Folie 1 §15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn.

Slides:



Advertisements
Ähnliche Präsentationen
Lösung nichtlinearer Gleichungssysteme
Advertisements

Zufallsfelder Def. Zufallsfeld: Sei V eine endliche Menge (von Orten). Für jedes v V existiere eine (endliche) Menge X(v) von Zuständen x(v). Der Raum.
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.
Programmierung 1 - Repetitorium
3. 3D-Betrachtungstransformationen
Diskrete Mathematik I Wintersemester 2007 A. May
Prof. Dr. W. Conen 15. November 2004
13. Transformationen mit Matrizen
Wiederholung Operationen auf Mengen Relationen, Abbildungen/Funktionen
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 4 / 1 Termalgebren Definition "Freie Algebra" Die -Algebra A = [A, F ] heißt.
Grammatiken, Definitionen
Forschungsstatistik I
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (06 – Reduktion endlicher Automaten) Prof. Dr. Th. Ottmann.
Kapitel 5 Stetigkeit.
Kapitel 1 Mengen, Abbildungen, Logik
Kapitel 4 Geometrische Abbildungen
d.h. für alle  mit () = (s1,s2 ,...,sn,s) gilt: wenn
Beispiele für Ausdrucksalgebren
Christian Schindelhauer
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
§ 29 Determinanten: Eigenschaften und Berechnung
Seminar Stringtheorie und Geometrische Methoden der Physik
§10 Vektorraum. Definition und Beispiele
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Vektoren Grundbegriffe für das Information Retrieval
Zeit: 13h-15h Datum: Raum: IFW B42
Effiziente Algorithmen
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
§10 Vektorraum. Definition und Beispiele
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
§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
Mehrkriterielle Optimierung mit Metaheuristiken
Institut für Theoretische Informatik
Wiederholung: Definition einer Funktion
Formale Sprachen Mathematische Grundlagen Rudolf FREUND, Marian KOGLER.
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.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
§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 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Graphische Datenverarbeitung
(Wirtschafts-)mathematik I Mathe im Wandel der Zeit Volksschule 1960: Ein Bauer verkauft einen Sack Kartoffeln für 50 DM. Die Erzeugerkosten betragen 40.
8. Vektoren. 8. Vektoren Ortsvektor oder Polarvektor.
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.
Organisatorisches DiMa für Master of Science Mathe anrechenbar
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.
Kapitel I. Vorspann zum Begriff Vektorraum
§19 Matrizen als lineare Abbildungen
Kapitel II. Vom Raumbegriff zu algebraischen Strukturen
 Präsentation transkript:

Folie 1 §15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn für alle Vektoren x,y aus V und alle Skalare s,t aus dem Körper K gilt: f(sx + ty) = sf(x) + tf(y). (15.2) Bemerkungen, Beispiele: 1 o Eine lineare Abbildung f ist insbesondere ein Gruppenhomomorphismus, sie berücksichtigt zusätzlich noch die Skalarmultiplikationen. 4 o Die Komposition linearer Abbildungen ist linear. 2 o Ein spezielles Beispiel: 3 o Sei f linear. Dann gilt f(0) = 0 und 5 o Sei f linear und bijektiv. Dann ist die Umkehrabbildung f –1 ebenfalls linear.

Folie 2 Kapitel III, §15 f(s 1 b 1 + s 2 b s n b n ) := s 1 w 1 + s 2 w s n w n (15.3) Definition: Sei f eine lineare Abbildung zwischen den K- Vektorräumen V und W. f heißt (15.4) Lemma: {b 1, b 2,..., b n } sei eine Basis von V. Dann wird für jedes n-Tupel (w 1, w 2,..., w n ) von Vektoren aus W durch Jede lineare Abbildung von V nach W hat diese Form. eine lineare Abbildung definiert. 1 o Isomorphismus, wenn f bijektiv ist. 3 o Monomorphismus, wenn f injektiv ist. 4 o Endomorphismus, wenn V = W gilt. 5 o Automorphismis, wenn V = W gilt, und f bijektiv ist. 2 o Epimorphismus, wenn f surjektiv ist. Eine analoge Aussage gilt für unendlichdimensionale Vektorräume V. (15.5) Lemma: Die Menge Hom(V,W) := {f ist linear Abbildung von V nach W} ist ein Untervektorraum von K M.

Folie 3 Kapitel III, §15 (15.6) Definition: Sei f eine lineare Abbildung zwischen den K- Vektorräumen V und W. (15.7) Lemma: Sei f linear, A Teilmenge aus V. 1 o Ker f := f –1 (0), Kern von f. 2 o Im f := f(V), Bild von f. (15.8) Satz: 1 o Zwei endlichdimensionale K-Vektorräume sind genau dann isomorph, wenn sie gleichdimensional sind. 1 o Ker f und Im f sind Untervektorräume von V bzw. W. 3 o f(Span(A)) = Span(f(A)). 4 o Wenn E Erzeugendensystem von V ist, so ist f(E) Erzeugendensystem von Im f. 5 o A ist linear unabhängig, wenn das für f(A) gilt. 2 o f ist injektiv, genau dann wenn Ker f = {0}. 6 o f(A) ist linear unabhängig, wenn das für A gilt und wenn f injektiv ist.

Folie 4 Kapitel III, §15 (15.9) Äquivalenzsatz für lineare Abbildungen: Für gleichdimensio- nale K-Vektorräume V und W von endlicher Dimension sind die folg- enden Aussagen für lineare Abbildungen f von V nach W äquivalent: 2 o Jeder endlichdimensionale K-Vektorraum V ist zu einem K n isomorph mit n = dim V. (15.10) Satz (Dimensionsformel): Für eine lineare Abbildung f von V nach W gilt: 1 o f ist injektiv. 3 o f ist bijektiv. 2 o f ist surjektiv. (15.9) Bemerkung: Jeder K-Vektorraum ist isomorph zu K (B), wobei B eine Basis von V ist. Mehr Information liegt in der Dimensionsformel, die auch für unendlichdimensionale gültig ist: dim Ker f + dim Im f = dim V