0, v 6 = , v 4 = 1

Ähnliche Dokumente
Einführung in die Mathematik für Informatiker

0, v 6 = , v 4 = span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

Lineare Abhängigkeit

2 Die Dimension eines Vektorraums

Übungen zur Linearen Algebra 1

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

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

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

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

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

11. BASIS, UNTERRAUM, und DIMENSION

Kapitel 2: Mathematische Grundlagen

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

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester gehalten von Harald Baum

Basen von Schnitt und Summe berechnen

4. Vektorräume und Gleichungssysteme

Aufgaben zu Kapitel 15

Lineare Algebra II, Lösungshinweise Blatt 9

Bild und Kern. Für eine lineare Abbildung L : V W bezeichnet man mit. Kern L = {v V : L(v) = 0} V. den Kern und mit

Lineare Gleichungssysteme

1 0 1, V 3 = M, und λ A = λa

00. Einiges zum Vektorraum R n

Die Dimension eines Vektorraumes

Vektorräume und Lineare Abbildungen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

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

Übungen zum Ferienkurs Lineare Algebra WS 14/15

(Allgemeine) Vektorräume (Teschl/Teschl 9)

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

37 Gauß-Algorithmus und lineare Gleichungssysteme

2 Euklidische Vektorräume

Die Lineare Algebra-Methode. Mahir Kilic

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

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

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

Technische Universität München Zentrum Mathematik. Übungsblatt 7

5. Vektorräume. 5.1 Grundbegriffe, Untervektorräume

Kapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

1 Mengen und Abbildungen

Beziehungen zwischen Vektorräumen und ihren Dimensionen

Übungen zur Linearen Algebra 1

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

Lineare Abbildungen und Gleichungssysteme

6 Eigenwerte und Eigenvektoren

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.

3.8. Lineare Abbildungen.

2 Die Darstellung linearer Abbildungen durch Matrizen

Grundlagen der Vektorrechnung

Affine und projektive Räume

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

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

Vektorgeometrie Layout: Tibor Stolz

1 Vektoren, Vektorräume, Abstände: 2D

45 Eigenwerte und Eigenvektoren

Lineare Algebra - alles was man wissen muß

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

Kapitel VI. Euklidische Geometrie

Lineare Algebra I (WS 13/14)

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

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)

Affine Geometrie (Einfachere, konstruktive Version)

Kapitel VIII: Der Raum R n ; allgemeine Vektorräume

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

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

Länge, Skalarprodukt, Vektorprodukt

(geometrische) Anschauung

1 Vorlesungen: und Vektor Rechnung: 1.Teil

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

Übungsaufgaben Vektoren

Lineare Algebra und analytische Geometrie I

Analytische Geometrie

Lineare Gleichungssysteme

2.2 Kern und Bild; Basiswechsel

3.6 Eigenwerte und Eigenvektoren

Abschnitt: (symmetrische) Bilinearformen

Damit haben wir schon die Koeffizienten der Gleichung gefunden, in dem wir n noch durch 6 teilen. 5x 2y + 13z = C. (2) = 36 = C.

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

Eigenwerte und Diagonalisierung

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

2 Geradengleichungen in Parameterform. Länge und Skalarprodukt





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

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014

Vektorräume und Rang einer Matrix

Lineare Algebra und Numerische Mathematik für D-BAUG

Besondere Lage einer Gerade oder Ebene im Koordinatensystem

4 Lineare Algebra (Teil 2): Quadratische Matrizen

10 Kapitel I: Anschauliche Vektorrechnung

Zusammenstellung von Fragen der Vordiplomsprüfung Mathe für Informatiker I (Kurs 1181)

Lineare Gleichungssysteme - Grundlagen

Lineare Algebra und Analytische Geometrie I

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

3.4 Gradient, Divergenz, Rotation in anderen Koordinaten

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

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

Transkript:

Aufgabe 6. Linearkombinationen von Vektoren Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 : M = v =, v =, v 3 =, v 4 =, v 5 =, v 6 =. Zeigen Sie, dass sich jeder Vektor v i M, i =,,..., 6, als Linearkombination der anderen Vektoren aus M\{v i } schreiben lässt.. Zeigen Sie, dass gilt: span(v, v 5, v 6 ) = span(v 3, v 5, v 6 ). 3. Geben Sie eine Basis des von M aufgespannten Untervektorraums des R 4 an. 4. Betrachten Sie für λ, λ,..., λ 6 R die Vektorgleichung (Linearkombinationen des Nullvektors R 4 ): λ v + λ v { + λ 3 v 3 + λ 4 v 4 + λ 5 v 5 + λ 6 v 6 =. Zeigen Sie, dass die Menge K := (λ, λ,..., λ 6 ) R } 6 λ i v i = aller Vektoren λ = (λ, λ,..., λ 6 ) R 6, welche die obige Vektorgleichung erfüllen, ein Untervektorraum des R 6 ist. i= LÖSUNG:. v ist eine Linearkombination (LK) von n Vektoren v,.., v n V (Vektorraum über K), n N. v = λ v + λ v +... + λ n v n = n λ i v i mit λ i K. Durch Vergleich der Komponenten der Vektoren erkennt man beispielsweise: v = v + v 4, v = v v 4, v 3 = v v 5, v 4 = v v, v 5 = v v 3, v 6 = v + v 3. n span(v,.., v n ) = { λ i v i λ i R, i =,.., n} Wir zeigen zunächst span(v, v 5, v 6 ) span(v 3, v 5, v 6 ) und suchen v als LK von v 3, v 5, v 6 v = v 3 + v 5 v, v 5, v 6 span(v 3, v 5, v 6 ) span(v, v 5, v 6 ) span(v 3, v 5, v 6 ) Umgekehrt gilt: v 3 = v v 5 v 3, v 5, v 6 span(v, v 5, v 6 ) span(v 3, v 5, v 6 ) span(v, v 5, v 6 ) i= Insgesamt folgt: span(v 3, v 5, v 6 ) = span(v, v 5, v 6 ) Zusatz: Wegen v = (v 5 + v 6 ) bzw. v 3 = (v 6 v 5 ) gilt: span(v, v 5, v 6 ) = span(v 3, v 5, v 6 ) = span(v 5, v 6 ) 3. Um eine Basis des Untervektorraums (?) U = span(v, v,..., v 6 ) anzugeben, müssen wir eine minimale Teilfamilie B von {v, v,..., v 6 } mit span B = span(v, v,..., v 6 ) angeben. Für die Vektoren v 4, v 5, v 6 gilt nach.: v 4 = v v, v 5 = v v 3 und v 6 = v + v 3. Somit gilt span(v, v,..., v 6 ) = span(v, v, v 3 ). i=

Nun ist noch die lineare Abhängigkeit der drei Vektoren v, v und v 3 zu untersuchen. Wir vermuten, dass diese drei Vektoren linear unabhängig sind, und zeigen dazu, dass diese nur eine triviale LK des Nullvektors bilden, d.h. aus dem Ansatz: λ v + λ v + λ 3 v 3 = folgt λ = λ = λ 3 =. λ + λ + λ 3 = λ + λ = λ = λ λ + λ + λ 3 = λ + λ + λ 3 = λ 3 = λ + λ = λ = λ = λ = λ 3 = Somit sind die drei Vektoren v, v und v 3 linear unabhängig und B = (v, v, v 3 ) eine minimale Teilfamilie mit span B = span(v, v,..., v 6 ). Also ist B eine Basis des Untervektorraumes U, der ein drei-dimensionaler Untervektorraum des R 4 ist. 4. Es sei also K = {λ = (λ,..., λ 6 ) R 6 λ i v i = }. i= Um nachzuweisen, dass K ein Untervektorraum ist, weisen wir nach, dass K nicht die leere Menge ist, dass K unter der Vektor-Addition abgeschlossen ist, und dass K unter Multiplikation mit Skalaren abgeschlossen ist. Dabei ist noch zu bemerken, dass bei dem Beweis die spezielle Gestalt der Vektoren v,..., v 6 gar nicht berücksichtigt werden muss. (Um Platz zu sparen, schreiben wir die Elemente von R 6 als 6-Tupel.) K, weil der Nullvektor (,,,,, ) in K ist. Es seien λ = (λ,..., λ 6 ), µ = (µ,..., µ 6 ) K. Dann ist auch λ + µ K, weil λ + µ = (λ + µ,..., λ 6 + µ 6 ) und gilt. (λ i + µ i )v i = i= (λ i v i + µ i v i ) = ( i= λ i v i ) + ( Es sei λ = (λ,..., λ 6 ) K und α R. Dann ist auch αλ K, weil αλ = (αλ,..., αλ 6 ) und i= µ i v i ) = + = i= gilt. ((αλ i ) v i ) = i= (α (λ i v i )) = α ( (λ i v i )) = α = i= i=

Aufgabe 64. Basiswechsel konkret. Gegeben seien die drei Einheitsvektoren e, e, e 3 R 3 sowie drei weitere Vektoren v, v, v 3 R 3 : e =, e =, e 3 =, v =, v =, v 3 =.. Die Standardbasis des R Vektorraums R 3 besteht aus den drei Einheitsvektoren e, e, e 3 R 3. Zeigen Sie, dass die Vektoren v, v, v 3 R 3 ebenfalls eine Basis des R 3 bilden, und stellen Sie die Einheitsvektoren e, e, e 3 als Linearkombinationen der Vektoren der Basis {v, v, v 3 } dar.. Gegeben seien nun die drei Vektoren p = 6 3, q = 3 und s = s s R 3. 9 6 s 3 Stellen Sie die drei Vektoren p, q und s jeweils (a) als Linearkombination der Vektoren der Standardbasis {e, e, e 3 } dar und (b) als Linearkombination der Vektoren der Basis {v, v, v 3 } dar. LÖSUNG:. Wir zeigen, dass die drei Vektoren v, v, v 3 R 3 linear unabhängig sind, durch den Ansatz: λ v + λ v + λ 3 v 3 = mit λ, λ, λ 3 R λ + λ + λ 3 = () () λ = () λ + λ 3 = (3) () λ 3 = () λ + λ + λ 3 = () λ + λ 3 = (3) λ + λ + λ 3 = λ = λ = λ 3 = Behauptung. Da die Dimension von R 3 drei ist, bilden v, v, v 3 eine Basis des R 3 und es lassen sich alle Vektoren des R 3 als Linearkombinationen der Basisvektoren v, v, v 3 darstellen. Wir bestimmen die Linearkombination für e i, i =,, 3 jeweils durch den Ansatz: λ v + λ v + λ 3 v 3 = e i Für i = : λ +λ mit λ, λ, λ 3 R +λ 3 = () λ + λ + λ 3 = () λ + λ 3 = (3) λ + λ + λ 3 = () () λ = () λ + λ 3 = λ = λ =, λ 3 = e = v + v v 3. (3) () λ 3 = Für i = : λ +λ +λ 3 = () λ + λ + λ 3 = () λ + λ 3 = (3) λ + λ + λ 3 = () () λ = () λ + λ 3 = (3) () λ 3 = λ =, λ =, λ 3 = e = v + v. Dies kann man auch direkt sehen!

Für i = 3 : λ +λ () () λ = () λ + λ 3 = (3) () λ 3 = +λ 3 = () λ + λ + λ 3 = () λ + λ 3 = (3) λ + λ + λ 3 = λ =, λ =, λ 3 = e 3 = v + v 3. Dies kann man auch direkt sehen!. (a) Die Vektoren p, q und s erhält man direkt als Linearkombinationen der Einheitsvektoren e, e, e 3 : p = 6 e + 3 e + 9 e 3, q = 3 e + e + 6 e 3, s = s e + s e + s 3 e 3. (b) Da wir in. die Einheitsvektoren als Linearkombinationen der Vektoren v, v, v 3 bestimmt haben: e = v + v v 3, e = v + v, e 3 = v + v 3 bekommen wir die Linearkombinationen der Vektoren p, q und s in der Basis v, v, v 3 direkt als: p = 6 e + 3 e + 9 e 3 = 6 (v + v v 3 ) + 3 ( v + v ) + 9 ( v + v 3 ) = 3 v + 3 v 3 Probe durch Nachrechnen! q = 3 e + e + 6 e 3 = 3 (v + v v 3 ) + ( v + v ) + 9 ( v + v 3 ) = v v + 3 v 3 Probe durch Nachrechnen! s = s e + s e + s 3 e 3 = s (v + v v 3 ) + s ( v + v ) + s 3 ( v + v 3 ) = (s s ) v + (s + s s 3 ) v + ( s + s 3 ) v 3 = s v + s v + s 3 v 3 mit s = s s, s = s + s s 3, und s 3 = s + s 3 als Koordinaten von s in der Basis {v, v, v 3 }. Damit haben wir eine einfache Umrechnung der alten Koordinaten s, s, s 3 von s bzgl. der alten Basis {e, e, e 3 } in die neuen Koordinaten s, s, s 3 von s bzgl. der neuen Basis {v, v, v 3 }. Bemerkung: Man kann die neuen Koordinaten von p, q oder s auch über folgenden Ansatz bestimmen: λ v + λ v + λ 3 v 3 = p, q oder s mit λ, λ, λ 3 R Dies führt wie oben auf Lineare Gleichungssysteme zur Bestimmung der neuen Koordinaten λ, λ, λ 3 in der Basis {v, v, v 3 }, z.b. für s : λ () λ + λ + λ 3 = s () λ + λ 3 = s (3) λ + λ + λ 3 = s 3 + λ λ = s s, λ = s + s s 3, λ 3 = s + s 3 s = (s s ) v + (s + s s 3 ) v + ( s + s ) v 3. + λ 3 = () () λ = s s () λ + λ 3 = s (3) () λ 3 = s 3 s Damit gilt für p : p = (6 3) v + (6 + 3 9) v + ( 6 + 9) v 3 = 3 v + 3 v 3 und für q : q = (3 ) v + (3 + 6) v + ( 3 + 6) v 3 = v v + 3 v 3 s s s 3