Kapitel II. Vektoren und Matrizen

Ähnliche Dokumente
2 Lineare Gleichungssysteme

02. Vektorräume und Untervektorräume

8.2 Invertierbare Matrizen

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);

Lineare Algebra 1. Roger Burkhardt

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Kapitel V. Affine Geometrie

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

9.2 Invertierbare Matrizen

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

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

Übungen zum Ferienkurs Lineare Algebra WS 14/15

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.

Übungen zu Einführung in die Lineare Algebra und Geometrie

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

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

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Zahlen und metrische Räume

Übungen zu Einführung in die Lineare Algebra und Geometrie

HM II Tutorium 1. Lucas Kunz. 24. April 2018

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

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Kapitel II. Algebraische Grundbegriffe

Vektorräume und lineare Abbildungen

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Lineare Gleichungssysteme

2.4 Lineare Abbildungen und Matrizen

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

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

2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN

114 Kapitel 6. Lineare Algebra. 6.4 Vektorräume

Kapitel II. Vektorräume

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

Demo für LINEARE ALGEBRA. Vektoren und Vektorraum. Teil 3. Untervektorräume INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. Datei Nr.

Lineare Algebra und analytische Geometrie I

Mathematik für Anwender I

2 Die Dimension eines Vektorraums

Mathematik für Physiker, Informatiker und Ingenieure

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Körperaxiome und Anordnungsaxiome. Analysis I. Guofang Wang. Universität Freiburg

$Id: vektor.tex,v /01/15 13:36:04 hk Exp $

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,

4 Affine Koordinatensysteme

Mathematik I. Vorlesung 10. Vektorräume

5 Die Allgemeine Lineare Gruppe

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Lineare Algebra I (WS 13/14)

Übersicht Kapitel 9. Vektorräume

10.2 Linearkombinationen

Aufgaben zu Kapitel 15

Teil II: Lineare Algebra

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Grundlagen der Mathematik 1: Lineare Algebra

Kapitel 15 Lineare Gleichungssysteme

Kapitel 15. Aufgaben. Verständnisfragen

Vektorräume. Kapitel Definition und Beispiele

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

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...

4. Vektorräume und Gleichungssysteme

Von einem Parallelogramm ABCD sind die Punkte A =(1, 5), C =(13, 4) und D =(5, 7) bekannt. Berechne den Punkt B.

Lösbarkeit linearer Gleichungssysteme

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen

$Id: det.tex,v /01/13 14:27:14 hk Exp $ $Id: vektor.tex,v /01/16 12:23:17 hk Exp $

Kapitel 14 Lineare Gleichungssysteme

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).

Grundlegende Definitionen aus HM I

2.5 Gauß-Jordan-Verfahren

Lineare Algebra I (WS 13/14)

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

Brückenkurs Mathematik

$Id: vektor.tex,v /02/04 13:59:04 hk Exp $

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer

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

Der Kern einer Matrix

Lineare Algebra. 5. Übungsstunde. Steven Battilana.

Prüfung EM1 28. Jänner 2008 A :=

Die Dimension eines Vektorraumes

1.12 Einführung in die Vektorrechung

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Lineare Gleichungssysteme

Brückenkurs Mathematik. Mittwoch Freitag

Lineare Algebra und analytische Geometrie I

4 Funktionenfolgen und normierte Räume

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

00. Einiges zum Vektorraum R n

2 Vektorräume und Gleichungssysteme

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Ein Skript für Lineare Algebra I und II

35 Matrixschreibweise für lineare Abbildungen

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

TECHNISCHE UNIVERSITÄT MÜNCHEN

Kapitel VI. Euklidische Geometrie

Transkript:

Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft weggelassen.) Regeln: Für alle a, b, c R gilt: (A) a + (b + c) = (a + b) + c (A2) a + b = b + a (A3) a + = a (A4) Zu jedem a R gibt es genau ein x R mit a + x = (Diese Zahl wird mit a bezeichnet.) (M) a(bc) = (ab)c (M2) ab = ba (M3) a = a (M4) Zu jedem a aus R gibt es genau ein y R mit ay = (Diese Zahl wird mit a oder bezeichnet). a (D) (a + b)c = ac + bc Allgemein definiert man: Eine Menge K, zusammen mit 2 Verknüpfungen + : K K K, (a, b) a + b (Addition), : K K K, (a, b) a b (Multiplikation) nennt man einen Körper, wenn es in K Elemente gibt, so dass die obigen neun Regeln ( Axiome ) gelten. Das Element heißt neutrales Element der Addition oder Null und heißt neutrales Element der Multiplikation oder Eins. a = Negatives von a; a = Reziprokes oder Inverses von a. Beispiele: Außer R gibt es noch weitere Körper. a) Sei Q = Menge der rationalen Zahlen a, wobei a, b Z und b. b Q ist ein Körper, mit den gleichen Verknüpfungen wie R, denn: a b a b a b + a b = aa bb Q, falls a b und a b = ab + a b bb Q, falls a b aus Q sind, und a b aus Q sind,

Also sind + und Verknüpfungen auf Q. Die Regeln (A) bis (A3), (M) bis (M3) und (D) gelten in Q, da sie in R gelten. (A4) Aus r = a a Q folgt r = Q b b (M4) Aus r = a Q, r folgt a und = b Q. b r a b) Später wird der Körper der komplexen Zahlen eingeführt: C = {a + ib a, b R} mit i 2 =. c) In der Zahlentheorie werden sogenannte endliche Körper (das sind Körper mit nur endlich vielen Elementen) eingeführt. Abkürzende Schreibweisen: Sei K ein Körper, a, b K und n N. a a b := a + ( b) ; b b, falls b n a : } a + a + {{... + a } und a n := a } a {{...a} n mal n mal Dabei: a := und a := ( n) a := (n a) und a n := (a n ) B Vektorräume: Sei K ein Körper. V sei eine nicht leere Menge, zusammen mit zwei Verknüpfungen + : V V V, (x, y) x + y (Additon) : K V V, (a, x) a x(skalarmultiplikation) V heißt Vektorraum über K, wenn die folgenden Rechenregeln (Vektorraum- Axiome) gelten: Für alle x, y, z V und alle a, b K ist (A) x + (y + z) = (x + y) + z (A2) x + y = y + x (A3) Es gibt genau ein Element in V - welches mit bezeichnet wird -, für das gilt x + = x für alle x V (A4) Zu jedem x V gibt es genau ein y V mit x + y = 2

(Dieses Element wird mit x bezeichnet ( Negatives von x).) (SM) (SM2) (SM3) (SM4) (ab)x = a(bx) x = x a(x + y) = ax + ay (a + b)x = ax + bx Die Elemente eines Vektorraums V heißen die Vektoren in V. Schreibe x y für x + ( y). Rechenregel (Übungsaufgabe): Für x, y V und a K gilt Aus ax = folgt: a = oder x = Beispiele: x =, a = ( a)x = (ax) = a( x); ( )x = x a(x y) = ax ay a) Sei n N, n und K n die Menge der n Tupel Gleichheit: x =. x x =., x i K für i =,...,n x x n x n = y. y n x + y Addition: x + y =. x n + y n = y genau dann, wenn x = y x n. = y n Skalare Multiplikation: ax a a x =. ax n 3

Aus den Körperaxiomen folgt: K n ist ein K Vektorraum mit Null = =.. Veranschaulichung im Falle V = R 2. Wähle in der Zeichenebene E einen Punkt und lege durch ein kartesisches Koordinatensystem. Achse λx λv = λ x v =.. x. x v = x Achse Identifiziere jeden( von) ausgehenden anschaulichen Vektor v mit dem x x Koordinatenpaar seines Endpunkts: v = v ist der zu v entgegengesetzte Vektor gleicher Länge. λx λ > : λv = hat die gleiche Richtung wie v, aber die λ fache λ Länge. Interpretiere v als im Punkt angreifende Kraft: λv ist dann das λ fache der Kraft v. 4

v + w ergänzt das Dreieck (, v, w) zu einem Parallelogramm ( Kräfte- Parallelogramm für die resultierende Kraft.) v x + y v + w = + y 2 y w = y 2 Die schraffierten Dreiecke sind offenbar kongruent. Folglich ist das Viereck (, w, v + w, v) ein Parallelogramm. b) Sei I R ein Intervall. Wir bezeichnen mit R I die Menge der Funktionen f : I R. f ist eine Vorschrift, die jedem x I einen eindeutig bestimmten Wert y = f(x) R zuordnet. Definiere die Funktion f + g durch (f + g)(x) := f(x) + g(x) und λ f durch (λf)(x) := λ f(x) Damit wird R I zu einem R-Vektorraum mit der Nullfunktion (f(x) = für alle x I) als Null. Sei V nun ein beliebiger Vektorraum über K ( K Vektorraum ). Definition: Eine Teilmenge W V heißt linearer Teilraum oder Untervektorraum von V, wenn W die Null enthält und abgeschlossen ist unter Addition und Skalarmultiplikation, d.h. wenn gilt: W, aus x, y W folgt x + y W, ist λ K, x W, so auch λx W. 5

Damit wird innerhalb des Untervektorraums W eine Addition und Skalarmultiplikation induziert W W W, (x, y) x + y; K W W, (a, x) ax (.) Bemerkung: Ist W V ein Untervektorraum, so ist W bezüglich der induzierten Addition und Skalarmultiplikation ein Vektorraum. Beweis: Es ist lediglich zu zeigen: Ist x W so auch x: Wegen x W und W Untervektorraum ist auch x = ( )x W (siehe obige Rechenregel). Summenschreibweise: Sind x,, x 3 V so gilt (x + ) + x 3 = x + ( + x 3 ). Lasse daher die Klammern weg und schreibe für das Resultat x + + x 3. Rekursiv erklären wir: x + + x 3 := (x + ) + x 3 x + + x 3 + x 4 := (x + + x 3 ) + x 4 Ist x + +... + x n schon erklärt, so setzt man x + +... + x n + x n+ = (x + +... + x n ) + x n+ Abkürzende Schreibweise mit dem Summenzeichen : m x k := x + +... + x m (Entsprechende Schreibweisen sind in K erklärt.) Aus den Axiomen ergeben sich weitere Regeln: m x k + m y k = m (x k + y k ) λ m x k = m (λx k ) ( m ) λ k x = m λ kx m λ k x k + m µ k x k = m (λ k + µ k )x k, u.s.w. Beispiele von Untervektorräumen: 6

a) V ist ein Untervektorraum ( UVR ) von V. b) {} ist ein UVR von V. (Schreibe dafür ). c) Man kann auch lineare Gleichungssysteme mit Koeffizienten aus K (anstelle R) definieren. Alle Aussagen in Kapitel I gelten dann entsprechend. Sei also n a ij x j =, i =,...,m j= ein homogenes lineares Gleichungssystem in n Unbekannten x,...,x n mit Koeffizienten a ij aus K. Gesucht sind seine Lösungen x =. in K n. Nach Kapitel I, 2 gilt: ist eine Lösung. Sind x, y Lösungen und ist a K, so sind auch x + y und ax Lösungen. Fazit: Die Lösungsmenge L eines homogenen linearen GLS in n Unbekannten ist ein UVR des K n, der sogenannte Lösungsraum des linearen Gleichungssystems. d) Für Teilmengen M, N V definieren wir die Summe M + N = {m + n m M und n N} x x n Sind U, U 2 V Untervektorräume, so sind auch ihre Summe U + U 2 und ihr Durchschnitt U U 2 = {x V x U und x U 2 } Untervektorräume. Beweis: Seien u + u 2, v + v 2 aus U + U 2 mit u i, v i U i, i =, 2 u + v U und u 2 + v 2 U 2, da beides UVRe sind. Es folgt (u + U 2 ) + (v + v 2 ) = (u + v ) + (u 2 + v 2 ) U + U 2 a K : au U und au 2 U 2, da beides UVRe sind. Also ist a(u + u 2 ) = au + au 2 U + U 2. Ferner ist = + U + U 2. Analog zeigt man, dass U U 2 ein UVR ist (ÜA). Offenbar ist U U + U 2, U 2 U + U 2, also auch U U 2 U + U 2. Konkretes Beispiel: 7

a) Die Gleichungen x + +x 3 = bzw. 2x +4 +3x 3 = haben UVRe E bzw. E 2 als Lösungsmengen. Fasse jeweils und x 3 als freie Variable auf. Nach Gauß (I, 4.2) besteht E aus den Vektoren der Form λ + λ 2 mit bel. Zahlen λ, λ 2 R. Anschaulich. E ist die von den Vektoren und aufgespannte Ebene im R 3. 2 Entsprechend wird E 2 von und 3 2 aufgespannt. x E E 2 = Lösungsmenge des GLS + + x 3 = : 2x + 4 + 3x 3 =, freie Variable x 2 4 3 2 3. Nach Gauß. G = E E 2 2 ist die von dem Vektor aufgespannte Gerade. 2 2 b) E E 2 ist kein UVR, denn E, E 2 aber + = liegt weder in E, noch in E 2. 8

c) = = = 2 + E + E 2, + E + E 2, da E + E 2 UV R, E E + E 2 + E + E 2, da E + E 2 UV R, E E + E 2 Da E + E 2 UVR ist, folgt: Für alle x, y, z R ist x y = x + y + z E + E 2. Also ist E + E 2 = R 3. z 9