10.6 Eine Anwendung der Vektorrechnung in der Geometrie

Größe: px
Ab Seite anzeigen:

Download "10.6 Eine Anwendung der Vektorrechnung in der Geometrie"

Transkript

1 Eine Anwendung der Vektorrechnung in der Geometrie Geradengleichung: Eine Gerade in der Ebene oder im Raum ist festgelegt durch a) einen Punkt + Richtung, b) zwei Punkte. Zu a) A r P 3 X a g x 0 a (Ortsvektor) und ein Richtungsvektor r sind gegeben, X ist ein beliebiger Punkt auf g. Geradendarstellung: g : x = (x(λ) =)a + λr (λ R). Das bedeutet: Durchläuft λ alle reellen Zahlen, so durchläuft x alle Punkte auf der Geraden. Ein Parameter λ eindimensionales Gebilde. Zum Punkt A gehört λ = 0, zum Punkt P gehört λ =. Zu b) A a und b sind gegeben. a + r = b r r = b a a B g : x = a + λ (b a) (λ R), b oder g : x = b + µ (b a) (µ R). g 0 Ebenengleichung: Eine Ebene ist festgelegt durch a) Punkt + Richtungen, b) 3 Punkte.

2 0 Zu a) r A 3 h X r a g 0 a (Ortsvektor) und zwei l.u. Richtungsvektoren r und r sind gegeben. E : x = (x(λ, µ) =)a+λr +µr (λ, µ R) Diese Darstellung heißt Parameterdarstellung der Ebene. Zwei Parameter (λ, µ): zweidimensionales Gebilde, falls r und r linear unabhängig sind. Die Ebene geht durch den Punkt (a, a, a 3 ) und wird durch die Vektoren r und r aufgespannt. Ist µ = 0: Gerade g, ist λ = 0: Gerade h. Zu b) B r := b a A b r := c a 3 h C g a c 0 E : x = a + λ (b a) + µ (c a) (λ, µ R) Auch hier ergibt sich eine Parameterdarstellung. Beispiel: x := x x x 3 = + λ + µ (λ, µ R). (0.3) 3

3 Sei nun eine Ebene gegeben durch E : x = a + λr + µr. Gibt es auch eine Darstellung ohne Parameter? Idee: Sei n ein Normalenvektor auf die Ebene, d.h. n r, n r. Durchmultiplizieren der Ebenengleichung mit n eliminiert die Parameter: n x = n a + λn r }{{} +µn r = n a =: d. }{{} =0 =0 Dies liefert die Gleichungsdarstellung der Ebene im R 3 : E : n x! = n a =: d, d.h. n x + n x + n 3 x 3! = d (0.33) Eine Ebene im R 3 ist auch bestimmt durch einen Punkt und einen Normalenvektor. Beispiel 0.0 Wir suchen die Gleichungsdarstellung zu der Ebene in (0.3). Dazu bestimmen wir zunächst einen Normalenvektor. Da ein Normalenvektor auf den beiden Richtungsvektoren r und r senkrecht steht, erhalten wir ihn am einfachsten durch das in Abschnitt 8.5 eingeführte Vektorprodukt: n = r r = ( ) 3 ( ) 3 (+) ( ) ( ) (+) = 5 4. Dann bestimmen wir d := n a = 5 4 = 5 4 = 7 und erhalten also als Gleichungsdarstellung der Ebene: x + 5x 4x 3 = 7. (0.34)

4 Beispiel 0. Umgekehrt kann man aus der Gleichungsdarstellung (0.34) eine Parameterdarstellung der Ebene gewinnen, und zwar, indem man die Gleichung (0.34) als inhomogenes LGS behandelt. x x x 3 s x Bei der zweiten Auswertungszeile wurde statt eingesetzt, weil es rechnerisch günstiger ist und die l.u. der beiden Lösungsvektoren r := (5,, 0) und r := (, 0, ) des homogenen LGS r n = 0 erhält. Diese Lösungsvektoren sind Richtungsvektoren der Ebene, da für sie gilt r n = 0 und r n = 0, d.h. da beide senkrecht auf dem Normalenvektor stehen. Der berechnete Lösungsvektor ( 3.5, 0, 0) des inhomogenen Systems x n = 7 ist schließlich der Ortsvektor eines speziellen Punktes der Ebene. Somit erhalten wir analog zur Darstellung (0.8) der Lösungsmenge eines inhomogenen LGS x = 0 + λ + µ 0 (λ, µ R) 0 0 als Parameterdarstellung der Ebene. Bemerkung 0.4 Statt über das Vektorprodukt können wir einen Normalenvektor in Beispiel 0.0 auch über die Lösung des homogenen LGS bestimmen: n r = n + n + 3n 3! = 0 n r = n n n 3! = 0

5 3 n n n n n Wir erhalten also bei der speziellen Wahl von für die frei wählbare Unbekannte n = (0.4,, 0.8). Dass dies nicht mit dem Normalenvektor übereinstimmt, den wir aus dem Vektorprodukt gewinnen, ist nicht überraschend, da das homogene LGS nicht eindeutig lösbar ist und da das Vielfache eines Normalenvektors ebenfalls ein Normalenvektor ist. Den Durchstoßpunkt einer Geraden x = a+λr durch eine Ebene x n = d im R 3 gewinnt durch Einsetzen der Geradendarstellung in die Ebenengleichung: (a + λr) n = d. Dies ist eine Bestimmungsgleichung für die Unbekannte λ. Ist diese Gleichung nicht lösbar, so sind Gerade und Ebene parallel, ist sie lösbar, aber nicht eindeutig lösbar, so liegt die Gerade in der Ebene. Gibt es eine eindeutig bestimmte Lösung λ 0, so ist a+λ 0 r der Ortsvektor des Durchstoßpunktes. Beispiel 0. Wir suchen den Durchstoßpunkt der Gerade x = 5 + λ 5 durch die Ebene 4 x = + u + t. 0 Statt der Parameterdarstellung verwenden wir die in Beispiel 0.0 bereits ermittelte Darstellung der Ebene in Gleichungsform

6 4 x x + 4x 3 = (,, 4)x =! 7 Das Einsetzen der Geradendarstellung in die Ebenengleichung führt auf (,, 4) 5 + λ(,, 4) = 6 + 9λ =! 7 5 und damit auf λ = ( ). Wir erhalten also den Ortsvektor für den Durchstoßpunkt: 5 + ( ) = Es ist auch möglich, den Durstoßpunkt ohne vorherige Ermittlung der Gleichungsdarstellung der Ebene zu bestimmen, was wie im Beispiel sehen werden aber offensichtlich aufwändiger ist: Bei Verwendung der Parameterdarstellung b + ur + tr der Ebene suchen wir (einen) gemeinsame(n) Punkt(e) von Gerade und Ebene, indem wir das LGS b + ur + tr = a + λr nach den Unbekannten s, t, λ auflösen. Ist dieses LGS nicht lösbar, so sind Gerade und Ebene parallel, ist es lösbar, aber nicht eindeutig lösbar, so liegt die Gerade in der Ebene. Gibt es eine eindeutig bestimmte Lösung (u 0, t 0, λ 0 ), so ist a+λ 0 r der Ortsvektor des Durchstoßpunktes. Beispiel 0.3 Wir verwenden das zweite Verfahren zur zur Bestimmung des Durchstoßpunktes der Gerade durch die Ebene aus Beispiel 0.. Wir suchen also gemeinsame Punkte von Gerade und Ebene durch Gleichsetzen der rechten Seiten der beiden Gleichungen und damit durch Lösen des LGS 4 u + t λ = 5 : 0 5

7 5 u t λ s u t λ Das LGS ist eindeutig lösbar, also brauchen wir nur s := zu setzen. Da wir nur den Wert für λ brauchen, haben wir nur die letzte Kellerzeile ausgewertet und erhalten damit den Ortsvektor für den Durchstoßpunkt: 5 + ( ) = Den Schnittpunkt zweier Geraden g : x = a + λr und g : x = a + µr gewinnt man über die Lösung des LGS a + λr = a + µr mit den Unbekannten λ und µ. Ist dieses LGS nicht lösbar, so schneiden sich die beiden Geraden nicht. Ist es lösbar, aber nicht eindeutig lösbar, so fallen beide Geraden zusammen. Der Winkel zwischen den Geraden g und g, wenn sie sich schneiden, ist bestimmt durch: cosα = r r r r, α! [0, π/]. Beispiel 0.4 Wir betrachten die beiden Geraden g : x = 5 + λ 5

8 6 und 0 h : x = 5 + µ 3 0 Gemeinsame Punkte finden wir durch Gleichsetzen der rechten Seiten der Parameterdarstellungen der Geraden und damit durch das Lösen des LGS 0 λ µ = 5 5 : λ µ s µ λ Das LGS ist eindeutig lösbar, also brauchten wir nur s := zu setzen. Da wir nur den Wert für λ oder den Wert für µ (also nur für einen der beiden Parameter) brauchen, haben wir nur die letzte Kellerzeile ausgewertet und erhalten λ = ( ) und damit durch Einsetzen λ = ( ) in die Darstellung der ersten Gerade den Ortsvektor für den Schnittpunkt: 5 + ( ) =

9 7 Für den Winkel zwischen den beiden Geraden erhalten wir 0 cosα = = 3 = 9 0 und damit α = π/4ˆ=45 Die Schnittgerade x = a + λr zweier Ebenen E : x n = d und E : x n = d im R 3 gewinnt man über die Lösung des LGS, das von den beiden Ebenengleichungen gebildet wird, wenn man a als spezielle Lösung des inhomogenen LGS und r als Fundamentallösung des zugehörigen homogenen LGS wählt. Ist das inhomogene LGS nicht lösbar, so sind die beiden Ebenen parallel, sind zwei Unbekannte frei wählbar, so fallen beide Ebenen zusammen. Der Winkel zwischen den Ebenen E und E, wenn sie sich schneiden, ist bestimmt durch: cosβ = n n n n, β! [0, π/]. Beispiel 0.5 Wir suchen die Schnittmenge der beiden Ebenen E : 3x + 5x 4x 3 = (3, 5, 4)x =! 4 und E : x x = (,, 0)x =!. Dies führt auf ein LGS: x x x 3 s x x

10 8 Wir erhalten somit als Schnittgerade, wobei wir die frei wählbare Unbekannte x in λ umbenennen: 0 x = + λ.5 Für den Winkel zwischen den beiden Ebenen erhalten wir cosβ = = = und damit β = arccos 0. =.369ˆ=78.46 Bestimmung des Winkels β zwischen einer Ebene E mit dem Normalenvektor n und einer Gerade g mit dem Richtungsvektor r, die mindestens einen gemeinsamen Punkt mit der Ebene hat: Wir wählen als Zeichenebene die Ebene, die senkrecht zu der Ebene E ist und die Gerade g enthält: Gerade senkrecht zu E, die durch einen gemeinsamen Punkt von E und g geht g α n (z.b.) β r (z.b.) Schnittgerade von E und der Zeichenebene Man erhält also den Winkel β [0, π/] aus: sin β = cos(π/ β) = cosα = r n r n. (0.35)

11 9 Abstand eines Punktes von einer Ebene: Es sei die Ebene E und der Punkt P gegeben. Der Abstand des Punktes P von E ist definiert als die kürzeste Verbindungsstrecke zwischen P und einem Punkt Q auf E. Diesen Abstand erhält man folgendermaßen: Man bildet das Lot von P auf E, d.h. die Gerade durch P mit dem Normalenvektor als Richtungsvektor. Der Schnittpunkt dieser Geraden mit E ist der Lotfußpunkt Q. Der Abstand von P zu E ergibt sich als Abstand von P zu Q. g P n. Q Rechnung: Es sei die Ebene E : n x = d mit dem Normalenvektor n und der Punkt P mit dem Ortsvektor p = (p, p, p 3 ) gegeben. Lotgerade: g : x = p + λn Schnitt g und E: n (p + λn) = n p + λn n =! d λ = d n p n Lotfußpunkt: q = p + d n p n n Abstand: q p = d n p n n = d n p n n d n p =. n Beispiel 0.6 Man bestimme den Abstand des Punktes P( 7,, 6) von der Ebene E : x + y + z = 4 und die Koordinaten des Lotfußpunktes. Die vorgegebene Gleichungsdarstellung wird umgeschrieben in n x = d (wobei die Koordinaten von x oben mit x, y, z statt mit x, x, x 3 bezeichnet wurden) mit n = (,, ) und d = 4. Das

12 0 Einsetzen in die obigen Formeln ergibt den Ortsvektor des Lotfußpunktes q = = = und den Abstand = = + + = 3. Bemerkung: a) Der Abstand kann nach den obigen Formeln auch unabhängig vom Lotfußpunkt berechnet werden: Abstand = = = 3 3 = 3. b) Den Lotfußpunkt erhält man auch durch Einsetzen der Parameterdarstellung des Lotes x = λ in die Ebenengleichung x = 4, wodurch man den Durchstoßpunkt des Lotes durch die Ebene erhält: λ = λ = + λ 3! = 4 λ =.

13 Damit erhält man als Ortsvektor des Lotfußpunktes: 7 6 q = + (+) = Der Abstand zweier Geraden g : x = a + λr und g : x = a + µr im R 3, wobei r und r l.u. sind, ist gleich dem Abstand eines beliebigen Punktes von g, z.b. a, von der Ebene E, die die Gerade g enthält und zu der Geraden g parallel ist. Das Vektorprodukt der beiden Richtungsvektoren, also r r, steht senkrecht auf beiden Richtungsvektoren und damit auf beiden Geraden und damit auf der Ebene E. r r ist also ein Normalenvektor von E. Da jeder Punkt der Geraden g, also insbesondere der Punkt a, zu E gehört, erhalten wir als Gleichungsdarstellung von E (vergl. (0.33)): x [r r ]! = a [r r ]. Der Abstand zwischen den beiden Geraden ist nun der Abstand von (z.b.) a und der Ebene E, also: (r r ) a (r r ) a r r = (r r ) (a a ) r r (0.36) Die obige Formel ist offensichtlich nicht anwendbar, wenn r und r l.a. sind; denn dann ist der Nenner r r = 0. Wir brauchen also eine anderen Zugang, und zwar betrachten wir das Parallelogramm, dass von r und (a a ) aufgespannt wird:

14 g a a a a r g Der gesuchte Abstand ist offensichtlich die Höhe h des Parallelogramms. Wir vergleichen nun zwei Berechungsarten des Flächeninhalts des Parallelogramms: Der Flächeninhalt ist einerseits r h und anderseits (s. S. 30) r (a a ). Aus r h =! r (a a ) gewinnen wir schließlich die Formel für den gesuchten Abstand: h = r (a a ) r (0.37) 0.7 Rang, allgemeine Eigenschaften von LGS Definition 0.8 Von den Vektoren a,...,a k (gleicher Koordinatenzahl) seien maximal r l.u. (0 r k). Dann bezeichnet man r als den Rang des Vektorsystems {a,...,a k }. Schreibweise: rg {a,...,a k } Rangbestimmung mit dem AT Verfahren: Ausgangspunkt ist die Darstellung x a + x a x k a k = 0 (0.38)

15 3 des Nullvektors, die als homogenes LGS mit x = (x,...,x k ) als Lösungsvektor aufzufassen ist; denn für die Matrix A := (a,...,a k ) gilt: x x Ax = (a,a,...,a k ). x k = x a + x a x k a k! = 0 (0.39) Dieses homogene LGS ist mit Hilfe des AT Verfahrens zu lösen. Werden alle x j ausgetauscht, so folgt x = x =... = x k = 0, und damit sind die Vektoren a,...,a k l.u. (vergl. Definition 8.). Werden nicht alle x j ausgetauscht, so gibt es auch nicht triviale Darstellungen des Nullvektors. Sei z.b. k = 6, und seien x, x 4, x 5 nicht ausgetauscht und damit frei wählbar. Dann erhält man folgendes:.) a,a 3,a 6 sind l.u.; denn es gilt: x a + x 3 a 3 + x 6 a 6 = 0 x a + 0 a + x 3 a a a 5 + x 6 a 6 = 0. Die frei wählbaren x j sind also in diesem Fall = 0 zu setzen. Über die Kellerzeilen erhält man dann aber auch, dass für die übrigen x j gelten muss: x = x 3 = x 6 = 0..) a ist als LK von a,a 3 und a 6 eindeutig darstellbar: Setzt man für die frei wählbaren x j die Werte x = ( ), x 4 = 0, x 5 = 0 ein, so erhält man über die Kellerzeilen eindeutig bestimmte Werte für die übrigen x j, also für x, x 3, x 6. Setzt man das in die Darstellung (0.38) ein, so erhält man: x a + ( )a + x 3 a a a 5 + x 6 a 6 = 0 a = x a + x 3 a 3 + x 6 a 6. Eine entsprechende Darstellung erhält man für a 4, wenn man x = 0, x 4 = ( ), x 5 = 0 setzt, und für a 5, wenn man x = 0, x 4 = 0, x 5 = ( ) setzt. Ist die Anzahl der ausgetauschten Unbekannten wirklich die Maximalzahl der l.u. Vektoren oder erhält man bei einer anderen Wahl der Pivotelemente vielleicht eine höhere Zahl? Dies trifft nicht zu, und der Beweis dieser Behauptung ist gleichzeitig der Beweis von Regel 0.3:

16 4 Von den k Vektoren a,...,a k seien mit dem obigen Verfahren m(< k) als l.u. ermittelt worden. Nach geeigneter Umnumerierung seien das die Vektoren a,...,a m. Die übrigen Vektoren a m+,...,a k sind dann als Linearkombnationen der l.u. Vektoren darstellbar: a m+ = a m+ =. a k = m β m+,i a i, i= m β m+,i a i, i= m β k,i a i. i= Wir prüfen dann das Vektorsystem a,...,a k erneut auf lineare (Un )Abhängigkeit: x a + x a x k a k = = = = = m x i a i + i= m x i a i + i= m x i a i + i= ( m x i + i= k j=m+ ( m a i i= k j=m+ x j k x i a i i= k j=m+ k j=m+ m i= x j β j,i ) x j a j β j,i a i x j β j,i ) a i! = 0 Wegen der l.u. der Vektoren a,...,a m gilt das genau dann, wenn x i + k j=m+ x j β j,i! = 0 für alle i =,,..., m gilt. Dies ist ein LGS mit m Gleichungen und den k Unbekannten x, x,...x k. Da es nur m Gleichungen gibt, können höchstens m Unbekannte ausgetauscht werden. Somit sind höchstens m von den Vektoren a,...,a k l.u., und damit ist m die Maximalzahl der l.u. Vektoren, also der Rang r des Vektorsystems, und es gilt:

17 5 Regel 0.0 Der Rang des Vektorsystems {a,...,a k } ist gleich der Zahl der Austauschschritte bei der Lösung des homogenen LGS x a + x a x k a k = 0. Beispiel 0.7 Es soll der Rang des Vektorsystems {( ) ( ) ( ) ( )} 5 3,,, 4 bestimmt werden, der, wie unten begründet wird, gleichzeitig der Rang der Matrix (( ) ( ) ( ) ( )) ( ) ,,, = 4 4 ist. Diese Rangbestimmung ist am einfachsten über das Lösungsverfahren für das zugehörige homogene LGS durchzuführen: x x x 3 x x x Die erste Auswertungszeile ist in diesem Beispiel zur Erläuterung der Schlussfolgerung nach Regel 0.0 eingefügt worden. Wir lassen sie später weg. Aus der ersten Auswertungszeile ergibt sich, dass a und a 4 l.u. sind: ( } ) 0 =! x a + x 4 a 4 = 0 a + x a + 0 a 3 + x 4 a 4 ( nach der. Auswertungszeile) x = x 4 = 0 x = x 3 = 0 a,a 4 sind l.u.

18 6 Die beiden letzten Auswertungszeilen im Tableau sind überflüssig, wenn es nur um den Rang geht: Der Rang ist gleich der Anzahl ausgetauschten Unbekannten, also hier =. Will man aber zusätzlich die Darstellung von einzelnen Vektoren durch die l.u. haben, so brauchen wir die Auswertungszeilen: Wir setzen eine der frei wählbaren Unbekannten = ( ) (statt = ) und die übrigen = 0. Dann erhalten wir ( ) ( ) ( ) ( ) 5 3 ( ) = 0, 4 ( ) ( ) ( ) ( ) ( ) + ( ) = 0 4 und damit ( ) ( ) =, 4 ( ) ( ) ( ) 3 5 = + ( ). Fasst man die Spalten einer (m, n) Matrix als m Spaltenvektoren und die Zeilen als n Zeilenvektoren oder transponierte n Spaltenvektoren auf, so kann man auf folgende Weise den Rangbegriff auf Matrizen übertragen: Der Spaltenrang einer Matrix ist der Rang des Vektorsystems aus den Spalten der Matrix. Der Zeilenrang einer Matrix ist der Rang des Vektorsystems aus den transponierten Zeilen der Matrix. Regel 0. a) Bei jeder Matrix gilt: Zeilenrang = Spaltenrang. Diese Zahl wird deshalb einfach als Rang der Matrix bezeichnet. Schreibweise: rg A. b) Führt man das AT Verfahren für das homogene LGS A x = 0 durch, so erhält man: rga = Anzahl der ausgetauschten x j. c) rga = rg A. d) rga Zeilenanzahl, Spaltenanzahl. Beweis Die Bestimmung des Spaltenrangs einer (n, m) Matrix geschieht nach dem oben beschriebenen Verfahren. Dabei kann man bei einer (n, m) Matrix A für die a j die Spalten der

19 7 Matrix einsetzen. Andererseits ist dann (0.38) eine Darstellung des homogenen LGS Ax = 0. Der Spaltenrang von A ist damit gleich der Anzahl der ausgetauschten x j. Da nun die Zeilen von A gerade die transponierten Spalten von A sind gilt: Zeilenrang von A = Spaltenrang von A. Wir brauchen daher das obige Verfahren nur auf A anzuwenden. Wir führen also das AT Verfahren für das homogene LGS A z = 0 mit dem Lösungsvektor z als m Spaltenvektor durch. Dieses AT Verfahren kann man parallel zum AT Verfahren für Ax = 0 durchführen. Wählt man bei Ax = 0 in dem Ausgangstableau a ij als Pivotelement, so wählt man bei A z = 0 in dem Ausgangstableau (A ) j,i (= a ij ) als Pivotelement. Die Rollen von Pivotzeile und Pivotspalte werden dabei vertauscht, was aber für die Zahlenwerte der umgerechneten übrigen Elemente ohne Bedeutung ist. Die Matrix aus diesen umgerechneten übrigen Elementen, die ja allein für die Fortsetzung des Verfahrens von Bedeutung ist, ist bei A z = 0 genau die Transponierte der entsprechenden Matrix bei Ax = 0. Dasselbe gilt für alle weiteren Schritte des AT Verfahrens. Damit ist die Anzahl der ausgetauschten Koordinaten von z gleich der Anzahl der ausgetauschten Koordinaten von x. Folglich ist der Spaltenrang von A, also der Zeilenrang von A, gleich dem Spaltenrang von A. Damit sind a), b) und c) bewiesen. Beispiel 0.8 Es soll der Rang der Matrix ( bestimmt werden. Wie in Beispiel 0.7 schon erwähnt, ist die gleichbedeutend mit der Bestimmung des Ranges des Vektorsystems {( ) ( ) ( ) ( )} 5 3,,, 4 )

20 8 in Beispiel 0.7: x x x 3 x x x 0 Wir sammeln nun allgemeine Eigenschaften von LGS: Regel 0. a) Für jedes homogene LGS Ax = 0 mit einer (m, n) Koeffizientenmatrix A gilt: Die Zahl der Fundamentallösungen ist gleich (n rg A). Insbesondere gilt: Das homogene LGS besitzt nur die triviale Lösung x = 0 rga = n. b) Ein LGS mit allgemeiner Koeffizientenmatrix ist im Falle der Lösbarkeit genau dann auch eindeutig lösbar, wenn rg A = Spaltenzahl von A ist. c) Für einer (n, n) Koeffizientenmatrix A und einem n Spaltenvektor b sind folgende Aussagen äquivalent: i) Bei dem AT Verfahren bleibt kein Resttableau übrig. ii) Das LGS A x = b ist eindeutig lösbar. iii) Das homogene LGS Ax = 0 besitzt nur die triviale Lösung x = 0. iv) rga = n. v) det A 0. vi) A ist invertierbar. Beweis a) Die Zahl der ausgetauschten Unbekannten ist gleich der der Rang von A und die Zahl der nicht ausgetauschten Unbekannten ist gleich der Maximalzahl der Fundamentallösungen und die Summe der beiden Zahlen ist die Gesamtzahl der Unbekannten, also gleich der Zahl n der Spalten von A.

21 9 b) Wenn ein LGS lösbar ist, also ein eventuelles Resttableau keinen Widerspruch liefert, so ist die Lösung auch eindeutig bestimmt, wenn alle Unbekannten ausgetauscht sind. Dies ist trifft zu, wenn der Rang von A, d.h. die Zahl der ausgetauschten Unbekannten, gleich der Zahl der Unbekannten überhaupt, also gleich der Spaltenzahl von A ist. c) Wir beweisen die Aquivalenz von i) bis iii) über den Ringschluss, d.h. wir beweisen: i) ii) iii) i). i) ii) : Wenn bei dem AT Verfahren kein Resttableau übrig bleibt, ist die Zahl der AT-Schritte = n, also werden alle n Unbekannten ausgetauscht. Damit ist das LGS Ax = b eindeutig lösbar. ii) iii) : Sei x 0 eine Lösung des homogenes LGS und x die nach ii) eindeutig bestimmte Lösung des LGS Ax = b. Dann gilt b = A x = A x + 0 = A x + Ax 0 = A ( x + x 0 ). Damit ist aber, da das LGS Ax = b eindeutig lösbar ist, ( x + x 0 ) = x, d.h. x 0 = 0. iii) i): Wenn das homogene LGS Ax = 0 nur die triviale Lösung x = 0 besitzt, müssen alle Unbekannten ausgetauscht sein, denn sonst könnten die frei wählbaren etwa := gesetzt werden. Da die Zahl der Unbekannten gleich der Zeilenzahl und gleich der Spaltenzahl ist, bleibt somit kein Resttableau übrig. iii) iv) ist bereits in a) bewiesen. i) v) : Wenn bei dem AT Verfahren bleibt kein Resttableau übrig bleibt, ist die Determinante das positive oder negative Produkt der ausgewählten Pivotelemente und damit 0. v) i) : Wenn bei dem AT Verfahren bleibt ein Resttableau übrig bleibt, enthält die Determinante von A als Faktor die Determinate der Matrix im Resttableau, also die Determinate der Nullmatrix und ist damit = 0. i) vi) : Wenn bei dem AT Verfahren kein Resttableau übrig bleibt, ist die Zahl der AT-Schritte = n, also werden alle n Unbekannten ausgetauscht. Das in Abschnitt 0.4 beschriebene Verfahren

22 30 liefert also eine inverse Matrix. vi) v) : Wenn es eine inverse Matrix A gibt, so gilt nach dem Determinatenmultiplikationssatz 0.8 = det I = det(a A ) = det A det A, und damit muss det A 0 sein. Regel 0.6 ist die Teilaussage i) vi). Den schon benutzten Zusammenhang zwischen den Lösungmengen von homogenen und inhomogenen LGS formulieren wir in der folgenden Regel noch einmal allgemein: Regel 0.3 Das inhomogene LGS Ax = b sei lösbar, und x sei irgendeine Lösung. Dann ist jede Lösung x des inhomogenen LGS darstellbar durch: x = x + x h, (0.40) wobei x h eine Lösung des zugehörigen homogenen LGS Ax = 0 ist. Kurzform: allgemeine Lsg. des inhom. LGS = spezielle Lsg. des inhom. LGS + allg. Lsg. des hom. LGS. Beweis A( x + x h ) = A x + Ax h = b + 0 = b x + x h ist Lösung des inhomogenen LGS. Sei umgekehrt x eine beliebige Lösung des inhomogenen LGS. Dann gilt: A(x x) = Ax A x = b b = 0. Also ist x x =: x h eine Lösung des homogenen LGS Ax h = 0, und damit ist x = x + (x x) von der Form (0.40).

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Lineare Gleichungssysteme Das System a x + a x +... + a n x n = b a x + a x +... + a n x n = b. +. +... +. =. a m x + a m x +... + a mn x n = b m heißt lineares Gleichungssystem

Mehr

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2

(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

Mehr

Mathematik II für Wirtschaftswissenschaftler. Vorlesungsskript zur Vorlesung von Prof. Dr. C. Hesse

Mathematik II für Wirtschaftswissenschaftler. Vorlesungsskript zur Vorlesung von Prof. Dr. C. Hesse Mathematik II für Wirtschaftswissenschaftler Vorlesungsskript zur Vorlesung von Prof Dr C Hesse Universität Stuttgart, Sommersemster 2010 159 Inhaltsverzeichnis 10 Matrizen und lineare Gleichungssysteme

Mehr

Gemischte Aufgaben zur Klausurvorbereitung

Gemischte Aufgaben zur Klausurvorbereitung Gunter Ochs Wintersemester / Gemischte Aufgaben zur Klausurvorbereitung Lösungshinweise (ohne Galantie auf Fehreleiheit. Gegeben sei eine Tabelle, die bestimmten Buchstaben Zahlen von bis zuordnet. Buchstabe

Mehr

Lösungsvorschläge zu den Aufgaben von Blatt 1: 1) Matrizenprodukte ausführbar? Ergebnis? ausführbar: A B, B A, A C, C D, D C nicht ausführbar: C A

Lösungsvorschläge zu den Aufgaben von Blatt 1: 1) Matrizenprodukte ausführbar? Ergebnis? ausführbar: A B, B A, A C, C D, D C nicht ausführbar: C A Lösungsvorschläge zu den Aufgaben von Blatt : ) Matrizenprodukte ausführbar? Ergebnis? ausführbar: A B, B A, A C, C D, D C nicht ausführbar: C A 8 9 9 7 4 4 9 8 7 9 A B = A B B A = 8 9 9 7 4 4 9 8 7 9

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01 . Klasse TOP 0 Grundwissen Geradengleichungen 0 Punkt-Richtungs-Form Geraden sind gegeben durch einen Aufpunkt A (mit Ortsvektor a) auf der Geraden und einen Richtungsvektor u: x = a + λ u, λ IR. (Interpretation:

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(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:

Mehr

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

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

Mehr

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

5. Geraden und Ebenen im Raum 5.1. Lineare Abhängigkeit und Unabhängigkeit von Vektoren

5. 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

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(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

Mehr

Probeklausur zu Mathematik 2 für Informatik

Probeklausur zu Mathematik 2 für Informatik Gunter Ochs Wintersemester 4/5 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immer ohne Garantie auf Fehlefreiheit. Gegeben sei das Dreieck im R mit den Eckpunkten A a Berechnen Sie die

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

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, 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 =

Mehr

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

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

Mehr

Lineare Gleichungssysteme. 1-E Ma 1 Lubov Vassilevskaya

Lineare 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

Mehr

Brückenkurs Mathematik. Dienstag Freitag

Brückenkurs Mathematik. Dienstag Freitag Brückenkurs Mathematik Dienstag 2.10. - Freitag 12.10. Vorlesung 4 Lineare Gleichungssysteme und Analytische Geometrie Kai Rothe Technische Universität Hamburg Montag 8.10. 0 Brückenkurs Mathematik, c

Mehr

Studiengänge) Beispiele

Studiengänge) Beispiele Grundkurs Höhere Mathematik I (für naturwissenschaftliche Studiengänge) Beispiele Prof. Dr. Udo Hebisch Diese Beispielsammlung ergänzt das Vorlesungsskript und wird ständig erweitert. DETERMINANTEN Determinanten

Mehr

Analytische Geometrie II

Analytische Geometrie II Analytische Geometrie II Rainer Hauser März 212 1 Einleitung 1.1 Geradengleichungen in Parameterform Jede Gerade g in der Ebene oder im Raum lässt sich durch einen festen Punkt auf g, dessen Ortsvektor

Mehr

Mathematik I für MB/ME

Mathematik I für MB/ME Mathematik I für MB/ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 25/26 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden

Mehr

5 Lineare Gleichungssysteme und Determinanten

5 Lineare Gleichungssysteme und Determinanten 5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von

Mehr

Mathematik I für MB und ME

Mathematik I für MB und ME Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 28/29 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden

Mehr

Lineare Gleichungssysteme - Grundlagen

Lineare 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

Mehr

03. Vektoren im R 2, R 3 und R n

03. 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

Mehr

Aufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0.

Aufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0. Mathematik I für Naturwissenschaften Dr. Christine Zehrt 22.11.18 Übung 10 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 26. November 2018 in den Übungsstunden Aufgabe 1 (a) Bestimmen Sie die

Mehr

03. Vektoren im R 2, R 3 und R n

03. 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

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

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Lineare 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 +...

Mehr

Vektorprodukt. Satz: Für a, b, c V 3 und λ IR gilt: = a b + a c (Linearität) (Linearität) b = λ

Vektorprodukt. Satz: Für a, b, c V 3 und λ IR gilt: = a b + a c (Linearität) (Linearität) b = λ Vektorprodukt Satz: Für a, b, c V 3 und λ IR gilt: 1 a b = b a (Anti-Kommutativität) ( ) 2 a b + c ( 3 a λ ) b = λ = a b + a c (Linearität) ( a ) b (Linearität) Satz: Die Koordinatendarstellung des Vektorprodukts

Mehr

und spannen die folgende Ebene auf: E = a + Ru + Rv.

und spannen die folgende Ebene auf: E = a + Ru + Rv. .5. Geraden und Ebenen Parameterdarstellungen von Geraden und Ebenen gewinnt man, indem man einen Ortsvektor (mit Spitze auf der Geraden oder Ebene und einen bzw. zwei Richtungsvektoren wählt, welche die

Mehr

Prüfungsteil B, Aufgabengruppe 1, Geometrie. Bayern Aufgabe 1. a b. Bundesabitur Mathematik: Musterlösung. Abitur Mathematik Bayern 2014

Prüfungsteil B, Aufgabengruppe 1, Geometrie. Bayern Aufgabe 1. a b. Bundesabitur Mathematik: Musterlösung. Abitur Mathematik Bayern 2014 Abitur Mathematik Bayern Prüfungsteil B; Aufgabengruppe : Bundesabitur Mathematik: Prüfungsteil B, Aufgabengruppe, Bayern Aufgabe a) SCHRITT: BERECHNUNG DER VEKTOREN AB UND AC Den Flächeninhalt eines Dreiecks

Mehr

Abitur 2010 Mathematik LK Geometrie V

Abitur 2010 Mathematik LK Geometrie V Seite http://www.abiturloesung.de/ Seite Abitur Mathematik LK Geometrie V Gegeben sind in einem kartesischen Koordinatensystem des R der Punkt A( ) und die Menge der Punkte B k ( k) mit k R. Die Punkte

Mehr

5. Wie bringt man einen Vektor auf eine gewünschte Länge? Zuerst bringt man ihn auf die Länge 1, dann multipliziert man mit der gewünschten Länge.

5. Wie bringt man einen Vektor auf eine gewünschte Länge? Zuerst bringt man ihn auf die Länge 1, dann multipliziert man mit der gewünschten Länge. 1. Definition von drei Vektoren sind l.u. 2. Wie überprüft man 3 Vektoren mit Hilfe eines LGS auf lineare Unabhängigkeit? 3. Definition von Basis?... wenn sich der Nullvektor nur als triviale LK darstellen

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Lineare 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 +...

Mehr

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

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

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch

Mehr

3 Systeme linearer Gleichungen

3 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 +

Mehr

Basistext Geraden und Ebenen

Basistext Geraden und Ebenen Basistext Geraden und Ebenen Parameterdarstellung Geraden Eine Gerade ist durch zwei Punkte P und Q, die auf der Geraden liegen, eindeutig festgelegt. Man benötigt zur Darstellung den Vektor. Dieser wird

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

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 1. Vektorrechnung und Geometrie Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies

Mehr

Diplomvorprüfung LA H 06 VD : 1

Diplomvorprüfung LA H 06 VD : 1 Diplomvorprüfung LA H 6 VD : Aufgabe : (3 + + = 6 Punkte) Gegeben sei die Matrix A = a) Bestimmen Sie die Eigenwerte von A b) Bestimmen Sie alle Eigenvektoren der Matrix A c) Ist die Matrix A invertierbar?

Mehr

Lineare Gleichungssysteme und Matrizen

Lineare Gleichungssysteme und Matrizen Kapitel 11 Lineare Gleichungssysteme und Matrizen Ein lineares Gleichungssystem (lgs) mit m linearen Gleichungen in den n Unbekannten x 1, x 2,..., x n hat die Gestalt: Mit a 11 x 1 + a 12 x 2 + a 13 x

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 12. Übung: Woche vom (Lin.Alg.

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 12. Übung: Woche vom (Lin.Alg. Übungsaufgaben 12. Übung: Woche vom 16. 1.-20. 1. 2017 (Lin.Alg. I): Heft Ü 3: 2.1.11; 2.1.8; 2.1.17; 2.2.1; 2.2.3; 1.1.1; 1.1.4; Hinweis 1: 3. Test (Integration, analyt. Geom.) ist seit 9.1. freigeschalten

Mehr

Vektoren und Matrizen

Vektoren und Matrizen Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Geometrie 3. Lagebeziehung zwischen geometrischen Objekten. 28. Oktober Mathe-Squad GbR. Lagebeziehung zwischen geometrischen Objekten 1

Geometrie 3. Lagebeziehung zwischen geometrischen Objekten. 28. Oktober Mathe-Squad GbR. Lagebeziehung zwischen geometrischen Objekten 1 Geometrie 3 Lagebeziehung zwischen geometrischen Objekten Mathe-Squad GbR 28. Oktober 2016 Lagebeziehung zwischen geometrischen Objekten 1 Lage zweier Geraden Geraden g : #» X = #» A + λ #» u mit λ R h

Mehr

Aufgabe Summe Note Punkte

Aufgabe Summe Note Punkte Fachhochschule Südwestfalen - Meschede Prof. Dr. Henrik Schulze Klausur Ingenieurmathematik am. September 5 (mit Lösungen) Name Matr.-Nr. Vorname Unterschrift Aufgabe 3 5 7 Summe Note Punkte Die Klausur

Mehr

Das Wichtigste auf einen Blick

Das Wichtigste auf einen Blick Das Wichtigste auf einen Blick Zusammenfassung Geometrie.Parameterform einer Geraden Eine Gerade ist wie auch in der Analysis durch zwei Punkte A, B im Raum eindeutig bestimmt einer der beiden Punkte,

Mehr

1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4

1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4 Wirtschaftswissenschaftliches Zentrum 3 Universität Basel Mathematik 2 Dr Thomas Zehrt Lineare Gleichungssysteme Inhaltsverzeichnis Einführung 2 2 Gleichungen und 2 Unbekannte 2 2 3 Gleichungen und 3 Unbekannte

Mehr

Ebenen in Normalenform

Ebenen in Normalenform Ebenen in Normalenform Normalenvektoren und Einheitsvektoren Definition Normalenvektor Ein Normalenvektor einer Ebene ist ein Vektor, der senkrecht auf einer Ebene steht (siehe Seite 12). Berechnung eines

Mehr

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21 5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11

Mehr

Analytische Geometrie - Das Lotfußpunktverfahren - Gerade/Gerade (R 3 )

Analytische Geometrie - Das Lotfußpunktverfahren - Gerade/Gerade (R 3 ) Analytische Geometrie - Das Lotfußpunktverfahren - Gerade/Gerade R 3 ) Gerade - Gerade in R 3 ) Der Fall sich schneidender Geraden ist uninteressant. Es existiert dann ein beliebiger Abstand je nach der

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

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

Mathematische Formeln für das Studium an Fachhochschulen

Mathematische Formeln für das Studium an Fachhochschulen Mathematische Formeln für das Studium an Fachhochschulen von Richard Mohr. Auflage Hanser München 0 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 446 455 4 Zu Inhaltsverzeichnis schnell und portofrei

Mehr

Matrizen, Determinanten, lineare Gleichungssysteme

Matrizen, Determinanten, lineare Gleichungssysteme Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n

Mehr

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

Mehr

Ausführliche Lösungen

Ausführliche Lösungen Bohner Ott Deusch Mathematik für berufliche Gymnasien Lineare Algebra Vektorgeometrie Ausführliche Lösungen zu im Buch gekennzeichneten Aufgaben ab. Auflage 6 ISBN 978--8-68-5 Das Werk und seine Teile

Mehr

Übungsblatt Analytische Geometrie - Geraden und Ebenen - 6C /07

Übungsblatt Analytische Geometrie - Geraden und Ebenen - 6C /07 Übungsblatt Analytische Geometrie - Geraden und Ebenen - 6C - 6/7. Gegenseitige Lage von Geraden Gesucht ist die gegenseitige Lage der Geraden g durch die beiden Punkte A( ) und B( 5 9 ) und der Geraden

Mehr

2.5. Geraden und Ebenen

2.5. Geraden und Ebenen .5. Geraden und Ebenen Parameterdarstellungen von Geraden und Ebenen gewinnt man, indem man einen Ortsvektor (mit Spitze auf der Geraden oder Ebene und einen bzw. zwei Richtungsvektoren wählt, welche die

Mehr

Mathe GK, Henß Klausur No. IV Thema: Geraden und Ebenen

Mathe GK, Henß Klausur No. IV Thema: Geraden und Ebenen Matheklausur No. IV Geraden und benen Geradengleichung Um eine Gerade zeichnen zu können, braucht man mindestens Punkte (Ortsvektoren), durch die die Gerade geht. Zur Bestimmung aller anderen Punkte auf

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

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 1 Einführung Lineare Gleichungen Definition

Mehr

Formelsammlung Mathematik Grundkurs Inhalt

Formelsammlung 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

Mehr

FOS 1995, Ausbildungsrichtungen Technik und Agrarwirtschaft Analytische Geometrie, Aufgabengruppe B II

FOS 1995, Ausbildungsrichtungen Technik und Agrarwirtschaft Analytische Geometrie, Aufgabengruppe B II Aufgabenstellung In einem kartesischen Koordinatensystem sind die Punkte A( ), B( 3) und C( 3) gegeben.. Die Punkte A und B bestimmen die Gerade g. Die Ebene E enthält den Punkt C und steht senkrecht auf

Mehr

Klausur DI/LA F 2006 LA : 1

Klausur DI/LA F 2006 LA : 1 Klausur DI/LA F 26 LA : Aufgabe (4+2=6 Punkte): Gegeben seien die Matrix A und der Vektor b mit λ A = λ und b = λ a) Bestimmen Sie die Werte λ R, für welche das Gleichungssystem Ax = b genau eine, keine

Mehr

Für die Matrikelnummer M = Dann sind durch A =

Für die Matrikelnummer M = Dann sind durch A = Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m 3 + 2 m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m 2 + 2 m 2 m 4 + m 5 und b := m 6 m 4 + a) Finden Sie eine Lösung x R 7 für die Gleichung Ax =. b) Finden Sie

Mehr

Aufgabenkomplex 5: Inverse Matrix, Determinanten, Analytische Geometrie

Aufgabenkomplex 5: Inverse Matrix, Determinanten, Analytische Geometrie Technische Universität Chemnitz 0. Dezember 0 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex 5: Inverse Matrix, Determinanten, Analytische Geometrie Letzter Abgabetermin: 3. Januar 0 (in

Mehr

n n x a 1 a 2 = 0 n 1 x 1 + n 2 x 2 + ( n 1 a 1 n 2 a 2 )

n n x a 1 a 2 = 0 n 1 x 1 + n 2 x 2 + ( n 1 a 1 n 2 a 2 ) IX. Normalformen ================================================================== 9.1 Die Normalenform einer Geradengleichung im 2-dimensionalen Punktraum ----------------------------------------------------------------------------------------------------------------

Mehr

Abiturprüfung Mathematik 0 Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit f() = ( sin() + 7) 5. Aufgabe : ( VP) Berechnen Sie eine Stammfunktion

Mehr

6.6. Abstandsbestimmungen

6.6. Abstandsbestimmungen 6.6. Abstandsbestimmungen 6. Geraden und Ebenen im Raum In diesem Kapitel werden folgende Fälle vorgestellt:. Abstand zweier Punkte. Abstand zweier paralleler Geraden 3. Abstand einer Ebene zu einer zur

Mehr

36 2 Lineare Algebra

36 2 Lineare Algebra 6 Lineare Algebra Quadratische Matrizen a a n sei jetzt n m, A, a ij R, i, j,, n a n a nn Definition Eine quadratische Matrix A heißt invertierbar genau dann, wenn es eine quadratische Matrix B gibt, so

Mehr

10 Lineare Gleichungssysteme

10 Lineare Gleichungssysteme ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System 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

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

4. Übungsblatt zur Mathematik I für Maschinenbau

4. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 4. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-7.. Aufgabe G (Geraden im R ) Bestimmen

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

Wiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur

Wiederholungs-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

Mehr

Analytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden

Analytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden Analytische Geometrie - Schnittwinkel. Möglichkeiten und Formeln Gerade / Gerade: cos( ) = u u 2 u u 2 Gerade / Ebene: sin( ) = n u n u Ebene / Ebene: cos( ) = n n 2 n n 2 u, u 2 Richtungsvektoren der

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen

Mehr

Nachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17

Nachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17 Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Nachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17 Bearbeiten

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

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

Mehr

10. Übung zur Linearen Algebra I -

10. Übung zur Linearen Algebra I - . Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@FU-Berlin.de FU Berlin. WS 29-. Aufgabe 37 i Für welche α R besitzt das lineare Gleichungssystem 4 αx + αx 2 = 4x + α + 2x 2 = α genau eine,

Mehr

Analytische Geometrie Spatprodukt

Analytische Geometrie Spatprodukt Analytische Geometrie Spatprodukt David Schmid, Reto Da Forno Kantonsschule Schüpfheim Januar 2005 Analytische Geometrie: Das Spatprodukt 1 Das Spatprodukt Hinweis: Die Vektoren werden aus darstellungstechnischen

Mehr

2.2 Lineare Gleichungssysteme (LGS)

2.2 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 +

Mehr

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

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

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

Vektorräume und Rang einer Matrix

Vektorräume und Rang einer Matrix Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung

Mehr

1. Lineare Optimierungsaufgaben (LOA) als Teilklasse konvexer Optimierungsprobleme. f(x) min, x G (1.1) (Legende)

1. Lineare Optimierungsaufgaben (LOA) als Teilklasse konvexer Optimierungsprobleme. f(x) min, x G (1.1) (Legende) . Lineare Optimierungsaufgaben (LOA) als Teilklasse konvexer Optimierungsprobleme X Banachraum, wobei X = R n G zulässige Menge des Optimierungsproblems f: G R Zielfunktion f(x) min, x G (.) (Legende)

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik

Mehr

Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg

Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz wwwmathe-aufgabencom September 6 Abituraufgaben (Haupttermin) Aufgabe

Mehr

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen

Mehr