Solution Hints to Exercise Sheet 11
|
|
- Manuela Sachs
- vor 6 Jahren
- Abrufe
Transkript
1 Avance algebra Homological algebra an representation theory Wintersemester 24/5 Prof. C. Schweigert Algebra an Number Theory Department of Mathematics University Hamburg Aufgabe Solution Hints to Exercise Sheet un 2: Ja, in er Vorlesung wure gezeigt, ass homotope Kettenabbilungen gleiche Abbilungen auf er Homologie inuzieren. Also inuziert speziell eine ein Paar von Abbilungen f g i un g f i ein Paar inverser Abbilungen auf er Homologie. 3: Nein, betrachten wir beispielsweise: Z 2 Z Z 2 Die Kohomologie-Gruppen sin isomorph, aber ie einzige Abbilung Z 2 nach Z ist ie Nullabbilung, also wären f g, g f ientische Nullabbilungen. Aber es existiert im zweiten Komplex keine Homotopie von er Null- zur Ientitätsabbilung, a alle Differentiale Null sin. Es gibt viele topologische Gegenbeispiele, beispielsweise ie sogenannte Poincare- Sphäre, ie auch rein formal urch Dreiecke trianguliert verstanen weren kann (Blatt ): Sie ist efiniert urch einen Doekaeer, bei em alle gegenüberliegenen Flächen geeignet ientifiert weren (oer als Konfigurationsraum es Doekaeers SO(3)/A 5 ). Die Homologie ieses Raums ist ientisch mit em einer 3-Sphäre, jeoch sin beie nicht Homotopieäquivalent (Funamentalgruppe A 5 ). Anere Gegenbeispiele ergeben sich aus Komplementen von verschieenen Knoten. Aufgabe 2 Wir betrachten ie gemeinsame projektive Auflösung P 2 P A P 2 P B P 2 P C
2 Wir tensorieren mit Y, ie Zeilen sin ann nicht mehr exakt un haben Homologiegruppen T ork R(A, Y ), T orr k (B, Y ), T orr k (C, Y ). Die Spalten P i, P i, P i sin nach wie vor exakt, a eine exakte Sequenz von projektiven Mouln spalten P i P i P i. Leiglich the erste Spalte A, B, C ist nach tensorieren nicht mehr zwingen exakt, genauer ist Y A Y B nicht mehr zwingen injektiv. Wir können iese Spalte jeoch weglassen un urch ersetzen - ie Zeilen sin onehin nicht exakt (as änert aber natürlich ie Homologie). Das liefert uns nach em Schlangen-Lemma genau ie gewünschte eine lange exakte Sequenz T or R 2 (A, Y ) T or R 2 (B, Y ) T or R 2 (C, Y ) T or R (A, Y ) T or R (B, Y ) T or R (C, Y ) A Y B Y C Y wobei ie ie Verbinungshomomorphismen sin un ie restlichen Abbilungen einfach von A B C inuziert sin. Für as Beispiel Z a Vorlesung b Z ab Z b un R Z, Y Z n verwenen wir ass gemäss T or Z k (Z m, Z n ) Also ist ie lange exakte Sequenz { Z ggt(m,n), k,, else Z ggt(a,n) b Z ggt(ab,n) Z ggt(b,n) Z ggt(a,n) b Z ggt(ab,n) Z ggt(b,n) wobei alle Verbinungshomomorphismen verschwinen. Aufgabe 3 Sei Z g. Die genannte freie Auflösung ist: g Z[Z n ] +g+ +gn Z[Z n ] g ɛ Z[Z n ] Z Wir berechnen Hom R (, Z) für iesen Komplex: Es gilt Hom R (Z[Z n ], Z) Z, weil jeer Homomorphismus φ urch sein Bil φ() n Z gegeben ist. Da φ nämlich ein R-Moul-Homomorphismus in en trivialen R-Moul Z ist, gilt ann φ(g k ) k, also φ kɛ. Für einen Morphismus f : Z[Z n ] Z[Z n ] wir ann er inuzierte Morphismus: Wir erhalten also: Z Hom R (Z[Z n ], Z) Hom R (Z[Z n ], Z) Z f : k kɛ kɛ f kɛ(f()) Z n Z Z Z Also sin ie Ext n R (Z, Z) abwechseln un Z n. Aufgabe 4 2
3 . Zuerst betrachten wir für Ext Z (Z, Z n) ie triviale freie Auflösung Z Z un ie Ableitung Hom(, Z n ), wobei Hom(Z, Z n ) Z n Z n Z n Damit ist Ext Z (Z, Z n) un azu passen ist jee Erweiterung Z n X Z trivial, spaltet also, a Z frei ist, insbesonere projektiv. 2. Nun betrachten wir für Ext Z (Z n, Z) ie freie Auflösung Z n Z Z n un ie Ableitung Hom(, Z), wobei Hom(Z n, Z) Z n Z Damit ist Ext Z (Z n, Z) Z n (insbesonere ist Z nicht injektiv). Wir beschreiben im iesem Fall ie n verschieene Erweiterungen bis auf Isomorphie von Erweiterungen: Z X t Z n wobei t Z n. Sei ggt (t, n) un a Z n. Die zugruneliegene Partition von Z n nach Ornung n soll in er folgenen Konstruktion jeweils verschieene Isomophietypen von X t als abelsche Gruppe wieerspiegeln: Z n n Z n Im strengen Sinne geben wir aber nur eine Reihe von Konstruktionen von Erweiterungen, bis wir ie insgesamte Anzahl n erreicht haben. Wir unterscheien ie Fälle t Z n, un t, n un alle aneren Fälle: a) Für t betrachten wir als einziges ie spaltene Erweiterung Z Z Z n Z n 3
4 b) Nun konstruieren wir Erweiterung für jeen t Z n vom Typ Z Z Z n n t Dies sin offenbar exakte Sequenzen un für jeen Homomorphismus von Erweiterungen Z n Z t φ Z n Z n Z t Z n gilt wegen em linken Diagramm φ i un amit im rechten Diagramm t t. Diese Erweiterungen sin offenbar alle verschieen. c) Wir betrachten nun t un nichtinvertierbar. Sei ggt(t, n), es gibt offenbar Z n viele t mit iesem ggt. Wir konstruieren nun für jees t, ie folgene exakte Sequenz: Z Z Z n Z n ±( t, ) (x, y) x + ty Die Wohlefiniertheit er Abbilungen ist gegeben, weil nach Definition von gilt t n mo n. Der Kern er zweiten Abbilung ist offenbar ( kt, k), also genau as Bil er ersten Abbilung. Wir haben also eine exakte Sequenz. Schliesslich ist nachzuweisen, ass es keine Isomorphie von Erweiterungen zwischen iesen gibt (offenbar bei gleichem ). Z ( t,) Z Z n (x+ty) Z n Sei φ(, ) (, a), a Z n Z ( t,) (x+t Z Z y) n Zn φ (wegen Wohlefiniertheit arf kein Element in er unenlichen zyklischen Gruppe auftauchen) un sei φ(, ) (±, b) (wegen Invertierbarkeit von φ, u.a. nach em Neunerlemma). Dann muss, amit as linke Diagramm kommutiert, gelten ( t, )! φ( t, ) ( t, a tb) also t ±t un a + tb mo n Für t +t erhalten wir ie gleiche Erweiterung, sei also t t un φ(, ) (, b). Damit as rechte Diagramm kommutiert, muss für (, ) bzw. (, ) gelten: + t b tb mo n 4
5 t at at mo n Aus er zweiten Gleichung folgt a mo n. Aus er ersten Gleichung tb 2 mo n folgt entweer t invertierbar mo n also (was wir in iesem Fall ausgeschlossen haben) oer 2. Aus em linken Diagramm haben wir oben gefolgert tb 2 mo n, also 4 mo n. Dann ist aber wieer t 2 t mo n un wir erhalten also wieer ie gleiche Erweiterung. Insgesamt erhalten wir also keine Isomorphismen von Erweiterungen zwischen en oben konstruierten Erweiterungen vom Typ Z Zn. Wir haben also n verschieene Erweiterungen konstruiert. 3. Die Mouln über R C[x]/(x n ) sin Paare (M, X) aus einem Vektorraum M zusammen mit einer Matrix X En(M) soass X n. Der einzige irreuzible Moul ist er triviale Moul V : (C, ). Unzerlegbare Mouln sin urch geeignete Jorankästchen gegeben, insbesonere ist ie reguläre Darstellung urch Linksmultiplikation V n : C[x]/(x n ) (C n, X) mit X em n- Jorankästchen, wobei ie Basis von C n urch ie x k gegeben ist. Bemerkung: Höhere Jorankästchen als V n erfüllen nicht mehr ie Beingung X n, wir haben also alle unzerlegbaren Mouln gefunen. Wir finen eine freie Auflösung von V urch V n R via V n x V n x n V n x V n ɛ V wobei ɛ(x k ) δ k,, er Kern ist also as Ieal xv n (x) R, er Kern von x (also er Annihilator es Ieals) ist as Ieal x n V n (x n ) R, was wieerum Annihilator (x) hat usw. Wir berechnen nun ie Hom R (, V ), wobei Hom R (V, V ) C {a } Hom R (V n, V ) C {aɛ} Damit ist Ext C (V, V ) C. C C C C i C Wir klassifizieren alle Erweiterung V X V bis auf Isomorphie von Erweiterungen. Wir unterscheien nach em Isomorphie-Typ un ornen jeer Erweiterung ein λ C zu. λ : Sei X V V C 2, ann ist jee mögliche Erweiterung gegeben urch (v,v 2 ) V T (w,w 2 ) V V V wobei v, w (, ) un v T w. Ein Isomorphismus zwischen zwei solchen Erweiterungen 5
6 (v,v 2 ) V T (w,w 2 ) V V V (v V,v 2 )T (w V V,w 2 ) V ist gegeben urch eine Matrix A GL(C 2 ) mit v T Av T un w w A. Da GL(C 2 ) transitiv auf er Menge er Basen es C 2 wirkt, gibt es also nur eine Isomorphieklasse von Erweiterungen. λ : Sei A X V 2 (C 2, ( ) ) wobei wir ie Basis mit x n, x n 2 bezeichnen (ies ist eine Einbettung als Ieal (x n 2 ) R). Da Hom(V, V 2 ) C {ax n } ie Einbettung in ie erste Koorinate un Hom(V 2, V ) C {bɛ} ie Projektion auf ie zweite Koorinate, ist jee mögliche Erweiterung gegeben urch (a,) V T (,b) V 2 V wobei a, b C. Wir stuieren nun Isomorphismen zwischen solchen Erweiterungen. Es ist Aut ( R (V) 2 ) ie Menge aller invertierbaren ( ) 2 2 Matrizen A ie mit X vertauschen, also. Ein solches A c inuziert einen Isomorphismus zwischen zwei solchen Erweiterungen (a,) V T (,b) V V V (a V,) T (,b V V ) A V wenn a a un b b (insbesonere sin ie strikt oberen Dreiecksmatrizen also Automorphismen von einer jeen Erweiterung). Insbesonere ist as Verhältnis λ : ab C offenbar eine Invariante, ie ie Erweiterung bis auf Isomorphie festlegt. Bemerkung: Wir geben in ieser Aufgabe leiglich eine Klassifikation aller Erweiterungen un stellen sie Ext gegenüber. Man könte irekt versuchen nachzurechnen wie ie Bijektion nach er Konstruktion im Skript aussieht un wie sich ie Verknüpfung zweier Erweiterungen auf Multiplikation in Ext überträgt. 6
6 Lineare Kongruenzen
6 Lineare Kongruenzen Sei m > 0 un a, b beliebig. Wir wollen ie Frage untersuchen, unter welchen Beingungen an a, b un m eine Zahl x 0 existiert, so aß ax 0 b mo m. Wenn ein solches x 0 existiert, sagen
MehrDeterminanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird,
Determinanten Wir entwickeln eine Lösungsformel für Gleichungssysteme mit zwei Variablen. ax + cy = e b bx + y = f a } abx bcy = be + abx + ay = af ya bc = af be Man schreibt y = af be a bc = a e b f analog
MehrExplizite und Implizite Darstellung einer Funktion
Eplizite un Implizite Darstellung einer Funktion Für ie implizite Differentiation weren ie Begriffe implizite un eplizite Darstellung von Funktionen benötigt. Bisher haben wir eine Funktion (Zusammenhang
Mehr2.5 Kondensatoren und Feldenergie
30 KAPITEL 2. ELEKTOSTATIK 2.5 Konensatoren un Felenergie Aus en echnungen für eine unenlich ausgeehnte Platte mit homogener Laungsichte, ie wir in en Abschnitten 2.2 un 2.4 vorgenommen haben, können wir
Mehr2. Goldener Schnitt. Der Goldene Schnitt ist das wohl berühmteste Zahlenverhältnis.
8 2. Golener Schnitt Die Geometrie birgt zwei grosse Schätze: er eine ist er Satz von Pythagoras, er anere ist er Golene Schnitt. Den ersten können wir mit einem Scheffel Gol vergleichen, en zweiten ürfen
MehrKleiner Satz von Fermat
Kleiner Satz von Fermat Satz Kleiner Satz von Fermat Sei p P. Dann gilt a p a mo p für alle a Z. Wir führen zunächst eine Inuktion für a 0 urch. IA a = 0: 0 p 0 mo p. IS a a+1: Nach vorigem Lemma gilt
MehrKap 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
MehrDr. Michael Gieding ph-heidelberg.de/wp/gieding. Skript zur gleichnamigen Vorlesung im Wintersemester 2006/2007
Dr. Michael Gieing ph-heielberg.e/wp/gieing Einführung in ie Geometrie Skript zur gleichnamigen Vorlesung im Wintersemester 006/007 Kapitel 1: Axiomatik Vo r l e s u n g 8 : S t r e c k e n m e s s u n
MehrEigenwerte und Eigenvektoren
Eigenwere un Eigenvekoren Vorbemerkung: Is ie n n Marix inverierbar, so ha as lineare Gleichungssysem A x b für jees b genau eine Lösung, nämlich x A b. Grun: i A x A A b b, ii Is y eine weiere Lösung,
MehrMusterlösung zur Einsendearbeit zum Kurs Preisbildung auf unvollkommenen Märkten und allgemeines Gleichgewicht, Kurseinheit 1
E zu KE 1, SS 2010 Seite 1 Musterlösung zur Einsenearbeit zum Kurs 42110 Preisbilung auf unvollkommenen Märkten un allgemeines Gleichgewicht, Kurseinheit 1 Die folgene Lösungsskizze soll Ihnen einen nhaltspunkt
Mehr7. Ringe und Körper. 7. Ringe und Körper 49
7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich
MehrEinführung in die Chaostheorie
Einführung in ie Chaostheorie Die sogenannte Chaostheorie befasst sich mit er Erforschung nichtlinearer ynamischer Systeme, ie chaotisches Verhalten zeigen können. Chaotisches Verhalten liegt u.a. ann
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung
MehrDer Bauablauf bei freistehenden Trockenmauern Version Januar 2008
Der Bauablauf bei freistehenen Trockenmauern Version Januar 2008 2008 Gerhar Stoll Trockenmaurer / Dipl. Arch. ETH/SIA Hüeblistrasse 28 8636 Wal / Switzerlan +41/55/246'34'55 +41/78/761'38'18 info@stonewalls.ch
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
MehrKapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
MehrDispersion DADOS. Problemstellung. Technische Daten, DADOS. Rechnung
Dispersion DADOS Problemstellung Für ie Auswertung von Spektren ist es notwenig, ie Nichtlinearität er Wellenlängenskala auf em CCD Chip zu berücksichtigen. Dies wir hier am Beispiel es DADOS urchgerechnet,
MehrHalbgruppen, Gruppen, Ringe
Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die
MehrLineare Abbildungen und Darstellungsmatrizen
KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt
MehrÜber die algebraische Struktur physikalischer Größen
Über die algebraische Struktur physikalischer Größen Alois Temmel Juni 2001 c 2001, A. Temmel Inhaltsverzeichnis 1 Physikalische Größen 3 1.1 Das internationale Einheitensystem............... 3 1.2 Die
MehrPhysik II Übung 10 - Lösungshinweise
Physik II Übung 0 - Lösungshinweise Stefan Reutter SoSe 202 Moritz Kütt Stan: 04.07.202 Franz Fujara Aufgabe Lolli Die kleine Carla hat von einem netten Onkel einen großen, runen Lolli geschenkt bekommen.
Mehr7. Teile, und beherrsche den Rest
7. Teile, un beherrsche en Rest 7.1. Division mit Rest Nicht alle natürlichen Zahlen sin urch 3 teilbar: Es lässt 17 en Rest 2 [17 = 5 3+2] 18 geht auf 1 lässt Rest 1 20 lässt Rest 2 21 geht auf 22 lässt
MehrFerienkurs Experimentalphysik 3
Ferienkurs Experimentalphysik 3 Wintersemester 04/05 Thomas Maier, Alexaner Wolf Lösung Optische Abbilungen Aufgabe : Vergrößerungslinse Mit einer (ünnen) Linse soll ein Gegenstan G so auf einen 3m entfernten
Mehr2.2 Kern und Bild; Basiswechsel
22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare
Mehr2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrQuerschnittsaufgabe: Messung des Magnetfeldes unterhalb einer Hochspannungsfreileitung
orlesung "Grunlagen er Elektrotechnik" Seite von 5 Querschnittsaufgabe: Messung es Magnetfeles unterhalb einer Hochspannungsfreileitung. Ziel Die folgene Aufgabe soll azu ienen, einige Methoen un Kenntnisse
Mehr2.2 Nebenklassen, Normalteiler und Faktorgruppen
Algebra I c Rudolf Scharlau, 2002 2012 61 2.2 Nebenklassen, Normalteiler und Faktorgruppen Bei der Konstruktion der Restklassengruppe Z/mZ hatten wir auf der Gruppe Z mit Hilfe einer Untergruppe mz eine
MehrLeitfaden Lineare Algebra: Determinanten
Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv
MehrElemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S
Begriffe Faser: Es sei f : M N eine Abbildung von Mengen. Es sei n N. Die Menge f 1 ({n}) M nennt man die Faser in n. (Skript Seite 119). Parallel: Zwei Vektoren v und w heißen parallel, wenn für einen
MehrEine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
Mehr8. Energie, Impuls und Drehimpuls des elektromagnetischen
8. Energie, Impuls un Drehimpuls es elektromagnetischen Feles 8.1 Energie In Abschnitt.5 hatten wir em elektrostatischen Fel eine Energie zugeornet, charakterisiert urch ie Energieichte ω el ɛ 0 E. (8.1
MehrDirektes Bild und Inverses Bild von D-Moduln
Direktes Bild und Inverses Bild von D-Moduln Konrad Voelkel 3. Juli 2009 Abstract Seien stets X, Y Top, f : X Y stetig und F Sh /X sowie G Sh /Y. Wir untersuchen nun, wie sich, mittels f, F als Garbe auf
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
MehrLösungen 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.
MehrEigene Farbskala erstellen
Farben er Präsentation bestimmen 210 Eigene Farbskala erstellen Im vorigen Kapitel haben Sie gesehen, wie Sie einer gesamten Präsentation oer einzelnen Folien einer Präsentation eine anere Farbskala zuweisen.
MehrLösungshinweise zu den Hausaufgaben:
M. Boßle, B. Krinn Ü. Okur, M. Wie Blatt 7 Gruppenübung zur Vorlesung Höere Matematik 2 Sommersemester 202 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungsinweise zu en Hausaufgaben: Aufgabe H 58. Differenzierbarkeit
MehrMusterlösung Klausur zur Linearen Algebra II
Musterlösung Klausur zur Linearen Algebra II Samstag 8. Juli 6 -Uhr. a) Sei f : V W k-linear. Denieren Sie V und f : W V. b) Die Gruppe G operiere auf der Menge M. Denieren Sie die Bahn und die Isotropiegruppe
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
MehrMengenlehre: Schnittmenge
Mengenlehre: Schnittmenge Mengenlehre: Schnittmenge A, B seien Mengen. Der Durchschnitt von A und B (Bezeichnung: A B) ( ist die Menge aller Elemente, die sowohl in A als auch in B enthalten sind.) Mengenlehre:
MehrLineare 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:
Mehr1 Anmerkungen zu Wohldefiniertheit
1 Anmerkungen zu Wohldefiniertheit Wohldefiniertheit muss bewiesen werden, wenn von vornherin nicht klar ist, ob eine angegebene Zuordnungsvorschrift eine Abbildung definiert. Hier gibt es zwei typische
MehrViel Spaß im Studium!
Fakultät für Informations- un Kognitionswissenschaften Wilhelm-Schickar-Institut für Informatik Vorkurs Mathematik Barbara Rakitsch un Thomas Nestmeyer April 0 Vorwort Dieses Skript ist für en Vorbereitungskurs
MehrTECHNISCHE 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
MehrA. Zentrale Grundlagen
Differentialrechnung 1 Differentialrechnung A. Zentrale Grunlagen Die RC-Theorie beruht in weiten Teilen auf Anwenungen er Infinitesimalrechnung, weshalb funamentale Kenntnisse er Konzepte un Regeln er
MehrSpezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:
Inverse Matritzen Spezialfall: Die Gleichung ax b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a a 1 gelöst werden: ax b x b a a 1 b. Verallgemeinerung auf Ax b mit einer n nmatrix A: Wenn es
MehrMessung des Strömungswiderstandes in Rohrbögen
Messung 6 Messung es Strömungswierstanes in Rohrbögen 1. EINLEITUNG In er Ingenieurpraxis ist er Großteil er vorkommenen Strömungen Rohrströmung - man enke z.b. an Wasserleitungen, Abwasserkanäle, Eröl-
MehrKapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung
Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter
Mehr(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu
Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die
MehrKLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
MehrDefinition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch
Kapitel 4 Die rationalen Zahlen Wir haben gesehen, dass eine Gleichung a x = b mit a, b Z genau dann eine Lösung x Z besitzt, wenn a b. Zum Beispiel hat 2 x = 1 keine Lösung x Z. Wir wollen nun den Zahlbereich
MehrLineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.
Lineare Abbildungen Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls (1) u, v V : f( u + v) = f( u) + f( v). (2) v V α K : f(α v) = αf( v).
MehrVektoren und Matrizen
Vektoren und Matrizen Einführung: Wie wir gesehen haben, trägt der R 2, also die Menge aller Zahlenpaare, eine Körperstruktur mit der Multiplikation (a + bi(c + di ac bd + (ad + bci Man kann jedoch zeigen,
MehrDefinition 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,
MehrLehrbrief 1 Technik Seite 1 von 7
Lehrbrief 1 Technik Seite 1 von 7 Mathematische Kenntnisse Mathematik? Eigentlich sollte es och um Amateurfunk gehen. Es ist nunmal ein technisches Hobby, einige grunlegene mathematische Kenntnisse sin
MehrLösung (die Geraden laufen parallel) oder unendlich viele Lösungen.
1 Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 2008 Kapitel 16 Determinanten und inverse Matrizen
Mehr7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 7 Einführung Definition lineare Abbildung
MehrKlausurenkurs 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
MehrZusatztutorium, 25.01.2013
Zusatztutorium, 25.01.2013 David Müßig muessig[at]mi.fu-berlin.de http://page.mi.fu-berlin.de/def/tutorium/ WiSe 12/13 1 Der Homomorphiesatz Der Homomorphiesatz scheint für viele eine Art rotes Tuch zu
MehrKommutative Algebra. Prof. Dr. Uwe Jannsen Sommersemester 2014. 0 Erinnerung: Ringe und Polynomringe 1. 1 Noethersche Ringe 5
Kommutative Algebra Prof. Dr. Uwe Jannsen Sommersemester 2014 Inhaltsverzeichnis 0 Erinnerung: Ringe und Polynomringe 1 1 Noethersche Ringe 5 2 Moduln über Ringen und exakte Sequenzen 7 3 Lokalisierungen
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
MehrLineare Algebra II 5. Übungsblatt
Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross / Mai Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Algebraisch abgeschlossener Körper) Ein Körper heißt algebraisch abgeschlossen,
MehrLösungen zum 2. Aufgabenblatt
SS 2012, Lineare Algebra 1 Onlineversion, es werden keine Namen angezeigt. Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar. Insgesamt 3255 Wörter
MehrLineare 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
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
MehrAlgebra. Patrik Hubschmid. 8. Oktober 2013
Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
MehrV DETERMINANTEN In diesem Kapitel entwickeln wir die Theorie der Determinanten Die folgenden Beispiele sollen die Einfuhrung dieses Begries motivieren
SKRIPTUM { LINEARE ALGEBRA II JB COOPER Inhaltsverzeichnis: x Determinanten x Eigenwerte x Euklidische Raume x8 Dualitat, Tensorprodukte, Alternierende Formen Anhang: ) Mengen, Abbildungen ) Gruppen )
MehrÜbung zur Algebra WiSe 2008/2009, Blatt 1
Aufgabe 1: Zeigen Sie, dass die Untergruppe der Permutationsmatrizen in GL(n, R) isomorph zur symmetrischen Gruppe S n ist. Es sei Perm n die Menge der Permutationsmatrizen in GL(n, R). Der Isomorphismus
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
Mehr2. Universelle Algebra
2. Universelle Algebra Die Theorie der universellen Algebra verallgemeinert die Theorien der klassischen Algebren. Obwohl ursprünglich nur eine Sorte betrachtet wurde, werden wir hier gleich den mehrsortigen
MehrMat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1
Aufgabe. Bestimmen Sie das Exponential expa) der Matrix ) 5 6 A = Mat, R). 4. Wir bestimmen das charakterische Polynom f A t) = t t = t )t + ). ). Eigenvektor zu EW ist v = ). Eigenvektor zu EW ist v =
MehrSuperförster. Deutschland sucht den. Spieldauer: etwa 20 Minuten. 2 bis 4 Spieler ab 9 Jahren. Ein Kartenspiel für. Begeisterung wecken
Ein Kartenspiel für 2 bis 4 Spieler ab 9 Jahren Spielauer: etwa 20 Minuten Worum geht s? Ihr sei Förster un versucht, le eure Aufgaben im W zu erleigen. Für Klimaschutz un Nachhtigkeit gibt es Pluspunkte;
MehrVektorräume 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
MehrOptische Abbildung mit Einzel- und Tandemobjektiven
Optische Abbilung mit Einzel- un Tanemobjektiven. Wirkungsgra einer Abbilung mit einem Einzelobjektiv Mit einem Einzelobjektiv wir ein strahlener egenstan er Fläche A [m ] un er Ausstrahlung M W m au ein
MehrKapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe
Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:
MehrKLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008
KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch
Mehr11. Primfaktorzerlegungen
78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
Mehrda U E d W. Stark; Berufliche Oberschule Freising W12 U12
.4 Zusammenhang von elektrischer Felstärke un Spannung eines Plattenkonensators n ie positive Platte eins Konensators, er mit einer Stromquelle er Spannung verbunen ist, wir ein zunächst elektrisch neutrales
MehrPartitionen natürlicher Zahlen
Partitionen natürlicher Zahlen wgnedin@math.uni-koeln.de 9. Oktober 03 In dieser Notiz wird der Beweis des Satzes über die Anzahl der Partitionen einer natürlichen Zahl vorgestellt. Die Darstellung folgt
MehrHolomorphe Zusammenhänge und flache Strukturen auf holomorphen Vektorbündeln. Diplomarbeit von Sönke Rollenske
Holomorphe Zusammenhänge und flache Strukturen auf holomorphen Vektorbündeln Diplomarbeit von Sönke Rollenske angefertigt am Mathematischen Institut der Universität zu Köln unter Anleitung von Prof. Dr.
MehrPhysik für Bauingenieure
Fachbereich Physik Prof. Dr. Ruolf Feile Dipl. Phys. Markus Domschke Sommersemester 00 4. 8. Juni 00 Physik für Bauingenieure Übungsblatt 9 Gruppenübungen. Konensator Zwei quaratische Metallplatten mit
MehrTopologische 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
MehrTECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra
TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra Halbgruppen binärer Relationen auf einer 3-elementigen Menge Arbeit im Rahmen des
MehrWir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist.
2 Verbände Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist. 2.1 Verbandsdefinition. Beispiele 2.1.1 Definition (Verband): Sei
MehrProjektive 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
MehrErinnerung/Zusammenfassung zu Abbildungsmatrizen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend
Mehr18 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
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrLineare 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
MehrSkript zur Vorlesung Ringe und Moduln. gehalten von Peter Maier an der TU Darmstadt im Wintersemester 2000/2001
Skript zur Vorlesung Ringe und Moduln gehalten von Peter Maier an der TU Darmstadt im Wintersemester 2000/2001 Inhaltsverzeichnis 1 Ringe und Moduln 1 1.1 Ringe und Schiefkörper.............................
MehrRinge und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de
Ringe und Moduln ausgearbeitet von Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Seminar Darstellungstheorie Prof. Dr. H. Krause, PD Dr. D. Kussin Wintersemester 2007/2008 Grundlagen 1 Grundlagen
Mehr3 Vektorbündel und das Tangentialbündel
$Id: vektor.tex,v 1.6 2014/06/30 10:20:57 hk Ex $ $Id: fluss.tex,v 1.2 2014/06/30 12:36:06 hk Ex hk $ 3 Vektorbündel und das Tangentialbündel 3.4 Ableitungen von C q -Funktionen In der letzten Sitzung
Mehry x x y ( 2x 3y + z x + z
Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrVerkleinerung bei der Abbildung mit einer Sammelli n- reelles Bild. identische Abbildung mit einer Sammellinse, reelles Bild
1 Messungen am Mikroskop Wie gut sich Einzelheiten an einem Gegenstan erkennen lassen, hängt avon ab, unter welchem Sehwinkel sie em Auge erscheinen. Für ie Angabe er Vergrößerung wure eine eutliche Sehweite
MehrD Sequentielle Logik. D Sequentielle Logik. 1 Schaltwerke (2) 1 Schaltwerke. Einordnung in das Schichtenmodell:
inornung in as Schichtenmoell:. Schaltwerke 2. RS Flip-Flop 3. Weitere Flip-Flops 4. Typische Schaltwerke 5. ntwurf eines Schaltwerks Technische Informatik I, SS 23-2 Schaltwerke in er kombinatorischen
Mehr4. Übungsblatt Matrikelnr.: 6423043
Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613
Mehr