00. Einiges zum Vektorraum R n

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

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

Vektoren, Vektorräume

Kapitel 17 Skalar- und Vektorprodukt

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Analytische Geometrie, Vektorund Matrixrechnung

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

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

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

02. Vektorräume und Untervektorräume

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Mathematischer Vorkurs

1 Vektoren, Vektorielle analytische Geometrie der Ebene

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n

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.

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

Kapitel 16 Skalar- und Vektorprodukt

Vorlesung Mathematik 2 für Informatik

Kapitel VI. Euklidische Geometrie

Brückenkurs Mathematik

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60

Lineare Algebra. Inhalt. Hauptbestandteil der Vorlesung Mathematik 2 Literatur: Teschl/Teschl, Band 1, Kap. 9-14

Lernunterlagen Vektoren in R 2

Geometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene

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

2.2 Kollineare und koplanare Vektoren

Brückenkurs Mathematik. Mittwoch Freitag

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif

Kapitel I: Vektorrechnung 2: Vektoren im Raum

Lineare Algebra: Theorie und Anwendungen

Vorkurs: Mathematik für Informatiker

Der n-dimensionale Raum

GRUNDLAGEN MATHEMATIK

1 Euklidische und unitäre Vektorräume

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

Mathematik für Naturwissenschaftler II

Vorkurs: Mathematik für Informatiker

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

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5

Vorkurs: Mathematik für Informatiker

Mathematik für Naturwissenschaftler II SS 2010

Zahlen und metrische Räume

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

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

Formelsammlung Mathematik Grundkurs Inhalt

Lineare Algebra in der Oberstufe

2 Euklidische Vektorräume

Brückenkurs Mathematik

16 1 Zahlen und Vektoren. x = 0 γ R : y = γ x. x > 0, y > 0, x y = 0

$Id: anageo.tex,v /01/18 21:24:38 hk Exp hk $

Vektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Fast jedes Lineare-Algebra Buch für Uni-Studenten der Mathe ist gut Aus der Lehrbibliothek Definition des Vektorraums z.b.

3 Vektorräume abstrakt

Länge, Skalarprodukt, Geradengleichungen

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Geometrie. Ingo Blechschmidt. 4. März 2007

= 9 10 k = 10

Abbildung 1: Geordnete Paare im zweidimensionalen euklidischem Raum

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Übersicht Kapitel 9. Vektorräume

Analytische Geometrie

Kapitel II. Vektoren und Matrizen

Denition 6.1 Eine Gerade ist die Menge aller Losungen (x; y) einer linearen Gleichung. y = A B x + C B : Ax + By = C mit 6= 0

Mathematische Erfrischungen III - Vektoren und Matrizen

Summen und direkte Summen

1 Vorlesungen: und Vektor Rechnung: 1.Teil

Mit Skalarprodukt und Vektorprodukt lässt sich ein weiteres, kombiniertes Produkt, das Spatprodukt

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

Die Studenten, die sich in Friedolin EINGETRAGEN haben und von Friedolin wissen in welcher UG sie sind,

Grundlagen der Vektorrechnung

Lineare Algebra in der Oberstufe

TECHNISCHE UNIVERSITÄT MÜNCHEN

1. Beschreiben Sie den Zusammenhang zwischen Punkten und Vektoren! 4. Wie ist die Multiplikation eines Vektors mit einer reellen Zahl definiert?

bzw. eine obere Dreiecksmatrix die Gestalt (U: upper)

Lineare Abhängigkeit

12. R n als EUKLIDISCHER VEKTORRAUM

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel V. Affine Geometrie

114 Kapitel 6. Lineare Algebra. 6.4 Vektorräume

Analytische Geometrie

6. Vektor- und Koordinaten-Geometrie.

Skript zur Vorlesung Analytische Geometrie im Wintersemester 2016/2017. Robert Labus, Universität Kassel, 2016 Wintersemester 2016/2017

Arbeitsblatt 1 Einführung in die Vektorrechnung

Einführung Vektoralgebra VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen. October 6, 2007

Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra

Länge, Skalarprodukt, Vektorprodukt

Skalarprodukt, Norm & Metrik

Grundwissen Abitur Geometrie 15. Juli 2012

Vektorrechnung. Mathematik-Repetitorium

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren

Übungsblatt 1: Lösungswege und Lösungen

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

Transkript:

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 Raumes R n diskutiert. Dies erfordert z.t. eine etwas abstraktere Betrachtungsweise und ist damit eine gute Überleitung zur Diskussion allgemeiner Vektorräume. Für jede natürliche Zahl n N bilden wir die Menge R n der geordneten n-tupel reeller Zahlen R n = {x = (x 1, x 2,..., x n ) : x i R für i = 1,..., n} Dabei heißen zwei derartige n-tupel (x 1, x 2,..., x n ) und (y 1, y 2,..., y n ) gleich, wenn x 1 = y 1, x 2 = y 2,..., x n = y n Im Falle n = 1 erhalten wir nichts anderes als die Menge R = R 1, die wir uns geometrisch als Gerade mit einem Nullpunkt und einem Maßstab vorstellen können (reelle Zahlengerade). Den Fall n = 2, also den R 2, können wir als Ebene veranschaulichen, wo jeder Punkt durch ein Zahlenpaar repräsentiert ist. Dies ermöglicht es u.a., geometrische Sachverhalte mittels analytischer Methoden zu untersuchen (analytische Geometrie). Der R 3 kommt bei der Untersuchung des dreidimensionalen Raumes zum Tragen. Durch Festlegen eines Koordinatensystems kann jeder Punkt des Raumes durch 3 Zahlen beschrieben werden. Für n > 3 gibt es für den R n zwar keine einleuchtende geometrische Interpretation mehr, er ist nichtsdestoweniger für die Beschreibung verschiedenster Sachverhalte unabdingbar. Beispielsweise sind die Lösungen eines linearen homogenen Gleichungssystems von n Gleichungen in n Unbekannten als Vektoren des R n beschreibbar. 1

Im R n sind nun 2 zentrale Operationen definiert, i.e. wir können 2 Elemente des R n in geeigneter Weise addieren, und wir können ein Element des R n in geeigneter Weise mit einem Skalar (in diesem Fall mit einer reellen Zahl) multiplizieren. Seien v = (x 1, x 2,..., x n ), w = (y 1, y 2,..., y n ) R n und λ R v + w = (x 1, x 2,..., x n ) + (y 1, y 2,..., y n ) = (x 1 + y 1, x 2 + y 2,..., x n + y n ) (Addition von zwei Vektoren) λ v = λv = (λx 1, λx 2,..., λx n ) (Multiplikation eines Vektors mit einem Skalar) Beachten wir die beiden geometrischen Interpretationsmöglichkeiten von Zahlentupel (als Koordinaten von Punkten bzw. Pfeile ), dann können wir diese Operationen folgendermaßen veranschaulichen. Aus den oben definierten Operationen lassen sich unmittelbar folgende Rechenregeln ableiten. Seien v, w, u R n und λ, µ R. (a) v + w = w + v (b) (v + w) + u = v + (w + u) (Kommutativität) (Assoziativität) (c) Der Nullvektor 0 = (0, 0,..., 0) hat die Eigenschaft, dass v + 0 = v v R n gilt. 2

(d) Zu v hat der Vektor v = ( x 1, x 2,..., x n ) die Eigenschaft, dass v + ( v) = 0 gilt. (e) (λ + µ)v = λv + µv, λ(v + w) = λv + λw (λµ)v = λ(µv), 1 v = 1v = v Bemerkungen. Die jeweilige Bedeutung der Symbole + und 0 sollte aus dem Zusammenhang hervorgehen und keine Verwirrung stiften. Der Vektor v + ( w) wird zumeist in der Form v w geschrieben und heißt Differenzvektor bzw. die Differenz von v und w. Folgende weitere Bezeichnungsweisen haben sich als sinnvoll erwiesen. Seien A, B R n und λ R A + B = {v R n : w A, u B mit v = w + u} λa = {v R n : w A mit v = λw} A + B ist also die Menge aller Elemente des R n, die sich als Summe eines Elementes aus A und eines Elementes aus B darstellen lassen. Im Falle A = {w} schreibt man auch w + B. Definition. Eine Teilmenge A R n heißt Gerade (im R n ), wenn es zwei Vektoren v, w R n mit w 0 gibt, sodass A = v + Rw = {v + λw : λ R} 3

v stellt offenbar den Ortsvektor eines Punktes der Geraden dar und w die Richtung der Geraden. (Richtungsvektor). Obige Darstellung heißt auch Parameterdarstellung (mit Parameter λ). Für eine gegebene Gerade sind die Vektoren v und w natürlich nicht eindeutig bestimmt. Gilt etwa A = v + Rw und setzen wir etwa v = v + w und w = 2w, dann gilt A = v + Rw. Beweis. Setzen wir A = v + Rw, dann ist zu zeigen dass A = A. Sei u A. Dann existiert ein λ R mit u = v + λw. u = v + λw = v + w + (λ 1)w = v + w + λ 1 2 2w = v + µw wobei µ = λ 1 2. Also ist u A. Ist umgekehrt u A, dann µ R mit u = v + µw. u = v + µw = v + w + 2µw = v + (2µ + 1)w = v + λw λ = 2µ + 1. Also ist u A und insgesamt A = A. wobei Gilt umgekehrt für eine Gerade A = v + Rw = v + Rw, dann sind v, v + w A. v = v + λ 1 w, v + w = v + λ 2 w. Folglich ist v v = λ 1 w ein Richtungsvektor und w = (v + w ) v = (λ 2 λ 1 )w = λw. 4

Bemerkung. Zu v 1 v 2 R n gibt es genau eine Gerade, welche durch v 1 und v 2 geht. Beweis. Eine derartige Gerade existiert, wenn man v = v 1, w = v 2 v 1 und A = v+rw setzt. Der Nachweis, dass die Gerade eindeutig bestimmt ist, sei dem Leser überlassen. Bemerkung. Im R 2 kann eine Gerade in der parameterfreien Form ax + by = c dargestellt werden. (siehe früher) Eine wichtige Eigenschaft des R n ist, dass ein Skalarprodukt definiert werden kann, wo zwei Vektoren ein Skalar (also eine Zahl) zugeordnet wird. Seien v = (x 1,..., x n ), w = (y 1,..., y n ) R n. Dann heißt v, w = x 1 y 1 + x 2 y 2 +... + x n y n das Skalarprodukt von v und w. Durch einfaches Ausrechnen ergeben sich die Eigenschaften v + u, w = v, w + u, w, λv, w = λ v, w v, w + u = v, w + v, u, v, λw = λ v, w v, w = w, v v, v = x 2 1 +... + x 2 n 0, v, v = 0 v = 0 Mit Hilfe des Skalarproduktes kann nun wiederum die Länge bzw. die Norm bzw. der Betrag eines Vektors v R n definiert werden, nämlich mittels v = v = v, v = x 2 1 +... + x2 n Also gilt v 2 = v, v. Weiters gilt offenbar dass v = 0 v = 0 und λv = λ v, also insbesondere v = v. Vektoren mit Norm (bzw. Länge) 1 heißen Einheitsvektoren. 5

Der einfache Beweis der folgenden Aussagen sei dem Leser überlassen. (i) v + w 2 = v 2 + w 2 + 2 v, w (Satz von Pythagoras) (ii) v + w 2 + v w 2 = 2 v 2 + 2 w 2 (Parallelogrammgleichung) Von zentraler Bedeutung ist Satz. (Cauchy-Schwarzsche Ungleichung) v, w v w Beweis. Für w = 0 sind beide Seiten gleich Null, also ist die Ungleichung erfüllt. Sei also im folgenden w 0. Wir setzen λ = w, w und µ = v, w. Dann ist 0 λv + µw, λv + µw = λ 2 v, v + 2λµ v, w + µ 2 w, w = = λ ( v, v w, w 2 v, w 2 + v, w 2 ) = λ ( v, v w, w v, w 2 ) Wegen λ > 0 ist dann v, w 2 v, v w, w. Wurzelziehen ergibt schließlich die Behauptung. Bemerkung. Für w 0 gilt v, w = v w genau dann, wenn ρ R mit v = ρw. Folgerung. v + w v + w (Dreiecksungleichung) Beweis. v + w 2 = v + w, v + w = v, v + 2 v, w + w, w v 2 + 2 v, w + w 2 v 2 + 2 v w + w 2 = ( v + w ) 2 Wurzelziehen ergibt die Behauptung. Mittels der Norm kann in einem nächsten Schritt der Abstand zwischen zwei Vektoren definiert werden, nämlich mittels d(v, w) = v w 6

Für v = (x 1,..., x n ), w = (y 1,..., y n ) gilt also d(v, w) = (x 1 y 1 ) 2 +... + (x n y n ) 2 Aus den Eigenschaften der Norm folgt dann unmittelbar d(v, w) 0, d(v, w) = 0 v = w, d(v, w) = d(w, v) d(v 1, v 3 ) d(v 1, v 2 ) + d(v 2, v 3 ) (Dreiecksungleichung) Das Vorhandensein eines Skalarproduktes in einem Vektorraum ermöglicht es, den Winkel zwischen zwei Vektoren zu definieren, und in weiterer Folge davon zu sprechen, dass zwei Vektoren orthogonal (senkrecht) aufeinander stehen. Aus der Cauchy-Schwarzschen Ungleichung folgt, falls v, w 0, dass 1 v,w v w 1. Wir setzen cos θ = v,w v w und bezeichnen θ als den Winkel zwischen v und w. Er ist durch die Zusatzforderung θ [0, π] eindeutig bestimmt. Bemerkung. Diese Definition ist so beschaffen, dass sie im R 2 mit der üblichen Defintion des Winkels übereinstimmt. Bemerkung. Man kann nun auch den Winkel zwischen zwei Geraden des R n, welche einen gemeinsamen Punkt haben, definieren. Dies soll der Winkel zwischen den Richtungsvektoren sein. Allerdings werden hier genau genommen zwei Winkel geliefert, deren Summe jedoch π ist. Eindeutigkeit kann man erzielen, wenn man für die Richtungsvektoren v, w 0 fordert, wodurch der Winkel im Bereich [0, π 2 ] ist. Definition. Zwei Vektoren v, w R n v, w = 0. heißen orthogonal, v w, wenn Der Nullvektor ist offenbar zu jedem Vektor orthogonal. Sind v, w 0 orthogonal, dann ist der Winkel zwischen v und w gleich π 2. Ist A R n eine Gerade, so heißt s R n orthogonal zu A (oder 7

Normalenvektor von A), wenn v 1, v 2 A gilt s, v 1 v 2 = 0 i.e. s (v 1 v 2 ) Dies bedeutet, dass s orthogonal auf jeden Richtungsvektor der Geraden steht. Bemerkung. Ist A = {(x, y) R 2 : ax + by = c} eine Gerade im R 2, dann ist s = (a, b) orthogonal zu A. Beweis. Seien v 1 = (x 1, y 1 ), v 2 = (x 2, y 2 ) A. Dann ist s, v 1 v 2 = s, v 1 s, v 2 = (ax 1 + by 1 ) (ax 2 + by 2 ) = c c = 0 Mit Hilfe zu einer Geraden orthogonaler Vektoren kann auch der kürzeste Abstand eines Punktes von einer Geraden bestimmt werden. Ohne Beweis sei erwähnt : Sind v, v 1 verschiedene Punkte einer Geraden A R n und ist u R n, dann ist mit w = v 1 v der kürzeste Abstand von u zu A gegeben durch v v u,w w,w w u Speziell im R 2 ergibt sich für die Gerade ax + by = c und u = (x 0, y 0 ) als kürzester Abstand ax 0 +by 0 c a2 +b 2 Definition. Eine Teilmenge A R n heißt Ebene, wenn es v, w 1, w 2 R n gibt, sodass w 1, w 2 linear unabhängig sind und A = v + Rw 1 + Rw 2 = {u R n : λ 1, λ 2 R mit u = v + λ 1 w 1 + λ 2 w 2 } Dabei heißen w 1, w 2 linear unabhängig, wenn weder w 1 = µw 2 noch w 2 = µw 1 gilt. Obige Darstellung heißt eine Parameterdarstellung der Ebene. Bemerkung. Eine Ebene ist also festgelegt durch einen Punkt und zwei linear unabhängige Richtungen. Wie schon im Falle einer Geraden kann 8

ein und dieselbe Ebene auch durch einen anderen Punkt sowie andere Richtungen bestimmt sein. Bemerkung. Im R 3 kann, wie früher erwähnt, durch Elimination der Parameter die parameterfreie Darstellung der Form ax 1 + bx 2 + cx 3 = d gewonnen werden. Dies bedeutet offenbar wiederum, dass die Ebene aus all jenen Punkten (x 1, x 2, x 3 ) besteht, deren Skalarprodukt mit dem festen Vektor (a, b, c) den konstanten Wert d hat. Definition. Ist A R n eine Ebene, so heißt s R n orthogonal zu A (bzw. ein Normalenvektor von A), wenn v 1, v 2 A gilt Zur s, v 1 v 2 = 0 d.h. s (v 1 v 2 ) Übung beweise man folgende Aussagen: (a) Ein Normalenvektor einer Ebene steht auf jeden Richtungsvektor der Ebene orthogonal. (b) Gegeben sei die Ebene ax 1 + bx 2 + cx 3 = d im R 3. Dann ist s = (a, b, c) ein Normalenvektor. (c) Ist A = v + Rw 1 + Rw 2 eine Parameterdarstellung einer Ebene im R 3, dann ist s = w 1 w 2 ein Normalenvektor. Bemerkung. Ist ax 1 + bx 2 + cx 3 = d eine Ebene im R 3 und u = (u 1, u 2, u 3 ) R 3, dann berechnet sich der Abstand des Punktes u zur Ebene durch au 1 +bu 2 +cu 3 d a2 +b 2 +c 2 Das Vektorprodukt im R 3 wurde bereits an früherer Stelle definiert. Zu v = (x 1, x 2, x 3 ), w = (y 1, y 2, y 3 ) ist v w = (x 2 y 3 x 3 y 2, x 3 y 1 x 1 y 3, x 1 y 2 x 2 y 1 ) R 3 Die wichtigsten Eigenschaften, welche sich durch elementares Ausrechnen 9

ergeben, seien hier nochmals angeführt. (v + u) w = v w + u w v (w + u) = v w + v u (λv) w = λ(v w) = v (λw) v w, v = v w, w = 0 v w 2 = v 2 w 2 v, w 2 und folglich v w = v w sin θ, θ... Winkel zwischen v und w v w = (w v) und folglich v v = 0 Definition. Das Spatprodukt von drei Vektoren u, v, w R 3 ist die Zahl u, v w. Geometrisch ist der Betrag des Spatproduktes das Volumen des von den Vektoren v, w, u aufgespannten Spates S = {λu + µv + νw : 0 λ, µ, ν 1} Die Berechnung des Spatproduktes ist einfach mit Hilfe der Determinantenrechnung, weil 10

u, v w = u 1 v 1 w 1 u 2 v 2 w 2 u 3 v 3 w 3. 11