1.2 Abstände und Winkel

Größe: px
Ab Seite anzeigen:

Download "1.2 Abstände und Winkel"

Transkript

1 5 1.2 Abstände und Winkel Im Folgenden werde zunächst der n-dimensionale affine Standardraum A n = (R n, R n, τ) zugrunde gelegt und in der Regel auch A n = R n gesetzt. Im Vektorraum R n stehen das (euklidische) Skalarprodukt n = ν ν und die euklidische Norm = ( n ) 1/2 = ( i ) 2 zur Verfügung. Satz: Das Skalarprodukt erfüllt die Ungleichung von Cauch-Schwarz: ν=1 i=1 für alle, R 2. Gleichheit gilt genau dann, wenn und linear abhängig sind. Beweis: 1) Ist = λ, so ist = λ 2 und auch = λ 2. 2) Sind und linear unabhängig, so gilt für beliebiges t R : + t 0, also 0 < + t 2 = ( + t) ( + t) = 2 + 2t ( ) + t 2 2 ( ) 2 = + t + 2 ( ) 2. 2 Wählt man t := ( )/ 2, so erhält man die Ungleichung ( ) 2 < 2 2. Definition Sind P, Q A n zwei Punkte und v := OP und w := OQ die zugehörigen Ortsvektoren, so heißt d(p, Q) := w v der Abstand von P und Q. Die Länge einer Strecke P Q ist der Abstand der Endpunkte P und Q. Satz: Der Abstand von Punkten in A n hat die Eigenschaften einer Metrik: 1. Es ist stets d(p, Q) 0 und d(p, Q) = 0 P = Q. 2. Für alle Punkte P, Q ist d(p, Q) = d(q, P ). 3. Es gilt die Dreiecksungleichung: Bei drei Punkten P, Q, R ist d(p, Q) d(p, R) + d(r, Q). Wenn R auf der Strecke zwischen P und Q liegt, tritt Gleichheit auf.

2 6 1 Grundlagen der Schulgeometrie Beweis: 1) Es ist 0 für jeden Vektor, und es gilt = 0 genau dann, wenn = 0 ist. Also ist w v = 0 w v = 0 w = v. 2) Es ist w v = v w. 3) Unter Verwendung der Ungleichung von Cauch-Schwarz folgt: a + b 2 = a 2 + b 2 + 2a b a 2 + b a b = ( a + b ) 2, also a + b a + b. Ist v = OP, w = OQ und z = OR, so ist w v = (w z) + (z v) w z + z v. Liegt z zwischen v und w, so gibt es ein t R mit 0 t 1, so dass z = v+t(w v) ist. Dann ist auch 0 1 t 1, sowie z v = t(w v) und w z = (1 t)(w v). Daraus folgt: w z + z v = (1 t) w v + t w v = w v. Definition Sind, R n zwei linear unabhängige Vektoren, so ist < 1. Es gibt also eine Zahl (0, π) mit = cos. Diese Zahl nennt man den Winkel zwischen und, und man bezeichnet diesen Winkel mit dem Smbol (, ). Winkel werden mit kleinen griechischen Buchstaben bezeichnet:,,,... In der euklidischen Ebene A 2 versteht man unter einem Winkel BAC die Vereinigung der Strahlen AB und AC. C A B In Vektorschreibweise ist der Winkel die Vereinigung der Strahlen R + und R + (mit R + = {t R : t > 0}, = AB und = AC). Die beiden Strahlen nennt man die Schenkel des Winkels, den Punkt A den Scheitelpunkt. Es gibt nun eine( kleine Diskrepanz zwischen den beiden Winkeldefinitionen. Die Zahl = arccos / ( )) ist ein Maß für den Winkel, und sie nimmt

3 1.2 Abstände und Winkel 7 nur Werte im offenen Intervall (0, π) an (weil und linear unabhängig sind). Im Falle = kann man natürlich := 0 setzen, und im Falle = dann := π. Doch wo bleiben die Winkel zwischen π und 2π? Bei der arccos-definition kommen sie nicht vor, bei der Vereinigung von zwei Strahlen kann man sie aber nicht von vornherein ausschließen. Wie findet man den richtigen Winkel? ungültiger Winkel gültiger Winkel (, ) Tatsächlich zerteilen die von und aufgespannten Geraden die Ebene in vier Gebiete. Die Strahlen R + und R + begrenzen genau eines der Teilgebiete, nämlich I() := { = s + t : s, t > 0}. Man nennt dieses Gebiet das Innere von. I() Zu dem von R + und R + begrenzten Gebiet I() gehört das Winkelmaß = arccos ( /( ) ). Auf diesem Wege werden tatsächlich Winkel > π ausgeschlossen. Man verwendet folgende Sprechweisen: < π/2 spitzer Winkel rechter Winkel = π/2 > π/2 Es folgen nun ein paar bekannte Aussagen über Winkel. = π stumpfer Winkel gestreckter Winkel Satz Nebenwinkel ergänzen sich zu 180 : Beweis: Die Umrechnung zwischen Winkeln im Grad-Maß und im Bogenmaß darf als bekannt vorausgesetzt werden. 180 entspricht im Bogenmaß natürlich der Zahl π.

4 8 1 Grundlagen der Schulgeometrie Ist = (, ), so ist = (, ) der Nebenwinkel. Dazu müsste man natürlich erst mal definieren, was Nebenwinkel sind. Aus der Skizze ist das sicher jedem klar, aber man kann es auch ohne Skizze beschreiben: Wenn O zwischen den Punkten P und Q liegt, der Punkt R aber nicht auf der Geraden P Q, dann sind (P OR) und (ROQ) Nebenwinkel. Die Vektoren OP = P O und OQ zeigen in diesem Fall in die gleiche Richtung. Offensichtlich ist cos = ( )/( ) = cos. Es gibt dann ein δ > 0, so dass = π/2 δ und = π/2 + δ ist (oder umgekehrt), wie man dem Verhalten der Cosinus-Funktion zwischen 0 und π entnimmt: 0 π Daraus folgt: + = π. Satz Scheitelwinkel sind gleich: Beweis: Es ist + = π und + = π, also = π = π (π ) =. Von besonderer Bedeutung sind die Beziehungen zwischen Winkel an Parallelen. Regel 1: F- oder Stufenwinkel sind gleich: h 1 2 w v g 2 g 1 Beweis: Es gibt Punkte 1, 2 h und Vektoren v, w, so dass gilt: g 1 = { = 1 + tv : t R}, g 2 = { = 2 + tv : t R} und h = { = 1 + tw : t R} = { = 2 + tw : t R}. Es ist cos = ( w v)/( v w ) = cos. Weil der Cosinus auf [0, π] injektiv ist, ist =.

5 1.2 Abstände und Winkel 9 Regel 2 E- oder Ergänzungswinkel ergänzen sich zu 180 : Beweis: Die Winkel und sind Nebenwinkel, und es ist = (Regel 1). Deshalb ist + = + (π ) = π. Regel 3 Z- oder Wechselwinkel sind gleich: δ Beweis: Die Winkel und δ sind Nebenwinkel, und es ist + = π (Regel 2). Deshalb ist δ = π = π (π ) =.

Skalarprodukt, Norm & Metrik

Skalarprodukt, Norm & Metrik Skalarprodukt, Norm & Metrik Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. Mai 2016 Stefan Ruzika 5: Skalarprodukt, Norm & Metrik 11. Mai 2016 1 / 13 Gliederung 1

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

Definition 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.

Definition 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

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

2 Euklidische Vektorräume

2 Euklidische Vektorräume Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Symmetrische

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

Grundlagen der Geometrie

Grundlagen der Geometrie Grundlagen der Geometrie Vorlesungsausarbeitung zum WS 2010/11 von Prof. Dr. K. Fritzsche ii Inhalt 0 Grundlagen der Schulgeometrie 1 I Die Elemente : Inzidenz und Anordnung 9 1. Die deduktive Methode

Mehr

Gerade, Strecke, Halbgerade, Winkel (in (R n,, ))

Gerade, Strecke, Halbgerade, Winkel (in (R n,, )) Gerade, Strecke, Halbgerade, Winkel (in (R n,, )) A B Winkel Gerade Halbgerade Strecke A A A Gerade ist Punktmenge L A,v := {A+t v t R}, wobei v 0. Halbgerade (Strahl) ist Punktmenge H A,v := {A+t v t

Mehr

r i w i (siehe (3.7)). r i v, w i = 0.

r i w i (siehe (3.7)). r i v, w i = 0. Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum

Mehr

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Lineare Algebra I - 26. Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Donnerstag 8.12.: 8:30 Uhr - Vorlesung 10:15 Uhr - große Übung / Fragestunde Klausur: Mittwoch, 14.12. 14:15 Uhr, A3 001 Cauchy-Schwarz

Mehr

Analytische Geometrie, Vektorund Matrixrechnung

Analytische Geometrie, Vektorund Matrixrechnung Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?

Mehr

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren...

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... (benötigt neue Struktur über Vektorraumaxiome hinaus) Sei Länge von nach Pythagoras: Länge quadratisch in Komponenten! - Für : Skalarprodukt

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. Übungsblatt Aufgaben mit Lösungen . Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen

Mehr

Mathematischer Vorkurs zum Studium der Physik

Mathematischer Vorkurs zum Studium der Physik Universität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übungen Aufgaben zu Kapitel 9 (Fortsetzung) (aus: K. Hefft, Mathematischer Vorkurs zum Studium der Physik, sowie Ergänzungen) Aufgabe

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 31 Vektorräume mit Skalarprodukt Im R n kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor

Mehr

Lineare Algebra: Theorie und Anwendungen

Lineare Algebra: Theorie und Anwendungen Lineare Algebra: Theorie und Anwendungen Sommersemester 2012 Bernhard Burgeth Universität des Saarlandes c 2010 2012, Bernhard Burgeth 1 VEKTOREN IN DER EBENE UND IM RAUM 2 1 Vektoren in der Ebene und

Mehr

Grundlagen der Vektorrechnung

Grundlagen der Vektorrechnung Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt

Mehr

00. Einiges zum Vektorraum R n

00. 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

Mehr

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr

Euklid ( v. Chr.) Markus Wurster

Euklid ( v. Chr.) Markus Wurster Geometrische Grundbegriffe Euklid (365 300 v. Chr.) Geometrische Grundbegriffe Euklid (365 300 v. Chr.) Punkte und Linien Zwei Linien Markus Wurster Markus Wurster Geometrische Grundbegriffe Winkel Euklid

Mehr

MAT746 Seminar über Euklidische Geometrie Philipp Becker

MAT746 Seminar über Euklidische Geometrie Philipp Becker MAT746 Seminar über Euklidische Geometrie Philipp Becker R David Hilbert (1862-1943) Den Begriffen aus der Anschauungswelt fehlt die notwendige mathematische Exaktheit. Gebäude der Geometrie soll nicht

Mehr

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren...

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... (benötigt neue Struktur über Vektorraumaxiome hinaus) Sei Länge von nach Pythagoras: Länge quadratisch in Komponenten! - Für : Skalarprodukt

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Modulteilprüfung Geometrie (BaM-GS, L3M-RF)

Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Prof. Dr. Martin Möller SoSe 2011 // 05. Juli 2011 Kontrollieren Sie, ob Sie alle Blätter (12 einschließlich zweier Deckblätter) erhalten haben, und geben Sie

Mehr

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Vektoren. 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,

Mehr

Tutorium 7. Definition. Sei V ein C-Vektorraum. Eine Abbildung, : V V C heißt komplexes Skalarprodukt : det F k > 0 mit F k := (f i,j ) C k k

Tutorium 7. Definition. Sei V ein C-Vektorraum. Eine Abbildung, : V V C heißt komplexes Skalarprodukt : det F k > 0 mit F k := (f i,j ) C k k Skalarprodukte Tutorium 7 Bemerkung. Für jeden komplexen Vektorraum V mit dim V und jede komplexe Bilinearform P auf V findet man einen Vektor v mit P (v, v) =. Es gibt also keine positiv definite Bilinearformen

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

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

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

Aufgaben zu Kapitel 20

Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v

Mehr

Vektoren, Vektorräume

Vektoren, Vektorräume Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010

Mehr

Skript zur Vorlesung Elementare und analytische Geometrie

Skript zur Vorlesung Elementare und analytische Geometrie Robert Labus Skript zur Vorlesung Elementare und analytische Geometrie Studienkolleg für ausländische Studierende Universität Kassel Wintersemester 2016/2017 Inhaltsverzeichnis 1 Elementargeometrie 1 1.1

Mehr

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat.

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. 1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. übliche Beispiele: Ort r = r( x; y; z; t ) Kraft F Geschwindigkeit

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 016 Lineare Algebra und analytische Geometrie II Vorlesung 37 Neben den drei Eckpunkten eines Dreieckes gibt es noch weitere charakteristische Punkte eines Dreieckes wie

Mehr

1 Vorlesungen: und Vektor Rechnung: 1.Teil

1 Vorlesungen: und Vektor Rechnung: 1.Teil 1 Vorlesungen: 4.10.005 und 31.10.005 Vektor Rechnung: 1.Teil Einige in der Physik auftretende Messgrößen sind durch eine einzige Zahl bestimmt: Temperatur T K Dichte kg/m 3 Leistung P Watt = J/s = kg

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,

Mehr

Technische Universität München

Technische Universität München Technische Universität München Michael Schreier Ferienkurs Lineare Algebra für Physiker Vorlesung Montag WS 2008/09 1 komplexe Zahlen Viele Probleme in der Mathematik oder Physik lassen sich nicht oder

Mehr

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss. 1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 36 Dreiecke In dieser und der nächsten Vorlesung stehen Dreiecke im Mittelpunkt. Unter einem Dreieck verstehen

Mehr

Klausur zur Akademischen Teilprüfung, Modul 2,

Klausur zur Akademischen Teilprüfung, Modul 2, PH Heidelberg, Fach Mathematik Klausur zur Akademischen Teilprüfung, Modul, GHPO I vom.7.003, RPO vom 4.08.003 Einführung in die Geometrie Wintersemester 1/13, 1. Februar 013 Klausur zur ATP, Modul, Einführung

Mehr

14 Skalarprodukt Abstände und Winkel

14 Skalarprodukt Abstände und Winkel 4 Skalarprodukt Abstände und Winkel Um Abstände und Winkel zu definieren benötigen wir einen neuen Begriff. Zunächst untersuchen wir die Länge eines Vektors v. Wir schreiben dafür v und sprechen auch von

Mehr

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende

Mehr

5 Teilmengen von R und von R n

5 Teilmengen von R und von R n 5 Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,...,x n ) : x i R} = R }... {{ R }. n mal Für x R ist x der Abstand zum Nullpunkt. Die entsprechende Verallgemeinerung

Mehr

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a). Aufgabe Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = Es gilt det(λa = (λ n det(a det I n = n? Nein (außer für n = Es gilt deti n = det(ab = det A det B? Ja det(a =

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

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs 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

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

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 32 Metrische Räume Euklidische Räume besitzen nach Definition ein Skalarprodukt. Darauf aufbauend kann man einfach die Norm eines

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Die Mittelsenkrechte im deduktiven Aufbau

Die Mittelsenkrechte im deduktiven Aufbau Die Mittelsenkrechte im deduktiven Aufbau Bisher war die Mittelsenkrechte eine Ortslinie Jetzt wird deduktiv geordnet: - Definition der Mittelsenkrechte - Sätze zur Mittelsenkrechten 1 Die Mittelsenkrechte

Mehr

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse

Mehr

Symmetrien und Winkel

Symmetrien und Winkel Eigenschaften der Achsenspiegelung Alle Punkte werden an der Symmetrieachse gespiegelt. Die Verbindungslinien stehen senkrecht zur Symmetrieachse. Original- und Bildpunkte haben je den gleichen Abstand

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

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

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

Geometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt:

Geometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt: Geometrie 1. Vektoren Die Menge aller zueinander parallelen, gleich langen und gleich gerichteten Pfeile werden als Vektor bezeichnet. Jeder einzelne Pfeil heißt Repräsentant des Vektors. Bei Ortsvektoren:

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar Einführung in die Kunst mathematischer Ungleichungen Seminar Einführung in die Kunst mathematischer Ungleichungen Geometrie und die Summe von Quadraten Clara Brünn 25. April 2016 Inhaltsverzeichnis 1 Einleitung 2 1.1 Geometrie allgemein.................................

Mehr

Von Skalarprodukten induzierte Normen

Von Skalarprodukten induzierte Normen Von Skalarprodukten induzierte Normen Niklas Angleitner 4. Dezember 2011 Sei ein Skalarproduktraum X,, gegeben, daher ein Vektorraum X über C bzw. R mit einer positiv definiten Sesquilinearform,. Wie aus

Mehr

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Inhaltsverzeichnis INHALTSVERZEICHNIS 1 INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Die Parabel 2 1.1 Definition................................ 2 1.2 Bemerkung............................... 3 1.3 Tangenten................................ 3 1.4

Mehr

In der Zeichnung unten sind α und β, β und γ, γ und δ, δ und α Nebenwinkel. Scheitelwinkel sind α und γ oder β und δ.

In der Zeichnung unten sind α und β, β und γ, γ und δ, δ und α Nebenwinkel. Scheitelwinkel sind α und γ oder β und δ. Entdeckungen an Geraden- und Doppelkreuzungen Schneiden sich zwei Geraden, so entstehen vier Winkel mit Scheitel im Schnittpunkt. Jeweils zwei gleichgroße Winkel liegen sich dabei gegenüber man nennt diese

Mehr

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R. Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum

Mehr

1.6 Implizite Funktionen

1.6 Implizite Funktionen 1 1.6 Implizite Funktionen Wir werden uns jetzt mit nichtlinearen Gleichungen beschäftigen, f(x) = 0, wobei f = (f 1,..., f m ) stetig differenzierbar auf einem Gebiet G R n und m < n ist. Dann hat man

Mehr

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

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 und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

Die Mittelsenkrechte im deduktiven Aufbau

Die Mittelsenkrechte im deduktiven Aufbau Nr.7 16.06.2016 Die Mittelsenkrechte im deduktiven Aufbau Bisher war die Mittelsenkrechte eine Ortslinie Jetzt wird deduktiv geordnet: - Definition der Mittelsenkrechte - Sätze zur Mittelsenkrechten 1

Mehr

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches 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

Mehr

a b b 1 b 2 bzgl. einer ONB (Orthonormalbasis) heißt der a 2 b 3 a 3 b 2 a 3 b 1 a 1 b b 3 a 1 b 2 a 2 b 1

a b b 1 b 2 bzgl. einer ONB (Orthonormalbasis) heißt der a 2 b 3 a 3 b 2 a 3 b 1 a 1 b b 3 a 1 b 2 a 2 b 1 VIII. Vektor- und Spatprodukt ================================================================== 8.1 Das Vektorprodukt -----------------------------------------------------------------------------------------------------------------

Mehr

Definitionen: spitzer Winkel, stumpfer Winkel

Definitionen: spitzer Winkel, stumpfer Winkel Definitionen: spitzer Winkel, stumpfer Winkel Die in der Schule üblichen Definitionen über den Vergleich mit 90 dürften klar sein. Wir geben hier die Definitionen ohne die Verwendung von Zahlen für die

Mehr

3 Lineare Differentialgleichungen

3 Lineare Differentialgleichungen 3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9

Mehr

1. Grundlegendes in der Geometrie

1. Grundlegendes in der Geometrie 1. Grundlegendes Geometrie 1. Grundlegendes in der Geometrie 1. 1 Übliche ezeichnungen Punkte bezeichnen wir mit Grossbuchstaben:,,,D,... P 1,P 2,P 3,...,,,... Strecken und deren Masszahl, sowie Geraden

Mehr

4 Eigenwerte und Eigenvektoren

4 Eigenwerte und Eigenvektoren 4 Eigenwerte und Eigenvektoren Sei V {0} ein K Vektorraum und f : V V K linear. Definition: Ein Eigenwert von f ist ein Element λ K, für die es einen Vektor v 0 in V gibt, so dass f(v) = λ v. Sei nun λ

Mehr

Kapitel 6. Metrik, Norm und Skalarproduktl. 6.1 Metrik (Abstand)

Kapitel 6. Metrik, Norm und Skalarproduktl. 6.1 Metrik (Abstand) Kapitel 6 Metrik, Norm und Skalarproduktl Aus Ihrer täglichen Praxis sind Ihnen die Begriffe Abstand und Länge, möglicherweise gar Winkel wohlvertraut. 6.1 Metrik (Abstand) Definition Metrik : Sei M eine

Mehr

4.3 Affine Punkträume

4.3 Affine Punkträume 4.3. AFFINE PUNKTRÄUME 185 4.3 Affine Punkträume Es wird jetzt der Übergang von der linearen Algebra zur analytischen Geometrie beschrieben. 4.3.1 Definition (affiner Punktraum) Sei V ein K-Vektorraum,

Mehr

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen.

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen. Vorlesung 27 Der projektive Raum Definition 1. Sei K ein Körper. Der projektive n-dimensionale Raum P n K besteht aus allen Geraden des A n+1 K durch den Nullpunkt, wobei diese Geraden als Punkte aufgefasst

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Auf dem R n gibt es sehr viele verschiedene Normen, allerdings hängen sehr viele wichtige Begriffe wie die Konvergenz

Mehr

Grundlagen. Einteilung der Dreiecke. Besondere Punkte des Dreiecks

Grundlagen. Einteilung der Dreiecke. Besondere Punkte des Dreiecks Der Name leitet sich von den griechischen Begriffen Tirgonon Dreieck und Metron Maß ab. ist also die Lehre vom Dreieck, d.h. die Grundaufgabe der besteht darin, aus drei Größen eines gegebenen Dreiecks

Mehr

Beziehungen zwischen Vektorräumen und ihren Dimensionen

Beziehungen zwischen Vektorräumen und ihren Dimensionen Beziehungen zwischen Vektorräumen und ihren Dimensionen Lineare Algebra I Kapitel 9 20. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz

Mehr

Winkel zeichnen. Hilfe. ACHTUNG! Achte immer genau darauf

Winkel zeichnen. Hilfe. ACHTUNG! Achte immer genau darauf Hilfe Winkel zeichnen 1. Zeichne einen Schenkel (die rote Linie) S 2. Lege das Geodreieck mit der Null am Scheitelpunkt an. (Dort wo der Winkel hinkommen soll) S 3. Möchtest du zum Beispiel einen Winkel

Mehr

Lineare Algebra I. Eine Vorlesung von Prof. Dr. Klaus Hulek

Lineare Algebra I. Eine Vorlesung von Prof. Dr. Klaus Hulek Lineare Algebra I Eine Vorlesung von Prof. Dr. Klaus Hulek [email protected] c Klaus Hulek Institut für Mathematik Universität Hannover D 30060 Hannover Germany E-Mail : [email protected]

Mehr

Ebene Elementargeometrie

Ebene Elementargeometrie Ebene Elementargeometrie Im Folgenden unterscheiden wir neben Definitionen (Namensgebung) und Sätzen (nachweisbaren Aussagen) so genannte Axiome. Axiome stellen der Anschauung entnommene Aussagen dar,

Mehr

D C. Man unterscheidet in der Geometrie zwischen Körpern, Flächen, Linien und Punkten.

D C. Man unterscheidet in der Geometrie zwischen Körpern, Flächen, Linien und Punkten. V. Körper, Flächen und Punkte ================================================================= 5.1 Körper H G E F D C A B Man unterscheidet in der Geometrie zwischen Körpern, Flächen, Linien und Punkten.

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

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

Das Vektorprodukt und Sphärische Geometrie

Das Vektorprodukt und Sphärische Geometrie Das Vektorprodukt und Sphärische Geometrie Proseminar zu Algebra von Methnani Lassaad Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf 12. April 2010 Betreuung: Prof. Dr. Bogopolski Ÿ1)

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

Wiederholung Winkel. Berechnung des Winkels zwischen zwei Vektoren

Wiederholung Winkel. Berechnung des Winkels zwischen zwei Vektoren Wiederholung Winkel Das entscheidende Mittel zur Bestimmung von Winkeln ist das Skalarprodukt. Das Skalarprodukt lässt sich nämlich sehr komfortabel koordinatenweise berechnen, zugleich hängt es aber mit

Mehr