgaben Aufgabe 1 Seien v 1, v 2, v 3, v 4, v 5, v 6 die Vektoren in R 5 mit v 1 = (1, 2, 3, 1, 2), v 2 = (2, 4, 6, 2, 4), v 3 = ( 1, 1, 3, 0, 3),
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 ) =
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
Lösungen der Aufgaben zu Abschnitt 5.4
A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ
6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt
Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 213/214 Markus Schweighofer Lineare Algebra I 6.2 Basen Definition 6.2.1. Seien V ein K-Vektorraum, n N und v 1,..., v n V. (a)
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
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
3.2 Unabhängigkeitsstrukturen
80 3.2 Unabhängigkeitsstrukturen Unser Ziel ist der Nachweis, daß in Vektorräumen, also in Moduln über Körpern, Basen existieren und zwei endliche Basen gegebenenfalls von derselben Ordnung sind. (Basen
Vektorräume und Lineare Abbildungen
Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um
