1 Analytische Geometrie und Grundlagen

Größe: px
Ab Seite anzeigen:

Download "1 Analytische Geometrie und Grundlagen"

Transkript

1 $Id: vektor.tex,v /04/13 14:48:29 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.1 Affine Geometrie im R d Wir hatten einen affinen Teilraum A des R d als eine Teilmenge der Form A = a + U definiert, wobei a R d ein Punkt und U R d ein Untervektorraum des R d sind. Zusätzlich ist auch die leere Menge A = ein affiner Teilraum des R d. Bisher haben wir uns hauptsächlich mit einem fixierten affinen Teilraum beschäftigt, nun wollen wir auch einige Relationen betrachten die zwischen zwei affinen Teilräumen bestehen können. Wir beginnen dies mit einer Definition. Definition 1.4 (Parallele und windschiefe affine Teilräume) Sei d N und seien A, B R d zwei affine Teilräume des R d. Dann heißen A und B parallel, in Zeichen A B, wenn A = B = gilt oder wenn A, B sind und R(A) = R(B) gilt. Weiter heißen A und B windschief wenn A = oder B = gilt oder wenn A, B, A B = und R(A) R(B) = 0 gelten. Aus der linearen Algebra kennen wir die Dimensionsformel für Untervektorräume, sind U, V R d zwei Untervektorräume so gilt dim U + dim V = dim(u V ) + dim(u + V ), und eine ähnliche Formel gilt für affine Teilräume, allerdings nicht für alle möglichen Kombinationen zweier solcher. Satz 1.4 (Affine Dimensionsformel) Seien d N und A, B R d zwei affine Teilräume des R d. Es gelte A B oder A, B seien windschief. Dann gilt dim A + dim B = dim(a B) + dim(ab). Beweis: Wir unterscheiden die möglichen Fälle. Fall 1. Zunächst sei A B. Nach Lemma 3.(a,c) sind dann R(A B) = R(A) R(B) und R(AB) = R(A) + R(B), also ist auch dim(a B) + dim(ab) = dim(r(a) R(B)) + dim(r(a) + R(B)) = dim R(A) + dim R(B) = dim A + dim B. 2-1

2 Fall 2. Nun sei A =. Dann ist AB = B und A B =, also haben wir dim(a B) + dim(ab) = dim B 1 = dim A + dim B. Analog ergibt sich dies auch wenn B = ist. Fall 3. Im verbleibenden Fall sind A, B, A B = und R(A) R(B) = 0. Wähle a A und b B. Nach Lemma 3.(c) sind dann R(AB) = R(A) + R(B) + R (b a) und b a / R(A) + R(B) also haben wir dim(ab) = dim R(AB) = dim(r(a) + R(B)) + 1 und somit auch = dim R(A) + dim R(B) + 1 = dim A + dim B + 1 dim(a B) + dim(ab) = dim(ab) 1 = dim A + dim B. Damit ist der Satz vollständig bewiesen. Die Dimensionsformel zusammen mit dem Parallelitätsgebriff erlauben es nun die meisten der Aussagen über Konfigurationen affiner Teilräume ohne größe Rechnungen zu begründen. Zur Vorbereitung benötigen wir hierzu nur ein kleines Lemma über die Grundeigenschaften des Parallelitätsbegriffs. Lemma 1.5 (Parallele affine Teilräume) Seien d N und 0 n < d. Bezeichne T n := {A R d A ist ein affiner Teilraum des R d mit dim A = n} die Menge aller n-dimensionalen affinen Teilräume des R d. Dann gelten: (a) Die Parallelitätsrelation ist eine Äquivalenzrelation auf T n. (b) Sind A, B T n mit A B und A B so ist A = B. (c) Sind A T n und p R d so existiert genau ein B T n mit A B und p B. (d) Sind A, B T n mit A B so ist genau dann A B wenn dim(ab) = n + 1 und A B = gelten. (e) Ist n = d 1 und sind A, B T n so ist genau dann A B wenn A = B oder A B = gilt. Beweis: (a) Dies ist klar da die Kernrelation der Richtungsabbildung ist. (b) Wählen wir ein a A B so ergibt Lemma 1.(b) auch A = a+r(a) = a+r(b) = B. 2-2

3 (c) Die Eindeutigkeitsaussage gilt nach (a,b). Zum Nachweis der Existenzaussage setzen wir B := p + R(A) T n und haben p B und A B. (d) = Nach (c) ist A B =. Wähle nun a A und b B. Nach Lemma 3.(c) gelten dann R(AB) = R(A) + R (b a) und b a / R(A) also ist dim(ab) = dim R(AB) = dim R(A) + 1 = dim A + 1 = n + 1. = Wähle wieder a A und b B und nach Lemma 3.(c) gilt dann R(AB) = R(A) + R(B) + R (b a) mit b a / R(A) + R(B). Damit ist dim(r(a) + R(B)) = dim R(AB) 1 = dim(ab) 1 = n und es folgt R(A) = R(A) + R(B) = R(B), es ist also A B. (e) = Klar nach (d). = Ist A = B so ist auch A B, wir können also A B und A B = annehmen. Wegen B ist A AB also haben wir nach Lemma 2 auch dim(ab) > dim A = d 1 und damit muss AB = R d und dim(ab) = d = n + 1 sein. Nach (d) ist damit auch A B. Wie schon zu Beginn dieses Kapitels angemerkt geht es uns in diesem Abschnitt um die Einbettung der Elementargeometrie in den Stoff der Grundvorlesungen und wir wollen insbesondere einige der anschaulich evidenten Tatsachen wirklich begründen, sie also auf Grundtatsachen zurückführen. Wie wir nun sehen werden ist uns dies mit der Dimensionsformel und dem eben bewiesenen Lemma über parallele affine Teilräume tatsächlich gelungen. Beginnen wir mit dem ebenen Fall d = 2. Der einzige interessante Typ affiner Teilräume sind dann die Geraden. Auf der Menge T 1 aller Geraden im R 2 ist die Parallelität eine Äquivalenzrelation und zu jeder Geraden g R 2 und jedem Punkt p R 2 gibt es genau eine zu g parallele Gerade durch p. Die Geraden im R 2 sind gerade die Hyperebenen im R 2, unser Lemma sagt also weiter das je zwei Geraden l, g im R 2 entweder parallel sind oder es gilt l g und l g. Im nicht parallelen Fall ergibt Lemma 2 zunächst l g also auch l g l und 0 dim(l g) < dim l = 1, es ist also dim(l g) = 0 und l g ist ein Punkt. Je zwei Geraden im R 2 sind also entweder parallel oder sie haben einen eindeutigen Schnittpunkt. Im dreidimensionalen Fall d = 3 sind Geraden und Ebenen von Interesse. Wir beginnen mit den Ebenen, diese sind auch die Hyperebenen im R 3. Sind e, f R 3 zwei Ebenen, so ist nach unserem Lemma entweder e f oder e f und e f. Im nicht parallelen Fall ergibt sich wieder mit Lemma 2 zunächst e f und somit f ef also ist 2 = dim f < dim(ef) und wir haben dim(ef) = 3. Nach der Dimensionsformel ist damit dim(e f) = = 1, je zwei Ebenen sind also entweder parallel oder sie schneiden sich in einer Geraden. Bei Geraden ist die Lage etwas komplizierter. Seien also zwei verschiedene Geraden l, g R 3 mit l g gegeben. Dann liegt genau einer der folgenden Fälle vor: 1. Ist l g, also R(l) = R(g), so ist nach dem Lemma l g = und dim(lg) = 2, also liegen beide Geraden in der Ebene e = lg. 2. Ist l g so erhalten wir mit Lemma 2 zunächst l g also auch l g l und dim(l g) < dim l = 1, d.h. dim(l g) = 0 und l, g haben einen eindeutigen 2-3

4 Schnittpunkt p. Nach der Dimensionsformel ist dim(lg) = dim l +dim g dim(l g) = 2, d.h. e := fg ist eine Ebene. Explizit haben wir e = p + R(l) + R(g). 3. Im dritten Fall ist l g = aber l g. Dann ist R(l) R(g) also R(l) R(g) = 0 und l, g sind windschief. Nach der Dimensionsformel ist dann dim(lg) = 3, also lg = R 3. Zusammenfassend sind zwei verschiedene Geraden im Raum R 3 damit entweder windschief oder sie liegen in einer Ebene und sind in dieser entweder disjunkt und damit parallel, oder sie schneiden sich in einem eindeutigen Schnittpunkt. Es verbleibt zu klären wie eine Gerade und eine Ebene zueinander liegen können. Seien also eine Gerade l R 3 und eine Ebene e R 3 gegeben. Dann ist entweder R(l) R(e) oder R(l) R(e) = 0. Im Fall R(l) R(e) haben wir dann weiter entweder l e = oder es gibt einen Punkt p l e und dann haben wir l = p + R(l) p + R(e) = e. Ist dagegen R(l) R(e) = 0 so kann nicht l e = sein, denn dann wären l und e windschief und die Dimensionsformel ergäbe dim(le) = 4, also ist l e und da aus l e auch R(l) R(e) folgte ist l e also le = R 3 nach Lemma 2 und die Dimensionsformel gibt dim(l e) = 0, d.h. e und l haben einen eindeutigen Schnittpunkt. 1.2 Affine Basen und baryzentrische Koordinaten In diesem Abschnitt wollen wir einen für affine Fragestellungen angepassten Basenbegriff einführen, der entsprechende Begriff der linearen Algebra ist dabei nicht geeignet da der Nullpunkt dort eine ausgezeichnete Rolle spielt die ihm geometrisch nicht zusteht. Wir beginnen mit einer Beschreibung des affinen Erzeugnis endlich vieler Punkte. Lemma 1.6 (Affines Erzeugnis endlich vieler Punkte) Seien d, n N sowie p 0,..., p n R d und bezeichne A := p 0,..., p n das affine Erzeugnis dieser Punkte. Dann ist R(A) = R (p 1 p 0 ) + + R (p n p 0 ) und { n } n A = p 0 + R (p 1 p 0 ) + + R (p n p 0 ) = λ i p i λ 0,..., λ n R, λ i = 1. i=0 i=0 Beweis: Bezeichne U den Untervektorraum U := R (p 1 p 0 ) + + R (p n p 0 ) des R d. Für jedes 1 i n ist dann p i = p 0 + (p i p 0 ) p 0 + U, also ist p 0 + U ein affiner Teilraum des R d mit p 0,..., p n p 0 + U, d.h. A p 0 + U. Umgekehrt gilt für jedes 1 i n wegen p 0, p i A nach Lemma 1 auch p 0 + R(A) = A = p i + R(A) also p i p 0 R(A), es ist also U R(A) und somit auch p 0 + U p 0 + R(A) = A. Damit haben wir A = p 0 + U eingesehen. Sind weiter λ 1,..., λ n R so haben wir auch λ 0 := 1 n i=1 λ i R mit n i=0 λ i = 1 und n n λ i p i = p 0 + λ i (p i p 0 ). i=0 2-4 i=1

5 Dies Formel ergibt die zweite Beschreibung des affinen Teilraums A. Dass hier dem ersten Punkt p 0 eine Sonderrolle zugewiesen wird dient nur einer bequemen Notation, man kann die Punkte p 0,..., p n beliebig umsortieren ohne den von ihnen erzeugten affine Teilraum zu ändern und insbesondere kann anstelle von p 0 auch jeder andere dieser Punkte als Aufpunkt verwendet werden, für die Richtung von A ergibt sich dann eine entsprechende Formel. Analog zur Situation in der linearen Algebra sind die Koeffizienten λ 0,..., λ n zur Darstellung der Punkte von A im allgemeinen nicht eindeutig festgelegt. Dies ist genau dann der Fall wenn die Punkte p 0,..., p n im Sinne der folgenden Definition affin unabhängig sind. Definition 1.5 (Affine Unabhängigkeit und affine Basen) Sei d N. Wir nennen ein Tupel p 0,..., p n R d von Punkten im R d affin unabhängig, wenn für alle λ 0,..., λ n R mit n i=0 λ i = 0 und n i=0 λ ip i = 0 stets λ 0 = = λ n = 0 gilt. Weiter heißt das Tupel p 0,..., p n eine affine Basis eines affinen Teilraums A des R d wenn p 0,..., p n affin unabhängig mit affinen Erzeugnis p 0,..., p n = A sind. Analog zur linearen Unabhängigkeit bedeutet die affine Unabhängigkeit gegebener Punkte das keiner von ihnen im affinen Erzeugnis der anderen liegt. Satz 1.7 (Grundeigenschaften der affinen Unabhängigkeit) Seien d, n N und p 0,..., p n R d. Dann sind die folgenden Aussagen äquivalent: (a) Die Punkte p 0,..., p n sind affin unabhängig. (b) Die Vektoren p 1 p 0,..., p n p 0 sind linear unabhängig. (c) Sind λ 0,..., λ n, µ 0,..., µ n R mit n i=0 λ i = n i=0 µ i = 1 und n i=0 λ ip i = n i=0 µ ip i, so ist auch λ i = µ i für jedes 0 i n. (d) Für jedes 0 i n gilt p i / p 0,..., p i,..., p n. (e) Für jedes 1 i n ist p i / p 0,..., p i 1. Beweis: Dies ist Aufgabe (2). Das in Teil (d) ist dabei das sogenannte Auslassungsymbol, dieses bedeutet das der überdachte Teil fortgelassen wird, etwas ausführlicher ist also p 0,..., p i,..., p n = p 0,..., p i 1, p i+1,..., p n. Zwei Folgerungen aus diesem Satz sind für uns wichtig. Zunächst ist wie schon in der linearen Algebra die Anzahl der Punkte in einer affinen Basis eines affinen Teilraums durch die Dimension dieses Teilraums festgelegt. Korollar 1.8 (Affine Basen und die affine Dimension) Seien d N, A R d ein affiner Teilraum des R d und p 0,..., p n eine affine Basis von A. Dann gilt dim A = n. 2-5

6 Beweis: Nach Lemma 6 ist R(A) = R (p 1 p 0 ) + + R (p n p 0 ) und nach Satz 7 ist p 1 p 0,..., p n p 0 sogar eine Basis der Richtung R(A). Damit ist dim A = dim R(A) = n. Als zweite Konsequenz unseres Satzes erhalten wir eine Koordinatenbeschreibung der Punkte eines affinen Teilraums bezüglich einer fixierten affinen Basis des Teilraums. Definition 1.6 (Baryzentrische Koordinaten) Seine d N und A R d ein affiner Teilraum mit einer affinen Basis p 0,..., p n. Für jeden Punkt p A gibt es dann ein eindeutig bestimmtes Tupel λ 0,..., λ n R mit n i=0 λ i = 1 und p = n i=0 λ ip i und wir nennen λ 0,..., λ n die baryzentrischen Koordinaten von p bezüglich der affinen Basis p 0,..., p n. Zumeist ist die betrachtete affine Basis im gerade betrachteten Kontext gegeben und man spricht einfach von baryzentrischen Koordinaten, unterdrückt also den Zusatz bezüglich der affinen Basis p 0,..., p n. Die baryzentrischen Koordinaten wurden 1827 von August Möbius eingeführt. Die Namensgebung beruht auf der Analogie zum Schwerpunkt eines mechanischen Systems aus n + 1 Punktmassen, denken wir uns an jedem der Punkte p i für 0 i n eine Punktmasse m i > 0 so, dass das aus diesen Punktmassen gebildete mechanische System die Gesamtmasse m m n = 1 hat, so ist n i=0 m ip i gerade der Schwerpunkt dieses Systems. Ein besonders wichtiger Fall liegt in der Ebene d = 2 vor. Eine affine Basis des R 2 besteht dann aus drei Punkten A, B, C und das diese drei eine affine Basis bilden bedeutet nach dem Satz B / A = {A} und C / A, B. Dabei ist A, B gerade der die beiden Punkte A, B enthaltende affine Teilraum, wegen A B ist dieser eindimensional, also eine Gerade, d.h. A, B ist die Verbindungsgerade von A und B. Also bilden A, B, C genau dann eine affine Basis des R 2 wenn sie nicht kollinear sind, also nicht auf einer Geraden liegen. In anderen Worten wird eine affine Basis des R 2 von den Ecken eines Dreiecks gebildet, und die baryzentrischen Koordinaten bezüglich A, B, C stellen sich als günstig zur Untersuchung dieses Dreiecks heraus, daher werden die baryzentrischen Koordinaten in dieser Situation manchmal auch Dreieckskoordinaten genannt. 1.3 Sätze über Geraden in der Ebene In diesem Abschnitt wollen wir uns auf den ebenen Fall d = 2 konzentrieren. Zunächst gibt uns unsere obige Überlegung eine rechnerisch bequeme Kennzeichung kollinearer Punkte. Lemma 1.9 (Charakterisierung kollinearer Punktetripel) Seien a, b, c R 2 drei Punkte. Dann sind a, b, c genau dann kollinear wenn a 1 b 1 c 1 a 2 b 2 c 2 = 0 2-6

7 gilt. Beweis: Die drei Punkte a, b, c sind genau dann kollinear wenn a, b, c R 2 nicht affin unabhängig sind wenn es also eine nicht triviale Lösung des homogenen linearen Gleichungssystems λ 1 + λ 2 + λ 3 = 0, a 1 λ 1 + b 1 λ 2 + c 1 λ 3 = 0, a 2 λ 1 + b 2 λ 2 + c 2 λ 3 = 0 gibt. Letzteres bedeutet aber gerade das die Determinante der Koeffizientenmatrix dieses linearen Gleichungssystems verschwindet. Als abkürzende Schreibweise definieren wir für je drei Punkte a, b, c R 2 [a, b, c] := a 1 b 1 c 1 a 2 b 2 c 2 und können die Bedingung des Lemmas in der Forn [a, b, c] = 0 aussprechen. Hieraus ergibt sich eine weitere Formel für die Verbindungsgerade zweier Punkte der Ebene, sind a, b R 2 mit a b so liegt ein weiter Punkt x R 2 genau dann auf der Verbindungsgeraden g von a und b wenn a, b, x kollinear sind, nach dem Lemma ist die Gerade g damit als g = {x R 2 [a, b, x] = 0} gegeben. Wollen wir eine entsprechende Darstellung einer ebenen Geraden in Aufpunkt- Richtung Form herleiten, so ist eine weitere kleine Schreibweise hilfreich. Für a, b R 2 setzen wir [a, b] := a 1 b 1 a 2 b 2. Hiermit erhalten wir dann Formeln für in Aufpunkt Richtung Form gegebene Geraden. Lemma 1.10 (Ebene Geraden in Aufpunkt Richtung Form) Sind a R 2 und u R 2 \{0} so ist g := a + Ru = {x R 2 [x, u] = [a, u]}. Sind auch b R 2 und v R 2 \{0} und ist die Gerade h := b + Rv nicht parallel zu g, so ist der Schnittpunkt s von g und h gegeben als s = [b, v] [a, u] u [u, v] [u, v] v. 2-7

8 Beweis: Die Gerade g ist die Verbindungsgerade von a und a + u und für jedes x R 2 haben wir [a, a + u, x] = a 1 a 1 + u 1 x 1 a 2 a 2 + u 2 x 2 = a 1 u 1 x 1 a 2 u 2 x 2 = u 1 x 1 u 2 x 2 + a 1 u 1 a 2 u 2 = [a, u] [x, u], es gilt also g = {x R 2 [a, a + u, x] = 0} = {x R 2 [a, u] = [x, u]}. Wir kommen zur zweiten Aussage. Da g h gilt ist Ru Rv, d.h. u, v sind im R 2 linear unabhängig und somit eine Basis des R 2. Insbesondere ist also überhaupt [u, v] 0. Weiter gibt es λ, µ R mit s = λu + µv. Wegen s g ist damit [a, u] = [s, u] = λu 1 + µv 1 u 1 λu 2 + µv 2 u 1 = µ[v, u] = µ[u, v] und analog [b, v] = [s, v] = λ[u, v], wir haben also λ = [b, v] [u, v] und µ = [a, u] [u, v]. 2-8

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.31 2018/04/10 15:11:07 hk Exp hk $ 1 Analytische Geometrie und Grundlagen 1.1 Affine Geometrie im R d Wir beschäftigen uns gerade mit den affinen Teilräumen des R d, diese erlauben

Mehr

Mathematische Probleme, SS 2019 Donnerstag $Id: dreieck.tex,v /04/12 17:03:16 hk Exp $

Mathematische Probleme, SS 2019 Donnerstag $Id: dreieck.tex,v /04/12 17:03:16 hk Exp $ $Id: dreieck.tex,v 1.53 2019/04/12 17:03:16 hk Exp $ 1 Dreiecke 1.1 Rechtwinklige Dreiecke Wir beschäftigen uns gerade mit den primitiven pythagoräischen Tripeln. Haben wir ein solches Tripel, also teilerfremde

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen Mathematische Probleme, SS 208 Dienstag 0.4 $Id: vektor.tex,v.30 207/07/7 08:09:23 hk Exp hk $ Analytische Geometrie und Grundlagen In dieser Vorlesung wollen wir uns mit Fragen der sogenannten Elementargeometrie

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.39 2018/05/03 14:55:15 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Nachdem wir uns am Ende der letzten Sitzung an den Orthogonalitätsbegriff der linearen

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.8 017/04/4 15:51:58 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.3 Sätze über Geraden in der Ebene In der letzten Sitzung hatten wir die Sätze von Ceva und Menelaos bewiesen. Wir

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.34 018/04/19 14:11:43 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.3 Sätze über Geraden in der Ebene Wir beschäftigen uns gerade mit Aussagen über ebene Geraden und haben einige

Mehr

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i.

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i. Kapitel Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften von R 3 interessieren, so stört manchmal die Ausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 03.12.2013 Alexander Lytchak 1 / 16 Wiederholung und Beispiele Der Spaltenrang einer Matrix ist gleich ihrem Zeilenrang.

Mehr

5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung

5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung Kapitel II Lineare Algebra und analytische Geometrie 5 Schnitt, Verbindung und Erzeugung affiner Unterräume: Fortsetzung Wann liegt ein Punkt auf einem affinen Unterraum? Wann haben zwei affine Unterräume

Mehr

Projektive Räume und Unterräume

Projektive Räume und Unterräume Projektive Räume und Unterräume Erik Slawski Proseminar Analytische Geometrie bei Prof. Dr. Werner Seiler und Marcus Hausdorf Wintersemester 2007/2008 Fachbereich 17 Mathematik Universität Kassel Inhaltsverzeichnis

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie Sommersemester 2009 Franz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 13, 6020

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.36 2018/04/24 14:50:37 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.3 Sätze über Geraden in der Ebene Wir beschäftigen uns gerade mit dem Schwerpunkt eines Dreiecks, gegeben sind

Mehr

$Id: vektor.tex,v /01/23 11:03:09 hk Exp $ $Id: cartesisch.tex,v /01/23 11:08:08 hk Exp $

$Id: vektor.tex,v /01/23 11:03:09 hk Exp $ $Id: cartesisch.tex,v /01/23 11:08:08 hk Exp $ $Id: vektor.tex,v 1.32 2017/01/23 11:03:09 hk Exp $ $Id: cartesisch.tex,v 1.20 2017/01/23 11:08:08 hk Exp $ 9 Vektorräume 9.5 Lineare Abbildungen In der letzten Sitzung haben wir den Begriff einer linearen

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 11 Lineare Unabhängigkeit Definition 11.1. Es sei K ein Körper und V ein K-Vektorraum. Dann heißt eine Familie von Vektoren v i, i I,

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.24 2017/05/18 11:18:04 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.6 Bewegungen und Kongruenzbegriffe In diesem Abschnitt wollen wir die Automorphismengruppe der euklidischen

Mehr

Affine und projektive Räume

Affine und projektive Räume Affine und projektive Räume W. Kühnel Literatur hierzu: G.Fischer, Analytische Geometrie, 7. Aufl., Vieweg 2001 Zur Motivation: Wenn man in einem Vektorraum die Elemente nicht als Vektoren, sondern als

Mehr

Aufbau der Projektiven Geometrie

Aufbau der Projektiven Geometrie Seminararbeit zum Seminar aus Reiner Mathematik Aufbau der Projektiven Geometrie Leonie Knittelfelder Matr. Nr. 1011654 WS 2012/13 Inhaltsverzeichnis 1 Einleitung 3 2 Linearmengen 4 2.1 Satz (1.3.1): Das

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.44 2018/05/17 14:11:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.6 Bewegungen und Kongruenzbegriffe Wir untersuchen gerade die Spiegelung an einer Hyperebene h R d. Ist ein

Mehr

2 Affine und projektive Ebenen

2 Affine und projektive Ebenen $Id: ebenen.tex,v 1.3 2018/11/06 12:51:04 hk Exp $ 2 Affine und projektive Ebenen Nachdem wir in der letzten Sitzung affine Ebenen definiert und ein wenig untersucht haben kommen wir nun zu den sogenannten

Mehr

Anhang A. Etwas affine Geometrie. A.1 Die affine Hülle

Anhang A. Etwas affine Geometrie. A.1 Die affine Hülle Anhang A Etwas affine Geometrie In diesem Anhang stellen wir die wichtigsten Grundbegriffe aus der affinen Geometrie zusammen, soweit sie eben für uns von Nutzen sind. Für weiterführende Ergebnisse sei

Mehr

5.1 Affine Räume und affine Abbildungen

5.1 Affine Räume und affine Abbildungen 402 LinAlg II Version 1.2 21. Juli 2006 c Rudolf Scharlau 5.1 Affine Räume und affine Abbildungen Ein affiner Raum besteht aus zwei Mengen P und G zusammen mit einer Relation der Inzidenz zwischen ihnen.

Mehr

Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie

Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie Noch ein Beispiel aus Vorl. 1, Seite 10) Zuerst zeigen wir, dass jede

Mehr

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume

Kapitel II. Vektorräume. Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Kapitel II. Vektorräume Inhalt: 7. Vektorräume 8. Basis und Dimension 9. Direkte Summen und Faktorräume Die fundamentale Struktur in den meisten Untersuchungen der Linearen Algebra bildet der Vektorraum.

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

Mehr

3 Längenendliche Verbände. Dimension

3 Längenendliche Verbände. Dimension 3 Längenendliche Verbände. Dimension Unser Ziel ist es, projektive Geometrien endlicher Dimension durch Spezialisierung der betrachteten Verbände zu kennzeichnen. Dazu gehört sicher, dass es endliche viele

Mehr

5 Analytische Geometrie

5 Analytische Geometrie 5 Analytische Geometrie Die Grundidee der analytischen Geometrie ist es, geometrische Objekte in Räumen mittels linearer Algebra zu beschreiben 51 Affine Räume Definition 511 Ein affiner Raum (AR) über

Mehr

1 Dreiecke. 1.3 Teilungsverhältnisse. Mathematische Probleme, SS 2019 Montag $Id: dreieck.tex,v /04/16 09:08:06 hk Exp $

1 Dreiecke. 1.3 Teilungsverhältnisse. Mathematische Probleme, SS 2019 Montag $Id: dreieck.tex,v /04/16 09:08:06 hk Exp $ $Id: dreieck.tex,v 1.54 2019/04/16 09:08:06 hk Exp $ 1 Dreiecke 1.3 Teilungsverhältnisse Wir kommen nun zum Begriff des Teilungsverhältnis und allgemeiner des Verhältnis zweier Strecken AB und CD. Eine

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.37 2018/04/26 14:09:00 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.4 Anordnungseigenschaften Am Ende der letzten Sitzung hatten wir begonnen uns mit den konvexen Teilmengen des

Mehr

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $ Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden

Mehr

Kapitel 14. Geometrie Eine kurze Einführung in die affine Geometrie

Kapitel 14. Geometrie Eine kurze Einführung in die affine Geometrie Kapitel 14 Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften vonr 3 interessieren, so stört manchmal dieausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise

Mehr

1 Dreiecke. 1.6 Ähnliche Dreiecke. Mathematische Probleme, SS 2019 Donnerstag 2.5. $Id: dreieck.tex,v /05/03 14:05:29 hk Exp $

1 Dreiecke. 1.6 Ähnliche Dreiecke. Mathematische Probleme, SS 2019 Donnerstag 2.5. $Id: dreieck.tex,v /05/03 14:05:29 hk Exp $ $Id: dreieck.tex,v 1.60 2019/05/03 14:05:29 hk Exp $ 1 Dreiecke 1.6 Ähnliche Dreiecke Wir hatten zwei Dreiecke kongruent genannt wenn in ihnen entsprechende Seiten jeweils dieselbe Länge haben und dann

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.22 2017/05/15 15:10:33 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel In der letzten Sitzung haben wir einen orientierten Winkelbegriff zwischen Strahlen mit

Mehr

$Id: vektor.tex,v /01/24 14:10:45 hk Exp $ $Id: cartesisch.tex,v /01/24 14:28:24 hk Exp $

$Id: vektor.tex,v /01/24 14:10:45 hk Exp $ $Id: cartesisch.tex,v /01/24 14:28:24 hk Exp $ $Id: vektor.tex,v.7 20/0/24 4:0:45 hk Exp $ $Id: cartesisch.tex,v.3 20/0/24 4:28:24 hk Exp $ Vektorräume.5 Lineare Abbildungen Am Ende der letzten Sitzung hatten wir die sogenannten linearen Abbildungen

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.43 2018/05/15 16:07:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Am Ende der letzten Sitzung hatten wir begonnen zwei weitere Aussagen über Winkel zu beweisen,

Mehr

Affine Eigenschaften ( stets K = R)

Affine Eigenschaften ( stets K = R) Affine Eigenschaften ( stets K = R) Def. 15 Sei M eine Teilmenge eines affinen Raums A über V (über K). Eine Eigenschaft der Menge M heißt affin, wenn für jede Affinität F : A A 1 die Bildmenge {F(a)wobei

Mehr

Mathematische Probleme, SS 2018 Dienstag $Id: dreieck.tex,v /06/12 14:54:26 hk Exp $

Mathematische Probleme, SS 2018 Dienstag $Id: dreieck.tex,v /06/12 14:54:26 hk Exp $ $Id: dreieck.tex,v 1.47 018/06/1 14:54:6 hk Exp $ Dreiecke.3 Einige spezielle Punkte im Dreieck Am Ende der letzten Sitzung hatten wir eingesehen, dass sich die drei Winkelhalbierenden eines Dreiecks in

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

$Id: vektor.tex,v /01/16 15:50:24 hk Exp $ $Id: cartesisch.tex,v /01/19 11:05:27 hk Exp $

$Id: vektor.tex,v /01/16 15:50:24 hk Exp $ $Id: cartesisch.tex,v /01/19 11:05:27 hk Exp $ $Id: vektortex,v 125 2015/01/16 15:50:24 hk Exp $ $Id: cartesischtex,v 116 2015/01/19 11:05:27 hk Exp $ 9 Vektorräume 94 Koordinatentransformationen Am Ende der letzten Sitzung hatten wir die sogenannten

Mehr

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 1.1 (Herbst 2005, Thema 1, Aufgabe 1) Bestimmen Sie alle reellen Lösungen des folgenden linearen

Mehr

Kapitel V. Affine Geometrie

Kapitel V. Affine Geometrie Kapitel V Affine Geometrie 1 Affine Räume Betrachte ein lineares Gleichungssystem Γ : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 + + a mn x n = b

Mehr

$Id: vektor.tex,v /01/21 14:35:13 hk Exp $

$Id: vektor.tex,v /01/21 14:35:13 hk Exp $ Mathematik für Physiker I, WS 2/2 Freitag 2 $Id: vektortex,v 5 2//2 4:35:3 hk Exp $ Vektorräume 2 Untervektorräume und Erzeugendensysteme Am Ende der letzten Sitzung hatten wir wieder einmal den Lösungsraum

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 06.12.2013 Alexander Lytchak 1 / 16 Wiederholung Ist V ein Vektorraum, so heißen Abbildungen T v : V V der Form w w

Mehr

Vektorräume. Kapitel Definition und Beispiele

Vektorräume. Kapitel Definition und Beispiele Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,, 0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte

Mehr

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2 II. Basis und Dimension ================================================================= 2.1 Linearkombination und Basis -----------------------------------------------------------------------------------------------------------------

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

4 Funktionenfolgen und normierte Räume

4 Funktionenfolgen und normierte Räume $Id: norm.tex,v 1.57 2018/06/08 16:27:08 hk Exp $ $Id: jordan.tex,v 1.34 2018/07/12 20:08:29 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Am Ende der letzten Sitzung hatten wir zwei

Mehr

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z); 5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff

Mehr

Homogene und inhomogene Koordinaten und das Hyperboloid

Homogene und inhomogene Koordinaten und das Hyperboloid Seminararbeit zum Seminar aus Reiner Mathematik Homogene und inhomogene Koordinaten und das Hyperboloid Gernot Holler 1010674 WS 2012/13 28.November 2012 1 Inhaltsverzeichnis 1 Einleitung 3 2 Homogene

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 8 Dimensionstheorie Ein endlich erzeugter Vektorraum hat im Allgemeinen ganz unterschiedliche Basen. Wenn

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2

Mehr

1 Modulare Arithmetik

1 Modulare Arithmetik $Id: modul.tex,v 1.10 2012/04/12 12:24:19 hk Exp $ 1 Modulare Arithmetik 1.2 Euklidischer Algorithmus Am Ende der letzten Sitzung hatten wir den größten gemeinsamen Teiler zweier ganzer Zahlen a und b

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.5 2014/04/28 14:01:50 hk Exp $ $Id: diff.tex,v 1.2 2014/04/28 14:24:56 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d Am Ende der letzten Sitzung hatten wir die Tangentialvektoren

Mehr

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.4 2009/05/28 16:37:16 hk Exp $ 7 Vektorräume und Körperweiterungen Bisher haben wir zwar die Existenz und Eindeutigkeit von Tensorprodukten bewiesen, und auch einige ihrer Eigenschaften

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

3 Konstruktion von Maßräumen

3 Konstruktion von Maßräumen $Id: caratheodory.tex,v 1.10 2011/11/17 11:43:55 hk Exp hk $ 3 Konstruktion von Maßräumen 3.4 Der Fortsetzungssatz von Caratheodory Wir hatten in der letzten Sitzung mit dem Beweis des Satzes von Caratheodory

Mehr

Summen und direkte Summen

Summen und direkte Summen Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M

Mehr

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig

Mehr

Mathematische Probleme, SS 2019 Montag 6.5. $Id: dreieck.tex,v /05/07 10:51:36 hk Exp $

Mathematische Probleme, SS 2019 Montag 6.5. $Id: dreieck.tex,v /05/07 10:51:36 hk Exp $ $Id: dreieck.tex,v 1.61 019/05/07 10:51:36 hk Exp $ 1 Dreiecke 1.7 Einige spezielle Punkte im Dreieck m Ende der letzten Sitzung hatten wir eingesehen, dass sich die drei Winkelhalbierenden eines Dreiecks

Mehr

Übersicht Kapitel 9. Vektorräume

Übersicht Kapitel 9. Vektorräume Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten

Mehr

Analysis III, WS 2011/2012 Montag $Id: masse.tex,v /10/31 15:48:07 hk Exp $

Analysis III, WS 2011/2012 Montag $Id: masse.tex,v /10/31 15:48:07 hk Exp $ $Id: masse.tex,v 1.8 2011/10/31 15:48:07 hk Exp $ 2 Maßräume 2.2 Meßbare Abbildungen Der nächste Grundbegriff sind die meßbaren Abbildungen. Erinnern Sie sich daran das wir eigentlich einen Integralbegriff

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge

Mehr

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $ $Id: matrixtex,v 14 2008/12/02 21:08:55 hk Exp $ $Id: vektortex,v 12 2008/12/05 11:27:45 hk Exp hk $ II Lineare Algebra 6 Die Matrixmultiplikation 63 Inverse Matrizen und reguläre lineare Gleichungssysteme

Mehr

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

4 Affine Koordinatensysteme

4 Affine Koordinatensysteme 4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner

Mehr

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3... Affine Hülle Wiederholung. Der Vektor x K n ist eine lineare Kombination der Vektoren x,...,x k K n, wenn es Zahlen λ,...,λ k K gibt mit x = λ x +... + λ k x k. Def. Gibt es solche Zahlen λ,...,λ k K mit

Mehr

$Id: anageo.tex,v /01/18 21:24:38 hk Exp hk $

$Id: anageo.tex,v /01/18 21:24:38 hk Exp hk $ $Id: anageo.tex,v 1.3 9/1/18 1:4:38 hk Exp hk $ II. Lineare Algebra 1 Analytische Geometrie 1.1 Das Skalarprodukt v w u p Wir wollen noch eine weiteres Ergebnis der eben durchgeführten Überlegung festhalten.

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension 23 Basis und Dimension Erinnerung Gegeben ein K-Vektorraum V, ein Vektorensystem x,, x n in V Eine Linearkombination in den x i ist ein Vektor der Form λ x + + λ n x n mit λ i K Die λ i heißen Koeffizienten

Mehr

Klausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2

Mehr

2 Riemannsche Flächen

2 Riemannsche Flächen $Id: flaechen.tex,v 1.5 2016/11/10 16:04:56 hk Exp $ 2 Riemannsche Flächen 2.1 Definition und erste Beispiele Riemannscher Flächen Am Ende der letzten Sitzung hatten wir schließlich den Begriff einer Riemannschen

Mehr

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

5 Komplementäre Verbände

5 Komplementäre Verbände 5 Komplementäre Verbände Die Bestimmung von Verbandselementen durch Punkte hat in modularen längenendlichen Verbänden im Falle der Existenz sinnvolle Eigenschaften (vgl. 4.5), die Existenz kann aber mit

Mehr

$Id: vektor.tex,v /01/15 13:36:04 hk Exp $

$Id: vektor.tex,v /01/15 13:36:04 hk Exp $ $Id: vektortex,v 35 28//5 3:36:4 hk Exp $ 9 Vektorräume Wir kommen jetzt zum wohl abstraktesten Kapitel dieses ganzen Semesters, der Theorie der sogenannten Vektorräume Normalerweise ist ein Vektor etwas

Mehr

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U.

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U. Vektorräume Definition Eine nicht leere Menge V, für die eine Addition (dh eine Rechenvorschrift + derart, dass a + b V für alle a, b V ist und eine skalare Multiplikation (dh λa V für alle λ R (λ ist

Mehr

Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I

Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I Humboldt-Universität zu Berlin.0.08. Mathematisch-Naturwissenschaftliche Fakultät II, Institut für Mathematik A. Filler Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I Bitte lösen

Mehr

3.2 Unabhängigkeitsstrukturen

3.2 Unabhängigkeitsstrukturen 80 3.2 Unabhängigkeitsstrukturen Unser Ziel ist der Nachweis, daß in Vektorräumen, also in Moduln über Körpern, Basen existieren und zwei endliche Basen gegebenenfalls von derselben Ordnung sind. (Basen

Mehr

$Id: hilbert.tex,v /06/21 13:11:01 hk Exp hk $

$Id: hilbert.tex,v /06/21 13:11:01 hk Exp hk $ $Id: hilbert.tex,v 1.5 2013/06/21 13:11:01 hk Exp hk $ 7 Hilberträume In der letzten Sitzung hatten wir die Theorie der Hilberträume begonnen, und sind gerade dabei einige vorbereitende elementare Grundtatsachen

Mehr

4.2 Quotientenvektorräume

4.2 Quotientenvektorräume 306 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 4.2 Quotientenvektorräume Zum Verständnis der folgenden Konstruktion ist es hilfreich, sich noch einmal den Abschnitt 1.4 über Restklassen vom Beginn

Mehr

Wiederholung: lineare Abbildungen

Wiederholung: lineare Abbildungen Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =

Mehr

Satz 7. A sei eine nichtleere Teilmenge des nichttrivialen Vektorraums (V, +, ). Dann sind die folgende Aussagen äquivalent.

Satz 7. A sei eine nichtleere Teilmenge des nichttrivialen Vektorraums (V, +, ). Dann sind die folgende Aussagen äquivalent. Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine nichtleere Teilmenge

Mehr

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

5 Der Transzendenzgrad

5 Der Transzendenzgrad $Id: trgrad.tex,v 1.7 2009/05/13 13:23:45 hk Exp $ $Id: algab.tex,v 1.2 2009/03/24 14:45:49 hk Exp hk $ 5 Der Transzendenzgrad Jetzt können wir endlich die, schon mehrfach angekündigte, Eindeutigkeit des

Mehr

3.3 Austauschsatz, Basisergänzungssatz und Dimension

3.3 Austauschsatz, Basisergänzungssatz und Dimension 66 Kapitel III: Vektorräume und Lineare Abbildungen 3.3 Austauschsatz, Basisergänzungssatz und Dimension Montag, 15. Dezember 2003 Es sei V ein Vektorraum. Jedes Teilsystem eines linear unabhängigen Systems

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i

Mehr

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48 4 Vektorräume 4.1 Definition Sei K ein Körper. Definition: Ein Vektorraum über K, oder kurz ein K-Vektorraum, ist ein Tupel (V,+,, 0 V ) bestehend aus

Mehr

2.11 Eigenwerte und Diagonalisierbarkeit

2.11 Eigenwerte und Diagonalisierbarkeit 2.11. EIGENWERTE UND DIAGONALISIERBARKEIT 127 Die Determinante eines Endomorphismus Wir geben uns jetzt einen endlichen erzeugten K-Vektorraum V und einen Endomorphismus ϕ : V V vor. Wir wollen die Determinante

Mehr

$Id: det.tex,v /01/13 14:27:14 hk Exp $ $Id: vektor.tex,v /01/16 12:23:17 hk Exp $

$Id: det.tex,v /01/13 14:27:14 hk Exp $ $Id: vektor.tex,v /01/16 12:23:17 hk Exp $ Mathematik für Physiker I, WS 26/27 Montag 6 $Id: dettex,v 26 27//3 4:27:4 hk Exp $ $Id: vektortex,v 3 27//6 2:23:7 hk Exp $ 8 Determinanten 83 Laplace Entwicklung In der letzten Sitzung haben wir die

Mehr

5.7 Lineare Abhängigkeit, Basis und Dimension

5.7 Lineare Abhängigkeit, Basis und Dimension 8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n

Mehr

Addition: ( 1 ; : : : ; n ) + ( 1 ; : : : ; n ) = ( ; : : : ; n + n ). Skalare Multiplikation: ( 1 ; : : : ; n ) = ( 1 ; : : : ; n ). II. Die Me

Addition: ( 1 ; : : : ; n ) + ( 1 ; : : : ; n ) = ( ; : : : ; n + n ). Skalare Multiplikation: ( 1 ; : : : ; n ) = ( 1 ; : : : ; n ). II. Die Me x 3 VEKTOR AUME In Kapitel 2 betrachteten wir wichtige Raume, die durch unsere Raumvorstellung motiviert waren { die zwei- und dreidimensionalen Raume R 2 und R 3. Jetzt untersuchen wir hoher dimensionale

Mehr

Vektorräume. Kapitel Definition und Beispiele

Vektorräume. Kapitel Definition und Beispiele Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,,0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte

Mehr

1.2 Gitter: Grundlegende Konzepte

1.2 Gitter: Grundlegende Konzepte Gitter und Codes c Rudolf Scharlau 16. April 2009 5 1.2 Gitter: Grundlegende Konzepte Es sei V ein n-dimensionaler R-Vektorraum. Auf V sei ein Skalarprodukt gegeben, dessen Werte mit x, y R, dabei x, y

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn

Mehr

3 Die Strukturtheorie der Vektorräume

3 Die Strukturtheorie der Vektorräume Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 3 Die Strukturtheorie der Vektorräume Sei V ein K-Vektorraum Sei v 1,...v r V endlich viele vorgegebene Vektoren. Definition: 1. Jeder Vektor

Mehr