§10 Vektorraum. Definition und Beispiele

Slides:



Advertisements
Ähnliche Präsentationen
Vorlesung Compilertechnik Sommersemester 2008
Advertisements

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.
2.3 Kodierung von Zeichen 2.4 Kodierung von Zahlen
13. Transformationen mit Matrizen
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 4 / 1 Termalgebren Definition "Freie Algebra" Die -Algebra A = [A, F ] heißt.
Grammatiken, Definitionen
Kapitel 5 Stetigkeit.
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.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Die erste Stunde.
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.
Kapitel V. Determinanten
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
Vektoren Grundbegriffe für das Information Retrieval
5. Erweiterungen der Zahlenmenge
Zeit: 13h-15h Datum: Raum: IFW B42
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
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
Einführung in die Informatik für Naturwissenschaftler und Ingenieure
Einführung in die Programmierung Wintersemester 2013/14 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Fuzzymengen – Was ist das?
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Institut für Theoretische Informatik
1, 2, 3, ... Natürliche Zahlen PaedDr. Ján Gunčaga, PhD. Lehrstuhl für Mathematik und Physik Pädagogische Fakultät Katholische Universität.
Infinitesimalrechnung
Zahlenmengen Eine Wiederholung Mag. Sabine Tullits.
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
§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.
Vom graphischen Differenzieren
Nichtlineare Optimierung
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)
Kapitel 4 Restklassen (die modulo-Rechnung)
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
 Sortigkeit oder Arität
Kapitel 7 Flächen und Volumen
8. Vektoren. 8. Vektoren Ortsvektor oder Polarvektor.
Das Gebäude der Mathematik
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.
Wiederholung Größte gemeinsame Teiler Satz von Bezout:
Kapitel IV. Matrizen Inhalt:
§17 Produkte und Quotienten von Vektorräumen
§11 Skalarprodukt. Euklidische Räume
Kapitel I. Vorspann zum Begriff Vektorraum
Kapitel II. Vom Raumbegriff zu algebraischen Strukturen
 Präsentation transkript:

§10 Vektorraum. Definition und Beispiele Der Begriff des Vektorraumes wurde in den letzten Paragrafen entwickelt. Wir wiederholen (vgl. auch 2.3) : (10.1) Definition: Ein Vektorraum über dem Körper K ist eine additive abelsche Gruppe V, also für alle x,y,z aus V 1o (x + y) + z = x + (y + z) 2o Es gibt 0 (Nullvektor) mit: x + 0 = x = 0 + x . 3o Zu jedem x aus V existiert -x aus V mit x+(-x) = 0. 4o x + y = y + x zusammen mit einer Skalarmultiplikation so dass für alle x,y aus V und alle r,s aus K 5o 1v = v . 6o r(v + w) = rv + rw . 7o (r + s)v = rv + sv . 8o (rs)v = r(sv) .

Kapitel II, §10 (10.2) Bemerkungen: Sei V eine Vektorraum über K. (V wird auch kurz K-Vektorraum genannt. Dann gilt für all x aus V und all r aus K: 1o r(0) = 0 (0 ist der Nullvektor.) 2o 0x = 0 (0 ist die Null im Körper K.) 3o (-1)x = -x . 4o (-1)(-1) = 1 und 0r = 0 im Körper K. (10.3) Definition: Sei V eine Vektorraum über K. Ein Untervektor-raum ist eine Menge U in V, die bezüglich der auf V gegebenen Addition und Skalarmultiplikation ein Vektorraum über K ist. Wie für Untergruppen haben wir den Satz: (10.4) Satz: Sei V eine Vektorraum über K. Eine nichtleere Menge U in V ist genau dann ein Untervektorraum, wenn für alle x,y in U und alle r aus K gilt: x+y, -y und rx liegen in U .

Kapitel II, §10 (10.5) Beispiele: Sei V eine Vektorraum über K. 1o {0} und V sind Untervektorräume von V. 2o Sei v aus V\{0} . Dann ist die Menge Kv := {rv : r aus K} ein Untervektorraum von V . 3o {(r,s,0) : r,s aus K} ist ein Untervektorraum von K3 . 4o Sind U und W Untervektorräume von V, so ist auch der Durchschnitt eine Untervektorraum. 5o Für die Vereinigung gilt das in der Regel nicht. Weitere Beispiele von Vektorräumen: (10.6) Folgenräume: Es geht um Folgen in der Analysis. Sei F die Menge aller Folgen x = (x0, x1, x2, ... ) reeller Zahlen xk . 1o F ist ein Vektorraum über R bezüglich der komponentenweise Addition und Multiplikation. 2o Fb := {x aus F: x ist beschränkt} ist ein Untervektorraum von F.

Kapitel II, §10 3o Fk := {x aus F: x ist konvergent} ist ein Untervektorraum von Fb. 4o F0 := {x aus F: x ist Nullfolge} ist Untervektorraum von Fk. 5o Fhp := {x aus F: x hat einen Häufungspunkt in R} ist kein Untervektorraum von F. 6o Fe := {x aus F: {xk : k aus N} ist endlich} ist ein Untervektorraum von Fk. 7o Fc := {x aus F: x ist konstant ab einem Index m} ist ein Untervektorraum von Fk und Fe , und zwar der Durchschnitt dieser beiden Untervektorräume. (10.7) Räume von Abbildungen: Sei K ein Körper und M eine Menge. Die Menge der Abbildungen Abb(M,K) = KM ist in natürlicher Weise ein K-Vektorraum bezüglich: (f+g)(m) := f(m) + g(m) , (rf)(m) := rf(m) für f,g aus KM , m aus M und r aus K .

Kapitel II, §10 Bemerkungen: 1o Der in 10.6 beschriebene Folgenraum ist RN. Allgemei-nere Folgenräume (Folgen von Körperelementen aus K) sind die KN. 2o Auch der Standardraum Kn ist als Abbildungsraum aufzufassen, es handelt sich um KM für M = {1,2, ... ,n} . 3o Für einen Vektorraum V über K ist auch VN , der Raum der Folgen in V, ein Vektorraum von Abbildungen. 4o Für einen Vektorraum V über K ist ganz allgemein VM ein K-Vektorraum. 5o Die meisten Vektorräume von Bedeutung in der Analysis sind Untervektorräume von KM für K = R oder K = C . Beispielsweise: (10.7) Stetige und differenzierbare Abbildungen: I sei ein Intervall in R . Dann ist C(I) := {f : f ist aus RI und f ist stetig} ein Untervektorraum von RI . Ferner ist Ck(I) := {f : f ist aus RI und f ist k-mal stetig differenzierbar} ein Untervektorraum von Ck-1(I) .