Mathematik für Naturwissenschaftler II SS 2010
|
|
- Cathrin Dunkle
- vor 7 Jahren
- Abrufe
Transkript
1 Mathematik für Naturwissenschaftler II SS 2010 Lektion Mai 2010
2 Kapitel 8. Vektoren
3 Definition 76. Betrachten wir eine beliebige endliche Anzahl von Vektoren v 1, v 2,..., v m des R n, so können wir mit Hilfe von m Zahlen den Vektor c 1, c 2,..., c m R c 1 v 1 + c 2 v c m v m bilden. Man spricht in diesem Zusammenhang von einer Linearkombination der Vektoren v 1, v 2,..., v m.
4 Lassen wir die Koeffizienten c 1, c 2,..., c m unabhängig voneinander jeweils ganz R durchlaufen, so erhalten wir eine Menge aus unendlich vielen Vektoren des R n. Definition 77. Wir bilden zu den gegebenen Vektoren v 1, v 2,..., v m die Menge { c1 v 1 + c 2 v c m v m c 1, c 2,..., c m R } aller Linearkombinationen dieser Vektoren. Wir bezeichnen diese als den von den Vektoren v 1, v 2,..., v m aufgespannten Unterraum des R n (bzw. die lineare Hülle der Vektoren v 1, v 2,..., v m ) und notieren diesen Raum als Span { v 1, v 2,..., v m }.
5 Bemerkungen. Die Menge der Vektoren { v 1, v 2,..., v m }, welche den Unterraum aufspannen, wird in diesem Zusammenhang als Erzeugendensystem bezeichnet. Wie der Begriff Unterraum suggeriert, handelt es sich bei Span { v 1, v 2,..., v m } im Allgemeinen nur um eine Teilmenge des gesamten R n.
6 Wir betrachten den Unterraum G = Span { v 1 } = { c v 1 c R } mit einem einzigen Vektor v 1 aus dem R 2 bzw. R 3. Als Vielfache des erzeugenden Vektors v 1 liegen alle Vektoren des von v 1 aufgespannten Unterraums G auf einer Geraden. Erzeugte Gerade im R 3 Erzeugte Gerade im R 2
7 Bemerkungen. Beide Geraden G 1 und G 2 beinhalten den Ursprung. Dies ist ein typisches Merkmal eines jeden Unterraums. Wählen wir in { c1 v 1 + c 2 v c m v m c 1, c 2,..., c m R } als Koeffizienten speziell die Werte c 1 = c 2 = = c m = 0, so erhalten wir als Ergebnis den Nullvektor 0.
8 Bemerkungen (Fortsetzung). Im Fall n = 2 lässt sich die Gerade {( )} a G = Span b {( ) ( ) ( x = R 2 x a : = c y y b ) c R} im Fall a 0 auf die aus der Analysis bekannte Form y = f (x) = mx + n bringen: Zu gegebenem x nämlich gibt es ein c R mit x = ca c = x a y = cb = x a b = b a x.
9 Betrachten wir nun den Fall n = 3 und den Unterraum E = Span { v 1, v 2 } mit zwei Vektoren v 1 0 und v 2 0 des R 3. Bemerkung. v 2 c v 1 für alle c R.
10 Der Unterraum Kapitel 8. Vektoren E = Span { v 1, v 2 } = { c1 v 1 + c 2 v 2 } repräsentiert im R 3 eine Ebene. Von v1 und v2 aufgespannte Ebene
11 Jeden Ortsvektor v der Ebene E erhalten wir anschaulich dadurch, dass wir ausgehend vom Ursprung ein Stückchen, nämlich c 1 Einheiten in Richtung des ersten Vektors und daraufhin um c 2 Einheiten in Richtung des zweiten Vektors vorangehen. Die Menge sämtlicher so gewonnener Ortsvektoren repräsentirert eine (den Ursprung beinhaltende) Ebene im R 3.
12 Beispiel Sei v 1 = 2 4 1, v 2 = Als Beispiel ist der Vektor v = 1 2 v 1 1 v 2 = 1 2 dargestellt , c 1 = 1 2, c 2 = =
13 Beispiel (Fortsetzung) Von zwei Vektoren, erzeugte Ebene im R 3
14 Bemerkung. Das Erzeugendensystem (also die Vektoren, welche einen Unterraum erzeugen bzw. aufspannen) keinesfalls eindeutig bestimmt ist.
15 Anderes Erzeugendensystem gleicher Unterraum Wie Abbildung verrät, kann ein und derselbe Unterraum auch von einem andersartigen Vektorpaar { z 1, z 2 } mit Vektoren z 1, z 2 der Ebene E aufgespannt werden.
16 Als eine Gemeinsamkeit der aus m Vektoren v 1,..., v m des R n erzeugten Unterräume Span { v 1,..., v m } = { c1 v c m v m c 1,..., c m R } R n stellte sich heraus, dass der Nullvektor 0 in ihnen liegt. Geometrisch betrachtet ist dies jedoch ein Spezialfall.
17 Um auch anders lokalisierte Geraden und Ebenen darstellen zu können, geben wir uns einen festen Ortsvektor s, genannt Stützvektor, vor und heften an diesen den gewünschten Unterraum an, d.h. wir bilden s + Span { v 1,..., v m } = { s + c 1 v c m v m c 1,..., c m R }. Eine solche Menge wird auch affiner Unterraum genannt.
18 Beispiel Wir bewegen uns im R 3, setzen s = und betrachten den Unterraum 2 U = Span 4,
19 Beispiel (Fortsetzung) Der affine Unterraum E = s + U besteht nun aus der Menge 1 2 E = 2 + c c c1, c 2 R.
20 Beispiel (Fortsetzung) Wählen wir beispielweise c 1 = 1 2 und c 2 = 2, so erkennen wir, dass der Punkt = /2 in dieser affinen Ebene liegt.
21 Beispiel (Fortsetzung) Affine Ebene
22 Bemerkungen. Die Darstellung s 1 E = s 2 + c 1 s 3 v 1 v 2 v 3 + c 2 w 1 w 2 w 3 c 1, c 2 R einer affiner Ebene mit Hilfe eines Stützvektors und zweier Richtungsvektpren ist nicht die einzige Möglichkeit eine solche mathematisch darzustellen.
23 Bemerkungen (Fortsetzung) Die Positionoerung einer Ebene im Raum lässt sich u.a. durch die Angabe eines Normalenvektors festlegen. Darunter versteht man einen Vektor n 1 n = n 2, n 3 der senkrecht auf der Ebene steht. Eine bloße Angabe des Normalenvektors jedoch würde die Ebene noch nicht eindeutig festlegen, denn zueinander parallele Ebenen besitzen den gleichen Normalenvektor.
24 Bemerkungen (Fortsetzung). Wir benötigen noch einen Punkt p 1 p = p 2, p 3 der auf der Ebene zu liegen hat.
25 Bestimmung einer Ebene mit Normale n und Punkt p.
26 Die affine Ebene beinhaltet genau die Punkte x 1 x = x 2 R 3, x 3 für welche die Differenz der Vektoren x und p im rechten Winkel auf n steht, für welche also ( x p ) n = 0 gilt.
27 Ausgeschrieben formuliert sich dies zu (x 1 p 1 ) n 1 + (x 2 p 2 ) n 2 + (x 3 p 3 ) n 3 = 0 n 1 x 1 + n 2 x 2 + n 3 x 3 = n 1 p 1 + n 2 p 2 + n 3 p 3 =: b.
28 Umgekehrt zeigt diese Rechnung, dass jede Gleichung der Form n 1 x 1 + n 2 x 2 + n 3 x 3 = b eine Ebene im Raum darstellt mit einem Normalenvektor n 1 n = n 2, n 3 wobei die Ebene durch jeden Punkt p geht, welcher die Gleichung n 1 p 1 + n 2 p 2 + n 3 p 3 = b erfüllt.
29 Bemerkungen. Die Darstellung U = s 1 + Span { v 1,..., v m } eines affinen Unterraums U des R n mittels der Richtungsvektoren v 1,..., v m R n und die Stützvektors s 1 R n ist keinesfalls eindeutig. Für jeden Vektor s 2 R n, welcher ebenfalls in U liegt, lässt sich U auch gleichwertig durch U = s 2 + Span { v 1,..., v m } darstellen.
30 Bemerkungen (Fortsetzung) Darüber hinaus lässt sich auch der an s 1 bzw. s 2 angeheftete Unterraum Span { v 1,..., v m } eines anderes Erzeugendensystems aufspannen.
31 Lineare Gleichungssysteme in Verbindung mit den Verfahren zu ihrer Lösung sind ein zentraler gegenstand der linearen Algebra. Für den Moment wollen wir lediglich erklären, was es damit auf sich hat und auf elementare Schulkenntnisse zur Lösung dieser Systeme zurückgreifen.
32 Definition 78. Unter einem linearen Gleichungssystem (LGS) mit m Zeilen und n Unbekannten verstehen wir die m Gleichungen a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2.. a m1 x 1 + a m2 x a mn x n = b m.
33 Bei den Koeffizienten a ij (i = 1,..., m; j = 1,..., n) handelt es sich um vorgegebene reelle Zahlen mit zwei Indizies i und j. Der Index i, welcher innerhalb einer Gleichungszeile konstant bleibt, wird als Zeilenindex bezeichnet und bewegt sich zwischen den natürlichen Zahlen von 1 bis m. Dem gegenüber steht der zweite Index j, der so genannte Spaltenindex, welcher alle natürlichen Zahlen von 1 bis n durchläuft.
34 Die so genannte rechte Seite des linearen Gleichungssystems besteht aus m vorgegebenen reellen Zahlen b 1,..., b m. Gilt speziell b 1 = = b m = 0, so heißt das LGS homogen, anderfalls inhomogen. Die Bezeichnung linear rührt daher, dass die n Unbekannten x 1,..., x n nicht etwa in den Formen xj 2 xj,... etc., sondern nur in erster Potenz x j = xj 1, eben linear, auftreten.
35 Definition 79. Unter einer Lösung eines linearen Gleichungssystems verstehen wir n Zahlen x 1,..., x n welche allen m Gleichungen des LGSs genügen. Bemerkung. Eine solche Lösung muss nicht notwendigerweise existieren und ist im Fall ihrer Existenz auch nicht zwingend eindeutig bestimmt.
36 Um den Begriff der linearen Unabhängigkeit zu motivieren, betrachten wir die folgende Situation: Gegeben seien die Unterräume 1 U 1 = Span 3, 2 }{{} v 1 1 U 2 = Span 3, 2 }{{} v }{{} v 2 2 1, } 0 {{ } v 2, }{{} v 3
37 Aufgrund des zusätzlichen Vektors v 3 ist U 2 somit ein Unterraum, der gegebenfalls noch weitere Linearkombinationen enthält, die in U 1 nicht zu finden sind, oder mathematisch präziser: U 1 U 2.
38 Frage: Ist aber der Raum U 2 wirklich größser? Wir beobachten, dass v 3 = 2 v v 2. Betrachten wir nun einen beliebigen Vektor v aus U 2, dargestellt als Linearkombination v = c 1 v 1 + c 2 v 2 + c 3 v 3 = c 1 v 1 + c 2 v 2 + 2c 3 v 1 + 3c 3 v 2 = (c 1 + 2c 3 ) v 1 + (c 2 + 3c 3 ) v 2.
39 Der Vektor v U 2 ist auch eine Linearkombination von v 1 und v 2 und als solche eine Element aus U 1! Jeder Vektor aus U 2 ist damit auch in U 1 enthalten, d.h. es ist U 2 U 1. Insgesamt gilt U 1 = U 2.
40 Wir interpretieren diesen Umstand folgendermaßen: Beim Aufspannen des Raumes U 1 = U 2 stellt sich der Vektor v 3 als überflüssig heraus, da er sich als Linearkombination der Vektoren v 1 und v 2 darstellen lässt. v 3 = 2 v v 2 2 v v 2 1 v 3 = 0, so ist es in diesem Fall möglich, den Nullvektor als eine so genannte nichttriviale Linearkombination von v 1, v 2 und v 3 darzustellen, d.h. durch eine Linearkombination, deren Koeffizienten c 1, c 2, c 3 nicht allesamt zu null verschwinden.
41 Umgekehrt und allgemein für m Vektoren des R n können wir also festhalten: Sind die Vektoren v 1, v 2,..., v m gegeben, so ist bei der Bildung von Span { v 1, v 2,..., v m } genau dann keiner der Vektoren v 1, v 2,..., v m entbehrlich, wenn die Gleichung nur trivial lösbar ist, wenn also die einzige Lösung darstellt. c 1 v c m v m = 0 c 1 = = c m = 0
42 Dass der Nullvektor eine Lösung darstellt, ist dabei klar. Wichtig ist, dass die Wahl c 1 = = c m = 0 die einzige Möglichkeit ist, den Nullvektor aus den gegebenen Vektoren v 1, v 2,..., v m zu kombinieren. Vektoren, welche dieser Eigenschaft genügen, werden als linear unabhängig bezeichnet.
43 Definition 80. (Lineare (Un-)Abhängigkeit) Gegeben seien die m Vektoren v 1, v 2,..., v m des R n. Die Vektoren heißen linear unabhängig, wenn die Gleichung c 1 v c m v m = 0 nur die Lösung c 1 = = c m = 0 besitzt. Anderfalls heißen die Vektoren linear abhängig.
(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 13 10. Juni 2010 Kapitel 10. Lineare Gleichungssysteme In diesem Abschnitt untersuchen wir, welche Struktur die Gesamtheit aller Lösungen eines linearen
Mehr10.2 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
Mehr2 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
MehrLineare 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
Mehr2.3 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
Mehr3 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
Mehr9 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, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
Mehr05. Lineare Gleichungssysteme
05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a
Mehr5.7 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
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 9 20. Mai 2010 Kapitel 9. Matrizen und Determinanten Der Begriff der Matrix Die transponierte Matrix Definition 84. Unter einer (reellen) m n-matrix
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:
MehrDas 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
Mehrm 2 m 3 m 5, m m 2
Musterlösung zum 8. Blatt 7. Aufgabe: Seien die folgenden Vektoren im R 4 gegeben: 2m 5 + 2 2m 2 2m 7 + m 2 m 3 m 5 v = m 5, v 2 = m 2, v 3 = m 7 m 2 m 3 m 5 m 2 m 3 m 5, m 5 + m 2 m 7 2m + m 2 m 4 2m
Mehr1 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
Mehr6.5 Lineare Abhängigkeit, Basis und Dimension
6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von
MehrLineare Gleichungssysteme - Grundlagen
Lineare Gleichungssysteme - Grundlagen Betrachtet wird ein System linearer Gleichungen (im deutschen Sprachraum: lineares Gleichungssystem mit m Gleichungen für n Unbekannte, m, n N. Gegeben sind m n Elemente
MehrLineare Gleichungssysteme. 1-E Ma 1 Lubov Vassilevskaya
Lineare Gleichungssysteme 1-E Ma 1 Lubov Vassilevskaya Systeme linearer Funktionen und Gleichungen y = a 1 a 2... a n lineare Funktion Funktion ersten Grades,,..., unabhängige Variablen y abhängige Variable
Mehr4. Vektorräume und Gleichungssysteme
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 41 und 42 4 Vektorräume
MehrLineare Gleichungssysteme: eine Ergänzung
Lineare Gleichungssysteme: eine Ergänzung Ein lineares Gleichungssystem, bei dem alle Einträge auf der rechten Seite gleich sind heiÿt homogenes lineares Gleichungssystem: a x + a 2 x 2 +... + a n x n
Mehr1 Lineare Gleichungssysteme und Matrizen
1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe
MehrDie 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
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
MehrMathematik 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,
MehrGegeben 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
MehrBrückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
MehrKapitel 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
Mehr3. 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
Mehrtechnische 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
MehrLösungen der Aufgaben zu Abschnitt 5.4
A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ
MehrKurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif
14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrGrundlegende Definitionen aus HM I
Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen
MehrProf. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1
Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Kapitel 3 Lineare Gleichungssysteme 3.1. Einleitung Beispiel 1 3 Kinder haben eingekauft. Franz hat 4 Lakritzen, 2 Schokoriegel und 5 Kaugummis
Mehr10 Kapitel I: Anschauliche Vektorrechnung
10 Kapitel I: Anschauliche Vektorrechnung haben. In Mengenschreibweise ist G = {x x = a + tb für ein t R}. Wir werden für diese einführenden Betrachtungen im Interesse einer knappen Redeweise jedoch häufig
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
Mehr00. Einiges zum Vektorraum R n
00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen
MehrVektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1
Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,
MehrLineare 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~ v 2. Abbildung 3: Zweiter Schritt des Gram-Schmidt-Verfahrens. k 1. i=1. v k = w k
v 1 v 1 v 2 v 2 W 2 -v (v, v ) 1 1 2 Abbildung 3: Zweiter Schritt des Gram-Schmidt-Verfahrens. k. Schritt: Subtraktion der Komponenten von ṽ k in Richtung von v 1,v 2,...,v k 1 und Normierung von w k auf
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil
MehrAusgewählte 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
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrKapitel 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.
Mehr3 Systeme linearer Gleichungen
3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +
MehrFormelsammlung Mathematik Grundkurs Inhalt
Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben
MehrWiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Wiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur Bearbeiten
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...
MehrIn diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,
2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.
MehrLineare Algebra in der Oberstufe
Lineare Algebra in der Oberstufe Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 16. April 2016 Stefan Ruzika 1: Schulstoff 16. April 2016 1 / 32 Übersicht Ziel dieses Kapitels
MehrBasiswissen Analytische Geometrie
www.matheabitur.de Basiswissen Analytische Geometrie Alle Grundlagen und Rechentechniken der analytischen Geometrie S. und deren beschreibende Verfahren Wissenskatalog der Grundlagen. Lösen einfacher linearer
MehrLineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.
18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen
MehrLineare Algebra in der Oberstufe
Lineare Algebra in der Oberstufe Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. April 2016 Stefan Ruzika 1: Schulstoff 11. April 2016 1 / 21 Übersicht Ziel dieses Kapitels
MehrKapitel 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
MehrDer 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
MehrTechnische 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
MehrLineare 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......
MehrLineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 28. November 2011 Definition Beispiel: Wassermengen und Konzentrationen in einem Fluss Beispiel Zeilenstufenform Beispiel (Fortsetzung) Anhang
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrLehrskript Mathematik Q12 Analytische Geometrie
Lehrskript Mathematik Q1 Analytische Geometrie Repetitorium der analytischen Geometrie Eine Zusammenfassung der analytischen Geometrie an bayerischen Gymnasien von Markus Baur, StR Werdenfels-Gymnasium
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen
Mehr5. Geraden und Ebenen im Raum 5.1. Lineare Abhängigkeit und Unabhängigkeit von Vektoren
5 Geraden und Ebenen im Raum 5 Lineare Abhängigkeit und Unabhängigkeit von Vektoren Definition: Die Vektoren a,a,,a n heißen linear abhängig, wenn mindestens einer dieser Vektoren als Linearkombination
Mehr$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
MehrFerienkurs Mathematik für Physiker I Skript Teil 2 ( )
Ferienkurs Mathematik für Physiker I WS 206/7 Ferienkurs Mathematik für Physiker I Skript Teil 2 (28.03.207) Vektorräume Bevor wir zur Definition eines Vektorraumes kommen erinnern wir noch einmal kurz
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eine Familie von Gleichungen der Form 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 m
Mehr03. Vektoren im R 2, R 3 und R n
03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen
Mehr03. Vektoren im R 2, R 3 und R n
03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
Mehr2 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
MehrDefinition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h.
8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x
MehrKurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok
Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de
MehrLineare 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
MehrMathematik 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
Mehr4 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
MehrAllgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.
Lineare Gleichungssysteme. Einleitung Lineare Gleichungssysteme sind in der Theorie und in den Anwendungen ein wichtiges Thema. Theoretisch werden sie in der Linearen Algebra untersucht. Die Numerische
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
MehrLineare Algebra. 1 Lineare Abbildungen
Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe
MehrÜbersicht 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
MehrThemenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix.
LINEARE ALGEBRA Lösbarkeit von linearen Gleichungssystemen Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix Gleichungssysteme
MehrU = U, v i λ i = o und (z.b.) λ 1 0. i=1 1 = i=2. i=2
7 Lineare Unabhängigkeit, asis Existenzsatz M Am Ende des vorigen Paragraphen betrachteten wir bei vorgegebener Teilmenge T eines K-Vektorraumes V das Erzeugnis U von T in V. Die ildung des Erzeugnisses
MehrGrundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015
Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 12 8. Juni 2010 Kapitel 10. Lineare Gleichungssysteme (Fortsetzung) Umformung auf obere Dreiecksgestalt Determinantenberechnung mit dem Gauß-Verfahren
MehrEbenengleichungen und Umformungen
Ebenengleichungen und Umformungen. Januar 7 Ebenendarstellungen. Parameterdarstellung Die Parameterdarstellung einer Ebene ist gegeben durch einen Stützvektor r, der einen Punkt auf der Ebene angibt und
MehrMit Skalarprodukt und Vektorprodukt lässt sich ein weiteres, kombiniertes Produkt, das Spatprodukt
Mit Skalarprodukt und Vektorprodukt lässt sich ein weiteres, kombiniertes Produkt, das Spatprodukt a ( b c) bilden. Aus der geometrischen Interpretation von Skalarprodukt und Vektorprodukt ist sofort ersichtlich,
Mehr(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2
Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrMathematik und Logik
Mathematik und Logik 9. Übungsaufgaben 2007-01-23 1. Beweisen Sie geometrisch, daß die Addition von Vektoren in der Ebene assoziativ ist. Beweis. Man zeichnet die entsprechenden Parallelogramme. 2. Der
MehrLineare 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
Mehr37 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
Mehr2.2 Lineare Gleichungssysteme (LGS)
2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +
MehrVektorräume. 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
MehrLineare Gleichungssysteme
Poelchau-Oberschule Berlin A. Mentzendorff September 2007 Lineare Gleichungssysteme Inhaltsverzeichnis 1 Grundlagen 2 2 Das Lösungsverfahren von Gauß 4 3 Kurzschreibweise und Zeilensummenkontrolle 6 4
MehrVektorräume und Lineare Abbildungen
Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit
Mehr