Multilineare Algebra

Ähnliche Dokumente
11 Multilineare Algebra

Lineare Algebra I Zusammenfassung

49 Tensorprodukt. Diese Abbildung ist offensichtlich bilinear. Sie hat außerdem die folgende universelle Eigenschaft:

Lineare Algebra und analytische Geometrie II

Wiederholungsserie II

Mathematik für Physiker, Informatiker und Ingenieure

Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II

Aufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R.

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4

Kapitel 4. Multilineare Abbildungen. 4.4 Tensorprodukte

10. TENSORPRODUKTE. Lesen Sie den Text sorgfältig und lösen Sie möglichst viele der Übungsaufgaben. Diskutieren Sie die Lösungen.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 12 (SS 2011) Abgabetermin: Donnerstag, 7. Juli.

4. Vortrag - Garben. Ling Lin, Kristijan Cule Datum: 26. April 2009

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4

Tutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu:

Lineare Algebra und analytische Geometrie II

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November

4.2 Quotientenvektorräume

Kapitel 4. Multilineare Abbildungen. 4.4 Tensorprodukte

Geometrische Algebra

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 10 (SS 2011) Abgabetermin: Donnerstag, 23. Juni.

Kapitel 2: Mathematische Grundlagen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Kapitel 11. Bilinearformen über beliebigen Bilinearformen

Analysis für Physiker Zusätze

5 Lineare Abbildungen

Kapitel 15 Lineare Gleichungssysteme

7 Vektorräume und Körperweiterungen

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

Hodge Theorie. Viktoria Vilenska. Seminar über Kählermannigfaltigkeiten WS 2007/08 Veranstalter: Prof. Dr. Lorenz Schwachhöfer

9 Vektorräume mit Skalarprodukt

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

Lineare Algebra 3. Ché Netzer

Serie 3: Ringe, Körper, Vektorräume

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

1 Der Satz von Poincaré-Birkhoff-Witt. 2 Die freie Algebra. 3 Die universell einhüllende Algebra

3 Bilinearform, Basen und Matrizen

Seminar zur Darstellungstheorie von Köchern HS08. Erste Definitionen und der Satz von Gabriel

5 Lineare Abbildungen

Lineare Algebra I (WS 13/14)

Mathematische Erfrischungen III - Vektoren und Matrizen

Lösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j.

5. Vorlesung. Rechnen mit Vektoren.

5.7 Lineare Abhängigkeit, Basis und Dimension

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:

Aufgaben zur linearen Algebra und analytischen Geometrie I

2.8. ABBILDUNGSMATRIZEN UND BASISWECHSEL 105. gramms kommutativ:

Definition und gemeinsame Eigenschaften der Symplektischen und Orthogonalen Geometrie

Musterlösung zur Nachklausur Lineare Algebra I

Euklidische und unitäre Vektorräume

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April.

Lineare Algebra II (SS 13)

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume

Mathematik I. Vorlesung 12. Lineare Abbildungen

Wir lernen nun einen ganz wichtigen Ring kennen, den Polynomring: γ i = α j β k.

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}.

Prüfung Lineare Algebra , B := ( ), C := 1 1 0

Algebraische Körpererweiterungen I

2.3 Basis und Dimension

Mathematik für Naturwissenschaftler II SS 2010

1 Grundlagen zur Darstellungstheorie

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

3 Die Strukturtheorie der Vektorräume

Übungen zu Einführung in die Lineare Algebra und Geometrie

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung

2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN

Komplexe Geometrie D. Kotschick. 16. Oktober 2007

Vorlesung. Mathematik für Physiker III. Kapitel 3 Differentialformen. 10. Differentialformen 1. Ordnung

Lineare Algebra Weihnachtszettel

Übungen zu Einführung in die Lineare Algebra und Geometrie

f ist eine Funktion und für alle bis. auf endlich viele h H gilt f(h) = 0

Lösung zu Serie 10. Lineare Algebra D-MATH, HS Prof. Richard Pink

Die Dimension eines Vektorraumes

Kapitel 1. Erste algebraische Strukturen. 1.2 Ringe und Körper

2.4 Lineare Abbildungen und Matrizen

5.3 Darstellungsmatrizen affiner Abbildungen

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:

Algebra II. Prof. Dr. M. Rost. Übungen Blatt 3 (SS 2016) 1. Abgabetermin: Freitag, 6. Mai.

Aufgabenblatt 5: Abgabe am vor der Vorlesung

Tensoren auf einem Vektorraum

Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.

HM II Tutorium 1. Lucas Kunz. 24. April 2018

Lineare Algebra I (WS 13/14)

Vektorproduktalgebren. Diplomarbeit von Susanne Maurer

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

inoffizieller Lösungsvorschlag zu Übungsblatt 3 Markus Muhr 1

5 Analytische Geometrie

Prüfung EM1 28. Jänner 2008 A :=

LINEARE ALGEBRA II. FÜR PHYSIKER

Lineare Algebra I Lösungsvorschlag

1. Übungsblatt: Lineare Algebra I Abgabe: 1. November 2001 in den Übungsgruppen

Prüfung Lineare Algebra 2

1.14 Vektorprodukt im R 3

4.1. Vektorräume und lineare Abbildungen

Transkript:

Multilineare Algebra Handout zur Vorlesung Differentialgeometrie Dr. Bernd Ammann, Prof. Chr. Bär Literatur Frank Warner, Foundations of differentiable manifolds and Lie groups, Kapitel 2 1 Tensoren Motivation. In diesem Handout wollen wir das zentrale Objekt der multilinearen Algebra, die Tensoren, einführen. Der Begriff Tensor stellt die Begriffe Vektor, Linearform, lineare Abbildung, Bilinearform, Multilinearform und viele andere in einen einheitlichen Formalismus. Tensoren sind wichtige Objekte sowohl in der Mathematik (Riemannsche Geometrie, Darstellungstheorie, Knotenthorie,... ) als auch in der Physik (Allgemeine Relativitätstheorie, klassische Feldtheorie, klassische Mechanik, Quantenphysik,... ). Um den Formalismus einfach zu gestalten, wollen wir uns hier auf Tensoren über endlich-dimensionalen Vektorräumen beschränken. Im folgenden sei K = R oder K = C (oder allgemeiner ein Körper der Charakterisitik 0). Weiter seien V, W und U immer endlich-dimensionale Vektorräume über K. Der Dualraum von V ist der Vektorraum aller linearen Abbildungen V K; wir bezeichnen ihn mit V. Die Elemente von V, W und U nennen wir v, w und u, evtl. mit Indizes versehen, die Elemente der Dualräume bezeichnen wir mit α, β,.... Aufgrund der endlichen Dimension können wir V mit V identifizieren. Dabei wird v V mit der Linearform V K, α α(v), identifiziert. Sei F (V, W ) die Menge aller Abbildungen A : V W K mit der Eigenschaft, dass A 1 (K {0}) endlich ist. Man beachte, dass die Elemente A von F (V, W ) im allgemeinen keine linearen Abbildungen sind. Wir machen F (V, W ) zu einem Vektorraum, indem wir für für f, g F (V, W ) und a K setzen (af)(v, w) := a(f(v, w)) (f + g)(v, w) := f(v, w) + g(v, w) Der Vektorraum F (V, W ) heißt der freie Vektorraum über K der von den Punkten von V W erzeugt wird. Wir definieren nun [v, w] F (V, W ) durch { [v, w](v, w 1 für v ) = = v und w = w, 0 sonst. Die Menge {[v, w] v V, w W } ist eine Basis von F (V, W ). Nun sei R(V, W ) der Unterraum von F (V, W ) der von allen Elementen der Form erzeugt wird. [v 1 + v 2, w] [v 1, w] [v 2, w] [v, w 1 + w 2 ] [v, w 1 ] [v, w 2 ] [av, w] a[v, w] [v, aw] a[v, w] Definition. Der Quotientenvektorraum F (V, W )/R(V, W ) heißt das Tensorprodukt von V und W über K und wird mit V W bezeichnet. Die Äquivalenzklasse in V W die von dem Element [v, w] repräsentiert wird, bezeichnen wir mit v w. (1) 1

Aus (1) erhalten wir die folgenden Relationen in V W : (v 1 + v 2 ) w = v 1 w + v 2 w v (w 1 + w 2 ) = v w 1 + v w 2 a(v w) = (av) w = v (aw). Bemerkung. Nicht jedes Element von V W lässt sich in der Form v w schreiben. Die Elemente der Form v w erzeugen aber V W. Jedes Element von V W kann deswegen in der Form v i w i geschrieben werden. Kennt man die Werte einer linearen Abbildung F : V W U auf den Elementen der Form v w, berechnet sich daraus für ein beliebiges Element v i w i V W ( ) F vi w i = F (v i w i ). 1.) Sind {e i i = 1,..., n} und {f j j = 1,..., m} Basen von V und W, dann ist {e i f j i = 1,..., n; j = 1,..., m} eine Basis von V W. 2.) Es gilt K n K m = K nm 3.) Es gibt genau einen Vektorraumisomorphismus V W W V, der jedes v w auf w v abbildet. 4.) Es gibt genau einen Vektorraumisomorphismus V (W U) (V W )U, der jedes v (w u) auf (v w) u abbildet. Wir schreiben deswegen abkürzend V W U := V (W U) = (V W ) U. 5.) Der Vektorraum der linearen Abbildungen V W kann mit V W identifiziert werden. Dabei entspricht α w dem Homomorphismus v α(v) w 6.) Der Vektorraum der Bilinearformen V W K kann mit V W identifiziert werden. Man kann deswegen V W auch als Vektorraum der Bilinearformen V W K interpretieren. Dabei entspricht α β der Biliearform (v, w) α(v) β(w). 7.) Betrachten wir C als reellen zwei-dimensionalen Vektorraum, dann können wir für jeden reellen Vektorraum V das Tensorprodukt mit C über dem Körper der reellen Zahlen bilden V C := V C. V C heißt die Komplexifizierung von V. Der zunächst reelle Vektorraum V C wird zum komplexen Vektorraum, wenn wir a (v z) := v (az) a, z C, v V definieren. Definition. Zu jedem Vektorraum V und jedem r, s 0 assoziieren wir den Tensorraum r,s V vom Typ (r, s) r,s V := V } {{ V V } V. r-mal s-mal Für den Spezialfall r = s = 0 definieren wir 0,0 V := K. Die Elemente von r,sv heißen homogene Tensoren vom Typ (r, s). Die direkte Summe, V := r,s 0 r,s V nennen wir die Tensoralgebra von V. Elemente von, V heißen Tensoren. Wir definieren eine Multiplikation auf, V wie folgt: zu u = u 1...u r α 1...α s r,s V und v = v 1...v r β 1...β s r,s V definieren wir ihr Produkt u v r+r,s+s V als u v := u 1... u r v 1... v r α 1... α s β 1... β s. 2

Diese Definition lässt sich auf eindeutige Art und Weise zu einer bilinearen Abbildung fortsetzen. :, V, V, V, V ist zusammen mit der Multiplikation eine nicht-kommutative, assoziative und graduierte Algebra. Graduiert bedeutet hierbei, dass r,s V r,s V r+r,s+s V. Interpretation. Einen homogenen Tensor vom Grad (r, s), etwa u 1 u r α 1 α s, kann man interpretieren als 1.) multilineare Abbildung 2.) multilineare Abbildung V V r,0 V, s-mal (v 1,..., v s ) α 1 (v 1 ) α s (v s ) u 1 u r V V }{{ } 0,s V, r-mal (β 1,..., β r ) β 1 (u 1 ) β r (u r ) α 1 α s 3.) lineare Abbildung 4.) lineare Abbildung s,0 V r,0 V v 1 v s α 1 (v 1 ) α s (v s ) u 1 u r 0,r V 0,s V β 1 β r β 1 (u 1 ) β r (u r ) α 1 α s 5.) Linearform auf s,r V, s,r V K v 1 v s β 1 β r α 1 (v 1 ) α s (v s ) β 1 (u 1 ) β r (u r ) Also können wir r,s V mit ( s,r V ) identifizieren. 1.) Vektoren sind Tensoren vom Grad (1, 0), Linearformen sind Tensoren vom Grad (0, 1). 2.) Eine lineare Abbildung ist ein Tensor vom Grad (1, 1). 3.) Ein Skalarprodukt auf dem reellen Vektorraum V ist ein Tensor vom Grad (0, 2). 4.) Ein hermitesches Skalarprodukt auf dem komplexen Vektorraum V ist kein Tensor über dem Körper C, da das Skalarprodukt in einer Komponente antilinear ist. 5.) Eine Determinantenfunktion auf einem s-dimensionalen Vektorraum V ist eine alternierende, multilineare Abbildung V V K, s-mal also ein Tensor vom Grad (0, k). 3

2 Alternierende Tensoren Dieses Kapitel wird sich mit einer speziellen Klasse von Tensoren beschäftigen, den alternierenden Tensoren. Wir definieren zunächst den Alternierungs-Operator Alt r : r,0 V r,0 V v 1... v r σ sign(σ)v σ(1)... v σ(r), wobei die Summation über alle Permutationen σ von {1,..., r} geht. Die Abbildung Alt r ist bis auf eine Konstante r! eine Projektion, d. h. sie erfüllt ( ) ( ) 1 1 1 r! Alt r = r! Alt r r! Alt r. Definition. Das Bild von Alt r bezeichnen wir mit r V. Für einen homogenen Tensor ω r,0v sind äquivalent: 1.) ω r V, 2.) Alt(ω) = r! ω, 3.) ω(α 1,..., α r ) = 0 falls α 1,..., α r V linear abhängig sind, 4.) ω(α σ(1),..., α σ(r) ) = sign(σ)ω(α 1,..., α r ) für alle Permutationen σ und alle Linearformen α 1,..., α r V. Hieraus folgt unter anderem rv = 0 für r > dim V. Wir bilden nun die Summe V := r V. r 0 Definition. Das Dach-Produkt : V V V (ν, ω) ν ω ist die eindeutig bestimmte bilineare Abbildung, die r V s V in r+sv abbildet und für die das Diagramm r,0 V s,0 V r+s,0 V Altr+s Alt r Alt s r V s V (2) r+s V für alle r und s kommutiert. Damit dieses Dach-Produkt wohldefiniert ist, muss man sich natürlich noch überlegen, dass solch eine Abbildung überhaupt existiert und durch die obige Forderung eindeutig bestimmt ist. Eigenschaften. 1.) Das Dachprodukt ist assoziativ, also τ (ν ω) = (τ ν) ω. 4

2.) Für τ r V und ω s V gilt τ ω = ( 1)rs ω τ V bildet also mit der Multiplikation eine graduierte nicht-kommutative, assoziative Algebra, die sogenannte äußere Algebra oder Grassmann-Algebra von V. Bemerkung. Genauso wie wir zu dem Vektorraum V die äußere Algebra V bilden können, können wir zum Dualraum V die äußere Algebra V bilden. Die Algebra V wird in der Differentialgeometrie häufig gebraucht. Die Elemente heißen Formen, die Elemente von r V heißen (alternierende) r-formen oder Formen vom Grad r. Mit der obigen Interpretation ist eine r-form eine alternierende, multilineare Abbildung V V K r-mal 1.) Konstanten sind 0-Formen, Linearformen sind 1-Formen 2.) Determinantenfunktionen auf einem s-dimensionalen Vektorraum sind s-formen 3.) Sind α 1,..., α r Linearformen auf V und v 1,..., v r Vektoren in V, dann berechnet sich ( ) α 1... α r (v 1,..., v r ) = det α i (v j ) i,j {1,...,r} Vorsicht. Es gibt in der Literatur teilweise verschiedene Konventionen. In manchen Büchern wird im Diagramm (2) die Abbildung (1/r!)Alt r anstelle von Alt r verwendet. Aus dieser unterschiedlichen Konvention ergeben sich eine Reihe von anderen Vorfaktoren. Unter anderem würde dann die Formel (3) durch α 1... α r (v 1,..., v r ) = 1 ( ) det α i (v j ) r! i,j {1,...,r} ersetzt werden müssen. Auch die Definition von V im oben zitierten Buch von Warner weicht etwas von unseren Definitionen ab, dieser Unterschied ist aber nur formaler Natur und hat unter anderem keinen Einfluss auf Formel (3). (3) 5