I 2 Algebraische Strukturen

Kommutativ htm mtn man nom order

mts nm s n.cms only to
Assoziativ htm ts n
p c
basics Pistributiv n mts him this

No O 2,2 3 4 0 EN
nur Attitien Multiplikation möglieh

dann
folgt A B AB

Anstalten
betrachte Paar
n m mit m m EN
definiere Äquivalenz heme mm nit ma hat m
2 B 10,3 E 2,4 644 2 3 9 order

Äquivalenz E genau dann wenn nm mit 42224

A B A B h mi ECmmuknimz nz.me
z.B 1,31 4,6 16 23

E
X X order

x X
X X En E E Chem nom

0
 Ig 4,0 2,212
t t
FER t
2B TIER TIER

MC Z CQ CRICK
GeÄpperaxiome
2 Gruppe o Operation

4 Abgeschlossenheit a be 47 abEG
Gz Assoziativität ab.ee G ab a a olboc
43 neutrales Element
e eoa a füralle at G
44 inverses Element
a'zu a a a'EG doa e

Titi
B ZH
2 Qt CR a 0
IE
Nicht Grupp IN 23 as
heut k
Ogi
EILEEN
Lemma dog e s abate
aua eofoail af.atolaoa doof aua a o Caton a

aua a o Leon

Lemma aoe a.la oa a on you a oa

e oa e e
a
order
Lemma ist eindeutig ete
e e E

Evi
2
a a
 Kommutative aok boa HabEG

Division mit Rest Kim Rest r

may tret
Arm
y
2b 12 S 2Rest 2
425 3Rest3 D 533 12

KEY modIm z.B 2212gmod s

Restklan F modem türfest m
yez Ey
Imst m 2 Zu Ö I MT 5 5 atb

EI 1 525
21 m 23 45,2 E 55 3 7
522
ZEIT
gg g

FESTE
E.jo
ITZ E
Tto JGp
When me Primzahl
p Dpk
ZIG E 23
F
dh für

ü
It our e

4 2 mud l

p 5 2,150 E 25,4
E e

EÄEIT I I Z IEEE
i
 1 20 112 3

Aber
26143 ist
keine Gruppe II 5 5 X
L Achtung
Ypinnahl but Zsk is a Gruppe

primezahl then
blahlal
for if mit

Körper Menge K mit Operationen

T und gleichzeitig

KL Kit in kommäüämpp
mit O e
K2 Kl 0 Dt kommutatinGruppe mit 2 e undKOOKkk

H Ak y24k K.ly K.ytk.z Ditibntiugesetz

B a t R t und Mpi
Komplexe Zahlen
by dayER wo
Ily mit i 2
ktiy
ktiymit ts ist Körperder
Menge der

Rellitiy k s ImHaig A Ktiy MyER

y
Konjugiert 4 E k Z Hi I Rez E Zt
iy wo

not absateratenh Ii Im Z Z E

Betrag Ey FE JO HIER Iii E Er

Polarkoordinaten Z ktiy rfcosytisinylw.FR y tan I
K rcosy
Eulenheit eil y rsing
iiyiiing ianh.TL xz.h.zizine
Chigi
i Z
ktiy rfcusytis.my reit
Bemerkung Z reil E re ilt fe ilzh rheinl.noz
 I FEE
I
i

M te Wurzel von AEG 9 4 2 4 ez al E no

2B 9 8ei Ja zeig zeit 2eitern zei.EE

822 4
3 kannaber Zeit aber Zeit
asononen
IIE eter
z nyse kann 2 wo

Polynom
p
K antitank t Tankt a mit ansk an O
K Körper at Koeffizient Grad n F N
x x why
Division doesn't
always deliver a Polynom
2B Ei 142
not a Polynom

yii.net
Z.B 33017 B 254 Rest5 5 13 4 254 4
Grad des Restes Graldes Divisors
somit means Divisionnot
yet implied

Det Lek p d anti tankt9 O

Nullstelle wo

Satz Jedes niehtkunstante

Polynom für k L hat mindestens eine Nullstelle
4
BITE for ka O
Ä It for n use substitution when net
Satz Ko Nullstelle dann III istwieder ein Polynom II AbGrat paybthrat 2
It 2 0
II
 Satz conjugation of Nullstiden

z.b 11 E Ta
KE E En
11 Tz

2 Vektor
Def Vektorraum V über einem Körper
K ist eine Kommutative
Gruppe V 1 mit zusätzlicher Multiplikation

mit Statuen
an Kund den Eigenschaft
Ä
Vz 2d I mit Ifk V4 E In b ES
M IMMER ME E L'EHLE EE
Mal Mit D
I diminutiv
Ti
Rita a

echte Teilmenge C

Teilmenge E
Unterraum Menge wer in Vektorraum die selbst Vektorraum
ist
21 KR.EER.EE NIEERIERE DER

Ä
LinäkIii cnn.us E meine
Erzeugendensystemvon V z.B KR Kspan Ü Ü

und ire sei 1 59 repeatedly

Seinun E B MitMei ist vonE unter

Linearkombination Pitt MÜ
Xü spanceises Eimmer RS afmnER

II
ist Unterraum
for
Erzeugentaster
Lineare wenn 17 It Api Ö dh
f
Unabhängigkeit

ÖDE
Musssabuthen
17 0
heißen sie linear
abhängig

fur alpen UM pay214 quasisind linear unabhängig esdenn

Rp YtMaut MIT t MIR Mit Ko A
0

µ it
It Put ar 2 B M t
guy are
Monome TO
then they are always theirunabhängig
I
pay 1944 2 ist sind way 92 sind
Bemerkung Linear unabhängige Vektoren zeigen in untershiedlinke Richtungen

fyi for Linear abhängig es

Ü jhnni.nu
AUA Ark

Basis for Rsn to is a Erzengendensystem linear unabhängiger Vektoren

Mit einer Basis ü K von V istjet Velt KeV als ER.it iEEY

Ihr endlicherzeugte Vektorraum besitzteine Basis

Für zwei Basen U s Un und 4 Um eines Weltmanns Vgik nem

Dimension basically the n of uol.t.am dimR in

for Jim Mintz
finnland
O

Norm basically the length of vet lat Hills lila lila but matt
 Nt Homogenität 111141 1111141

12 Definitleit Hill o Is A
Dreinksungleichung HIHI Ellillthyll Eis
Höll O Müll70 KIEV 1
Nun 11.111 is141it
lln atcounek
Mannheimer

in
pit IN
bonbon

Ein
R
Skalarprodukt IY i f E It
15219Linearität DA1mF E R LI ET tm Y E
5 Symmetrie I F Y K
grtnoettettorRbut
DetinitheitCI.K FR CP K 70 CSll
LI.IS und o E Ö
S4 Linearität E Mitm Mimi Es Isamething
RE E MIE
TEE FLEE
V C
EFFEKT V
ab ab ab fg Shataygoyd
b Skalarprodukt rarelyIn

1 Ill E Es Ja Nfl

Orthogonalität
Ictywhen a
y
o VER
important
I.F ill.fil.cosLs s

Satz der Pythagoras Aus CE gin Mit11 Nalithyll

 Projektion von Kant n
Fü
Lot Ü F Mimi Ü Ü so Dann E Mut Ü7 0

im
i Lot w k IF ü mit FEE
msn.us

Span ÜÜ span Ein aber Ein O basis

Orthogonal

Beispiel Ü I I 2
LI Ü 12 üü 20 D E Mü I LaElst und Düül o

IE SEI E c hmmm na

GETÖTET e
Orthonormalbasis Basis
mit u un mit Chu 2 stall k e
Hinan
Colin
E GEGEN VI EH 74

Cauchy Schwarz Ungleichung ist Hillylktory oandto tn.is

3 Lineare Abbildungen und Matrizen

Funktion
Definitivherein
or
Abbildung W W Wertebereich
y
Billy U gutneu EW Vsv
has atleastone kfrom V
Surjektiv every wertvon W

injektiv every
bothsugelair and injektiv
bijektiv at thesametime
iii
Lineare Abbildung
Gutmit Ryu pp FÜ ÜEV UM.ptk
 Matrizen 922922 den

A
Läää
Man
j.EE
J
a Sim
anzktamintanum

YR R mit A ER
HÜFT E
an E
Matrix Multiplikation

Bü
W AE A BÜ AB i canTEAandBfan together

an E E i
Matrix AR BA
Ä_
kommutativ
Multiplikation in nicht

Matrix Addition
CATBIVEAETBI Voraussetzung A und B havethesan.mx

Transposition Transponierte MatrixAT Spiegelung an der Diagonalen

a s Ä AEG B E BE
EE I 2 3

Symmetrische Matrix wo A AT und AER z.B 5

Schietsymmetrishe Matrix AER A AT an A G AEG
A E
 bemerkung AB BAT Harter
EÄIEEFEE
mügi Fix
f INt c
House

Bild von y R R von AER ÜHAT VER span ei ein

i Im Aeistessisten In
i Satz
Y span Glee Glen

Dimensindesbildimiggleiht der maximalen Anzahl linear unabhängiger SpaltenvonA

img im A ÜERTÖNEV II span

y span TI
i im
E ER Unter.a

go see Grü04
Basis des Unterraum
im
runabhingigeSpaltensind
Y
Nullraum when Gees Ii linear abhängig da LAeit datei Ö
glen
Kern
g KerA ÜERFÜIKAEÖR then
YK.it es guitar
pm an die at Ö Rn ugebildetwird
Bemerkung imYERPIEGERÄÄdimingt dim bergen

rgA rg Ä
dimimA
Rang rgt dimim
y
Bemerkung

Bsp A ER
AE AE 9 AE i Au
rightfromtheHartwecansee that Ai und Ai in linear
unabhängig
Al
and I AE 2 AE LAE Ö Af g
kerAsp.fi
f
WI ATist linear abhängig

O.AE o.AE KAT Ö KER403

Aid in line abhängig int span 9I
we can Ä ATundAhusing basis span Ali AE
i dimim A 2 42 4 n

dim karte 2
 R R Ü HAT A ER
Y
der A ö tim imA n mein
q injektiv
dimimA m
Y surjel.tv

rgA.mt Iybiyelti
msn.AE R F dimderA o dimimA

4 R R yEntümter
P
YT EIN EXE
Umkehrabbildung
A
Ü
MyGültMy
mit Matrix istlinear
G Mütter wo

t
need A
RI
Inverse Matrix

A A I Einheitsmatrix
GI II
how
t.int A 80 16 4
8,2 8 E 39 Of 2
A Etc
i AI
on for Pony At Ciba

Bemerkung nur Matrizen

A ER mit ngA dim in A n haben
A
Reguläre Matrix A E R mitroten invertierbar Set Af
Singuläre Matrix nicht regulär nicht invertierbar
detA

it Ais regulär then

A A AA
ng
I
ÄÄjj
noneedorteriisthsam .IjEA BAh
ABA B
int AB MAL
Determinante

prinniple A 8 havewhiheuer spaltet remove

HA EIE
EEY.VE
IEEE SEC 2 aid Ai
xCtettix hier n.ms

2 an lett C2 a daA 2 Sadat

e 21941 51 8111
2 4.9 1.6 519 21 8 6 12
2 6 60 48 12 12
O
for R Get A du for R dat an.az asstanna.asitan.an.as

A EYES Gian'antasiaziantanana

for R datA a d cb g
A at

Dreinknatix
A 8 ab
Inso 4
4

4C KE
tat 46
ananas am
y 4
hangeln für µ armer
i det AB der A derB de AB htt das
H
ii dat AT deff irgertwetter
Werl

µ
iii it one particular spiigplieuSB Md.tt

in der RATET dutt every

element
got multiplied urthi
 V Permutation
matrix P z.B where every
spitanderezeileonlyhasone
i derP 2 der AP 2 derA
always
nur
Vi Attitionsmatrix
B an B
gun
add onespatemultiplied with a t anotherspät

z.b AB IIIIEEEEE.IE Aberd AB dat d daB 2

Bemerkung daA letAT The rules above

gelten auchfor zeile charges

AER and dim in A n E detA 0

Anexit when dutt
LetA t IT AA I AA tetATA L
te AA t.TL dat In
Matrixnoum Matrix an R bitte Vektorraum mitOperationenTeX

i induziert Matrixnorn Halim EKKEHARD w R

zeit.in whiin withthehighestsun

Rki mg Ela I envI
Spörsummernorm evernote
III Es nil
which
i All mühsam

d Spitänorm MAIL
JE AA
Spekulatius

Submaltiplikativität I MAE liIAllüffill

ii HAB Ins IAllullblln

4 Gauß Algorithmus basically

Hg to say
lah sooperate with Matrix an

linearen kleingssystens
basially Lösungdes

let's we have a blatt k thenfor I variable

say canset
b l 11 1 p
 Statt Ila tätigParam
bed II andthisMatrixbb
O_O
Men
unter d S G SER
unbestimmtes
Gleihungssysten

b dange
Ahorsitem
Anwendung mit tn.EE q gfqiII
Wenn der Ü ö then Mi Du 0 and msn.inistlinear unabhängig

für ren istdatUi and have

Fowinesansits regulär andvollran

vs
if gotthen
5 Eigenwert und Eigenvektor ME heel

basically represent AT int MP

Eu ER
AT RE Ö AT DIE A E Ö A o
der A A
Mypij
O
kauft MengederEigenwerte
µ
Tutint M det A RI O
A A in
Eigenwert
pl Spektrum spec

2ß A 3 charatisch I I Spektralratins A III an

T I En Polynome
41 3 1 2 0 themaximumabsank

in ü C I 7 10 0 EGIL C
zu Vb
IIe sser Es seivast ER
Ist i.VE EeE te
Spektrum A 2,5 MA 5 t'EIt'ER
sp
Bemerkung für i ast frei
an Einheit like IIII
Eigentschaften Eigenvektoren that have different ann Eigenwerte are linear unabhängig

Korollar if A Et an produe
bitteren Eigenwerte
the me for Basisfrom Eigentrektiven
 nein
I VEEAM 1
i Eiji

Diagonalisierbare Matrix IVmit derV70und VÄÄ

Eigenbasis Basis des aus Eigenvektoren einer diagonalisierbare Matrix Spaltenvon

der A 17 O Ü f SER
1
jaa
E II E nö
IiiE f
o u

animiert en o v 1
2 AM L O

Fi
Hermitesche Matrix Aek and A Ä A oder AT Ä

A GE A II A f AA A EE
1 Hermitesine
Matinen i R sind symmetrisch denn At R AKA A E Ä Äh
ei Fü A Ä E
ii Die Eigenwerte Rein hermitesien Matrix sindreell DER

Iii Jede hermitsche bzwsymmetrische reale Matrix

ist diagonalisierbar VAVA

Iv Die Eigenvektoren
einer hermiteschen bzw symmetrische reden Matrixbilden orthogonal basis wennMit

seiAKA cm a in O Üü 0
ÜAL Meri I wegen n EE
µ _wir 0
but u.no
NEE A.EE Bereit hat
Ewan V
sieheStrip

g
 it a Matrix is orthogonalsehen V2 UT IAU WAVE Ein
Euklidische Matrixnorm AEG I Alle at A
I
CHI geeint

Speziale
Matrizen

i Dreieismatrix ftp.bing.nnlelen.ee sind Eigenwerte z.B A III plattet AP a Camilla Mo

Mi9 M an Mia
Ii Positiv definite Matrix
AER mit CAE I 0 VI Ö
aber wenn Ain symmetrisch oder
A AT E Alle Eigenwerte sind positiv

Iii Positiv semidefinite

Matrix CAKE 70

Iv Negativ definite Matrix CAI I O

Jordan Normalform Problem nicht Matrix AEG in

s
ist diagonalisierbar

Inde Matrix
AEG kanndurch eine invertierbare
Matrix V Hardinatin
Transform

eILI
aufdieJordan Normalform gebrachtwerden
Spalte T.ei M.es GMI E Ö
rAV 1 ÄßE
I
4span.se
Idee
a.eiEEG iit ei
Telefonie
Suche

Eigenräume Hauptvelter
Verallgemeine

Eigenwerte haben
i
i
algebraische Vieltachheit

geometrische Vielfachheit
s
tanuki

desEigenraum
Dimension
Iii
Ker AM
auf
Yin

7 Und t.tv o und Are

Kuiteria A diagonalisierbar zujedem Eigenwert in algVielfachheit geom
Vielfachheit

Bemerkung i it Asingulär t.tt O Ja

 ii Yo hat in 0 aber
Rg 2
iii Eigenraum W ler A RI is theValue of R thenumber ofEigenvektor zuR

Bip I
B ER Tartan Blöcken der Größe 2 2

dt BMZ
p IN WBi
algebraische Vieltaiheit von M

D sang R R
Geometrische Vielfachheit
rg B A arg
7 GI O dimKer B 1 2
d
4 6
RPF C
Ep e Rt Jordan Kästinter Güte txt

ELI Alg Vielfacher phil Klan da III

L An
Geometrische Weltweit
rg
c not rg d 2
itimkerltn.tl
kerlon.D sponce W it vi t.li iiiiiiYIIii
B 5AS
Ähnliche Matrizen
SE4 S invertierbar A.gg whe

i Ähnliche Matrizen haben dieselbe Tartar Normalform F VB V VI ASV

EIN A SV 1

Ii
µ
They have the san Eigenverte Büro FAS Tv ACHalso
T.si nweinl
S so

iii They havethe sane tatvalue Auß lett t B der SEES B FAS
derB daFAS
in
heiß dit
They have the same Rgvalue Sistregulär
 have the same
U They charakteristische
Polynom datB deFAS A L FAS RS's da dann

da At
Jordan Normalform
ist Vertreter aus der Klasse
ähnlicher Matrizen
F
dereinfache