Mathematik und Logik

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

Lineare Algebra. 1 Lineare Abbildungen

4 Lineare Abbildungen und Matrizen

Vektorräume und Lineare Abbildungen

Brückenkurs Mathematik

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Einführung in die Mathematik für Informatiker

3 Vektorräume abstrakt

5. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo und UI

Lineare Algebra I (WS 13/14)

Lineare Abbildungen - I

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

Vektoren, Vektorräume

Kapitel VI. Euklidische Geometrie

Ausgangsfrage: gegeben Vektorraum, wieviele Komponenten hat. allgemein: ein Vektorraum mit, heisst 'Unterraum' von. ist ein Unterraum von V.

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Kapitel 3 Lineare Algebra

09. Lineare Abbildungen und Koordinatentransformationen

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

Vektorräume und lineare Abbildungen

Geometrische Deutung linearer Abbildungen

11. BASIS, UNTERRAUM, und DIMENSION

Mathematische Grundlagen

4 Affine Koordinatensysteme

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit

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

Projektive Räume und Unterräume

1 Eigenschaften von Abbildungen

Brückenkurs Mathematik. Mittwoch Freitag

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen

Grundlagen der Mathematik 1

14. Lineare Abbildungen und Quotientenräume

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

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

3 Geometrische Klassifikation der Bewegungen im R 2 und R 3

1. Hausübung ( )

Lineare Algebra 1. Roger Burkhardt

Mathematik für Physiker, Informatiker und Ingenieure

Ferienkurs Mathematik für Physiker I Skript Teil 2 ( )

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

12. R n als EUKLIDISCHER VEKTORRAUM

1 Vektoren, Vektorräume, Abstände: 2D

03. Vektoren im R 2, R 3 und R n

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:

Kapitel I: Vektorrechnung 2: Vektoren im Raum

Wiederholung: lineare Abbildungen

Mathematik für Naturwissenschaftler II SS 2010

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.

2.9 Die komplexen Zahlen

13 Lineare Abbildungen

2. Übungsblatt zur Mathematik II für Inf, WInf

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Summen und direkte Summen

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Lineare Abhängigkeit

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

Kapitel 2: Mathematische Grundlagen

Lösung zu Serie 9. Lineare Algebra D-MATH, HS Prof. Richard Pink

2.2 Kern und Bild; Basiswechsel

Lineare Algebra 1. Roger Burkhardt

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).

Eigenwerte und Diagonalisierung

Kapitel 7. Lineare Abbildungen. 7.1 Motivation

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?

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)

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif

4.2 Quotientenvektorräume

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

10.2 Linearkombinationen

3 Lineare Abbildungen und Matrizen

Lineare Abbildungen L : R 2 R 2

Vorkurs Mathematik B

Kapitel II. Vektoren und Matrizen

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...

Mathematik I. Vorlesung 16. Eigentheorie

5 Lineare Algebra (Teil 3): Skalarprodukt

02. Vektorräume und Untervektorräume

Lineare Algebra und analytische Geometrie I

Mathematik I. Vorlesung 12. Lineare Abbildungen

Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Grundlagen der Vektorrechnung

Prüfung Lineare Algebra 2

3 Der Körper der komplexen Zahlen

$Id: vektor.tex,v /01/24 14:10:45 hk Exp $ $Id: cartesisch.tex,v /01/24 14:28:24 hk Exp $

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

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

1 Linearkombinationen

Mathematik für Naturwissenschaftler II SS 2010

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

17 Lineare Abbildungen

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)

Analytische Geometrie

Probeklausur Lineare Algebra für Physiker

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.

V. Lineare Algebra. 35 Lineare Abbildungen und Matrizen. 156 V. Lineare Algebra

(Allgemeine) Vektorräume (Teschl/Teschl 9)

1 Euklidische und unitäre Vektorräume

Transkript:

Mathematik und Logik 9. Übungsaufgaben 2007-01-23 1. Beweisen Sie geometrisch, daß die Addition von Vektoren in der Ebene assoziativ ist. Beweis. Man zeichnet die entsprechenden Parallelogramme. 2. Der Kern einer linearen Abbildung h besteht aus allen Vektoren v, die h(v) = o erfüllen. Rechnen Sie nach, daß dies stets ein linearer Unterraum ist. Beweis. Seien v und w im Kern; wir zeigen, daß dann auch v + w und λv (λ ein beliebiger Skalar) im Kern sind. Laut Voraussetzung gelten h(v) = o und h(w) = o. Weil h linear ist, gelten dann auch h(v + w) = h(v) + h(w) = o + o = o h(λv) = λh(v) = λo = o. 3. Zeigen Sie, daß eine lineare Abbildung genau dann injektiv ist, wenn deren Kern nur den Nullvektor umfaßt. Beweis. Einerseits sieht man leicht, daß h(o) für jede lineare Abbildung h gilt. Ist nun v irgendein Vektor mit h(v) = o, dann ist somit h(v) = h(o); und wenn h injektiv ist, daher auch v = o. 1

4. Ist die Hintereinanderausführung linearer Abbildungen wieder linear? Beweis. Ja. Seien h 1, h 2 zwei lineare Abbildungen. Dann gelten: (h 2 h 1 )(v + w) = (h 1 (h 2 (v + w)) (Def. v. ) = h 2 (h 1 (v) + h 1 (w)) (Linearität von h 1 ) = h 2 (h 1 (v)) + h 2 (h 1 (w)) (Linearität von h 2 ) = (h 2 h 1 )(v) + (h 2 h 1 )(w) (Def. v. ) (h 2 h 1 )(λv) = λ(h 2 h 1 )(v) (analog). 5. Welche der folgenden Abbildungen sind linear? (a) Konstante Abbildungen; Beweis. Nein (außer wenn die Konstante der Nullvektor ist), nicht verträglich mit Skalierung. (b) Die Länge eines Vektors; Beweis. Nein, nicht verträglich mit Summe von Vektoren verschiedener Richtungen. Auch nicht mit der Skalierung durch negative Skalare. (c) Die Abbildung x x; Beweis. Ja, ist eine Skalierung. (d) Die Abbildung (x, y) (x, y, 1); Beweis. Nein, weil z.b. das Paar (0, 0) nicht auf (0, 0, 0) abgebildet wird. (e) Die Betragsfunktion; Beweis. Nein, eindimensionaler Spezialfall der Länge eines Vektors; nicht verträglich mit Skalierung mit negativen Zahlen; ausßerdem: abs 3 + 3 abs 3 + abs 3. (f) Die Abbildung (x, y) (y, x); 2

Beweis. Ja, einfache Rechnung. (g) Die Abbiildung (x, y) (x, y 4x); Beweis. Ja, einfache Rechnung. (h) Die Abbildung (x, y) (x, y, 0); Beweis. Ja, ist fast die Identität; die dritte Komponente ist die Konstante 0. (i) Die Abbildung (x, y) (x, y, 1); Beweis. Nein. Hier ist die dritte Komponente konstant, und nicht 0. (j) Die Abbildung (x, y) (x); Beweis. Ja; einfache Rechnung. Projektion sind immer linear. (k) Eine Drehung um 50 ; Beweis. Eine Drehung ist dann und nur dann linear, wenn die Drehachse durch denn Nullpunkt führt; eine Zeichnung erklärt daas sofort. (l) Die Varianz einer Zufallsvariablen; Beweis. Nein, die Varianz einer Summe ist nur dann die Summe der Varianzen, wenn diese unkorreliert sind. Außerdem Var(λX) = λ 2 Var(X) λ Var(X) (für λ 0). (m) Die Standardabweichung einer Zufallsvariablen; Beweis. Nein, dasselbe Problem wie bei der Länge eines Vektors. (n) Die Abbildung, die jeder Funktion den Funktionswert an einer bestimmten Stelle zuordnet; Beweis. Ja; einfache Rechnung bzw. Definition der Summe von Funktionen. 3

(o) Die zweite Ableitung; Beweis. Ja; dies ist die zweimalige Hintereinanderausführung der ersten Ableitung, also die Hintereinanderausführung zweier linearer Abbildungen. (p) Die Umrechnung zwischen Celsius und Fahrenheit. Beweis. Nein; 0 C 0 F. 6. Bestimmen Sie den Kern des Differentialoperators. Beweis. Von genau den konstanten Funktionen ist die Ableitung 0. Daher besteht dieser Kern genau aus den konstanten Funktionen. 7. Eine Abbildung ist affin, wenn sie mit allen Affinkombinationen verträglich ist. Zeigen Sie, daß sich jede affine Abbildung als Summe einer linearen Abbildung und einer konstanten Abbildung darstellen läßt. Beweis. Wir bemerken, daß konstante Abbildungen immer affin sind (einfache Rechnung). Jede Linearkombination läßt sich als Affinkombination auffassen, wenn der Nullvektor künstlich hinzugefügt wird, d.h.: Sei n a kv k eine Linearkombination, dann ist n λ kv k + (1 n λ k) o eine Affinkombination. Ist nun h affin, so gilt h( a k v k ) = h( λ k v k + (1 = λ k h(v k ) + (1 λ k )o) λ k )h(o). Die Abbildung v h(v) h(o) ist somit linear, und h selbst ist die Summe dieser Abbildung und der Konstanten h(o). 8. Ein affiner Unterraum, ist eine Teilmenge, welche gegenüber allen Affinkombinationen abgeschlossen ist. Wie ist hier der Zusammenhang mit den linearen Unterräumen? 4

Beweis. Ein affiner Unterraum ist genau dann linear wenn er den Nullpunkt enthält. Sei A ein affiner Unterraum und v 0 A, dann ist L := A v 0 ein linearer Unterraum und A = v 0 + L (und L ist mit dieser Eigenschaft eindeutig bestimmt). Anschaulich: In der Ebene sind die Gerade typische affine Unterräume. Sie sind nur dann lineare Unterräume, wenn sie durch den Nullpunkt führen. Außerdem ist jeder Punkt ein affiner Unterraum, aber nur der Nullpukt ein linearer. eine bijektive lineare Abbildung (d.h. einen Isomorphismus) zwischen diesen beiden Vektorräumen. Beweis. Durch h(b k ) = c k, für k = 1,..., n, wird die lineare Abbildung eindeutig festgelegt. Ganz ähnlich kann auch die Umkehrabbildung festgelegt werden; somit ist h auch bijektiv. 9. Es sei { b 1,..., b n } eine Basis des Vektorraums V und v = n λ kb k. Ist auch { b 1,..., b n 1, v } eine Basis? Beweis. Dies gilt genau dann, wenn λ n 0. Es sei B = { b 1,..., b n } und B = { b 1,..., b n 1, v }. Wir zeigen zunächst, daß beide Mengen dieselbe lineare Hülle besitzen. Einerseits ist wegen n 1 µ k b k + µ n v = = = n 1 µ k b k + µ n λ k b k n 1 µ k b k + n 1 µ n λ k b k (µ k + µ n λ k )b k + µ n λ n b n jede Linearkombination von Elementen von B auch eine von B, d.h. L(B ) L(B). Andererseits ist, weil sich auch b n als b n = 1 λ n (v n 1 λ kb k ) darstellen läßt (hier wird die Bedingung λ n 0 verwendet), mit derselben Begründung auch L(B) L(B ), somit L(B) = L(B ). 5

auch linear un- Eine ähnliche Rechnung zeigt schließlich, daß B abhängig ist. Somit ist auch B eine Basis von V. 10. D ϕ1, D ϕ2 seien Drehungen. Bestimmen Sie D ϕ1 D ϕ2. Gilt D ϕ1 D ϕ2 = D ϕ2 D ϕ1? Bestimmen Sie die Abbildungmatrix von D ϕ1 D ϕ2 und vergleichen Sie diese mit der von D ϕ1 +ϕ 2. Beweis. Einfache geometrische Überlegungen zeigen: D ϕ1 D ϕ2 = D ϕ1 +ϕ 2. Und für die Abbildungsmatrizen erhalten wir: (D ϕ1 D ϕ2 ) E;E = «cos ϕ 1 cos ϕ 2 sin ϕ 1 sin ϕ 2 (cos ϕ 1 sin ϕ 2 +sin ϕ 1 cos ϕ 2 ) cos ϕ 1 sin ϕ 2 +sin ϕ 1 cos ϕ 2 cos ϕ 1 cos ϕ 2 +sin ϕ 1 sin ϕ 2 (D ϕ1 +ϕ 2 ) E;E = cos(ϕ 1 + ϕ 2 ) sin(ϕ 1 + ϕ 2 ) sin(ϕ 1 + ϕ 2 ) cos(ϕ 1 + ϕ 2 ) Die zweite dieser beiden Gleichungen entsteht dabei direkt aus der Erkenntnis im vorigen Beispiel. Für die erste rechnen wir z.b.: (D ϕ1 D ϕ2 )(e 1 ) = D ϕ1 (D ϕ2 (e 1 )) «. = D ϕ1 (cos ϕ 2 e 1 + sin ϕ 2 e 2 ) = cos ϕ 2 D ϕ1 e 1 + sin ϕ 2 D ϕ1 e 2 ) = cos ϕ 2 (cos ϕ 1 e 1 + sin ϕ 2 e 2 ) + sin ϕ 2 ( sin ϕ 1 e 1 + cos ϕ 1 e 2 ) = (cos ϕ 1 cos ϕ 2 sin ϕ 1 sin ϕ 2 ) e 1 + (sin ϕ 1 cos ϕ 2 + cos ϕ 1 sin ϕ 2 ) e 2 Da beide Matrizen gleich sein sollten (weil sie ja die Abbildungsmatrizen derselben linearen Abbildung zu denselben Basen bezeichnen), folgen damit auch die bekannten Additionstheoreme für die Winkelfunktionen: cos(ϕ 1 + ϕ2) = cos ϕ 1 cos ϕ 2 sin ϕ 1 sin ϕ 2, sin(ϕ 1 + ϕ2) = cos ϕ 1 sin ϕ 2 + sin ϕ 1 cos ϕ 2. Rechnen Sie auch hier zumindest ein Beispiel mit zwei konkreten Winkeln. 6

11. Die Abbildungsmatrix der linearen Abbildung h sei ( ) 2 4 h B;C = 4 3 Bestimmen Sie h(v), wobei v gegeben ist durch ( ) 7 (v) B =. 3 Beweis. Seien B = { b 1, b 2 }, C = { c 1, c 2 }. h(v) = h(7b 1 3b 2 ) = 7h(b 1 ) 3h(b 2 ) = 7(2c 1 4c 2 ) 3(4c 1 + 3c 2 ) = (7 2 3 4)c 1 + (7 ( 4) 3 3)c 2 = 2c 1 37c 2. Somit ist (h(v)) C = ( ) 2. 37 12. Gegeben sei eine Ebene im Raum. Wir legen den Nullpunkt so fest, daß er in der Ebene liegt; und eine Basis, so daß zwei der Vektoren die Ebene aufspannen und der dritte im rechten Winkel darauf steht. Bestimmen Sie die Abbildungsmatrix einer Spiegelung an dieser Ebene. Beweis. Es sei B = { b 1, b 2, b 3 }, wobei b 1, b 2 in der Ebenie liegen und b 3 im rechten Winkel dazu. Sei s die Spiegelung an dieser Ebene. Dann gilt: sb 1 = b 1, sb 2 = b 2, sb 3 = b 3. 7

Damit ergibt sich als Abbildungsmatrix 1 0 0 s B;B = 0 1 0. 0 0 1 8