Exkurs: Klassifikation orthogonaler 2 2-Matrizen.

Ähnliche Dokumente
6 Symmetrische Matrizen und quadratische Formen

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Eigenwerte und Eigenvektoren von Matrizen

3.3 Eigenwerte und Eigenräume, Diagonalisierung

7 Die Determinante einer Matrix

Lineare Algebra - alles was man wissen muß

Hans Walser, [ a] Wurzeln aus Matrizen

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Vorlesung bzw. 23. Januar Determinanten 1. Cramersche Regel

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

Quaternionen, Kampfflugzeuge und Computerspiele

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)

Optimalitätskriterien

Lösungen zum 3. Aufgabenblatt

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt

Weitere Beispiele zur Anwendung komplexer Zahlen

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008

Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ).

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.

ÜBERBLICK ÜBER DAS KURS-ANGEBOT

SO(2) und SO(3) Martin Schlederer. 06. Dezember 2012

Lineare Algebra und analytische Geometrie II (Unterrichtsfach)

Probestudium der Physik: Mathematische Grundlagen

2. Erfassung und Verarbeitung von Sensordaten

Bestimmung einer ersten

DAS SNELLIUSSCHE BRECHUNGSGESETZ UND LINSEN MIT EXAKT PUNKTFÖRMIGEM FOKUS. Eugen Grycko, Werner Kirsch, Tobias Mühlenbruch

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?

Lineare Algebra und Computer Grafik

Wie kann man beweisen, dass (H, ) eine Gruppe ist?

Literatur zu geometrischen Konstruktionen

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth

Neues Thema: Inversion am Kreis (Kreisspiegelung)

Definition 27 Affiner Raum über Vektorraum V

Serie 13: Online Test

Musterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung

34 5. FINANZMATHEMATIK

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von

Kapitel 15: Differentialgleichungen

Ergänzungen zur Analysis I

Hauptprüfung Fachhochschulreife Baden-Württemberg

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth

Modulabschlussklausur Analysis II

7 Lineare Abbildungen und Lineare Gleichungssysteme

Numerische Behandlung des Eigenwertproblems

Komplexe Zahlen. 1) Motivierende Aufgabe. 2) Historisches

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Mathematik 1 für Wirtschaftsinformatik

Mathematischer Vorkurs für Physiker WS 2009/10

Wolfgang Kohn Riza Öztürk. Mathematik für Ökonomen. Ökonomische Anwendungen der linearen. Algebra und Analysis mit Scilab

4 Einführung in Maple

Geometrische Maße oder,... wie kann man quantitative Aussagen über geometrische Objekte erhalten?

Mathematik I Internationales Wirtschaftsingenieurwesen

Algorithmen II Vorlesung am

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

Einführung in die Tensorrechnung

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

3. Zusammenhang. 22 Andreas Gathmann

Einführung in Maple. Version 0.2. Tobias Müller

Leitfaden Lineare Algebra: Determinanten

Musterlösungen zur Linearen Algebra II Blatt 5

Einführung in MATLAB


Skript zur Vorlesung Höhere Mathematik für Bachelorstudiengänge. Prof. Dr. R. Herzog. gehalten im SS2013 Technische Universität Chemnitz

Brückenkurs Mathematik

Grundwissen Mathematik 10. Klasse. Eigenschaften Besonderheiten - Beispiele

Skalare Differentialgleichungen

22 Die trigonometrischen Funktionen und die Hyperbelfunktionen

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Kleiner Satz von Fermat

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen

Wie Google Webseiten bewertet. François Bry

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer.

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

Mündliches Abitur in IViathematik

Mathematik I für Wirtschaftswissenschaftler

DAS ABI-PFLICHTTEIL Büchlein

Tensorrechnung. Prof. Thomas Apel Institut für Mathematik und Bauinformatik Fakultät für Bauingenieurwesen und Umweltwissenschaften

Vorlesung. Funktionen/Abbildungen 1

Einige Mathematik-Wiederholungsaufgaben vor dem Studienbeginn

Bildverarbeitung Herbstsemester Kanten und Ecken

Mathematikaufgaben zur Vorbereitung auf das Studium

A Matrix-Algebra. A.1 Definition und elementare Operationen

Höhere Mathematik I. 1. Gruppenübung zur Vorlesung Prof. Dr. M. Stroppel. Winter 2007/08

Vorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: Weitere Informationen oder Bestellungen unter

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

Unterlagen für die Lehrkraft

Mathematik für das Ingenieurstudium Lösungen der Aufgaben. 4. Dezember 2014

Gleichungen - Aufgabenstellung und Lösungsstrategien

Lösungen zur Vorrundenprüfung 2006

Transkript:

Exkurs: Klassifikation orthogonaler 2 2-Matrizen. Aussage: Es gilt: (a) Jede orthogonale 2 2 Matrix A mit det(a) = 1 hat das Aussehen cos(α) sin(α) D(α) = sin(α) cos(α), wobei α [0,2π[. Ist sin(α) 0, so hat die Matrix keine Eigenvektoren. (b) Jede orthogonale 2 2 Matrix A mit det(a) = 1 hat das Aussehen cos(α) sin(α) S(α) = sin(α) cos(α), wobei α [0,2π[. Diese Matrix hat die Eigenwerte 1 und 1.

Beweis. Wir benutzen Fakt (Vorl. 22 LA I). A Mat(n, n) ist genau dann orthogonal, wenn das Standard-Skalarprodukt der 1, falls i = j i ten Zeile mit der j ten Zeile gleich ist. 0, falls i j Fakt (Vorl. 22 LA I). Sind A, B Mat(n, n) orthogonal, so sind A 1, AB und A t auch orthogonal. Es gilt: det(a) = ±1. Wenn A = a 11 a 12 a 21 a 22 orthogonal ist, muss a 2 11 + a12 2 = 1 sein. Dann ist a 11 < 1 und deswegen existiert (genau) ein α [0, π] mit cos(α) = a 11, siehe das Bild. Nach Zwischenwertsatz existiert ein α [0, π] mit cos(α) = a 11, weil die Funktion cos stetig ist und cos(0) = 1, cos(π) = 1 erfüllt.

Dann muss a12 2 = sin(α)2 sein, da a11 2 = cos(α)2 und a11 2 }{{} +a2 12 = 1. cos(α) 2 Dann gilt: a 12 = sin(α) oder a 12 = sin(α). Im ersten Fall ersetzen wir α α. Dann haben wir cos(α) = a 11 und sin(α) = a 12. Also gilt cos(α) = a 11 und sin(α) = a 12 für ein α [ π,π]. Analog folgt, dass ein β [ π,π] existiert mit a 21 = sin(β) und a 22 = cos(β). Dann nehmen wir die Bedingung LA I: Standard-Skalarprodukt der 1-ten Zeile mit der 2-ten Zeile gleich 0. cos α sin α sin β cos β Da a 11 a 12 a 21 a 22 =, gibt uns diese Bedingung die Gleichung trig. Formel 0 = cos(α)sin(β) sin(α)cos(β) = sin(β α). Dann ist β α = k π mit k Z. Wenn k eine gerade Zahl ist, ist sin(β) = sin(α) und cos(β) = cos(α), also ist die Matrix A = D(α) = cos α sin α sin α cos α. Wenn k eine ungerade Zahl ist, ist sin(β) = sin(α) und cos(β) = cos(α). Also ist die Matrix A = S( α) = cos α sin α sin α cos α.

Orthogonale Matrix mit det = 1 entspricht einer Drehung Wir betrachten die Matrix A = cos(α) sin(α) sin(α) cos(α) aus Fall (a) von Lemma 4. Diese Matrix entspricht der Drehung (mit Winkel α) um den 0 Punkt des Koordinatensystems: In der Tat, die Multiplikation mit der Matrix A dreht die Basisvektoren (und deswegen auch alle Vektoren) um den Winkel α:

Orthogonale Matrix mit det = 1 entspricht einer Spiegelung Wir ermitteln zuerst die Eigenvektoren von A = cos(α) sin(α). sin(α) cos(α) Der Eigenvektor zu 1 ist u := sin(α) 1 cos(α) für α 2πk, k Z und 1 0 für α = 2πk. (In der Tat, cos(α) sin(α) sin(α) sin(α) cos(α) 1 cos(α) = sin(α) 1 cos(α) ). Der Eigenvektor zu 1 ist v := cos(α) 1 sin(α) für α 2πk, k Z und 0 1 für α = 2πk. Man bemerke, dass u zu v orthogonal ist (sodass wir eine orthonormierte Basis bekommen, wenn wir sie normieren). In dieser Basis ( 1 v v, 1 u u) ist die Matrix der Abbildung gleich 1 0 0 1 und die Abbildung ist die Spiegelung bzgl. der Geraden mit dem Richtungsvektor u -v u v

Bemerkung. Es ist einfach zu verstehen, ob eine gegebene orthogonale (2 2) Matrix einer Drehung oder der Verkettung einer Drehung mit einer Spiegelung entspricht. In der Tat (wie oben einmal berechnet wurde), det cos(α) sin(α) = cos(α) 2 + sin(α) 2 = 1. sin(α) cos(α) det cos(α) sin(α) sin(α) cos(α) = 1. Also, wenn det(a) = 1 (wobei A eine orthogonale 2 2 Matrix ist), dann ist A die Matrix einer Drehung. Wenn det(a) = 1, dann entspricht A einer Spiegelung. Bsp. Die Matrix 0 1 1 0 ist orthogonal und det(a) = 1. Dann muss sie die Matrix einer Spiegelung sein: e =f(e ) 2 1 Die Matrix 0 1 1 0 ist die Matrix der Spiegelung bzgl. der Geraden auf dem Bild. e 1=f(e ) 2

Folgerung. Verkettung von zwei Spiegelungen ist eine Drehung. Beweis. Die Multiplikation von zwei orthogonalen Matrizen ist orthogonal. Die Determinante davon ist (det der ersten Matrix) (det der zweiten Matrix)= ( 1) ( 1) = 1

Die Formel für cos(α + β), die man in der Schule elementargeometrisch bewiesen hat (und die notwendig ist, um die Formel cos 2 +sin 2 = 1 zu beweisen), kann man ebenfalls aus der analytischen Formel herleiten. Bemerkung zur Existenz von α mit cos(α) = a 11 und sin(α) = a 12 für belieb. a 11, a 12 mit und a 2 11 + a2 12 = 1. In der Analysis-Vorlesung werden die Funktionen cos und sin rein analytisch, also ohne Bezug zur Schulgeometrie eingeführt, und zwar als Grenzwerte der unendlichen Summen cos(x) = 1 1 2 x2 + 1 4! x4 +... bzw. sin(x) = x 1 6 x3 +... Die Eigenschaften der Funktionen Sinus und Kosinus, die Ihnen noch aus der Schule bekannt sind und die eigentlich notwendig zur Definition der Funktion arccos sind, kann man ebenfalls sauber, d. h. nur anhand dieser analytischen Formeln bewiesen (z.b. der Definitionsbereich, siehe das Bild).