Beruflich Dokumente
Kultur Dokumente
Christopher Schael
10. Januar 2011
Inhaltsverzeichnis
1 Grundbegrie
1.1
1.2
Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1 Definition - Teilmengenbildung . . . . . . . .
1.1.2 Definition - Potenzmengenbildung . . . . . . .
1.1.3 Definition - Durchschnitt und Vereinigung . .
1.1.4 Definition - Differenz . . . . . . . . . . . . . .
1.1.5 Definition - Abbildung . . . . . . . . . . . . . .
1.1.6 Definition - Komposition/Kringelprodukt . .
1.1.7 Lemma (Folgerung) . . . . . . . . . . . . . . .
1.1.8 Definition - Bild/Urbild . . . . . . . . . . . . .
1.1.9 Definition - Injektiv, Surjektiv, Bijektiv . . . . .
1.1.10 Lemma - . . . . . . . . . . . . . . . . . . . . .
1.1.11 Definition - kartesisches Produkt . . . . . . . .
1.1.12 Definition - Mchtigkeit . . . . . . . . . . . . .
1.1.13 Definition - endliche Menge . . . . . . . . . . .
quivalenzrelation . . . . . . . . . . . . . . . . . . . .
1.2.1 Relation . . . . . . . . . . . . . . . . . . . . . .
1.2.2 Definition - quivalenzrelationen . . . . . . .
1.2.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . .
1.2.4 Definition - quivalenzklasse . . . . . . . . . .
1.2.5 Satz - Eindeutigkeit der quivalenzklasse . .
1.2.6 Korollar . . . . . . . . . . . . . . . . . . . . . .
1.2.7 Definition - Menge der quivalenzrelationen
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Gruppen
2.1
2.2
2.3
2.4
2.5
7
7
7
8
8
8
8
8
9
9
9
10
11
11
11
11
11
11
12
12
12
12
13
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
13
13
13
13
14
14
15
16
16
16
17
17
17
18
18
19
19
19
19
20
21
22
22
22
2.6
2.7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Vektorrume
3.1
3.2
3.3
3.4
3.5
26
Definition - Vektorraum . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.1 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.2 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.3 Definition - Untervektorraum . . . . . . . . . . . . . . . . . . . . . .
3.1.4 Satz - Vererbung der Eigenschaften eines Vektorraum . . . . . . .
3.1.5 Lemma - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.6 Lemma - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Linearkombinationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.1 Definition - Linearkombination . . . . . . . . . . . . . . . . . . . . .
3.2.2 Lemma - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.3 Definition - linear unabhngig . . . . . . . . . . . . . . . . . . . . .
3.2.4 Lemma - lin. unabhngig Erzeugniselemente sind lin. abhngig
3.2.5 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.6 Lemma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Basen und Dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1 Definition - Erzeugendensystem . . . . . . . . . . . . . . . . . . . .
3.3.2 Definition - Basis . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.3 Satz - existenz endlicher Basen . . . . . . . . . . . . . . . . . . . . .
3.3.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Zornsches Lemma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Summen von Vektorrumen . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.1 Definition - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.2 Lemma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.4 Definition - Direkte Summe . . . . . . . . . . . . . . . . . . . . . . .
3.5.5 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4 Lineare Abbildungen
4.1
22
23
23
24
24
24
25
26
26
27
27
27
28
28
29
29
29
30
30
30
31
32
32
32
32
33
34
35
35
35
35
36
36
37
Lineare Abbildung . . . . . . . . . . . . . . . . . . . . . .
4.1.1 Definition . . . . . . . . . . . . . . . . . . . . . . .
4.1.2 Satz . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.3 Definition - Kern und Bild linearer Abbildungen
4.1.4 Bermerkung . . . . . . . . . . . . . . . . . . . . . .
4.1.5 Definition - Isomorphismus . . . . . . . . . . . . .
4.1.6 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.7 Korollar . . . . . . . . . . . . . . . . . . . . . . . .
4.1.8 Satz - Dimensionsformel . . . . . . . . . . . . . . .
4.1.9 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.10 Korollar . . . . . . . . . . . . . . . . . . . . . . . .
4.1.11 Lemma . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.12 Definition . . . . . . . . . . . . . . . . . . . . . . .
4.1.13 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
37
37
37
38
38
39
39
40
40
41
41
41
42
42
4.3
Matrizen . . . . . . . . . . . . . . . . . . . . .
4.2.1 Notation . . . . . . . . . . . . . . . . .
4.2.2 Satz . . . . . . . . . . . . . . . . . . . .
Komposition von linearen Abbildungen . . .
4.3.1 Definition - Produkt zweier Matrizen
4.3.2 Korollar . . . . . . . . . . . . . . . . .
4.3.3 Definition - transponierte Matrix . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
44
44
44
45
45
45
46
Google-Problem
Problem: Jeder Internetseite einen Rang zuordnen.
Idee: Seite ist wichtig, wenn sie von wichtigen Seiten gelinkt wird. Folglich:
Fr den Rang einer Seite gilt:
r = c + rl
l = #Links, die von ausgehen
r = Rang der Seite
n
c=
rP
i =1
Beispiel:
Google-Page-Rank-Matrix:
Nach Umformungen erhlt man schnell:
r1
1
0 0 3 0 0
1
1
r2
13 0 3 0 01
H = 3 1 0 0 2 r3
0 0 1 0 0
r4
0
0
1
0
3
r5
= r3
= r1
= r1
= r3
= r1
r1 = r3 13
1
1
r2 = r1 3 + r3 3
I II
r3 = r1 13 + r2 + r5 21
I I I + I I +3I
r4 = r3 1 + r5 1
3
2
r5 = r1 13 + r4
1
3
1
3
1
3
1
3
1
3
1
3
+ r3
+ r2 + r5
+ r5 12
+ r4
r3
r2
r5
r4
r5
1
2
r3
r2
r5
r4
r5
= 3r1
= 43 r1
= 83 r1
= r3 13 + r5
= r1 13 + r4
Link-Graph
1
= 3r1
= r1 43
= r1 83
= 37 r1
= r1 83
r1 : =1
IV + 12 I I Ib I
1
2
V + IV + I I + I I I
r1
r3
r2
r5
r4
r3
r2
r5
r4
1
3 r3
=1
=3
= 43
= 83
= 73
= 3r1
= 43 r1
= 83 r1
= 73 r1
= r1
2+
2+
2
3
1
3
I I I + I I + 3I
1
4
1
1
r3 + r2 + 3r1 = r1 + r2 + r5 + r1 r1
3
2
3
3
5
1
r2
r3 + 3r1 = r1 + r5 + r3
3
2
5
1
r3
3r1 = r1 + r5
3
2
53 r1 1
4
r5 = r1
2
3
8
2
r5 = r1
3
IV + 21 I I Ib I
1
1
4
1
1
r4 + r5 r1 = r3 + r5 + r1 r3
2
3
2
3
3
21 r5 +r1
7
r4 = r1
3
V+IV+II+III
1
1
1
1
1
r1 + r4 + r3 + r5 + r1 + r2 + r5
3
3
2
3
2
1+1+1
1+1
1+1
r5 + r4 + r2 + r3 =
r1 + r2 +
r3 + r4 +
r5
3 }
3
2 }
| {z
| {z
r5 + r4 + r2 + r3 =
=1
=1
r5 r4 r2
23 r3
2
r3 = r1 + r3
3
1
r3 = r1
3
1 Grundbegrie
1.1 Mengen
Eine Menge X ist eindeutig durch ihre Elemente festgelegt. Wir schreiben:
x X fr x ist Element von X.
x
/ X fr x ist kein Element von X.
{ a, b, c, ...} die Menge, die aus den Elementen a,b,c,... besteht.
Bemerkung:
1. Es gibt genau eine leere Menge:
2. Der umgang mit Mengen ist nicht unproblematisch
Beispiel:
Das Gebilde G aller Mengen A, fr die A
/ A, darf keine Menge sein. Denn wre G
eine Menge, so ist entweder G G (folglich G
/ G) oder G
/ G (folglich G G.
Beispiel:
1. Whlt man fr E(x) die Aussage x
/ X, dann Y = , deshalb X
2. Nimmt man fr E(x) x X, dann Y = X, deshalb Y X
X.
Bemerkung
1. Fr alle Mengen X, P ( X ), X P ( X )
2. P () = {}, deshalb existieren nichtleere Mengen.
Xi := { x X | x Xi fr eini I }
der Durchschnitt:
T
i I
Xi = { x X | x Xi
i I }
Y Z, h :
((h g) f )( x ) = (h g)( f ( x ))
= h( g( f ( x )))
(h ( g f ))( x ) = h( g f )( x )
= h( g( f ( x ))).
Injektiv
falls das Urbild jedes Elements von Y entweder leer ist, aus einem einzigen Element
besteht...
d.h. Sei
wir:
K die Menge aller injektiven Abbildungen, dann schreiben
K := f | f : X Y : xi , x j X, i 6= j f ( xi ) 6= f ( x j )
Surjektiv
falls f ( X ) = Y.
d.h. Sei S die Menge alle surjektiven Abbildungen, dann schreiben wir:
S := { f | f : X Y : y Y x X mit f ( x ) = y}
Bijektiv
falls f injektiv und surjektiv ist. D.h. Sei B die Menge aller bijektiven Abbildungen, dann
schreiben wir:
B := { f | f : X Y : f ( x ) Y !x X }
Bemerkung
Sind g und f Bijektiv, so ist auch die Komposition von g und f bijektiv.
X Y eine Abbildung
x0 y 6 = f ( x )
x y = f (x)
Dann g f = id x
g(y) :=
Umgekehrt
gibt es g : Y X mit g f = id x , dann ist f ( x ) = f ( x 0 )
x = id x ( x ) = ( g f )( x ) = g( f ( x )) = g( f ( x 0 )) = ( g f )( x 0 ) = x 0
Somit ist f injektiv.
b) Sei f surjektiv, zu jedem y Y whle x f 1 (y) und setze g(y) := x. Somit f g = idy
gibt es g : Y X mit f g = idy . Dann fr y Y ist y = idy (y) =
Umgekehrt:
( f g)(y) = f ( g(y))
|{z}
X
So fr x = g(y) gilt: y = f ( x )
Damit ist f surjektiv.
X1 X2 . . . X n = X i
i =1
Fr eine beliebige Indexmenge I ist ( Xi ), die Menge aller Tupeln ( xi )i I , die genau ein
i I
NN
0
/ S (N)
Ist X X mit 0 X und fr x X gilt S( x ) X, dann ist X = N
Beipiel:
N = {0, 1, 2, .....} mit S( x ) = x + 1
N = {, {}, {{}, }}
mit S( x ) = P ( x )
10
1.2 quivalenzrelation
1.2.1 Relation
Relation auf einer Menge X ist eine Teilmenge R X X, d.h. x, y X stehen in Relation
falls ( x, y) R, kurz: x y
xx
A2) x, y X :
( heit Reflexivi)
xyyx
A3) x, y, z X :
( heit symmetrisch)
x y und y z
x z ( heit Transitiv)
1.2.3 Beispiel
Whle m Z+ . Auf Z definieren wir: k l m|(l k ) (gesprochen: m teilt (l k ))
2. k, l Z, k l.
l k wenn m|(k l ). Doch k l heit m z = (l k ) fr ein z Z.
(l k) = (l s) + (s k)
= m z2 + m z1
= m ( z1 + z2 )
m|(l k)
so gilt:
kl
( A3)
11
Sei a X
1.2.6 Korollar
quivalenzklassen zu einer quivalenzrelation sind entweder identisch oder disjunkt (
A A0 = ). So zerfllt die Grundmenge X in einer disjunkten Vereinigung von quivalenzklassen von .
12
2 Gruppen
2.1 Denitionen und Beispiele
2.1.1 Denition - Gruppenaxiome
Eine Menge G zusammen mit einer Verknpfung ( G, )
: G G G; ( a, b) a
heit Gruppe, falls gilt:
1. Assoziativitt
g (h k) = ( g h) k
g, h, k G
g, h G
2.1.2 Schreibweisen
multiplikativ:
additiv:
13
eN
2.1.6 Lemma
Sei Sn . Bei jeder Zerlegung von als Produkt von benachbarten Transpositionen ist die
Paritt der Anzahl von Transpositionen konstant.
Beweis:
Betrachte: p( x1 , ..., xn ) = ( xi x j )
i j
Beispiel:
p
( x1 , x2 , x3 ) = ( x1 x2 )( x1 x3 )( x2 x3 )
1 2 3
=
2 1 3
p ( x (1) , x (2) , x (3) ) = p ( x 1 , x 2 , x 3 )
= ( x1 x2 )( x2 x3 )( x1 x3 )
= p ( x1 , x2 , x3 )
wirkt auf p( x1 , ..., xn ) durch vertauschen von Variablen. Eine benachbarte Transposition
i,i+1 wirkt wie folgt:
Faktoren ( xk xi ) mit {k, l } 6= {i, i + 1} bleiben
( x i x i +1 )
p( x1 , ..., xn )
i,i+1
Ist sowohl durch eine gerade Anzahl g von benachbarten Transpositionen, als auch
durch eine ungerade
Anzahl u von benachbarten Transpositionen ausdrckbar, so :
(
(1) g p( x1 , ..., xn )
p( x1 , ..., xn )
(1)u p( x1 , ..., xn )
14
h:
Beispiel:
G = S3 (sind Permutationen von 3 Elementen.)
n
o
H: id, rot 2 , rot 4 , S1 , S2 , S3 Verknpfung auf H: Hintereinanderschaltung.
3
S1
S3
S2
Beispiel:
rot 2 rot 4 = id
3
3
S1 S3 = rot 2
3
1
1
1
2
1
1
1
3
1
2
1
3
2 3
2 3
2 3
1 3
7 id
7 S3
2 3
7 S1
3 2
2 3
7 S2
2 1
2 3
7 rot 2
3
3 1
2 3
7 rot 4
3
1 2
f : GH
f ( ) = f () = rot 4
3
| {z }
= f ( f ( )
15
, +, )
2.2.2 Bemerkung
1. Manche Ringe besitzen ein Eins element, d.h. 1 R mit 14 x = x
x R
= (04 x )(04 x )
04 x = 0
3. Wenn 4 kommutativ, dann heit ( R, , 4) kommutativer Ring
4. blich: als + , 4 als
5. 2x + 3 = 0 Diese Gleichung kann nur in Kombination zweier Ringe gelst werden (
und + ). (Einleitung zum Krper)
16
K2
a )
Sei K := K \ {0}
(K , ) ist Abelsche Gruppe (insbesondere: a, b K a b K ) (neutrale Elemente: 1, das inverse Element: a1 )
K3
Es gelten Distributivgesetze.
(( a + b) c = a c + b c;
2.2.4 Bemerkung
1. 0 6= 1
2. Fr a, b, x, y:
0a = a0 = 0
a b = 0 ( a = 0) ( b = 0)
a (b) = ( a b) = a (b b) = a (0) = 0
x a = y a,
x=y
a 6= 0
2.2.5 Beispiele
(Q, +, ), (R, +, )
({0, 1} , +, ) = F2
+
1
0
1
0
1
0
1
0
1
0
1
1
0
0
0
0
17
a (b + c) = a b + a c)
( a, 0) + (b, 0) = ( a + b, 0)
( a, 0) (b, 0) = ( ab, 0)
(0, 0), (1, 0) T
So ist T ein Krper.
f :
R T, x 7 ( x, 0)
f ( x + y) = f ( x ) + f (y)
f ( x y) = f ( x ) f (y)
f bijektiv.
brigens:
(0, b) = (b, 0) (0, 1)
(0, 1)2
=b
=i
18
2.4.1 Rechenregeln
Es gilt die bliche, formale Distributivitt und Assoziativitt.
i 2 = 1 i : = 1
Schreibweise:
(0, 0) = 0
| {z }
=0+0i
(1, 0) = 1
| {z }
=1+0i
. z = ( a, b) = a + bi
a
Fr a + bi = z C gilt:
<(z) = a kann als x-Koordinate im kartesischen Koordinatensystem angesehen werden,
analog die y-Koordinate
=(z) = b
19
d
a + bi
b
c
a+c
z = a + bi
<
Polarkoordinaten:
z r R+
[0, 2 [(= 0 < 2 )
Sei z = a + bi C
Zugehrige r ist r =
a2 + b2 = | z |
20
1 + 2
r2
1
r1 r2
Fr z C ist
z = a + ib,
z = rei
(ei )2 = e2i = 1
ei = 1
|3 + 4i | = 5
e +1 = 0
21
2.5 Polynome
2.5.1 Denition - Polynom
Ein Polynom m-ten Grades (m N) ber den Krper K ist ein formaler Ausdruck.
p(t) = a0 + a1 t + a2 t2 + ... + am tm wobei
ai K fr alle i = 0...m
t ist eine formelle Variable
Sind p(t) = a0 + a1 t + ... + am tm und q(t) = b0 + b1 t + ... + bn tn Polynome, so sind Summe
und Produkt als:
( p + q)(t) = ( a0 + b0 ) + ... + ( an + bn )tn + an+1 tn+1 + ... + am tm
| {z }
n<m
K K,
x 7 ak x k
k =0
2.5.2 Beispiele
p ( t ) = t 2 + t F2 [ t ]
Abbildung: p (0) = 0
p (1) = 0
22
x2 + 2x4 = 1
x3 + x4 = 2
2x2 + x3 + 5x4 = 4
x1 + 2x3 = 2
x4 := , dann
x1 = 2 2(2 )
x2 = 1 2
x3 = 2
Lsungen:
( x1 , x2 , x3 , x4 ) = (6 + 2, 1 2, 2 , ) mit R
Allgemein:
Ein Lineares Gleichungsystem:
. + . . . + ..
= ..
a11
... a1n
b1
.
.
.
..
..
.. = ( aij ) eine m n Matrix. und die Spalte ...
A :=
eindeutig
am1 + ... + amn
bm
bestimmt.
Die erweiterte
Koeffizientenmatrix des Systems
ist:
a11
... a1n
b1
..
..
.. .
..
( A, b) =
.
.
.
.
am1 + ... + amn
bm
0 ... 0 x
..
.
. ... .. 0 x
..
..
A=
.
.
x
0
0
0 ... 0 0
0
0
...
0
23
Sei ( A, b) die erweiterte Koeffizientenmatrix eines LGS, und ( A, b ) aus ( A, b) durch endlich
viele elementare Zeilenoperationen.
Dann gilt: L( A, b) = L( A, b )
Beweis:
trivial.
2.6.4 Satz Jede Matrix A kann durch die elementaren Zeilenoperationen in die Zeilenstufenform berfhrt werden.
24
Rn3 L( A, b)
Spezialfall:
b = 0, so ist:
a11 x1 + ... + a1n xn = 0
..
..
..
.
.
= .
am1 x1 + ... + amn xn = 0
Dann hat L( A, 0) folgende Eigenschaften
1. X = ( x1 , ..., xn ) L( A, 0) dann gilt (R)K :
x := (x1 , ..., xn ) L( A, 0)
a j1 x1 + ... + a jn xn = ( a j1 x1 + ... + a jn xn ) = 0
2. x = ( x1 , ..., xn ), y = (y1 , ..., yn ) L( A, 0)
x + y = ( x1 + y1 , ..., xn + yn ) L( A, 0).
Bermerkung:
wird L( A, 0) zur Abelschen Gruppe.
Mit +
NE: 0 = (0, ..., 0)
Invers: zu x ist x, d.h. x + (1) x = 0.
Interaktion mit (K, +, ) (siehe auf diesen Krper definierte Operationen.)
25
3 Vektorrume
3.1 Denition - Vektorraum
Sei K ein Krper. Eine Menge V mit einer inneren Verknpfung:
: V 2 V, ( x, y) 7 x +
y
+
und einer ueren Verknpfung
: K V V, (, x ) 7 x
heit K Vektorraum, falls
ist abelsche Gruppe, NE heit 0, Inv. zu v V : v
(V1) (V, +)
(V2) Skalarmultiplikation erfllt
v
( + ) v = v+
v2 ) = ( v)+(
v2 )
( v1 +
( v) = ( ) v
1v = v
v, v1 , v2 V, , K
3.1.1 Beispiele
1. Standardraum ber (K, +, )
Kn := { x = ( x1 , ..., xn )| xi K i }
Addition und Multiplikation wie in Definition.
2. C mit bliche rAddition und Skalarmultiplikation (, a + ib) 7 a + ib wird zu
einem R Vektorraum
3. Im Polynomring K[t] kann man addieren.
Skalarmultiplikation
: K2 [t] K[t], p(t) = p(t)
Das macht K[t] zu einem K Vektorraum.
Ebenso fr K[t]d grad d mit d ist Polynom.
4. Die Menge M (m n, K), der m nMatrix mit Eintrgen aus K.
Addition:
B die Matrix, mit Eintrag aij + bij in
A, b M (m n, K), A = ( aij ), B = (bij ) So ist A+
der i ten Zeile, j ten Spalte.
Skalarmultiplikation:
Sei K, a M (mxn, K ) so
( A)ij
| {z }
:= aij
Eintrag in Zeile i
M(mxn, K ) ist VR
26
3.1.2 Rechenregeln
Sei V ein K-VR. Dann gilt fr v V, K
0v 0v = 0
1. 0 v = (0 + 0) v = 0 v+
2. 0 = 0
3. v = 0 = 0 oder v = 0
4. (1) v = v
v = (1 + 1) v = 0 v = 0
Bew:
(1) v+
und fr .
Ab jetzt schreibe: + fr +
(U3)
27
0 w = 0 W.
3.1.5 Lemma Sei V ein K-Vektorraum, I eine beliebige Indexmenge. Fr jedes i I sei ein Untervektorraum
T
Wi gegeben. Dann ist w :=
Wi ein Vektorraum.
i I
Beweis:
0 Wi i, so 0 W und W 6= 0.
u, v W u, v Wi
so u + v W i I
i I
analog (U3)
Bemerkung:
Vereinigungen von Vektorrumen sind im Allgemeinen keine Vektorrume.
3.1.6 Lemma Sind A, B Untervektorrume eines K-Vektorraums V und ist A B wieder ein Vektorraum, so
ist A B oder B A.
Beweis:
Angenommen: A/
/B. Sei a A \ B. Fr b B ist a + b A B.
Wre a + b B so ist |a +{z
b b} B
=a
28
3.2 Linearkombinationen
3.2.1 Denition - Linearkombination
Sei K ein Krper, V ein K Vektorraum, I eine Indexmenge und (vi ) eine Familie von Vektoren
aus V.
Ist I = {1, ..., r } endlich, so heit ein v V Linearkombination von den v1 , ..., v2 ; falls es
ein 1 , ..., r K gibt, sodass v = 1 v1 + 2 v2 + ... + r vr
d.h.:
v = i vi .
i I
Ist I allgemein:
(
span(vi ) = hvi i =
)
v V|
v = i vi
i J
J I endlich i K
hvi i ist der kleinste Unterraum, der alle vi enthlt (der von den vi erzeuge (aufgespannte) Unterraum)
Fr M V ist h Mi := {v V | v = 1 m1 + ... + r m3 fr i K, mi M, r N}
der kleinste Unterraum mit M h Mi V.
Beispiele
(a) V = K n ,
29
i I
3.2.5 Bemerkung
Sei (vi )i I V
(Vi I ) = {0} lin. abhngig
0 (Vi I ) (Vi )i I lin abhngig.
(Vi ) = {v} lin unabhngig v 6= 0
Beweis:
v = 0, v 6= 0 = 0
Ist in (Vi ) Vi = Vj fr i 6= j I, dann ist (Vi ) linear abhngig, dann avi + (1)v j = 0
30
3.2.6 Lemma
Sei r 2. Vektoren v1 , ..., v3 sind genau dann linear abhngig, wenn einer davon Linearkombination der anderen ist.
Beweis:
1. Seien v1 , ..., v3 lin. abh. Dann gibt es 1 , ..., r K mit parbox1 v1 + ... + r vr = 0, i 6= 0 fr ein i
so ist vi =
1 v1 2 v2
i
i
...
r vr
i
2. Ist fr ein 1 i r
vi = 1 v1 + 2 v2 + ... + i1 vi1 + ... + r vr mit i K
Dann ist:
0 = 1 v1 + ... + i1 vi1 + (1)vi +i+1 vi+1 + ... + r vr Somit v1 ...v3 linear abhngig.
| {z }
6 =0
31
A i 1 \ { a i }
A i 1
a i A i 1
sonst
Dann ist Ar lin. unabhngig und ein Erzeugendensystem. Also A(n) = iB = {b1 , ..., bm } eine
endliche Basis von V.
Ist nun B0 = (b0j ) beliebige andere Basis. So kann man fr jedes i = 1, ..., n eine endliche
D
E
Teilmenge Ji J mit bi (b0j )
j Jj
D
E
0
Dann V = hb1 ...bm i (b j )
V
j J1 ... Jm
Damit wird V erzeugt durch (b0j ). Wie oben gibt es J 0 J1 ... Jm mit (b0j ) j J 0 Basis.
D E
Fr k J \ J 0 gilt:
bk0 b0j
Da B0 linear unabhngig:
J \ J 0 = Also J = J 0 endlich.
32
3.3.4 Satz
Sei V ein K-Vektorraum, und A V endliche Teilmenge, dann sind folgende Aussagen quivalent:
1. A ist Basis von V
2. A ist ein maximales lienar unabhngiges System (d.h. fr alle v V \ A ist A {v} lin
abhngig)
3. A ist ein minimales Erzeugendensystem.
(d.h. fr alle a A ist V 6= h A \ { a}i)
Beweis:
Schreibe A = { a1 ...an }
(1) (2):
Sei A Basis von V, dann gilt fr alle v V \ A
Also A {v} lin. abhngig.
v h Ai
(2) (3)
Sei A maximal linear unabhngig. d.h. fr alle v V \ A ist v + 1 a1 + ... + n an = 0 fr
, i K nicht alle = 0.
Da A lin. unabh., muss 6= 0 sein, so v = 1 a1 + ... + n an
und v h Ai. Somit V h Ai V und A ist Erzeugendensystem. Wre A nicht minimal,
so V = h A \ { a0 }i fr ein a0 A. Dann aber a0 h A \ { a0 }i Also: A nicht lin.unabhngig
(3)
(3) (1)
Sei A minimal Erzeugendensystem, wre 1 a1 + ... + n an = 0 mit ein j 6= 0,
und h Ai A \ { a j } . Dann V = A \ { a j } , und A wre nicht minimal .
so a j =
1
j a1
Damit A lin.unabhngig
Beispiele
1. Seien v1 , v2 , v3 , v4 R4
v1 = (1, 2, 5, 3)
v2 = (2, 3, 1, 4)
v3 = (3, 8, 3, 5)
v4 = (2, 4, 10, 6) = 2 v1
v4 h v1 , v2 , v3 i
ZZ V = hv1 , v2 , v3 iR4
v1 , v2 , v3 linear unabhngig?
0 IIIII+2I5I 1 2
1
2
3
3
2 3
8
0 IV +3I 0 1
2
5
1 3
0 I I I I I 0 7
14
3 4 5
0
0 9 18
33
0
0
0
0
I I I 7I I
IV +9I I
1
0
0
0
2
1
0
0
3
2
0
0
0
0
0
0
+ 2 + 3 = 0; + 2 = 0
= 2;
= 2 3 = 4 3 =
v3 h v1 , v2 i
dim V = 2
Basen: {v1 , v2 }, {v1 , v3 }, {v2 , v3 }, {v2 , v4 }, {v3 , v4 }
2. Sei V unendlich erzeugt.
Linear unabhngige Mengen sind partiell geordnet (Totale Ordnung)
durch Inklusion
Beispiel Teilbarkeit in N ist eine partielle Ordnung
Seien U : Familie aller linear unabhngiger Mengen in V
K U : ist eine Kette, falls fr alle A, B K gilt: A B oder B A
X ist obere Schranke fr K. Nach dem Zornschen Lemma: U hat ein maximales Ele-
X K
ment.
34
3.5.1 Denition r
Ui :=
v V|
i =1
ui ,
ui Vi
i =1
i = 1, ..., r
3.5.2 Lemma
r = 2,
Ui endlich erzeugt,
U2
Dann
u1 + u2 = u10 + u20
u1 u10 = u20 u2 U1 U2
| {z } | {z }
U2
U1
3.5.3 Satz
Fr Ui = U1 + ... + Ur , Ui Unterrume vom K-VR V, sind folgende Aussagen quivalent:
r
i =1
i = 1, ..., r
i =1
3. Fr k = 1, ..., r gilt !
Uk
Ui = {0}
i 6=k
Beweis:
(i ) (ii ) ok
!
Ui ,
i 6=k
etwa: u = ui
i 6=k
Dann: |{z}
u + Ui = 0 Wenn (ii) gilt, so insbesondere u = 0
i 6=k
Uk
35
(iii ) (i )
Sei u U
r
r
u = ui = ui0
i =1
(ui ui0 ) = 0
i =1
r
i =1
!
U
= {0}
i 6=k
Eine Summe Ui von U.R. U1 , ..., Ur eines K VR V heit direkte Summe der Ui falls eine
i =1
r
L
i =1
Ui
Bemerkung:
mit r = 2 ist U1 + U2 direkt genau dann, wenn U1 U2 =
v1 , ..., vn V genau dann linear unabhngig, wenn hv1 , ..., vn i =
Kvi = {vi | K}
Ist U = U1 + ... + Ur ist endlich erzeugt, so ist U =
r
L
i =1
n
L
i =1
Kvi
r
(quivalent):
Sind Basen Bi von Ui fr jedes i = 1, ..., r gegeben, so ist Bi = B1 ... Br Basis von U.
3.5.5 Satz
Sei V endlich dimensionaler K-VR, U V ein Unterraum. Dann gibt es einen Unterraum
U 0 von V sodass V = U U 0
Beweis:
Sei U V Unterraum, so whle Basis B von U. Ergnze B zu einer Basis T von V. Sei
V 0 = T \ B, setze U 0 = h B0 i.
36
4 Lineare Abbildungen
4.1 Lineare Abbildung
Sei f : R R2 ein Homomorphismus
x 7 ax; x1 + x2 7 ax1 + ax2 ; x 7 ( ax ) mit R
4.1.1 Denition
Eine Abbildung f : V W zwischen K-Vektorrumen V, W heit (K )linear, falls f (v +
u) = f (v) + f (u) fr alle u, v V, , K
Bemerkung:
f (0V ) = 0W
f (v) = f (v)
a11 . . . a1n
.. mit Eintrgen in K.
..
Eine Matrix A = ( aij ) = ...
.
.
am,1 . . . am,n
Definiert eine lineare Abbildung Kn Km
!
x = ( x1 , ..., xn ) 7
j =1
i= j
n
a1j x j
j =1
. . . a1n
x1
a1,1 x1 + a12 x2 + ... + a1n xn
.. .. =
..
..
..
=
.
.
.
.
n .
. . . am,n
xn
am,1 x1 + am2 x2 + ... + amn xn
amj x j
a11
..
.
am,1
i= j
4.1.2 Satz
V,W K-VR, v1 , ..., vn ein Erzeugendensystem von V, w1 , ..., wn beliebig in W,
1. Es gibt hchstens eine Lineare Abbildung f :
37
i =1
i =1
i =1
Erklre f :
i =1
a) f (v j ) = 1w j
b) f ist linear, denn
f (v + v0 ) =
i (v + v0 )wi
i =1
k
(i v + i v0 )wi
i =1
i =1
i =1
= i vwi + i v0 wi
= f (v) + f (v0 )
4.1.4 Bermerkung
ker( f ) ist Untervektorraum von V
Im ( f ) ist Unterwektorraum von W
f :
Beweis:
f ist injektiv ( f (v1 ) = f (v2 ) v1 = v2 v1 , v2 V )
d.h. fr alle v1 , v2 V : f (v1 v2 ) = 0 v1 v2 = 0
dimK ( Im ( f )) dimK (v)
Beweis:
Sei (bi )i I eine Basis von V, dann ist ( f (bi )) ein Erzeugendensystem von Im ( f )
38
f (1 v1 + ... + k vk ) = 0
1 f (v1 ) + ... + k f (vk ) = 0
1 = 2 = ... = k = 0
= f (1 v1 + ... + k vk )
0 = 1 v1 + ... + k vk
0 = 1 = 2 = ... = k
wegen Injektivitt
wegen linearer Unabhngigkeit
Notation: V W
V W heit Isomorphismus.
4.1.6 Satz
Seien V, W zwei K-Vektorrume
1. Gibt es ein isomorphismus f :
dimK (V ) = dimK (W )
V W, so ist:
VW
Beweis:
V W, linear mit f ( ai ) = bi
i = 1, ..., n
Injektivitt von f:
Sei v ker( f ). Es gibt 1 , ..., n K mit v = 1 a1 + ... + n an
so ist 0 = f (v) = f (1 a1 + ... + n an ) = 1 f ( a1 ) + ... + n f ( an ) = 1 b1 + ... + n bn
1 = ... = n = 0 da b1 , ..., bn linear unabhngig.
Dann ist aber v = 0, so folgt: ker( f ) = 0
39
Sei v := 1 a1 + ... + n an V
f (V ) = f (1 a1 + ... + n an ) = 1 f ( a1 ) + ... + n f ( an ) = 1 b1 + ... + n bn = w
Also ist w Im ( f )
4.1.7 Korollar
Beweis:
Ist dim(ker( f )) oder dim( Im ( f )) = so auch dim(V ) =
Nehme an, dass ker( f ) und Im ( f ) beide endlich erzeugt sind, dann whle v1 , v2 , ..., vk als
Basis von ker( f ), dann:
Seien vi mit i = 1, ..., m, sodass f (v1 ), ..., f (vm ) Basis von Im ( f ) ist
m
Nun ist f
v i vi
= 0 also ist f
i =1
v i vi
i =1
n
i =1
i =1
j =1
v = i vi + j u j
Deshalb ist:
v hv1 , ..., vm , u1 , ..., un i
Somit auch:
V = hv1 , ..., vm , u1 , ..., un i
und
{v1 , ..., vm , u1 , ..., un } ist Erzeugendensystem zur linearen Unabhngigkeit
m
i =1
i =1
i =1
m
i =1
i vi + i +m ui
n
= f
i vi
i =1
+f
i +m ui
i =1
= i f ( vi ) + i +m f ( ui )
i =1
i =1
und auch:
n
m +i ui = 0
i =1
40
4.1.9 Satz
Sei f : V W linear (/K)
dimK (V ) = dimk (ker ( f )) + dim( Im( f ))
4.1.10 Korollar
Sei f : V W linear (Homomorphismus),
dimK V = dimK W < . Dann
1. f ist Injektiv (Monomorphismus)
2. f ist Surjektiv (Epimorphismus)
3. f ist Bijektiv (Isomorphismus)
Beweis:
(i ) (ii ) Sei f injektiv, dann ist:
dim W = dim V = dim(ker ( f )) + dim( Im( f )) = dim( Im( f )) Im( f ) = W.
(ii ) (iii )
Sei f surjektiv, d.h. im( f ) = W
Insbesondere ist dim(V ) = dim(ker ( f )) + dim(im( f )) 0 = dim(ker ( f )) = {0}, f injektiv.
also: f bijektiv.
(iii ) (i )
trivial
4.1.11 Lemma
Sind f , g : V W Homomorphismen, so sind auch f + g :
f (v) + g(v)
und fr alle K
f : V W, v 7 ( f )(v) := f (v)
Homomorphismen.
V W, v 7 ( f + g)(v) :=
Beweis:
1. Sind v1 , v2 V, 1 , 2 K, so ist:
( f + g)(1 v1 + 2 v2 ) = f (1 v1 + 2 v2 ) + g(1 v1 + 2 v2 )
= 1 f ( v1 ) + 2 f ( v2 ) + 1 g ( v1 ) + 2 g ( v2 )
= 1 ( f (v1 ) + g(v1 )) + 2 ( f (v2 ) + g(v2 ))
= 1 ( f + g)(v1 ) + 2 ( f + g)(v2 )
( f + g) Homomorphismus
41
( f )(1 v1 + 2 v2 ) = f (1 v1 + 2 v2 )
= (1 f (v1 ) + 2 f (v2 ))
= 1 f (v1 ) + 2 f (v2 )
= 1 ( f )(v1 ) + 2 ( f )(v2 )
4.1.12 Denition
Sind V,W K-Vektorrume, so bezeichnet HomK (V, W ) die Menge aller lienaren Abbildungen
V W.
4.1.13 Satz
HomK (V, W ) ist ein K-Vektorraum (mit den Operationen, die im Lemma definiert sind).
Beweis:
( HomK (V, W ), +) Abelsche Gruppe.
Neutralel. Nullabbildung
Inverse zu f Hom(V, W ) ist f , wobei ( f )(v) = f (v).
( f + g)(v) = ( f (v) + g(v)) = f (v) + g(v)?( f )(v) + (g)(v) = ( f + g)(v)
V
Sei V endlich erzeugt, dimK (V ) = n < Whle feste Basis B = {b1 , ..., bn } fr V.
Definiere:
Hom(V, W ) W
... W} = W n ; f 7 ( f (b1 ), ..., f (bn ))
| W {z
n Fach
ist bijektiv.
Beweis:
Seien f , g Hom(V, W ), , K dann ist
( f + g) = (( f + g)(b1 ), ..., ( f + g)(bn ))
Bemerkung:
V = Kn , W = Km .
B = {e1 , ..., en } Standardbasis.
Dann:
42
: Hom(K n , K m ) (K m )n = K mn
Dabei ist
f 7 ( f (e1 ) f (e2 ) ... f (en )) Mat(m n, K )
Zu f wird eine m n-Matrix A f zugeordnet.
Es gilt fr x K n :
f (x) = A f x
43
4.2 Matrizen
4.2.1 Notation
1. Ist A eine m n-Matrix, so ist fr i = 1, ..., m, j = 1, ..., n Aij der Eintrag in der i-ten Zeile
und j-ten Spalte.
2. Die Menge aller m n-Matrizen mit Eintrgen aus K wird mit Mat(m n, K ) bzw.
M (m n, K ) bezeichnet.
Als Menge:
Bijektion Hom(K n , K m ) M (m n, K )
{z
}
|
= K mn
Wir geben M(m n, K ) die Vektorraumstruktir, die aus K mn stammt. So ist fr A, B M(m
n, K ):
A + B : ( A + B)ij = Aij + Bij fr in K folgt:
A : (A)ij = Aij
4.2.2 Satz
Gegeben seien K Vektorrume, V mit Basis A = { a1 , ..., an } und W mit Basis B = {b1 , ..., bm }
Dann gibt es zu jedem Homomorphismus f : V W genau eine Matrix M A,B ( f ) M(m
n, K )
so, dass fr j = 1, ..., n
m
f (aj ) =
( MA
( f ))ij bi
i =1
( f + g)( a j ) = f ( a j ) + g( a j )
m
( M A,B ( f ))ij bi
i =1
( M A,B ( g))ij bi
i =1
( M A,B ( f ))ij ) + ( M A,B ( g))ij bi
i =1
m
( M A,B ( f + g))ij bi
i =1
Eindeutigkeit der Darstellung bzgl. Basen ( M A,B ( f + g))i,j = ( M A,B ( f ))ij + ( M A,B ( g))ij
M A,B ( f + g) = M A,B ( f ) + M A,B ( g) (als Matrizen)
Bemerkung:
M A,B ( f ) heit die Matrix, die f bezglich A und B darstellt. Alternativ: M BA ( f )
44
x1
y1
Sei weiter x = ... K r , y := g( x ) = ... dann ist fr i = 1, ..., n
Sei f :
xr
yn
yi = ( Mg )ij x j
j =1
z1
..
z := f (y) = .
zm
Wiederrum ist fr i = 1, ..., m,
n
zi =
( M f )il yl
l =1
j =1
l =1
( M f )il ( Mg )lj
l =1
j =1
( M f )il ( Mg )lj x j
!
xj
Aber:
r
zi = M f g ij x j
j=1 | {z }
eindeutig
So:
n
M f g ij = ( M f )il ( Mg )lj
l =1
4.3.2 Korollar
Sind f :
Kn Km , g :
45
...
a1m
..
.
b11
am1
...
..
.
amn
b1r
..
.
m
..
.
B M(n r, K )
..
.
bn1
i
m r
bnr
r
Spezialflle:
x1
..
x = . M (n 1, K )
xn
y = y1 . . . yn M (1 n, K )
yx =
y1 x1 + ... + yn xn M(1 1, K ) = K
x1 y1 ... x1 yn
..
..
..
xy = .
.
.
x n y1
...
xn yn
A := m
AT =
46