Vektoren - Lineare Abhängigkeit

Ähnliche Dokumente
Analytische Geometrie - Lagebeziehungen Gerade / Gerade. Teil 1 Allgemeines / Parameterform R 2

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Lineares Gleichungssystem - Vertiefung

Lineare Gleichungssysteme: eine Ergänzung

Lineares Gleichungssystem - n = 3

H. Stichtenoth WS 2005/06

10.2 Linearkombinationen

Das inhomogene System. A x = b

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

(Allgemeine) Vektorräume (Teschl/Teschl 9)

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

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Probeklausur zu Mathematik 2 für Informatik

Kapitel 15 Lineare Gleichungssysteme

Kern und Bild einer Matrix

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.

m 2 m 3 m 5, m m 2

Mathematik für Naturwissenschaftler II SS 2010

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen)

Kapitel 14 Lineare Gleichungssysteme

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Gleichungssystem

0, v 6 = , v 4 = 1

5.4 Basis, Lineare Abhängigkeit

2 Lineare Gleichungssysteme

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru T. Welti. Herbstsemester 2017.

Kreis - Kreisgleichung (+ Lagebeziehung Punkt / Kreis)

Geometrie. Ingo Blechschmidt. 4. März 2007

Rang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya

Mathematik für Naturwissenschaftler II SS 2010

Lineare Gleichungssysteme

Mathematik für Naturwissenschaftler II SS 2010

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

Blatt 10 Lösungshinweise

Serie 1 Musterlösung

1 Lineare Gleichungssysteme und Matrizen

10 Lineare Gleichungssysteme

2.3 Basis und Dimension

Vektoren - Basiswechsel

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6

05. Lineare Gleichungssysteme

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

Lineare Algebra und analytische Geometrie I

2.4 Die Länge von Vektoren

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

Institut für Analysis und Scientific Computing E. Weinmüller WS 2015

Dieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar.

Lösungen der Aufgaben zu Abschnitt 5.4

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

Analytische Geometrie II

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

9 Lineare Gleichungssysteme

Mathematik für Anwender I

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

Lineare Algebra. 1 Lineare Abbildungen

Ausgewählte Lösungen zu den Übungsblättern 4-5

Grundlagen der Vektorrechnung

Eigenwerte und Eigenvektoren von Matrizen

Vektoren - Basiswechsel - Matrix

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit

Übungsblatt 5 : Lineare Algebra

Lineare Gleichungssysteme

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

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

Die Lösungsmenge besteht aus allen n-tupeln reeller Zahlen x 1

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Serie 8: Online-Test

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

Das Spatprodukt 25. Insbesondere ist das Spatprodukt in jedem Faktor linear. a 1 = aa 2 + ba 3

Mathematik für Naturwissenschaftler II SS 2010

6.1 Welche Matrix gehört zu der Abbildung?

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

Tutorium: Analysis und Lineare Algebra

Lösungen zur Mathematik für Informatiker I

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik

Mathematischer Vorkurs

Lineare Algebra I (WS 12/13)

Vektorgeometrie Layout: Tibor Stolz

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

Matrizen, Determinanten, lineare Gleichungssysteme

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16

Lineare Abhängigkeit

& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors

Der Kern einer Matrix

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

37 Gauß-Algorithmus und lineare Gleichungssysteme

8.2 Invertierbare Matrizen

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

Lineare Algebra I (WS 13/14)

3 Systeme linearer Gleichungen

Serie 8: Fakultativer Online-Test

A2.3 Lineare Gleichungssysteme

2.2 Kollineare und koplanare Vektoren

Übungsblatt 5 : Lineare Algebra

Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.

Lineare Algebra 1. Roger Burkhardt

Transkript:

Vektoren - Lineare Abhängigkeit Linearkombination Eine Linearkombination ist ein Ausdruck r a + r a +... Dabei nennt man die (reellen) Zahlen r i auch Koeffizienten. Lineare Abhängigkeit Wenn ein Vektor durch eine Linearkombination aus anderen Vektoren erzeugt werden kann, dann besteht eine lineare Abhängigkeit. c = s a + t b, s und/oder t lineare Abhängigkeit Allgemein: Wenn r a + s b + t c = und nicht alle Koeffizienten sein müssen, damit die Gleichung erfüllt ist, dann sind die Vektoren linear unabhängig. "Linear abhängig: Der Nullvektor lässt sich nur durch eine Linearkombination erhalten, bei der alle Koeffizienten sind." Wenn zwei Vektoren voneinander linear abhängig sind, sind die zugeordneten Pfeile parallel oder antiparallel. (Die Länge kann verschieden sein.) Man nennt das kollineare Vektoren. Wenn ein dritter Vektor als Linearkombination zweier anderer dargestellt werden kann, liegen die zugeordneten Pfeile alle in einer Ebene. Man nennt das komplanare Vektoren. (Das macht nur Sinn in R.) Alle Vektoren, die als Linearkombination aus einer Grundmenge von Vektoren dargestellt werden können, bilden einen Teilraum. Man nennt dies die "lineare Hülle". Vektoren in R In zwei Dimensionen, also R, ist die Sachlage einfach. Wenn b = s a, mit einem Skalar s, dann ist b linear abhängig von a. Beispiel: b = ( 9 ) ist linear abhängig von a = ( ) mit s = -. 4 In der allgemeinen Formulierung: Es gilt dann (-) a + b =. Dabei sind nicht alle Koeffizienten, die Vektoren sind daher linear abhängig. Geometrisch bedeutet das gleiche oder genau gegensinnige Orientierung der beiden Vektoren. Mit dieser geometrischen Überlegung sehen wir sofort, dass in R es nur linear unabhängige Vektoren geben kann, ein dritter ist stets linear abhängig. Jeder Pfeil in der Ebene kann aus zwei anderen Pfeilen in der Ebene kombiniert werden. Beispiel: Gegeben a = ( ); b = ( 4 5 ); c = ( 8 ). Ist c linear abhängig von a und b? Wenn "ja", wie? 9 Die erste Frage ist trivial zu beantworten: Wir haben gelernt, dass es nie mehr als linear unabhängige Vektoren in R geben kann. Als Zweites müssen wir die Skalare s und t in der Gleichung c = s a + t b finden. Vielleicht finden wir die Lösung durch Raten. Allgemein wird dazu das (lineare) Gleichungssystem für die Komponenten gelöst. V Lineare Abhängigkeit - Seite (von 7)

8 = s - + t 4-9 = s + t -5 s = 4 t -8; s = t - 4; eingesetzt: -9 = 6 t - - 5 t; t = und damit s = 6-4 =. Kontrolle: c = a + b = ( ( 4) + = 8 6 + ( 5) = 9 ). Erkennen der linearen Abhängigkeit Für Vektoren sieht man meistens mit einem Blick, ob ein Vektor ein Vielfaches eines Anderen ist. Vektoren in R sind auf jeden Fall linear abhängig. Man kann "sehr förmlich" vorgehen. (Das macht hier kaum Sinn, in R werden wir aber genau so vorgehen!) a) Lineares Gleichungssystem Gilt b = s a? Dafür Gleichungen für die Komponenten [] s (-) = 4 a = ( ); b = ( 4 5 ) [] s = -5 Aus [] s = - und aus [] s = -5/ Es gibt kein s, das für beide Komponenten gilt. Die Vektorgleichung ist nicht erfüllt. a und b sind linear unabhängig [] s (-) = 4 a = ( ); b = ( 4 6 ) [] s = -5 Aus [] s = - und aus [] s = - Es gibt ein s, das für beide Komponenten gilt. Die Vektorgleichung ist erfüllt. a und b sind linear abhängig Oder in der Form s a + t b = a = ( ); b = ( 4 5 ) [] s (-) + t 4 = [] s + t (-5) = Aus []: s = t; in []: t = ; damit s = Die Vektorgleichung gilt nur für s = t = linear unabhängig a = ( ); b = ( 4 6 ) [] s (-) + t 4 = [] s + t (-5) = Aus []: s = t; in []: t =, also = Es gibt eine Lösung mit einem freien Parameter (wegen linearer Abhängigkeit) Für ein beliebiges t gilt t a + t b = linear abhängig Wie anfangs gesagt, dieses formale Vorgehen hat für Vektoren wenig Sinn. b = s a sieht man "mit einem Blick"! Erst bei der Suche der Koeffizienten in c = s a + t b bei vorhandener linearer Abhängigkeit löst man das Gleichungssystem. (Dass in R c von a und b linear abhängig sein muss, ist ja nicht mehr gesondert zu überprüfen!) V Lineare Abhängigkeit - Seite (von 7)

b) Mit einer Determinante (Natürlich auch wieder für R ein "übertriebener Formalismus".) Nach der Theorie der Linearen Gleichungssysteme muss für homogene Gleichungen (rechte Seite enthält Nullen) die Determinante der Koeffizienten sein, wenn eine lineare Abhängigkeit besteht. In der Gleichung s a + t b = sind s und t die Unbekannten und die Koordinaten von a und b sind die Koeffizienten. D = a x b x a y b y ; D = linear abhängig; D linear unabhängig. D = = - linear unabhängig 4 5 D = = - = linear abhängig 4 6 Hier ist auch keine Rechnung unbedingt nötig. Eine Determinante ist, wenn eine Zeile ein Vielfaches (oder gleich) einer anderen ist. Hier ist in D die zweite Zeile ein Vielfaches ( (-) ) der ersten. Hinweis: Im Fall R gilt die obige Bedingung für den Wert einer Determinante auch. Dort gilt aber auch die (allgemeine) Erweiterung: "Die Determinante ist, wenn eine Zeile (oder Spalte) eine Linearkombination von anderen ist." Das "sture" Berechnen der Determinante ist aber meistens schneller als das Suchen nach dieser Bedingung. Vektoren in R In drei Dimensionen, also R, kann ein dritter Vektor von zwei anderen linear abhängig sein. Geometrisch liegt er dann in der Ebene, die aus den beiden anderen Vektoren aufgespannt ist. Mehr als linear unabhängige Vektoren kann es nicht geben, weil jeder weitere im Raum aus den drei anderen erzeugt werden kann. Drei Vektoren a, b und c. Untersuchung von c = s a + t b oder in der allgemeinen Form r a + s b + t c =. Wenn nur gefragt ist, ob drei Vektoren linear abhängig sind, ist das Determinanten-Verfahren am schnellsten. Wenn gefragt ist, wie drei Vektoren linear abhängig sind, ist Rechenarbeit nötig. (Ein Gleichungssystem mit Gleichungen ist zu lösen.) a = ( ); b = ( 4 5 6 ); c = ( ); c = ( a) Suche, ob linear abhängig, mit einer Determinante ). c : D = 4 5 6 = 5 6-4 6 + 4 5 = 5 - + 5 = In diesem Fall ist es (rechentechnisch) geschickter, Zeile und zu vertauschen! D = 4 5 6 = (-) 5 6 - + 4 5 = (-) + = Determinante = linear abhängig c : D = 4 5 6 = 5 6-4 6 + 4 5 = 9 - + 9 = 6 Determinante linear unabhängig V Lineare Abhängigkeit - Seite (von 7)

Im Fall c würde es ausreichen, die Vektoren a und b als Grundmenge anzusehen, der Vektor c wäre dann ein Vektor in der linearen Hülle davon. (In R gibt es dann weitere Vektoren, die nicht als Linearkombination von a und b darstellbar sind, also nicht zur lineare Hülle gehören.) Im Fall c würden a, b und c eine Basis sein. Ein weiterer Vektor, der sich als Linearkombination darstellen lässt, gehört dann zur linearen Hülle. (Weil in R es nur linear unabhängige Basisvektoren gibt, wäre jeder weitere Vektor in R ein Element dieser linearen Hülle.) b) Lineares Gleichungssystem für c = s a + t b c : s + 4 t = - / s + 5 t = / s + 6 t = s t (rechte Seite) [] 4 - [] 5 [] 6 [] 4 - ['] - 6 = [] - [] ['] -6 = [] - [] Aus ['] t = -, aus ['] t = - aus [] s = - + 8 = 5 Es gibt eine eindeutige Lösung, s = 5 und t = -. Linear abhängig. c = 5 a - b Wir haben damit gelöst, ob und wie lineare Abhängigkeit vorliegt. c : s + 4 t = - / s + 5 t = / s + 6 t = [] 4 - [] 5 [] 6 [] 4 - ['] - 7 = [] - [] ['] -6 = [] - [] Aus ['] t = -7/, aus ['] t = - Es gibt keine eindeutige Lösung. (Widerspruch in t). Linear unabhängig Nur bei linearer Abhängigkeit kann eine Lösung des Gleichungssystems - außer der trivialen Lösung r = s = t = - gefunden werden. Kontrolle der Koordinaten: 5-4 = -; 5-5 = ; 5-6 =. c) Lineares Gleichungssystem für r a + s b + t c =. c : r + 4 s - t = / r + 5 s + t = / r + 6 s + t = r s t (rechte Seite) [] 4 - [] 5 [] 6 [] 4 - ['] - 6 = [] - [] ['] -6 = [] - [] [] 4 - ['] - 6 [''] = ['] - ['] V Lineare Abhängigkeit - Seite 4 (von 7)

['']: " = " Die Lösung enthält einen freien Parameter. (Wir belassen dafür "t".) Dann: s = t und r = - 5 t - 5 t a + t b + t c =. linear abhängig c : r + 4 s - t = / r + 5 s + t = / r + 6 s + t = r s t [] 4 - [] 5 [] 6 [] 4 - ['] - 7 = [] - [] ['] -6 = [] - [] [] 4 - ['] - 7 [''] - = ['] - ['] ['']: "- = " Widerspruch Wir erhalten keine Lösung und schließen: linear unabhängig Wenn man "trotzdem" weiterrechnet, erhält man t =, dann s = und r =. Es existiert also nur die triviale Lösung r = s = t = und das bedeutet linear unabhängig. Wenn keine Lösung gefunden wird, sind die Vektoren linear unabhängig. Es gibt nur die triviale Lösung r = s = t =. Übungen ) Liegen a, b und c in einer Ebene? Sind a, b und c linear unabhängig? a) a = ( ); b = ( ); c = ( ) b) a = ( ); b = ( ); c = ( ) Für welches X liegen die drei Vektoren in einer Ebene? a) ( 4 X ) b) ( X X ) 7 ) a) In R ist ein Vektor c stets von zwei anderen (a und b) linear abhängig, wenn a und b linear unabhängig voneinander sind. b) Was gilt, wenn a und b linear abhängig voneinander sind? 4) 5 ) Beide Fragen sind äquivalent! (Wenn Vektoren in einer Ebene liegen, kann einer der Vektoren aus den anderen erzeugt werden. Die Vektoren sind dann also linear abhängig.) Die Entscheidung geht am schnellsten über die Determinante. (Determinanten-Entwicklung, Sarrus-Schema hier umständlicher) a) = + b) in Ebene, linear abhängig (c = a + / b) 4 5 = 6 + (- 6) = = 4 5 + = + (- 6) 4 nicht in Ebene, linear unabhängig V Lineare Abhängigkeit - Seite 5 (von 7)

) "In einer Ebene", falls Determinante = a) 4 X = X - 4 X + 4 = X - - 8 X - 8 + + 8 = - 5 X + = oder Sarrus-Schema 4 4 - X - X + (-8) + - (-8) - - 8 X = - 5 X + X = 4 X b) X 7 = X X 7 - X 7 + = 4 X - X - 4-6 X + 8 + 8 = - X + 8 X - 6 = oder Sarrus-Schema X X X - 7-4 X + (- 6 X) + 8 - (-8) - X - 4 = - X + 8 X - 6 X - 4 X + = X, = 4 X =, X = ) a) c linear abhängig: c = r a + s b falls a und b linear abhängig: a = t b in Komponenten: ( c c ) = r ( a a ) + s ( b ) b Lineares Gleichungssystem [] a r + b s = c [] a r + b s = c ['] a a r + a b s = a c ['] a a r + a b s = a c ['] - ['] s = { a c - a c } / { a b - a b } [''] a b r + b b s = b c [''] a b r + b b s = b c [''] - [''] r = { b c - b c } / { a b - a b } Es gibt zwei Zahlen r und s, falls nicht durch dividiert wird. Der Nenner ist, wenn { a b - a b } =. Dies ist der Fall, wenn a und b linear abhängig sind. Wenn a = t b: a = t b und a = t b a / b = a / b a b = a b Im Fall a) muss c von a und b linear abhängig sein. b) Bei linearer Abhängigkeit a, b ergibt sich für r und s ein Ausdruck "/". Das ist ein "nicht definiertes Ergebnis". (siehe dazu unten "Ergänzung") Die Ausgangsgleichung c = r a + s b zeigt, warum "nicht definiert". Bei linearer Abhängigkeit a, b ist c = r a + s t a = (r + s t) a. c kann kollinear mit a sein, dann hat r und/oder s einen bestimmten Wert. Falls c nicht kollinear mit a ist, gibt es keine Lösung für r und s. Im Fall b) kann c, muss aber nicht, von a (und damit auch b) linear abhängig sein. V Lineare Abhängigkeit - Seite 6 (von 7)

Wenn als Basis linear unabhängige Vektoren gewählt werden, muss jeder weitere Vektor in R eine Linearkombination davon sein. Die lineare Hülle enthält im Fall a) also alle Vektoren in R. Im Fall b) liegt innerhalb der "Basis" eine lineare Abhängigkeit vor. Bei Beachtung der präzisen Definition sind diese beiden Vektoren keine Basis! Nur linear unabhängige Vektoren können in R eine Basis bilden! a (oder b) ist eine Grundmenge, und b (oder a) gehört zur linearen Hülle dazu. Ein weiterer Vektor c kann (muss aber nicht) auch zur linearen Hülle gehören, falls er von a (oder b) linear abhängt. "Ergänzung" - zu "/" Eine (erlaubte) Möglichkeit ist, eine Division durch stets als "nicht definiert" anzusehen. Dann ist auch "/" gleichartig wie (Zahl ) /. Ein prinzipieller Unterschied ist durch die Erklärung der Division über die Multiplikation erkennbar: a x = b definiert die Division x = b / a. Sei nun a =! falls b : x = b es gibt kein solches x falls b = : Division durch ist unmöglich. (nicht definiert). x = das ist für jedes x erfüllt Die Division liefert ein nicht definiertes Ergebnis. Jede Zahl x ist möglich. Zum Fall "/" ist anzumerken, dass "nicht definiertes Ergebnis" auch durch Grenzwertbetrachtungen verifiziert werden kann. ( x / x für x : ; 4 x / x für x : 4; usw., also verschiedene Werte) "Ergänzung" - Was geschieht im Linearen Gleichungssystem bei mehrfacher linearer Abhängigkeit? Sei: a = ( ); b = ( 6); c = ( 4). - b = a und c = - a 9 6 r + s - t = / r + 6 s -4 t = / r + 9 s - 6 t = r s t [] - [] 6-4 [] 9-6 [] - ['] = [] - [] ['] = [] - [] Es liegen Zeilen " = " vor, die Lösung enthält freie Parameter. Falls "s" und "t" dafür belassen: r = t - s und insgesamt (t - s) a + s b + t c = V Lineare Abhängigkeit - Seite 7 (von 7)