Lösungen der Aufgaben zu Abschnitt 5.4

Ähnliche Dokumente
2 Die Dimension eines Vektorraums

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

Aufgaben zu Kapitel 15

(Allgemeine) Vektorräume (Teschl/Teschl 9)

37 Gauß-Algorithmus und lineare Gleichungssysteme

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

Beziehungen zwischen Vektorräumen und ihren Dimensionen

Übungen zur Linearen Algebra 1

Einführung in die Mathematik für Informatiker

Vektorräume und Lineare Abbildungen

Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A.

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Lineare Abhängigkeit

Basen von Schnitt und Summe berechnen

Die Dimension eines Vektorraumes

1 0 1, V 3 = M, und λ A = λa

Lineare Gleichungssysteme

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

Affine Geometrie (Einfachere, konstruktive Version)

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

11. BASIS, UNTERRAUM, und DIMENSION

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

:= 1. Der affine Unterraum Γ heißt Punkt, Gerade, Ebene oder Hyperebene, wenn dim K dim K

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

Übungen zur Linearen Algebra 1

( ) Lineare Gleichungssysteme

Übungen zu Einführung in die Lineare Algebra und Geometrie

Anhang A. Etwas affine Geometrie. A.1 Die affine Hülle

4 Elementare Vektorraumtheorie

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Lineare Gleichungssysteme

Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix.

Lineare Gleichungssysteme - Grundlagen

4. Vektorräume und Gleichungssysteme

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

6. Übungsblatt zur Mathematik I für Maschinenbau

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Lineare Abbildungen und Gleichungssysteme

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

Lösungen zum 5. Aufgabenblatt

Lineare Algebra I (WS 13/14)

3. Übungsblatt Aufgaben mit Lösungen

Lineare Gleichungssysteme

Affine und projektive Räume

Lineare Algebra II, Lösungshinweise Blatt 9

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich

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

Lineare Gleichungssysteme

Kapitel VI. Euklidische Geometrie

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Unterräume; Basis und Dimension; Skalarprodukt, Norm und Vektorprodukt im R 3

A2.3 Lineare Gleichungssysteme

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)

Quadratische Matrizen

Aufgaben zu Kapitel 14

Kapitel 2: Mathematische Grundlagen

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

Lineare Abbildungen. i=0 c ix i n. K n K m

4 Lineare Algebra (Teil 2): Quadratische Matrizen

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i.

3.4 Der Gaußsche Algorithmus

Es wurde in der Vorlesung gezeigt, daß man die Matrixgleichung Ax=b auch in der Form

Lineare Gleichungssysteme

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

9 Vektorräume mit Skalarprodukt

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche" Punkte mit inhomogenen K

9.2 Invertierbare Matrizen

Eigenwerte und Diagonalisierung

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

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

Lineare Gleichungssysteme

4. Übungsblatt Matrikelnr.:

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

Mathematik 1, Teil B. Inhalt:

1 Mengen und Abbildungen

Serie 10: Inverse Matrix und Determinante

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

6 Eigenwerte und Eigenvektoren

Die Lineare Algebra-Methode. Mahir Kilic

Lineare Algebra I: Eine Landkarte

2.2 Kern und Bild; Basiswechsel

45 Eigenwerte und Eigenvektoren

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Minimale Anzahl von Hinweisen bei Sudoku

Die Menge C der komplexen Zahlen wird im Kapitel Weitere Themen behandelt.

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

Lineare Algebra und analytische Geometrie I

Zahlen und metrische Räume

6 Hauptachsentransformation

Kapitel III. Lineare Abbildungen

00. Einiges zum Vektorraum R n

Transkript:

A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ = λ +5λ λ = λ +6λ + λ = nur die triviale Lösung hat Durch Lösen des LGS mithilfe des Gauss-Algorithmus ergibt sich λ =λ =λ =, also die lineare Unabhängigkeit B ist ein Erzeugendensystem von R, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 y λ + λ + λ = z bzw das LGS λ +4λ +λ = λ +5λ λ = y λ +6λ + λ = z ( ) y für jeden Vektor = lösbar ist Durch Lösen des LGS erhält man z z +4y +7 z +7y + z y +4 λ =, λ =, λ =, 5 5 5 das LGS ist also für beliebige, y, z lösbar, und B ist ein Erzeugendensystem von R Durch Lösen der Vektorgleichung 4 λ + λ + λ + λ 4 = ergibt sich λ = λ = λ = λ 4 = als einzige Lösung somit ist B linear unabhängig Nach dem Satz 5 ist B damit eine Basis von R 4, und die Aufgabe ist gelöstwirzeigenabertrotzdemnoch,dassb ein Erzeugendensystem von R 4 ist Dies trifft genau dann zu, wenn für jeden Vektor 4 die Gleichung 4 λ + λ + λ + λ 4 = 4 lösbar ist Dies ist der Fall, durch Lösen des entsprechenden LGS erhält man λ = 4 +4 + 8 λ = 7 4 +5 4 + 8,λ = 4 +, 8,λ 4 = 4 + + 4

A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 ( ) ( ) ) 4 78 =( ) +( ) 5 +4( 6 7 4 Es gibt verschiedene Möglichkeiten der Lösung, z B: Die Vektoren,, und sind linear unabhängig, denn das lineare Gleichungssystem hat nur die triviale Lösung Jeder der weiteren Vektoren von X lässt sich somit auch als Linearkombination dieser 4 Vektoren darstellen Durch die Vektoren der Menge X lässt sich jeder Vektor von R 4 als Linearkombination darstellen (dazu reichen sogar die ersten vier Vektoren) Also ist U = X = R 4 und somit ist die Standardbasis von R 4 mit den Basisvektoren,, und auch eine Basis von U 5 Bemerkung: Wenn Basen von Vektor- bzw Unterräumen zu bestimmen sind, gibt es jeweils unendlich viele Lösungsmöglichkeiten, sodass die hier angegebenen Lösungen nur eemplarisch sein können {( ) ( )} a) Eine Basis von U ist z B B =, b) Es ist die Lösungsmenge des linearen Gleichungssystems + + 4 = + + = zu bestimmen Es werden dazu und als Parameter s bzw t gesetzt Dann ist 4 = s t und = s t Es ergibt sich s L = R 4 t = s t s, t R 4 s t 4 = R 4 = s + t s, t R 4 4 Da U gerade die Lösungsmenge des o a linearen Gleichungssystems ist, erhalten wir als eine Basis von U : B = 6 Es ist zu zeigen, dass die drei Vektoren linear unabhängig sind (drei linear unabhängige Vektoren bilden stets eine Basis von R ) Dazu muss nachgewiesen werden, dass das durch die Matri y z gegebene lineare y z

A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Gleichungssystem eindeutig lösbar ist, also den Rang hat (siehe Abschnitt ) Dies ist bei einem homogenen LGS genau dann der Fall, wenn die einfache Koeffizientenmatri y z den Rang hat Wir formen diese y z Matri mithilfe des Gauß-Algorithmus um und erhalten: y z y z ( (y+)) y z (z )(y+)+(z ) (Bei der letzten Umformung wurde die dritte binomische Formel verwendet) Es ist also zu zeigen, dass unter den gegebenen Voraussetzungen nicht (z )(y + ) +(z ) = sein kann Wäre dies der Fall, so müsste gelten: () (z )(y + ) =z Es sind nun zwei Fälle zu betrachten: Fall: z = in diesem Falle ist z = und deshalb muss einer der beiden Faktoren auf der linken Seite von Gleichung () Null sein Dann gilt z = oder y = und somit y = z, in jedem Falle entsteht ein Widerspruch zur Voraussetzung y, z, y z Fall: z in diesem Falle ist z + und die Multiplikation beider Seiten von () mit (z + ) isteineäquivalenzumformung Gleichung () erhält dadurch die Gestalt y + = z + Somit gilt y = z, was ebenfalls im Widerspruch zur Voraussetzung steht Es gilt also unter den gegebenen Voraussetzungen (z )(y + )+(z ) Somit hat die o a Matri den Rang drei und die angegebenen Vektoren sind linear unabhängig, bilden also eine Basis von R 7 Lässt sich in E = { e e l } kein Vektor finden, der von U = { u u k } linear unabhängig ist, so lässt sich jeder Vektor von E als Linearkombination der Vektoren u u k darstellen: e = k i= λ i u i e = k i= λ i u i e l bzw in kürzerer Schreibweise k e j = λ ji u i i= = k i= λ li u i (für j =l) Da E ein Erzeugendensystem von V ist, gibt es für jeden Vektor V reelle Zahlen μ,μ l mit = l j= μ j e j, somit gilt also

4 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 ) l k l k = λ ji u i = μ j λ ji u i = ν i u i j= μ j ( k i= i= mit ν i = l j= μ jλ ji für i N, i k Also ist in diesem Falle jeder Vektor V als Linearkombination von u u k darstellbar damit ist U = { u u k } bereits ein Erzeugendensystem und (wegen der vorausgesetzten linearen Unabhängigkeit) eine Basis von V Eistiert in E = { e e l } hingegen ein Vektor, der von U = { u u k } linear unabhängig ist (durch Umbenennen lässt sich erreichen, dass dies e l ist) so ist U k+ = { u u k e l } eine linear unabhängige Teilmenge Es wird nun überprüft, ob einer der Vektoren der Menge E\{ e l } = { e e l } von U linear unabhängig ist Trifft dies für keinen der Vektoren zu, so ist U k+ ein Erzeugendensystem (der Beweis erfolgt ebenso wie oben für U), der Satz ist also bewiesen Gibt es jedoch in E\{ e l } = { e e l } einen Vektor, der von U k+ linear unabhängig ist (o B d A sei dies e l ), so ist auch U k+ = { u u k e l e l } linear unabhängig Das Verfahren wird nun fortgesetzt, wobei sich mit jedem Schritt entweder herausstellt, dass U k+m = { u u k e l m+ e l } ein Erzeugendensystem (und damit eine Basis) ist, womit das Verfahren abgebrochen wird, oder dass U k+m durch einen weiteren Vektor aus E erneut zu einer linear unabhängigen Menge erweitert werden kann Spätestens nachdem U durch alle Vektoren von E erweitert wurde, ist dann durch schrittweise Erweiterung von U durch Vektoren von E eine Basis gefunden 8 Nach dem Satz 56 (Basisergänzungssatz) lässt sich jede linear unabhängige Teilmenge eines Vektorraumes V durch Elemente eines Erzeugendensystems zu einer Basis von V ergänzen Da nach dem Satz 58 alle Basen eines Vektorraumes gleich viele Vektoren enthalten und U ebenso viele Elemente enthält wie die Basis B, mussu bereits eine Basis sein 9 Nach dem Satz 54 (Verkürzungssatz) ist jedes Erzeugendensystem E von V entweder eine Basis von V oder es eistiert eine echte Teilmenge von E, die eine Basis von V ist Da jede Basis von V n Elemente enthalten muss, eistiert keine echte Teilmenge von E die Basis von V ist, denn jede echte Teilmenge von E hat weniger als n Elemente Somit ist E eine Basis von V a) Offensichtlich ist F nicht leer, denn die klassische Fibonacci-Folge (58)erfüllt die Bedingung f n+ = f n +f n+ Weiterhin ist die Summe (f n )+(g n ) zweier beliebiger verallgemeinerter Fibonacci-Folgen (f n ) und (g n ) ebenfalls eine verallgemeinerte Fibonacci-Folge aus f n+ = f n + f n+ und g n+ = g n + g n+ für alle n N,n folgt f n+ + g n+ = f n +f n+ + g n +g n+ = f n +g n + f n+ +g n+ Völlig analog zeigt man, dass für jede verallgemeinerte Fibonacci-Folge (f n ) auch die Folge λ(f n ) eine (verallgemeinerte) Fibonacci-Folge ist j= i=

A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 5 Nach dem Unterraumkriterium (Satz 5) ist F somit ein Unterraum des Vektorraumes aller Folgen reeller Zahlen b) Jede verallgemeinerte Fibonacci-Folge ist durch die Angabe ihrer ersten beiden Glieder eindeutig bestimmt, denn mittels der Bildungsvorschrift f n+ = f n + f n+ lassen sich daraus alle weiteren Glieder berechnen Wir müssen also für Basisvektoren nur die ersten beiden Glieder angeben Eine Basis des Vektorraumes der Fibonacci-Folgen ist B = {(b n ) (c n )} mit b =,b =,b n+ = b n +b n+, c =,c =,c n+ = c n +c n+ Die lineare Unabhängigkeit von B = {(b n ) (c n )} lässt sich bereits mithilfe der ersten beiden Folgenglieder zeigen Eine Folge, deren erste beide Glieder Null sind, lässt sich nur auf triviale Weise als Linearkombination von (b n ) und (c n ) darstellen, dies gilt erst recht für den Nullvektor (die Folge, deren sämtliche Glieder Null sind) B = {(b n ) (c n )} ist auch ein Erzeugendensystem, denn jede verallgemeinerte Fibonacci-Folge ist durch ihre ersten beiden Glieder bestimmt Es lässt sich (wie in R ) mithilfe der Paare ( ) und ( ) jedes beliebige Paar reeller Zahlen erzeugen, also beliebige erste Folgenglieder (f f ) einer verallgemeinerten Fibonacci-Folge Somit lässt sich jede verallgemeinerte Fibonacci-Folge als Linearkombination von (b n ) und (c n )erzeugen B = {(b n ) (c n )} ist also eine Basis von F die Dimension von F ist a) Es ist das lineare Gleichungssystem 4 9 5 = λ + λ + s 7 8 6 zu lösen Dies kann zum Beispiel mithilfe des CAS Maima geschehen: b:[-,,,,,-,,-,]$ b:[,-,,,,-,-,,]$ b:[/,/,,-/,/,,/,/,]$ m:[4,9,,,5,7,8,,6]$ solve([lambda*b[] + lambda*b[] + s*b[] = m[], lambda*b[] + lambda*b[] + s*b[] = m[], lambda*b[] + lambda*b[] + s*b[] = m[], lambda*b[4] + lambda*b[4] + s*b[4] = m[4], lambda*b[5] + lambda*b[5] + s*b[5] = m[5], lambda*b[6] + lambda*b[6] + s*b[6] = m[6], lambda*b[7] + lambda*b[7] + s*b[7] = m[7], lambda*b[8] + lambda*b[8] + s*b[8] = m[8], lambda*b[9] + lambda*b[9] + s*b[9] = m[9] ], [lambda, lambda, s])

6 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Als Lösung erhält man λ =6,λ ( =,s= ) 5 Dies sind die Koordinaten des magischen Quadrats 57 bezüglich der in Beispiel 59 49 86 ermittelten Basis b) Eine Basis des Vektorraumes der ( magischen ) Quadrate der Kantenlänge 49, in der das magische Quadrat 57 ein Basisvektor ist, erhält man 86 ausgehend von der Basis B = mithilfe von Satz 59 Dessen Voraussetzung μ ist wegen der in a) ermittelten Koordinaten für jeden der Basisvektoren von B erfüllt, d h jeder dieser Basisvektoren darf gegen das in der Aufgabe genannte magische Quadrat ausgetauscht werden Eine Basis, welche die Aufgabenstellung erfüllt, ist als z B: 49 B = 57 86 a)diezweitereiheenthält k, die dritte Reihe k Steine usw Somit ist die Gesamtzahl der Steine einer Rechenmauer k n =+++ k = i = k (k+) b) Wir nummerieren die Steine der Rechenmauer wie in der folgenden Abbildung i= Dann muss gelten: a = a + a a = a + a a = a + a 4 a = a + a = a + a + a + a = a +a + a a = a + a = a + a + a + a 4 = a +a + a 4 a 4 = a + a = a +a + a + a +a + a 4 = a +a +a + a 4 Jede additive reelle Rechenmauer mit vier Grundsteinen lässt sich somit als n-tupel

A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 7 a a a a 4 a a a a a a 4 = a a a a 4 a +a a +a a +a 4 a +a +a a +a +a 4 a +a +a +a 4 mit a,a,a,a 4 R schreiben Dabei handelt es sich um eine nicht leere Teilmenge von R Eslässt sich leicht zeigen, dass für zwei beliebige Rechenmauern (mit Koeffizienten a ij und b ij ) und für beliebige λ R auch a a a a 4 a +a a +a a +a 4 a +a +a a +a +a 4 a +a +a +a 4 + b b b b 4 b +b b +b b +b 4 b +b +b b +b +b 4 b +b +b +b 4 sowie λ a a a a 4 a +a a +a a +a 4 a +a +a a +a +a 4 a +a +a +a 4 = λa λa λa λa 4 λa +λa λa +λa λa +λa 4 λa +λa +λa λa +λa +λa 4 λa +λa +λa +λa 4 die Bedingungen an Rechenmauern erfüllen Somit ist die Menge aller reellen Rechenmauern mit vier Grundsteinen nach dem Unterraumkriterium ein Unterraum von R c) Eine Basis dieses Unterraumes ist, wie man leicht nachprüft, B = Der Vektorraum der reellen Rechenmauern mit vier Grundsteinen ist demnach vierdimensional

8 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Eine Basis von U ist B = Eine Basis von U ist B =,alsoistdimu =,alsoistdimu = Um eine Basis von U U zu bestimmen, löst man das aus vier Gleichungen bestehende LGS, das die vier zu U bzw zu U gehörenden Bedingungen enthält (jeder Vektor, der zu U U gehört, muss alle vier Gleichungen erfüllen) Es ergibt sich eine einparametrige Lösungsmenge mit dem Basisvektor, also ist dim(u U )= Ein Erzeugendensystem von U + U erhält man, indem man Erzeugendensysteme beider Unterräume vereinigt, also ist E = ein Erzeugendensystem von U + U Allerdings sind diese 4 Vektoren nicht linear unabhängig, der Rang des sich ergebenden LGS ist Eine Basis von U + U besteht daher nur aus drei Vektoren, z B: B = Es ist also dim U =, dimu =, dim(u U ) =, dim(u +U )= Tatsächlich gilt immer die Dimensionsformel (Satz 5): dim U +dimu = dim(u U ) + dim(u +U )