3 Längenendliche Verbände. Dimension
|
|
|
- Robert Giese
- vor 8 Jahren
- Abrufe
Transkript
1 3 Längenendliche Verbände. Dimension Unser Ziel ist es, projektive Geometrien endlicher Dimension durch Spezialisierung der betrachteten Verbände zu kennzeichnen. Dazu gehört sicher, dass es endliche viele Typen geometrischer Objekte (Punkte, Geraden, Ebenen.) gibt, die durch eine Dimension gekennzeichnet werden können. Wenn man also im Verband von unten nach oben aufsteigt, muss man nach endlich vielen Schritten zum Gesamtraum gelangen. Dies soll mathematisch präzisiert werden. Wir setzen einen Verband (L,, ) mit Nullelement N und Einselement E voraus. 3.1 Ketten und Reihen Definitionen: a) Eine nichtleere Teilmenge K von L heißt (Teil-) Kette, wenn (K, ) linear geordnet ist. b) K heißt Kette von A nach B, wenn K eine Kette ist mit min(k) = A ( K) und max(k) = B ( K). c) Enthält K genau r+1 Elemente, so bezeichnet man K als Kette der Länge r. d) Sind K und K Ketten von A nach B, so bezeichnet man im Falle K K die Kette K auch als Verfeinerung von K. e) Eine (endliche) Kette K von A nach B bezeichnen wir als (endliche) Reihe von A nach B, wenn sie keine echte Verfeinerung gestattet Folgerung: Ist K eine Reihe der Länge r von A nach B, so besteht K aus r+1 Elementen, die aufsteigend als Nachbarn geordnet werden können: A = A 0 A 1 A r = B Beispiele: a) Jede endliche Teilmenge von (N, max, min) kann zu einer endlichen Reihe verfeinert werden. Gleiches gilt auch für die Teilerverbände mit Trägermengen des Typs T n, vgl. Aufgabe in 2.7. b) Für (R, min, max) gilt eine Aussage gemäß a) nicht, weil man zwischen zwei verschiedene Elemente stets unendlich viele Elemente einfügen kann. Dies gilt auch für Q anstelle von R, obwohl man wesentlich weniger Elemente zwischen zwei schieben kann. Letzte Änderung
2 N. Christmann: Projektive Geometrie WS 2007/ Längenendliche Verbände Definition: Ein Verband (L,, ) heißt längenendlich, wenn er ein Null- und ein Einselement enthält und sich jede Kette von N nach E zu einer endlichen Reihe verfeinern lässt. Jeder endliche Verband ist auch längenendlich, ebenso der Untervektorraumverband eines endlichdimensionalen Vektorraumes und die Teilerverbände N n. Der Verband (R, min, max) ist dagegen sicher nicht längenendlich Bemerkungen: a) In einem längenendlichen Verband müssen nicht alle Reihen von N nach E die gleiche Länge haben, vgl. Bild 3.2a. b) Aus der Längenendlichkeit eines Verbandes folgt nicht, dass die Reihen von N nach E eine obere Schranke haben, vgl. Bild 3.2b. c) Die Bedingung längenendlich zitieren wir mit (L), wir sprechen auch kurz von L-Verbänden. Bild 3.2a E N Bild 3.2b Beispiel eines längenendlichen Verbandes, dessen Reihen von N nach E nicht beschränkt sind. Zwischen N und E werden nacheinander Reihen der Länge 2, 3 4,. eingefügt, alle Reihen sind endlich, dennoch ist ihre Länge nicht beschränkt.
3 3 Längenendliche Verbände. Dimension Maximalbedingung und Maximalkettenbedingung Sei (L,, ) ein Verband Definition: Der Verband (L,, ) genügt a) der Maximalkettenbedingung (notiert mit (MaK)), wenn jede aufsteigende Kette nach endlich vielen Schritten abbricht. b) der Minimalkettenbedingung (notiert mit (MiK)), wenn jede absteigende Kette nach endlich vielen Schritten abbricht. c) der Maximalbedingung (notiert mit (Max)), wenn jede nichtleere Teilmenge T von L mindestens ein maximales Element besitzt, es gibt also ein M T, so dass für alle X T aus M X stets X = M folgt. d) der Minimalbedingung (notiert mit (Min)), wenn jede nichtleere Teilmenge T von L mindestens ein minimales Element enthält, es gibt also ein m T, so dass für alle X T aus X m stets X = m folgt. Die Aussagen (MiK) und (MaK) sind dual zueinander, ebenso die Bedingungen (Max) und (Min). Dies nutzen wir beim Nachweis der folgenden Äquivalenz aus Satz (Äquivalenz von Maximal- und Maximalkettenbedingung): (Max) (MaK) Satz (Äquivalenz von Minimal- und Minimalkettenbedingung): (Min) (MiK). Beweis: Sobald bewiesen ist, folgt aus (DP). a) (Max) (MaK): Wenn unter der Voraussetzung (Max) die Bedingung (MaK) nicht gelten würde, würde die Existenz einer unendlich aufsteigenden Kette K des Typs A 1 A 2 A 3 A k A k+1. folgen. Diese Kette enthält dann im Widerspruch zu (Max) kein maximales Element. b) (MaK) (Max): Es sei T eine nichtleere Teilmenge von L ohne maximales Element. Sei also A 1 T. Dann ist dieses Element nicht maximal, es gibt daher in T ein größeres A 2. Dieses ist ebenfalls nicht maximal, es gibt also A 3 T mit A 1 A 2 A 3. Fortsetzung des Verfahrens lieferte eine nicht abbrechende aufsteigende Kette im Widerspruch zu (MaK). Im nachfolgenden Satz stellen wir einen Zusammenhang zwischen den Bedingungen aus und der Längenendlichkeit her.
4 N. Christmann: Projektive Geometrie WS 2007/ Satz: Ein Verband (L,, ) ist genau dann längenendlich, wenn in ihm die Maximal- und Minimalbedingung gelten: Beweis: (L) (Max) und (Min) ( (MaK) und (MiK) ). a) (L) (Max) und (Min): Nehmen wir an, in L würde (Max) nicht gelten. Dann würde eine unendliche Kette zwischen N und E existieren, die sich nicht mehr zu einer endlichen Reihe verfeinern ließe. Widerspruch. b) (Max) und (Min) (L): L ist nichtleere Teilmenge von sich selbst, besitzt daher ein maximales und minimales Element. In geordneten Mengen kann es zwar mehrere dieser Elemente geben, in Verbänden stimmen sie aber mit dem eindeutig bestimmten Nullelement bzw. Einselement überein. Wären etwa E und E maximal, so wäre auch E E maximal, woraus E=E folgt. Sei eine endliche Kette K mit N = A 0 A 1 A i A i+1. A r = E gegeben. Wir müssen zeigen, dass zwischen diese Kettenglieder jeweils nur noch endlich viele Elemente eingeschoben werden können. Wir setzen dazu M i := ]A i, A i+1 ] := {X L / A i X A i+1 } (i = 1,., r-1). Jede dieser Mengen M i ist nicht leer, enthält daher nach Voraussetzung ein minimales Element m i,1. Gäbe es ein X mit A i X m i,1, so wäre X aus M i und somit m i,1 nicht minimal, daher ist m i,1 ein oberer Nachbar von A i. Wir setzen M i,1 := ]m i,1, A i+1 ] und wenden den gleichen Schluss auf diese Menge an. Auf diese Weise konstruieren wir eine aufsteigende Reihe A i m i,1.. m i,s A i+1, diese muss wegen (MaK) nach endlich vielen Schritten abbrechen, d.h. es gibt ein t N mit Damit ist unser Satz bewiesen. m i,t = A i Bemerkung: Im Zusammenhang mit unendlichen Mengen liefert das Zornsche Lemma die Möglichkeit, auf die Existenz maximaler Elemente zu schließen. Es lautet: Sei M eine teilweise geordnete Menge, in der jede nichtleere Teilkette K eine obere Schranke S( M!!) besitze. Dann hat M mindestens ein maximales Element. Dieses Lemma ist zum Auswahlaxiom der Mengenlehre gleichwertig, es wird z. B. in der Algebra zu Beweisen der Existenz von Erweiterungen bei algebraischen Strukturen angewandt.
5 3 Längenendliche Verbände. Dimension Dimensionsverbände In der Geometrie sind Punkte, Geraden, Ebenen usw. Dimensionen zugeordnet. Wir wollen hier eine Verbandsklasse einführen, deren Elementen wir eine Dimension sinnvoll zuordnen können. Wir beschränken uns dabei auf den Fall, dass die auftretenden Dimensionen endlich sind Definition: Ein Verband (L,, ) heißt Dimensionsverband (genügt der Bedingung (D)), wenn er längenendlich ist und alle Reihen vom Nullelement N zum Einselement E die gleiche Länge (Elementeanzahl) haben. Für N und E ist damit eine Dimension sinnvoll erklärbar, für die andern Elemente ergibt sich eine solche Möglichkeit aus dem folgenden Satz: Sei (L,. ) ein Dimensionsverband. Dann haben alle Reihen zwischen zwei Elementen A und B von L die gleiche Länge. Beweis: Sind zwei Reihen A=A 0 A 1.. A r =B A=B 0 B 1. B s = B der Längen r bzw. s zwischen A und B gegeben, so kann man diese zu Reihen zwischen E und N verfeinern, wobei wir zwischen N und A bzw. B und E die gleichen Elemente zur Verfeinerung einsetzen. Wären r und s verschieden, so hätten wir im Gegensatz zu (D) Reihen unterschiedlicher Länge zwischen N und E gefunden. Also gilt r = s. Durch Spezialisierung (A = N) ergibt sich unmittelbar die Folgerung: Alle Reihen zwischen dem Nullelement N und A L haben die gleiche Länge Definition: Sei (L, ) ein Dimensionsverband. Für A L sei l(a) die gemäß eindeutig bestimmte Länge der Reihen vom Nullelement N nach A. Dann setzen wir Dim(A) := l(a) 1. Insbesondere bezeichnen wir A L mit dim(a) = 0 als Punkt, A mit Dim(A) = 1 als Gerade und A mit Dim(A) = 2 als Ebene. Weiter setzen wir Dim(L) := Dim(E) und nennen A L mit Dim(A) = Dim(L) 1 auch Hyperebene.
6 N. Christmann: Projektive Geometrie WS 2007/ Aus dieser Definition ergibt sich die Folgerung: a) Dim(N) = 1 b) Für alle A,B L gilt: A B Dim(B) = Dim(A)+1 c) Für alle A,B L gilt: A B und Dim(A) = Dim(B) A = B. 3.5 Projektives Dimensionsaxiom Im nebenstehenden Dimensionsverband treten einige Effekte auf, die für die Geometrie ungeeignet sind: Geraden inzidieren nur mit einem Punkt, E- benen besitzen nur eine Gerade und inzidieren auch nur mit einem Punkt. e1 e2 e3 g1 g2 g3 E Der Gesamtraum wird, obwohl er dreidimensional ist, von nur zwei Punkten bereits aufgespannt. p1 p2 p3 N Bild 3.5 Geometrische Mängel eines speziellen Dimensionsverbandes Um die zuvor angedeuteten geometrischen Mängel zu beseitigen, müssen wir offensichtlich weiter spezialisieren. Bevor wir dies durchführen, wollen wir unsere Anforderungen an den (projektiven) Dimensionsbegriff offen legen Definition: Ein A,B L gilt: Dimensionsverband (L,, ) erfüllt das projektive Dimensionsaxiom, wenn für alle (P) Dim(A) + Dim(B) = Dim(A B) + Dim(A B) Beispiel: Sei V ein endlichdimensionaler IK-Vektorraum und IU(V) der Verband der Untervektorräume von V. Bezeichnen wir die aus der linearen Algebra bekannte Dimension der Untervektorräume mit dim (Erinnerung: dim(u) = k U hat eine Basis der Länge k jede Basis von U hat die Länge k) und setzen wir die verbandstheoretische Dimension Dim fest durch Dim(U) := dim(u) 1, so wird (IU(V),, ) zu einem Dimensionsverband, in dem das projektive Dimensionsaxiom gilt.
7 3 Längenendliche Verbände. Dimension 63 Im Falle affiner Unterräume gilt dagegen in (P) nur. Man wähle z. B. für A und B zwei parallele Geraden. Dann erzeugen diese eine Ebene (Dimension zwei), der leere Schnitt hat aber die Dimension 1, daher ergibt die rechte Seite von (P) den Wert 1, die linke dagegen 2. Das zuvor gegebene Beispiel wird für die projektive Geometrie von entscheidender Bedeutung sein. In (P) enthalten sind z. B. die Folgerungen: In einem Dimensionsverband mit (P) gelten: a) Die (verbandstheoretische) Vereinigung zweier Punkte ist eine Gerade b) Zwei verschiedene, in einer Ebene liegende Geraden haben genau einen Punkt gemeinsam. c) In einem mindestens dreidimensionalen Raum schneiden sich zwei Geraden, die nicht in einer Ebene liegen, nicht. 3.6 Aufgaben zu 3 Aufgabe 1: Begründen Sie die projektive Dimensionsformel für den Verband der Untervektorräume eines endlichdimensionalen Vektorraumes. Aufgabe 2: Versuchen Sie, eine Dimensionsformel für affine Unterräume zu finden, indem Sie die Fälle, dass sich beide Teilräume schneiden / nicht schneiden unterscheiden. Aufgabe 3: Sind unter den Verbänden des Typs (T n,ggt,kgv) auch Dimensionsverbände? Aufgabe 4: In einem Dimensionsverband kann man auch den Begriff der Codimension erklären als Länge einer Reihe von A nach E. Gilt unter der Voraussetzung (P) ein diesem Gesetz vergleichbares für die Codimension? Aufgabe 5: Ist der duale Verband eines längenendlichen Verbandes (eines Dimensionsverbandes) wiederum ein solcher? Aufgabe 6: Es sei (M, ) eine teilweise geordnete Menge. Man zeige die Äquivalenz folgender Bedingungen (1) und (2) (1) M genügt der Minimalbedingung und enthält keine unendliche, total ungeordnete Teilmenge (das ist eine Teilmenge, deren Elemente alle paarweise nicht vergleichbar sind). (2) Keine unendliche Teilmenge von M genügt der Maximalbedingung.
8 N. Christmann: Projektive Geometrie WS 2007/ Aufgabe 7: Sei M:= N n die Menge aller n-tupel natürlicher Zahlen mit der Ordnungsrelation (a(1),a(2),, a(n)) (b(1), b(2),.., b(n)) : a(i) b(i) für alle i = 1, 2,., n. Man zeige, dass (M, ) eine teilweise geordnete Menge ist, welche keine unendliche, total ungeordnete Teilmenge enthält.
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,
Basis 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
10 Kapitel I: Anschauliche Vektorrechnung
10 Kapitel I: Anschauliche Vektorrechnung haben. In Mengenschreibweise ist G = {x x = a + tb für ein t R}. Wir werden für diese einführenden Betrachtungen im Interesse einer knappen Redeweise jedoch häufig
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
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
Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes
Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge
1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten
(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
4 Elementare Vektorraumtheorie
4. ELEMENTARE VEKTORRAUMTHEORIE 51 4 Elementare Vektorraumtheorie Im folgenden sei K stets ein Körper. Definition. (i) Eine homogene Gleichung in den Unbekannten ξ 1,..., ξ n ist ein Ausdruck der Gestalt
2. Stetige lineare Funktionale
-21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn
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
Übungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie
Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern
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
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
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
3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
Satz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
Zahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus
TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
2 Durchschnitt und Verbindungsraum
2 Durchschnitt und Verbindungsraum Seien X und Y nicht leere affine Unterräume des R n (21) Satz: a) Ist X Y, so ist T(X) T(Y ) b) Ist X Y φ so ist X Y ein affiner Raum mit Richtungsvektorraum T(X) T(Y
Kapitel 3. Natürliche Zahlen und vollständige Induktion
Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine
1 Mengen und Abbildungen
1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra
Kap 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
Halbgruppen, 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
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:
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
Analysis II. Vorlesung 48. Die Hesse-Form
Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 48 Die Hesse-Form Wir sind natürlich auch an hinreichenden Kriterien für das Vorliegen von lokalen Extrema interessiert. Wie schon im eindimensionalen
klar. 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
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
Absolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
Topologische Räume und stetige Abbildungen Teil 2
TU Dortmund Mathematik Fakultät Proseminar zur Linearen Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Teil 2 Anna Kwasniok Dozent: Prof. Dr. L. Schwachhöfer Vorstellung des
Ebene algebraische Kurven
Ebene algebraische Kurven Tangenten und Singularitäten Meyrer Claudine 4. November 010 Inhaltsverzeichnis 1 Lokale Eigenschaften an-algebraischer Kurven (in C ) 1.1 Denitionen..............................
Mengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
10. Teilbarkeit in Ringen
10. Teilbarkeit in Ringen 67 10. Teilbarkeit in Ringen Ein wichtiges Konzept in Ringen, das ihr für den Fall des Ringes Z bereits aus der Schule kennt, ist das von Teilern also der Frage, wann und wie
8 Tangenten an Quadriken
8 Tangenten an Quadriken A Geraden auf Quadriken: Sei A 0 eine symmetrische n n Matri und Q : t A + b t + c = 0 eine nicht leere Quadrik im R n, b R n, c R. g = p + R v R n ist die Gerade durch p mit Richtung
9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
Ordnungsrelationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Ordnungsrelationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden [email protected] Geordnete Mengen Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv,
6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
Grundlagen der Mengenlehre
mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener
Integritätsbereiche 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
00. Einiges zum Vektorraum R n
00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen
8 Konvergenzkriterien und Häufungswerte von Folgen in R
8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium
Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe
0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
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
Bestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
2 Euklidische Vektorräume
Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,
4. Übungsblatt Matrikelnr.: 6423043
Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613
Kombinatorische Geometrien
KAPITEL 5 Kombinatorische Geometrien Beispiele von Geometrien wurden schon als Inzidenzstrukturen (z.b. projektive Ebenen) gegeben. Wir nehmen hier einen anderen Standpunkt ein und verstehen unter einer
Ausgewählte unentscheidbare Sprachen
Proseminar Theoretische Informatik 15.12.15 Ausgewählte unentscheidbare Sprachen Marian Sigler, Jakob Köhler Wolfgang Mulzer 1 Entscheidbarkeit und Semi-Entscheidbarkeit Definition 1: L ist entscheidbar
Mathematische Grundlagen der Computerlinguistik
Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum
Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543
Kapitel 4 Stetigkeit Peter Becker (H-BRS) Analysis Sommersemester 2016 254 / 543 Inhalt Inhalt 4 Stetigkeit Eigenschaften stetiger Funktionen Funktionenfolgen und gleichmäßige Konvergenz Umkehrfunktionen
1 Eingebettete Untermannigfaltigkeiten des R d
$Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die
Partitionen natürlicher Zahlen
Partitionen natürlicher Zahlen [email protected] 9. Oktober 03 In dieser Notiz wird der Beweis des Satzes über die Anzahl der Partitionen einer natürlichen Zahl vorgestellt. Die Darstellung folgt
Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen
Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:
1. Einleitung wichtige Begriffe
1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und
Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität
Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 26 Die Schnittmultiplizität Es seien zwei ebene algebraische Kurven C,D A 2 K gegeben, die keine Komponente gemeinsam haben. Dann besteht
Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund
Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer
2. Vorlesung. Die Theorie der schwarz-weissen Ketten.
2. Vorlesung. Die Theorie der schwarz-weissen Ketten. Die Theorie der schwarzen Steinchen haben wir jetzt halbwegs vertanden. Statt mit schwarzen Steinen wie die Griechen, wollen wir jetzt mit schwarzen
x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung
Wiederholung zu Flüssen
Universität Konstanz Methoden der Netzwerkanalyse Fachbereich Informatik & Informationswissenschaft SS 2008 Prof. Dr. Ulrik Brandes / Melanie Badent Wiederholung zu Flüssen Wir untersuchen Flüsse in Netzwerken:
Kapitel 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
Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln
Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt
Brückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?
Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum
Über 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
Tropische Kurven zählen. Enumerative Geometrie. Alg. Geometrie. Beispiel Strategie. Geometrie. Kurven Multiplizität Correspondence Theorem Ergebnisse
Alg. Ebene e Hannah Markwig Technische Universität Kaiserslautern 6. Juli 2006 Alg. Inhalt 1 () 2 3 Der Algorithmus zum Zählen ebener 4 Der Algorithmus Alg. Algebraische Geometrische Objekte sind Nullstellengebilde
KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
Lehrskript Mathematik Q12 Analytische Geometrie
Lehrskript Mathematik Q1 Analytische Geometrie Repetitorium der analytischen Geometrie Eine Zusammenfassung der analytischen Geometrie an bayerischen Gymnasien von Markus Baur, StR Werdenfels-Gymnasium
Lösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte
Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition
Ergänzungen zur Analysis I
537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.
Mathematik 1, Teil B
FH Oldenburg/Ostfriesland/Wilhelmshaven Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre
Jürgen Roth Didaktik der Linearen Algebra und Analytischen Geometrie
Jürgen Roth Didaktik der Linearen Algebra und Analytischen Geometrie Modul 12a: Fachdidaktische Bereiche juergen-roth.de/lehre/did_linalg_anageo/ Kapitel 5: Skalarprodukt 5.1 Inhalte Didaktik der Linearen
18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
3 Polytope. 3.1 Polyeder
28 3 Polytope 3.1 Polyeder Polytope in der Ebene und im Raum standen neben Kreis und Kugel schon während der griechischen Antike im Mittelpunkt des mathematischen (und philosophischen) Interesses. Durch
Kapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen
Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch
34 Lineare Abbildungen
34 Lineare Abbildungen 34 Motivation Wir haben wichtige Eigenschaften von Vektorräumen kennen gelernt Damit ist es sinnvoll zu untersuchen, wie Abbildungen zwischen Vektorräumen aussehen können Die wichtigsten
Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?
1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2
2 Rationale und reelle Zahlen
2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist
Einführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
1 Sprechweisen und Symbole der Mathematik
1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3
WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch
Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch WS 2010/2011 14. Januar 2011 Geometrie mit Übungen Übungsblatt 9, Musterlösungen Aufgabe 33. Es werden Kreise in der Euklidischen
Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:
Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein
Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper
32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt
Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.
Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer
Lineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
Mengensysteme, Wahrscheinlichkeitsmaße
Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen
2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
Lösung zur Aufgabe Würfel färben von Heft 20
Lösung zur Aufgabe Würfel färben von Heft 20 (1) Jedes der 24 Teilquadrate grenzt an genau eine der acht Ecken. Da nach unserer Vorschrift die drei Teilquadrate an jeder Ecke unterschiedlich gefärbt sein
Vektorräume und Rang einer Matrix
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung
5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
3. Zusammenhang. 22 Andreas Gathmann
22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept
2 Geradengleichungen in Parameterform. Länge und Skalarprodukt
2 Geradengleichungen in Parameterform. Länge und Skalarprodukt Jörn Loviscach Versionsstand: 19. März 2011, 15:33 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
Einführung in die Analysis
Ergänzungen zur Vorlesung Einführung in die Analysis Christian Schmeiser 1 Vorwort In dieser Vorlesung werden Grundbegriffe der Analysis wie Folgen und Reihen, Konvergenz und Vollständigkeit am Beispiel
