Kapitel II. Vom Raumbegriff zu algebraischen Strukturen

Slides:



Advertisements
Ähnliche Präsentationen
Hier einige Hieroglyphen:
Advertisements

Vorlesung Compilertechnik Sommersemester 2008
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
3. 3D-Betrachtungstransformationen
Schnelle Matrizenoperationen von Christian Büttner
• • • • • 3.2 Die projektive Erweiterung des E³
Prof. Dr. W. Conen 15. November 2004
Finale Semantik und beobachtbares Verhalten
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 4 / 1 Termalgebren Definition "Freie Algebra" Die -Algebra A = [A, F ] heißt.
Seminar „Extrapolationsmethoden für zufällige Felder“
Kapitel 4 Datenstrukturen
Algorithmentheorie 04 –Hashing
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Tobias Lauer.
Kapitel 5 Stetigkeit.
Kapitel 1 Das Schubfachprinzip
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 2 Die rationalen und die irrationalen Zahlen.
Kapitel 4 Geometrische Abbildungen
handlungsorientierte Zugänge zur Algebra
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§9 Der affine Raum – Teil 2: Geraden
§ 28 Multilineare und Alternierende Abbildungen
§9 Der affine Raum – Teil 2: Geraden
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§11 Skalarprodukt. Euklidische Räume
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
§10 Vektorraum. Definition und Beispiele
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Schlüssel von Beziehung(styp)en (1|5)
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
§10 Vektorraum. Definition und Beispiele
Folie 1 §15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn.
§15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn für alle.
Folie 1 § 28 Multilineare und Alternierende Abbildungen (28.1) Definition: V und W seien wieder ein K-Vektorräume. Eine Abbildung von V nach W stets linear.
Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.
§23 Basiswechsel und allgemeine lineare Gruppe
§3 Allgemeine lineare Gleichungssysteme
Institut für Theoretische Informatik
Formale Sprachen Grammatiken und die Chomsky-Hierarchie
Relationentheorie AIFB SS Eigenschaften funktionaler Abhängigkeiten Eigenschaften funktionaler Abhängigkeiten (1|6) Lemma 1.1: (Regeln.
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 1: Wiederholung (Vor allem Folien von Priv.-Doz. Dr. Kindler vom WS 2001/02.
Petrinetze 1. Einführung Informatik : wesentlich Modellierung von
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Leere Menge, Teilmenge, N, Z
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 10 / 1 Kapitel 10 Initialität Eine beliebige gleichungsdefinierbare Klasse.
Graphische Datenverarbeitung
Wann ist eine Funktion (über den natürlichen Zahlen) berechenbar?
? definierende Gleichungen  gültige Gleichungen ?
Folie 1 §8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein.
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Praktische Optimierung
Kapitel IV. Matrizen Inhalt:
§17 Produkte und Quotienten von Vektorräumen
§23 Basiswechsel und allgemeine lineare Gruppe
§ 25 Bilinearformen und spezielle Koordinaten
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
§11 Skalarprodukt. Euklidische Räume
Kapitel I. Vorspann zum Begriff Vektorraum
§19 Matrizen als lineare Abbildungen
 Präsentation transkript:

Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: „Herleitung“ des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff und aus Erfahrungen.

§7 Der affine Raum – Teil 1: Punkte und Translationen Entwicklung eines mathematisch gefassten Raumbegriffs „Affiner Raum“, um zunächst den Gruppenbegriff herzuleiten. Ausgangspunkt und Handlungsanweisung: 1o – 3o aus §6. Der affine Raum ist zunächst eine Menge A von Punkten. Dazu gehört eine Menge T von Translationen auf dem Raum A mit einer Reihe von Regeln, und zwar: (7.1) Axiome: 1o Transitivität: Zu jedem Paar (P,Q) von Punkten aus A gibt es eine Translation v aus T, die P im Q überführt. Diese Translation wird mit t(P,Q) bezeichnet. 2o Translation: Zu jedem Punkt P aus A und jedem v aus T gibt es einen eindeutig bestimmten Punkt Q aus A mit t(P,Q) = v.

Kapitel II, §7 Zu den Mengen A und T kommt also nach 1o eine Abbildung mit der zusätzlichen Eigenschaft 2o. Für jeden festen Punkt P aus erhalten wir die Abbildung Die Eigenschaft 2o in 7.1 ist gleichbedeutend mit: tP ist bijektiv. (7.2) Bemerkung: Äquivalent zu der in 7.1 beschriebenen Struktur ist die Vorgabe von zwei Mengen A und T mit einer Abbildung für die tP bijektiv ist für alle P aus A. (7.3) Beispiele: 1o Alle Modelle mit 2 Punkten:

Kapitel II, §7 Sei A = {P,Q}. Dann ist T = {v,w}. w v Modell 1: t(P,P) = t(Q,Q) = v t(P,Q) = t(Q,P) = w Modell 2: t(P,P) = t(Q,P) = v t(P,Q) = t(Q,Q) = w w v P Q 2o Die Beispiele 5.2.1o und 5.2.2o. Die Abbildung zusammen mit der Eigenschaft 2o induziert in natürlicher Weise eine Abbildung durch die folgende Festlegung: g(P,v) ist derjenige Punkt Q aus A, der t(P,Q) erfüllt. Q = g(P,v) P v = t(P,Q)

Kapitel II, §7 Für jeden festen Punkt P aus A erhalten wir so die Umkehrabbildung von tP als , definiert durch gP(v) := g(P,v) für v aus T. (7.4) Definition: Ein Translationsraum ist gegeben durch eine Abbildung mit den Eigenschaften 1o und 2o, so dass außerdem noch gilt: 3o Für je vier Punkte P,Q,R,S aus A gilt: Aus t(P,Q) = t(R,S) folgt stets t(P,R) = t(Q,S). Q P S R t(P,Q) t(P,R) t(R,S) t(Q,S)

Kapitel II, §7 (7.5) Satz: Für einem Translationsraum (A,T,t) gilt t(P,P) = t(Q,Q) für alle Punkte P und Q. Diese Translation wird mit n bezeichnet. (7.6) Satz: Sei (A,T,t) ein System mit den Eigenschaften 7.1.1o und 7.1.2o . Dann sind die folgenden Eigenschaften äquivalent: 3o Für je vier Punkte P,Q,R,S aus A gilt: Aus t(P,Q) = t(R,S) folgt stets t(P,R) = t(Q,S). 4o Für jeden Punkt P aus A gilt: Für alle v,w aus T ist g(g(P.v),w) = g(g(P,w),v). w Q P S* = g(g(P.w),v) = S = g(g(P,v),w) R v w Q P S* = g(g(P,w),v) R v S = g(g(P,v),w)

Kapitel II, §7 (7.7) Satz: Ein Translationsraum (A,T,t) erfüllt auch die folgende Eigenschaft: 5o Seien P,Q,R Punkte aus A mit v = t(P,Q) und w = t(P,R). Für jeden weiteren Punkt P* aus gilt für Q* = g(P*,v) und R* = g(P*,w) stets t(Q,R) = t(Q*,R*). P Q R w P* v t(Q,R) v Q* R* w t(Q*,R*) t(Q,R) = t(Q*,R*)

Kapitel II, §7 (7.8) Beispiele: Modell 1 in 7.3.1o ist ein Translationsraum. Modell 2 in 7.3.1o ist kein Translationsraum. 7.3.2o liefert zwei Beispiel von Translationsräumen. Ein Translationsraum (A,T,t) induziert eine Verknüpfung auf T, die wir im folgenden beschreiben wollen. Seien v und w Translationen aus T. Zu jedem Punkt P gibt es den Punkt g(g(P,v),w) in A, den man durch eine Translation v□Pw aus T erreichen kann: g(P,v□Pw ) = g(g(P,v),w) Also v□Pw := tP(g(g(P,v),w)) . (7.9) Satz: Für einen Translationsraum (A,T,t) gilt v□Pw = v□Qw für alle Punkte P und Q aus A.

Kapitel II, §7 Daher kann v□w := v□Pw Unabhängig von der speziellen Wahl von P definiert werden. (7.8) Satz: Für die Verknüpfung „□“ auf T zu einem Translations-raum (A,T,t) sind die folgenden Regeln erfüllt: Für alle Translationen v,w,z aus T gilt: 1o (v□w)□z = v□(w□z). 1o - 3o sind die Gruppenaxiome. 2o Es gibt n aus T mit v□n = v . 3o Zu jedem v aus T existiert v* aus T mit v□v* = n . Und dazu 4o v□w = w□v .