4 Affine Koordinatensysteme

Größe: px
Ab Seite anzeigen:

Download "4 Affine Koordinatensysteme"

Transkript

1 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 Unterraum Man nennt ihn den Verbindungsraum der Punkte p,,p r Man schreibt dafür p p r Im Falle r = und p p ist p p die Verbindungsgerade zwischen p und p (siehe Definitionsgemäß ist p p r der kleinste affine Unterraum von X, welcher {p,,p r } umfaßt Insbesondere ist p p r unabhängig von der Reihenfolge der Punkte p,,p r (4 Bemerkung: T(p p r wird von den Vektoren p p,, p p r erzeugt, dh p p r = p + R p p + + R p p r Anschaulich (r = : p p p entsteht, indem man W = R p p + R p p um den Vektor p verschiebt p v p p p p = p + W p v v v W = Rv + Rv ; v = p p, v = p p (Liegen p, p, p nicht auf einer Geraden, so ist W eine Ebene Beweis: Es ist zu zeigen, dass Y := p + R p p + + R p p r der kleinste affine Unterraum von X ist der {p,,p r } umfaßt, dh:

2 (i {p,,p r } Y (ii Ist Z ein affiner Unterraum von X mit {p,,p r } Z, so ist Y Z Zu (i: Es ist p i = p + p p i Y für i =,,r Zu (ii: Sei Z X affin und {p,,p r } Z Dann ist p p i T(Z für i =,,r, somit W = r R p p i T(Z i= Im Fall r = unterscheiden wir zwei Möglichkeiten p, p und p liegen nicht auf einer Geraden p p p p p p p Dann bilden p p und p p eine Basis von T(p p p In diesem Fall nennt man (p, p, p affin unabhängig p, p und p liegen auf einer Geraden p p p p p p p Dann sind p p und p p linear unabhängig Allgemeiner:

3 Definition: Das (r + -Tupel (p,,p r heißt affin unabhängig, wenn das r-tupel ( p p,, p p r im Vektorraum T(X linear unabhängig ist (Ein einzelner Punkt (r = ist definitionsgemäß affin unabhängig Insbesondere ist r dim X (p,,p r heißt affine Basis von X, wenn ( p p,, p p r eine Basis des Vektorraums T(X ist Ist also (p,,p r eine affine Basis von X, so ist (p,,p r insbesondere affin unabhängig Beispiel: X = R n : (, e,,e n ist eine affine Basis von X = e e n, denn e = e,, e n = e n bilden eine Basis des Vektorraums T(X = R n (4 Bemerkung: dim(p p r r Gleichheit gilt genau dann, wenn (p,,p r affin unabhängig ist Der Begriff affin unabhängig hängt also nicht von der Reihenfolge der Punkte ab Beweis: Nach (4 ist ( p p,, p p r ein Erzeugendensystem des Vektorraums T(p p r Also gilt dim(p p r r Gleichheit gilt genau dann, wenn ( p p,, p p r linear unabhängig ist, dh wenn (p,,p r affin unabhängig ist (43 Bemerkung: Sei (p,,p r affin unabhängig Dann sind folgende Aussagen äquivalent: a (p,,p r ist eine affine Basis von X b X = p p r c dim X = r Beweis: Nach (4 ist dimp p r = r Also gelten die Implikationen X = p p r dim X = r dim T(X = r ( p p,, p p r ist eine Basis von T(X, dh (p,,p r ist eine affine Basis von X Daraus folgt nach (4, dass X = p + T(X = p + R p p + + R p p r = p p r (44 Satz: a Jeder affine Raum X φ hat eine affine Basis 3

4 b Jedes maximale System affin unabhängiger Punkte in X ist eine affine Basis von X Beweis: a Wähle p X und eine Basis (v,,v r von T(X Setze p i = p + v i, i =,,r Dann ist ( p p,, p p r = (v,,v r eine Basis von T(X, also (p,, p r eine affine Basis von X b Sei (p,,p r ein maximales System affin unabhängiger Punkte in X Sei v T(X beliebig und p := p +v X Dann ist (p,,p r, p affin abhängig, also ( p p,, p p r, p p = ( p p,, p p r, v linear abhängig Somit ist ( p p,, p p r eine Basis von T(X (als maximales System linear unabhängiger Vektoren von T(X; also ist (p,,p r eine affine Basis von X Konstruktion affiner Abbildungen mittels affiner Basen: Seien X und Y affine Räume (45 Satz: Sei (p,,p r eine affine Basis von X und (q,,q r ein r+ Tupel von Punkten aus Y Dann gibt es genau eine affine Abbildung Zusatz: a f(x = q q r f : X Y mit f(p i = q i, i =,,r b Ist f injektiv, so ist (q,, q r affin unabhängig c Genau dann ist f eine Affinität, wenn (q,,q r eine affine Basis von Y ist Beweis: Nach Voraussetzung ist ( p p r,, p p r eine Basis von T(X Daher gibt es genau eine lineare Abbildung l : T(X T(Y mit l( p p i = q q i, i =,, r Nach (3 gilt: Es gibt genau eine affine Abbildung f : X Y mit f(p = q und l = T(f, dh: f(p = q und q q i = l( p p i = f(p f(p i = q f(p i, dh f(p = q und f(p i = q i für i =,,r Beweis des Zusatzes: 4

5 a Nach (34 ist T(f(X = l(t(x = R q q + +R q q r Es folgt nach (4: f(x = q + T(f(X = q + R q q + + R q q r = q q r b Nach (33 ist f genau dann injektiv, wenn T(f injektiv ist Nach Lineare Algebra ist dies genau dann der Fall, wenn ( q q,, q q r linear unabhängig ist, dh wenn (q,,q r affin unabhängig ist c Nach (33 ist f eine Affinität genau dann, wenn T(f ein Isomorphismus von Vektorräumen ist Nach Lineare Algebra ist dies genau der Fall, wenn ( q q,, q q r eine Basis von T(Y ist, dh wenn (q,,q r eine affine Basis von Y ist Beschreibung affiner Abbildungen durch Matrizen: Sei g : R n R m eine affine Abbildung Sie ist gemäß (45 festgelegt durch eine affine Basis (p,,p n von R n und deren Bilder q = g(p,,q n = g(p n Nach dem Beispiel in 3 gibt es einen Vektor b R m und eine m n Matrix A, so dass g(x = b + A x für alle x R n Aufgabe: Bestimme den Vektor b und die Matrix A Lösung: Bestimme die Vektoren w = q q,, w n = q q n und bilde die m n Matrix B mit den Spalten w,,w n Bestimme die Vektoren v = p p,,v n = p p n und bilde die n n Matrix S mit den Spalten v,,v n Es ist dann Se i = v i, i =,,n Da nach Voraussetzung (p,,p n eine affine Basis des R n ist, gilt: S ist invertierbar und (v,,v n ist eine Basis des Vektorraums R n 3 Setze A := BS und b = q Ap Behauptung: g(x = b + Ax für alle x R n Beweis: T(g : R n R m ist linear und T(g(v i = w i für i =,,n Es folgt Av i = B(S v i = Be i = w i = T(g(v i, i =,,n Also ist 5

6 Av = T(g(v für alle v R n und A(x p = A ( p x = T(g( p x = g(p g(x = = q g(x = g(x q, dh g(x = q + A (x p = q A p + Ax = b + A x für alle x R n 4 Rechenbeispiel: p =, p =, p = 3, p 3 = eine affine Basis des R 3, denn die Vektoren v = p p =, v 3 = p p 3 = 4 4 sind linear unabhängig: 7 6 bilden, v = p p = Daher existiert( eine affine Abbildung ( g : R 3 R mit ( g(p = q =, g(p = q =, g(p = q =, g(p 3 = ( q 3 = w = ( q q =, w = ( q q =, w 3 = ( q q 3 = 4 Invertiere S = (v, v, v 3 :

7 ( Also ist A = = ( ( ( und b = q A 9 = = und 6 7 x ( ( x g x 9 8 = + x = x 3 x 3 ( ( 8x + x x 3 9 3x 6x + 7x Das Teilverhältnis: Sei X ein affiner Raum und g X eine Gerade Seien p, p, p Punkte auf g mit p p Also ist g = p p und p o p T(g = R p p Also gibt es ein λ R mit p p = λ p p Definition: λ heißt das Teilverhältnis von p, p, p; schreibe dafür TV (p, p, p p heißt Mittelpunkt von (p p, wenn TV (p, p, p =, dh p p p p p p p Offenbar haben (p, p und (p, p den gleichen Mittelpunkt (46 Satz: Bei injektiven affinen Abbildungen bleibt das Teilverhältnis erhalten Insbesondere werden Mittelpunkte auf Mittelpunkte abgebildet Beweis: Sei f : X Y affin Liegen p, p, p auf einer Geraden g und ist p p, so ist f(g eine Gerade und f(p f(p Es ist zu zeigen, dass λ := T(V (p, p, p = TV (f(p, f(p, f(p Beweis: Es ist p p = λ p p Da T(f linear ist, folgt f(p f(p = T(f( p p = λt(f( p p = λ f(p f(p, dh λ = TV (f(p, f(p, f(p Anwendungen: 7

8 a Behauptung: Die Seitenhalbierenden eines Dreiecks schneiden sich in einem Punkt, und sie teilen sich dort im Verhältnis : (Langer Teil liegt bei der Ecke Beweis: Die Ecken eines Dreiecks bilden offenbar eine affine Basis (p, p, p Wir zeigen zunächst: Gilt die Behauptung für ein spezielles Dreieck = (q, q, q so gilt sie für jedes Dreieck Beweis: Sei f : R R die Affinität mit f(q i = p i, i =,, Da das Teilverhältnis erhalten bleibt gilt: Seitenmitten werden auf Seitenmitten abgebildet Es folgt: Seitenhalbierende werden auf Seitenhalbierende abgebildet Es folgt: Gehen die Seitenhalbierenden von durch den Punkt m, so gehen die Seitenhalbierenden von durch m = f(m Da f das Teilverhältnis erhält, folgt schließlich: Die Seitenhalbierenden von teilen sich im Punkt m im gleichen Verhältnis wie die Seitenhalbierenden von im Punkt m 8

9 Es genügt also, ein spezielles Dreieck zu finden, für das die Behauptung stimmt ( q = ( ( q = ( q 3 = ( ( Offenbar liegt auf allen drei Seitenhalbierenden und das Teilverhältnis ist jeweils : 9

10 b Der Strahlensatz: Sei (p, p, p eine affine Basis des R, q p p, q p p mit q q q p p q p Ist q q p p, so ist TV (p, p, q = TV (p, p, q Beweis: Da (p, p, p eine affine Basis von R ist, hat man eine Affinität f : R R, p, e p, e p e ( µ f p q p ( λ e q p ( ( λ Sei = f (q und = f µ (q Bei einer Affinität gehen parallele Geraden in parallele Geraden über Also ist

11 ( ( λ µ ( ( λ µ ( ( = f (q q f (p p =, dh ( (( ( ( λ = T = R µ Es folgt λ = µ Es ist nun TV (, (, ( λ = λ = µ = TV Da f das Teilverhältnis nicht ändert, folgt (, TV (p, p, q = TV (p, p, q (, ( µ Affinkombinationen Definition: Seien p,,p m R n Ein Punkt p R n heißt Affinkombination von p,,p m, wenn es reelle Zahlen λ,,λ m gibt mit λ + + λ m = und p = λ p + + λ m p m (47 Satz: Der Verbindungsraum X = p p p m ist die Menge der Affinkombinationen von p,, p m Beweis: Nach 4 ist X = p + R p p + + R p p m Ist p X, so ist p = p + m i= λ i p p i = p + (λ p λ p + + (λ m p m λ m p = = ( λ λ m p + λ p + + λ m p m Setze λ := λ λ m Dann ist λ + λ + + λ m = und p = λ p + + λ m p m

12 Sei umgekehrt λ + λ + + λ m = und p = λ p + + λ m p m Dann ist λ = λ λ m und p = ( λ λ λ m p + λ p + + λ m p m m = p + λ (p p + + λ m (p m p = p + λ i p p m X Spezialfall m = : Nach 47 hat die Gerade p p die Darstellung p p = {λp + ( λp λ R} Anwendungen: Seien X, Y R n affine Unterräume Aufgabe : Y sei gegeben durch ein lineares GLS Wie stellt man Y als Menge von Affinkombinationen einer endlichen Punktmenge dar? i= Mit Hilfe des Gauß Algorithmus bestimme man eine Basis v,,v m von T(Y = Lösungsraum des zugehörigen homogenen linearen GLS Bestimme eine spezielle Lösung p Y des vorliegenden GLS Dann ist Y = p + Rv + + Rv m, dh man hat eine Parameterdarstellung von Y, Y = {p + λ v + + λ m v m λ,,λ m R} Setze nun p := p + v,, p m := p + v m Dann gilt Y = p p m = {λ p + + λ m p m λ + + λ m = } Rechenbeispiel: Man stelle die affine Ebene Y R 3, Y = x + x 3x 3 = als Menge von Affinkombinationen dar Berechne eine Basis von T(Y = Lös (x + x 3x 3 = x 3 =, x = impliziert x = ; x 3 =, x = impliziert x 3 = 3 Also bilden v =,v = eine Basis von T(Y

13 x = x 3 =, x = ist eine spezielle Lösung von x + x 3x 3 =, dh p = Y Es ergibt sich die Parameterdarstellung λ + 3λ A = {p + λ v + λ v λ, λ R} = λ λ, λ R λ 3 Setze p = p + v = und p = p + v = Dann ist (p, p, p eine affine Basis von Y und 3 Y = {λ + λ + λ λ + λ + λ = } Aufgabe : Man berechne eine Parameterdarstellung für den Durchschnitt X Y und stelle X Y durch Affinkombinationen dar a Sind X und Y jeweils durch eine Parameterdarstellung gegeben, so bestimme man Gleichungssystem für X und Y (Dieser Teil entfällt, wenn X und Y bereits durch GLS definiert sind b Sei nun X = {x Ax ( = a}, Y ( = {x Bx = b} Dann ist A a X Y = {x R n x = } B b ( ( A a c Wie bei Aufgabe löse man nun das GLS x = und erhält B b daraus eine Parameterdarstellung von X Y und schließlich die Darstellung als Affinkombinationen Rechenbeispiel: Sei X := + R + R Y : 3x x + 3x 3 = 3 R 3 3

14 a Bestimme eine Gleichung für die Ebene X T(X = R ( + R ( = V Berechne V :, also ist V = R V = T(X : x + x =, X : x + x = b Setze X ein, erhalte b = + =, somit X : x + x = X Y ist also die Lösungsmenge des GLS ( x + x = 3x x + 3x 3 = 3 ( Lösungsraum des homogenen Systems: R Spezielle Lösung: Setze p = X Y = Also gilt und, x 3 = freie Variable + R und p = p = X Y = {λ p + λ p λ + λ = } Dann ist 4

15 Aufgabe 3: Man bestimme eine Parameterdarstellung und ein lineares GLS von X Y a Falls X oder Y durch ein lineares GLS gegeben ist, bestimme man zuerst eine Parameterdarstellung von X bzw Y X = p + Rv + + Rv m Y = q + Rw + + Rw l b Gemäß 8 gilt: Falls X Y φ : T(X Y = m Rv i + l Rw j Falls X Y = φ : T(X Y = R(q p + Rv i + Rw j Auch im ersten Fall ist v = q p T(X Y In jedem Fall gilt also: i= j= T(X Y = R(q p + Rv i + Rw j Also hat man eine Parameterdarstellung X Y = p + Rv + Rv i + Rw j c Wie in beschrieben berechnet man aus der Parameterdarstellung ein lineares GLS für X Y Rechenbeispiel: X und Y seien die Lösungsmengen der GLSe x + x = 3x x + 3x 3 = 3, bzw a ( 3 3 x + x + x 3 = x + x x 3 = ( 7 3, also ist T(X = R

16 ( ( Dann ist auch T(X + T(Y und T(X + T(Y = R + R, also ist T(Y = R Bestimme zuerst X Y : x = 4, also X Y = {p 7 }, p = X = p + R Y = p + R x 3 =, x = 9 7, Es folgt: X Y = p + T(X + T(Y = p + R + R c T(X Y = U = R + R 6

17 ( Bestimme U : U = R Damit ist U = T(X Y Lösungsmenge der Gleichung x + x =, und Wegen p = 4/7 9/7 X Y : x + x = c X Y folgt c = = und X Y : x + x = 7

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

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

Kapitel 6. Geometrie. 6.1 Affine Räume

Kapitel 6. Geometrie. 6.1 Affine Räume Kapitel 6 c M. Roczen und H. Wolter Preview zur aktuellen Fassung: Lineare Algebra individuell Online Ver. 0.52, 28.5.2005 Alle Rechte vorbehalten Geometrie Im weiten Feld der Geometrie befassen wir uns

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

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

2 Durchschnitt und Verbindungsraum

2 Durchschnitt und Verbindungsraum 2 Durchschnitt und Verbindungsraum Seien X und Y nicht leere affine Unterräume des R n (21) Satz: a) Ist X Y, so ist T(X) T(Y ) b) Ist X Y φ so ist X Y ein affiner Raum mit Richtungsvektorraum T(X) T(Y

Mehr

2 Lineare Gleichungssysteme

2 Lineare Gleichungssysteme 2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x

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

Die lineare Hülle. heißt der Vektor. Linearkombination der Vektoren v i mit Koeffizienten α i. Direkt aus (12.6) folgt

Die lineare Hülle. heißt der Vektor. Linearkombination der Vektoren v i mit Koeffizienten α i. Direkt aus (12.6) folgt Eine Menge v +U mit einem Untervektorraum U nennt man auch eine Nebenklasse des Untervektorraumes U. Sie entsteht, wenn man die Translation τ v auf die Menge U anwendet. Ausdrücke der Form αu + βv, auch

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

β 1 x :=., und b :=. K n β m

β 1 x :=., und b :=. K n β m 44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix

Mehr

5 Diagonalisierbarkeit

5 Diagonalisierbarkeit 5 Diagonalisierbarkeit Sei V ein K Vektorraum mit einer Basis B = (v 1,..., v n ) Wiederholung aus 2: Sei f : V V K linear. Stelle f(v j ) für j = 1,..., n dar in der Form a 1j Das n Tupel a j =. a nj

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

auf C[; ] sind linear III Formale Dierentiation und Integration: Die Abbildungen und a + a t + + a n t n a + a t + + na n t n a + a t + + a n t n an a

auf C[; ] sind linear III Formale Dierentiation und Integration: Die Abbildungen und a + a t + + a n t n a + a t + + na n t n a + a t + + a n t n an a x LINEARE ABBILDUNGEN Denition: Seien V; V Vektorraume Eine Abbildung f heit linear, falls (i) (ii) f(x + y) f(x) + f(y) (x; y V ) f(x) f(x) ( R; x V ) Bemerkungen: I (i) und (ii) oben sind aquivalent

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren 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 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden

Mehr

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}. Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren

Mehr

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen. 1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

6 Lineare Gleichungssysteme

6 Lineare Gleichungssysteme 6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α

Mehr

Prüfung Lineare Algebra , B := ( ), C := 1 1 0

Prüfung Lineare Algebra , B := ( ), C := 1 1 0 1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,

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

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden? Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist

Mehr

Ausgewählte Lösungen zu den Übungsblättern 4-5

Ausgewählte Lösungen zu den Übungsblättern 4-5 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit

Mehr

Mathematik I. Vorlesung 16. Eigentheorie

Mathematik I. Vorlesung 16. Eigentheorie Prof Dr H Brenner Osnabrück WS 009/00 Mathematik I Vorlesung 6 Eigentheorie Unter einer Achsenspiegelung in der Ebene verhalten sich gewisse Vektoren besonders einfach Die Vektoren auf der Spiegelungsachse

Mehr

Lösungsskizze zur Hauptklausur Lineare Algebra I

Lösungsskizze zur Hauptklausur Lineare Algebra I Lösungsskizze zur Hauptklausur Lineare Algebra I Aufgabe Seien V und W zwei K-Vektorräume für einen Körper K. a) Wann heißt eine Abbildung f : V W linear? b) Wann heißt eine Abbildung f : V W injektiv?

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

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit 3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53

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

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,

Mehr

2.2 Kern und Bild; Basiswechsel

2.2 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare

Mehr

8 Tangenten an Quadriken

8 Tangenten an Quadriken 8 Tangenten an Quadriken A Geraden auf Quadriken: Sei A 0 eine symmetrische n n Matri und Q : t A + b t + c = 0 eine nicht leere Quadrik im R n, b R n, c R. g = p + R v R n ist die Gerade durch p mit Richtung

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

Kapitel 13. Lineare Gleichungssysteme und Basen

Kapitel 13. Lineare Gleichungssysteme und Basen Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x

Mehr

3 Affine Abbildungen. Im Folgenden seien X und Y affine Räume.

3 Affine Abbildungen. Im Folgenden seien X und Y affine Räume. 3 Affine Abbildungen Im Flgenden seien X und Y affine Räume Definitin: Eine Abbildung f : X Y heißt affin, wenn es eine lineare Abbildung l : T(X) T(Y ) gibt, s dass gilt l( pq) = f (p)f(q) für alle p,

Mehr

5 Quadriken. K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f = 0} wobei a, b, c, d, e, f reelle Zahlen sind mit (a, b, c) (0, 0, 0).

5 Quadriken. K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f = 0} wobei a, b, c, d, e, f reelle Zahlen sind mit (a, b, c) (0, 0, 0). 5 Quadriken Kegelschnitte Ein Kegelschnitt ist eine Teilmenge K R 2, welche durch eine quadratische Gleichung in zwei Unbestimmten beschrieben werden kann: x K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f =

Mehr

6 Hauptachsentransformation

6 Hauptachsentransformation 6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten

Mehr

3 Bilinearformen und quadratische Formen

3 Bilinearformen und quadratische Formen 3 Bilinearformen und quadratische Formen Sei V ein R Vektorraum. Definition: Eine Bilinearform auf V ist eine Abbildung s : V V R, welche linear in beiden Variablen ist, d.h.: Für u, v, w V und λ, µ R

Mehr

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen 1 Zum Aufwärmen 1.1 Notationen In diesem Teil der Vorlesung bezeichnen wir Körper mit K, Matrizen mit Buchstaben A,B,..., Vektoren mit u,v,w,... und Skalare mit λ,µ,... Die Menge der m n Matrizen bezeichnen

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 2: Mathematische Grundlagen [ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen

Mehr

, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang

, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang Nachklausur zur Linearen Algebra I - Nr. 1 Bergische Universität Wuppertal Sommersemester 2011 Prof. Dr. Markus Reineke 06.10.2011, 10-12 Uhr Dr. Thorsten Weist Bitte tragen Sie die folgenden Daten leserlich

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

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

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

Seminar für LAGym/LAB: Analytische Geometrie

Seminar für LAGym/LAB: Analytische Geometrie Seminar für LAGym/LAB: Analytische Geometrie Ingo Runkel und Peter Stender Euklidische Vektorräume und Geometrie E1: Lineare Gleichungssysteme - Affiner Unterraum eines Vektorraumes. Lineare Gleichungssysteme

Mehr

13 Partielle Ableitung und Richtungsableitung

13 Partielle Ableitung und Richtungsableitung 3 PARTIELLE ABLEITUNG UND RICHTUNGSABLEITUNG 74 3 Partielle Ableitung und Richtungsableitung 3 Definition und Notiz Sei B R n offen, f : B R m, v R n, so heißt für γ x,v (t) = x + tv d dt f(x + tv) f(x)

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

IV.3. RANG VON MATRIZEN 81

IV.3. RANG VON MATRIZEN 81 IV3 RANG VON MATRIZEN 8 Ist b,,b n eine Basis des reellen Vektorraums V, dann bildet b,,b n auch eine Basis des komplexen Vektorraums V C Mit V ist daher auch V C endlichdimensional und es gilt dim C V

Mehr

Lineare Algebra I. Probeklausur - Lösungshinweise

Lineare Algebra I. Probeklausur - Lösungshinweise Institut für Mathematik Wintersemester 2012/13 Universität Würzburg 19. Dezember 2012 Prof. Dr. Jörn Steuding Dr. Anna von Heusinger Frederike Rüppel Lineare Algebra I Probeklausur - Lösungshinweise Aufgabe

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

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

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 2 Ein guter Schüler lernt auch bei einem schlechten Lehrer Eigentheorie Unter einer Achsenspiegelung in der

Mehr

Kapitel III. Lineare Abbildungen

Kapitel III. Lineare Abbildungen Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

1 Linearkombinationen

1 Linearkombinationen Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch

Mehr

Der Kern einer Matrix

Der Kern einer Matrix Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis

Mehr

Das inhomogene System. A x = b

Das inhomogene System. A x = b Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)

Mehr

Die Dimension eines Vektorraumes

Die Dimension eines Vektorraumes Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Definition. Sei K ein Körper, a ij K für 1 i m, 1 j n und b 1,..., b m K. Dann heißt 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......

Mehr

12 Übungen zu Gauß-Algorithmus

12 Übungen zu Gauß-Algorithmus Aufgaben zum Vorkurs B S. 2 Übungen zu Gauß-Algorithmus 2x x 2 = 7x +, 5x 2 = 7 Aufgabe 6: Aufgabe 7: Aufgabe 8: Aufgabe 9: 2x x 2 = x +2x 2 = 2 2x x 2 = 7x +, 5x 2 =, 5 x 2x 2 = x +x 2 = 5 2x +x 2 = 4

Mehr

4 Der Gauß Algorithmus

4 Der Gauß Algorithmus 4 Der Gauß Algorithmus Rechenverfahren zur Lösung homogener linearer Gleichungssysteme Wir betrachten ein GLS (1) a 11 x 1 + a 1 x + + a 1n x n = a 1 x 1 + a x + + a n x n = a m1 x 1 + a m x + + a mn x

Mehr

Grundlagen der Mathematik 1

Grundlagen der Mathematik 1 Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben

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

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. () In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.

Mehr

V. Lineare Algebra. 35 Lineare Abbildungen und Matrizen. 156 V. Lineare Algebra

V. Lineare Algebra. 35 Lineare Abbildungen und Matrizen. 156 V. Lineare Algebra 156 V. Lineare Algebra V. Lineare Algebra 35. Lineare Abbildungen und Matrizen 156 36. Eigenwerte und Eigenvektoren 161 37. Hauptvektoren 165 38. Normen und Neumannsche Reihe 168 39. Numerische Anwendungen

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

Zeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5

Zeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5 Aufgabe I (4 Punkte) Es sei G : {e, g, g, g } eine 4-elementige Gruppe mit neutralem Element e Die Verknüpfung auf G werde mit bezeichnet Außerdem seien in G folgende Gleichungen erfüllt: g g g und g g

Mehr

Prüfung EM1 28. Jänner 2008 A :=

Prüfung EM1 28. Jänner 2008 A := 1. Die Menge der Eigenwerte der Matrix ist Prüfung EM1 28. Jänner 2008 A := ( 0 1 ) 0 1 A. {1, 0} B. { 1} C. {0} D. {0, 1, 1} E. {0, 1} 2. Es seien V ein n-dimensionaler reeller Vektorraum, ein Skalarprodukt

Mehr

Aufgaben zur linearen Algebra und analytischen Geometrie I

Aufgaben zur linearen Algebra und analytischen Geometrie I Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und

Mehr

5 Die Allgemeine Lineare Gruppe

5 Die Allgemeine Lineare Gruppe 5 Die Allgemeine Lineare Gruppe Gegeben sei eine nicht leere Menge G und eine Abbildung (Verknüpfung) : G G G, (a, b) a b( a mal b ) Das Bild a b von (a, b) heißt Produkt von a und b. Andere gebräuchliche

Mehr

Lineare Abbildungen und Matrizen

Lineare Abbildungen und Matrizen Lineare Abbildungen und Matrizen Seien V und W K-Vektorräume mit dimv = n und dimw = m Im folgenden wollen wir jeder m n Matrix eine lineare Abbildung V W zuordnen, und umgekehrt jeder linearen Abbildung

Mehr

Klausur Lineare Algebra I

Klausur Lineare Algebra I Klausur Lineare Algebra I Fachbereich Mathematik WS / Prof. Dr. Kollross 9. März Name:.................................................. Vorname:............................................... Studiengang:...........................................

Mehr

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 11/1 Blatt 1 7.1.1 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag 45. a) Wegen 1

Mehr

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung

Mehr

Lineare Algebra 2013 Lösungen für Test und Zusatzfragen

Lineare Algebra 2013 Lösungen für Test und Zusatzfragen Lineare Algebra 3 Lösungen für Test und Zusatzfragen Test Multiple Choice. Seien Für die Lösung x x x x 3 A, b des Systems Ax b gilt x 3 5 x 3 x 3 3 x 3 / Mit elementaren Zeilenoperationen erhalten wir

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

9 Lineare Gleichungssysteme

9 Lineare Gleichungssysteme 9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

Mehr

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin: Lineare Algebra I - 9.Vorlesung - rof. Dr. Daniel Roggenkamp & Falko Gauß Korrektur: 2. Klausurtermin: 09.02.2017 Linearkombination von Vektoren lineare Hülle Erzeugendensystem S lineare Unabhängigkeit

Mehr

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren Basis und Dimension Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren aus V. 1) (v i ) i I heißt ein Erzeugendensystem von V, wenn Span(v i ) = V. 2) (v i ) i I heißt Basis von

Mehr

KLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:

KLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker).3. (W. Koepf) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur

Mehr

Übungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A

Übungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A Musterlösung: Aufgabe A Wir betrachten die Matrix A = 1 4 1 1 3 1 4 5 2 M(3 3, Q) und die dazugehörige Abbildung f : Q 3 Q 3 ; v A v. Für j = 1, 2, 3 bezeichne v j Q 3 die j-te Spalte von A. Teilaufgabe

Mehr

R 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte

R 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte Aufgabe ( Es seien e =, e = Untervektorraum (, e = ( R und U := [e, e ] der von e, e erzeugte Weiter sei G := {A GL(, R A e = e und A U U} (a Zeigen Sie, dass G eine Untergruppe von GL(, R ist (b Geben

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Mathematik I für Biologen, Geowissenschaftler und Geoökologen 5. Dezember 2007 Definition : Tomographie (Fortsetzung) : Tomographie Definition: Ein lineares Gleichungssystem (LGS) ist ein System von n

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Martin Gubisch Lineare Algebra I WS 27/28 Definition (a ij ) 1 j n 1 i n heiÿt eine m n-matrix mit Komponenten a ij K Dabei bezeichnet i den Zeilenindex und j den Spaltenindex

Mehr

70 IV. ENDLICH-DIMENSIONALE VEKTORRÄUME

70 IV. ENDLICH-DIMENSIONALE VEKTORRÄUME IV. Endlich-dimensionale Vektorräume Unter einem endlich-dimensionalen Vektorraum verstehen wir einen Vektorraum, der eine endliche Basis besitzt. Die entscheidende Beobachtung ist die Tatsache, dass in

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

Proseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen

Proseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen Proseminar Einführung in die Mathematik 1 WS 1/11. Deember 1 Lösungen 46) Wie kann man nach Wahl eines Nullpunktes die Zeichenebene in natürlicher Weise als Vektorraum betrachten? Skriptum Kapitel 4, Par.

Mehr

:= 1. Der affine Unterraum Γ heißt Punkt, Gerade, Ebene oder Hyperebene, wenn dim K dim K

:= 1. Der affine Unterraum Γ heißt Punkt, Gerade, Ebene oder Hyperebene, wenn dim K dim K apitel II Lineare Algebra und analytische Geometrie 4 Punkte, Geraden, Ebenen, affine Unterräume in einem Vektorraum. Wie bisher ist V ein endlichdimensionaler Vektorraum über dem örper, oft ist V = n

Mehr

Lineare Abbildungen - I

Lineare Abbildungen - I Lineare Abbildungen - I Definition. Seien V und W K-Vektorräume (über demselben K). Eine Abbildung F : V W heißt K-linear, wenn L1) F (v + w) = F (v) + F (w) v, w V L2) F (λv) = λf (v) v V, λ K. Somit

Mehr

1 Eigenschaften von Abbildungen

1 Eigenschaften von Abbildungen Technische Universität München Christian Neumann Ferienkurs Lineare Algebra für Physiker Vorlesung Dienstag WS 2008/09 Thema des heutigen Tages sind zuerst Abbildungen, dann spezielle Eigenschaften linearer

Mehr