5 Analytische Geometrie

Ähnliche Dokumente
4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

Lineare Algebra I (WS 13/14)

Kapitel VI. Euklidische Geometrie

Affine Geometrie (Einfachere, konstruktive Version)

Definition 27 Affiner Raum über Vektorraum V

1 Euklidische und unitäre Vektorräume

11. BASIS, UNTERRAUM, und DIMENSION

Lineare Algebra und analytische Geometrie I

Übungen zur Linearen Algebra 1

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

Lineare Algebra I Zusammenfassung

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.

Übungen zur Linearen Algebra 1

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

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

4 Affine Koordinatensysteme

Einführung in die Mathematik für Informatiker

Übungen zum Ferienkurs Lineare Algebra WS 14/15

2 Die Dimension eines Vektorraums

Lineare Abbildungen und Darstellungsmatrizen

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

Kapitel 2: Mathematische Grundlagen

4. Vektorräume und Gleichungssysteme

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

Euklidische und unitäre Vektorräume

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

Lineare Algebra und analytische Geometrie II

2 Euklidische Vektorräume

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

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

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Beziehungen zwischen Vektorräumen und ihren Dimensionen

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

Lineare Abhängigkeit

Die Dimension eines Vektorraumes

00. Einiges zum Vektorraum R n

2 Durchschnitt und Verbindungsraum

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9 Vektorräume mit Skalarprodukt

Mathematische Erfrischungen III - Vektoren und Matrizen

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Vorkurs Mathematik B

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 12 (SS 2011) Abgabetermin: Donnerstag, 7. Juli.

Kapitel 11. Bilinearformen über beliebigen Bilinearformen

Affine und projektive Räume

6 Eigenwerte und Eigenvektoren

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

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Lineare Algebra und analytische Geometrie I

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen

Basen von Schnitt und Summe berechnen

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

Lineare Algebra I: Eine Landkarte

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

2.2 Kern und Bild; Basiswechsel

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Eigenwerte und Diagonalisierung

Mathematik für Chemische Technologie 2

Symmetrien. Transformationen. Affine und euklidische Räume

Lineare Gleichungssysteme

Kapitel 15. Aufgaben. Verständnisfragen

Lineare Algebra und analytische Geometrie I

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

Aufgaben zu Kapitel 15

Ferienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte

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)

2 Die Darstellung linearer Abbildungen durch Matrizen

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

7 Vektorräume und Körperweiterungen

1 Mengen und Abbildungen

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

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

Kapitel III. Lineare Abbildungen

Zahlen und metrische Räume

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

Mathematik I. Vorlesung 19. Metrische Räume

2 Einführung in die lineare Algebra

Mengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich Name: Vorname:

Vektorräume und Rang einer Matrix

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Lösung Test 1 (Nachprüfung)

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

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7

1 Eingebettete Untermannigfaltigkeiten des R d

Stichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016

37 Gauß-Algorithmus und lineare Gleichungssysteme

Proseminar Lineare Algebra II, SS 11. Blatt

Übungen zu Einführung in die Lineare Algebra und Geometrie

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

Vektoren, Vektorräume

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

4 Elementare Vektorraumtheorie

Kapitel 3. Konvergenz von Folgen und Reihen

Vektorräume und Lineare Abbildungen

Lineare Algebra: Theorie und Anwendungen

Transkript:

5 Analytische Geometrie Die Grundidee der analytischen Geometrie ist es, geometrische Objekte in Räumen mittels linearer Algebra zu beschreiben 51 Affine Räume Definition 511 Ein affiner Raum (AR) über einem Körer K ist ein Triel (A, V A, ϕ A ) bestehend aus einer nichtleeren Menge A, deren Elemente Punkte genannt werden, einem K-Vektorraum V A und einer Abbildung sodass gilt ϕ A : A A V A : (, q) ϕ A (, q) =: q (AR1) A, x V A :! q A mit x = q ; (AR2), q, r A: q + qr = r Man definiert die Dimension von A als dim A := dim V A Man definiert ebenfalls den leeren affinen Raum als leere Menge, wobei man formal V = setzt (Achtung: dies ist im eigentlichen Sinne kein Vektorraum), und man definiert dim := 1 Den affinen Raum (A, V A, ϕ A ) bezeichnen wir oft schlicht mit A Anschaulich hilft es, sich diese Definitionen mit Punkten und Pfeilen (als Vektoren) in der Ebene/im Raum zu verdeutlichen (solche Veranschaulichungen ersetzen natürlich niemals eine formale Definition oder einen Beweis) Man denke sich die Ebene (Tafelebene oder Ebene, auf der das Schreibblatt liegt) als affinen Raum A Zu zwei Punkten, q nimmt man den Verbindungsfeil von nach q als Vektor q: Anschaulich sagt dann (AR1), dass wenn ein Punkt und ein Vektor ( Pfeil ) x gegeben sind, dann gibt es genau einen Endunkt q des Pfeiles x wenn man als Anfangsunkt von x wählt: q q x q 1

(AR2) lässt sich nun durch folgendes Bild veraunschaulichen: r r qr q q Lemma 512 Sei A ein AR,, q A Dann gilt (i) = 0 V A ; (ii) q = q; (iii) q = 0 = = q Definition 513 Sei A ein AR Eine Teilmenge U A heißt (affiner) Unterraum (AUR) von A falls entweder U =, oder U und U gilt: V U := { q q U} ist ein Untervektorraum von V A Bemerkung 514 (1) Zunächst scheint V U von der Wahl von abzuhängen Man zeigt aber leicht: Sind, U und sind V U, = { q q U} und V U, = { q q U} Unterräume von V A, so gilt V U, = V U, Also rechtfertigt sich in obiger Definition die Notation V U (ohne Bezug auf das gewählte ) (2) Sei U A ein AUR und U Dann gilt V U = { q q U} = { q q U} (3) Falls U, W A AURs sind, U, W, dann gilt: U = W U W und V U = V W Satz 515 Sei A ein AR, I eine Indexmenge und U i (i I) AURs von A Dann ist U := i I U i ein AUR von A Falls U, so gilt V U = i I V U i Definition 516 Sei A ein AR, M A eine Teilmenge Sei U(M) = {U U ist AUR von A und M U} die Menge aller AURs von A die M enthalten Wir definieren Sann(M) = U U(M) U, den von M erzeugten oder von M aufgesannten affinen Unterraum von A Sei I eine Indexmenge und seien U i (i I) AURs von A Der Verbindungsraum i I U i der U i ist definiert als i I U i = Sann( i I U i) Bei endlich vielen AURs U 1,, U n schreiben wir auch U 1 U 2 U n = Sann(U 1 U 2 U n ) Beisiel Sei A ein AR (1) U AUR = Sann(U) = U 2

(2) Für A gilt: {} ist AUR mit V {} = { } = {0} der Nullraum Insbesondere dim{} = 0 Also: ein Punkt hat Dimension 0 (3) Für, q A, q: {} {q} = Sann({, q}) Man sieht leicht: V {} {q} = K q und {} {q} = {r A λ K : r = λ q}, die Gerade durch und q, anschaulich: q q {} {q} Definition und Bemerkung 517 Affine Unterräume der Dimension 1 heißen Geraden, Dimension 2 heißen Ebenen, Dimension n 1 in einem affinen Raum der Dimension n N heißen Hyerebenen Allgemeiner kann man Hyerebenen U eines affinen Raumes A (auch im Fall dim A = ) definieren als einen AUR U für den gilt: U A und U {} = A A \ U Man kann dann zeigen, dass dies im Fall dim A N mit obiger Definition übereinstimmt Beisiel Sei V ein Vektorraum V kann als affiner Raum aufgefasst werden mit V V := V und xy = y x x, y V Definition 518 Falls A ein AR ist mit einem R-Vektorraum (bzw C-Vektorraum) V A, so nennt man A einen reellen (bzw komlexen) affinen Raum Falls zusätzlich noch ein Skalarrodukt, auf V A gegeben ist (bilinear falls R, hermitesch falls C), so nennt man A einen euklidischen (bzw unitären) affinen Raum Man definiert dann mittels der üblichen Norm x = x, x (x V A ) den Abstand q zweier Punkte, q A als q := q Lemma 519 Seien A ein AR und U, W AURs von A (i) Falls U W, so gilt V U W = V U +V W Insbesondere gilt dim V U W = dim(v U + V W ) 3

(ii) Falls U W = und U und W, so gilt mit U und W : V U W = V U + V W + K mit V U + V W Insbesondere gilt dim V U W = dim(v U + V W ) + 1 Satz 5110 Seien A ein AR und U, W zwei endlich-dimensionale AURs von A (i) Falls U = oder W = oder U W, so gilt dim U + dim W = dim(u W ) + dim(u W ) (ii) Falls U und W und U W =, so gilt dim U + dim W = dim(u W ) + dim(u W ) + dim(v U V W ) Definition 5111 Seien A ein AR und U, W AURs von A mit U, W U und W heißen arallel, in Zeichen U W,falls V U V W oder V W V U Ferner definiert man U für alle AURs U von A Bemerkung 5112 U W = U W = oder U W oder W U Korollar 5113 Sei A ein AR mit dim A n > 1, sei U ein AUR von A mit U, und sei H eine Hyerebene in A Dann gilt: U H oder dim(u H) = dim U 1 Korollar 5114 Sei A eine affine Ebene (dh A ist AR mit dim A = 2), und seien G 1 und G 2 Geraden in A Dann gilt: entweder G 1 G 2 oder A mit G 1 G 2 = {} (dh zwei Geraden sind entweder arallel oder schneiden sich in genau einem Punkt) Definition 5115 Sei A ein AR mit dim A N Ein geordnetes (n + 1)- Tuel ( 0,, n ) von Punkten i A heißt Koordinatensystem (KS) von A wenn 0 1, 0 2,, 0 n eine Basis von V A ist 0 heißt Ursrung dieses KS, 1,, n heißen die Einheitsunkte dieses KS Die Koordinaten (x 1,, x n ) eines Punktes x A bzgl des KS ( 0,, n ) sind wie folgt definiert: Die x i sind die eindeutig bestimmten Koeeffizienten, mit denen sich 0 x V A als Linearkombination der Basis 0 1,, 0 n schreibt: 0 x = n i=1 x i 0 i Wir untersuchen nun, wie der Wechsel von einem KS ( 0,, n ) von einem AR A mit dim A = n zu einem anderen KS (q 0,, q n ) von A beschrieben werden kann Mit diesen zwei KS haben wir zwei Basen von V A E : 0 1,, 0 n und F : q 0 q 1,, q 0 q n 4

Man erhält damit eine eindeutige Basistransformationsmatrix T = (t ij ) := M E F (id V A ) GL n (K) für die gilt 0 j = n i=1 t ij q0 q i ( ) und ein eindeutig bestimmtes S = (s 1,, s n ) K n sodass q 0 0 = n i=1 s i q0 q i ( ) Umgekehrt, sei ein Koordinatensystem ( 0,, n ) von A gegeben sowie ein T = (t ij ) GL n (K) und ein S = (s 1,, s n ) K n Man definiert zunächst Basisvektoren z i von V A welche 0 j = n i=1 t ijz i erfüllen (dies geht, da T invertierbar; vergleiche dies auch mit ( )), dann ermittelt man den eindeutig bestimmten Punkt q 0 in A welcher q 0 0 = n i=1 s iz i erfüllt (vergleiche dies mit ( )), schließlich definiert man q i (1 i n) als den eindeutigen Punkt mit q 0 q i = z i und erhält so das KS (q 0,, q n ) Satz 5116 Sei A ein AR mit dim A = n N, und sei ( 0,, n ) ein KS von A Die Transformationen von Koordinatensystemen ( 0,, n ) (q 0,, q n ) von A entsrechen vermöge ( ) und ( ) umkehrbar eindeutig den Paaren (T, S) mit T GL n (K) und S K n Sei x A mit Koordinaten x 1,, x n bzgl ( 0,, n ), und Koordinaten y 1,, y n bzgl (q 0,, q n ), dann gilt: y 1 y n = s 1 s n + T x 1 x n Bemerkung 5117 Sei A ein AR mit dim A = n N und KS ( 0,, n ) Man betrachte nun folgendes LGS (C b): c 11 x 1 + + c 1n x n = b 1 c r1 x 1 + + c rn x n = b r mit C = (c ij ) M r n (K) und b = (b i ) K r Sei { U = x A x hat Koordinaten x 1,, x n bzgl ( 0,, n ) und (x 1,, x n ) ist Lösung von (C b) } Dann ist U ein AUR von A Falls U, so gilt dim U = n Rang C 5