§11 Skalarprodukt. Euklidische Räume

Slides:



Advertisements
Ähnliche Präsentationen
Freie Universität Berlin Institut für Informatik
Advertisements

Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Polynomial Root Isolation
3. 3D-Betrachtungstransformationen
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
Schnelle Matrizenoperationen von Christian Büttner
Prof. Dr. W. Conen 15. November 2004
13. Transformationen mit Matrizen
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 4 / 1 Termalgebren Definition "Freie Algebra" Die -Algebra A = [A, F ] heißt.
Seminar „Extrapolationsmethoden für zufällige Felder“
3.2 und 3.2.1: Räumliches Sehen und Koordinaten und Vektoren
Ein Modellansatz zur Beschreibung von Vagheiten
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Kapitel 5 Stetigkeit.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 4 Geometrische Abbildungen
Struktur und Funktion von Biopolymeren Elmar Lang
Quaternionen Eugenia Schwamberger.
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§9 Der affine Raum – Teil 2: Geraden
§ 28 Multilineare und Alternierende Abbildungen
§9 Der affine Raum – Teil 2: Geraden
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Kapitel V. Determinanten
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
Variationsformalismus für das freie Teilchen
§10 Vektorraum. Definition und Beispiele
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
§10 Vektorraum. Definition und Beispiele
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
Folie 1 §15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn.
§15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn für alle.
Folie 1 § 28 Multilineare und Alternierende Abbildungen (28.1) Definition: V und W seien wieder ein K-Vektorräume. Eine Abbildung von V nach W stets linear.
Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.
§23 Basiswechsel und allgemeine lineare Gruppe
§3 Allgemeine lineare Gleichungssysteme
Bewegung auf der Kreisbahn: Die Zentripetalbeschleunigung
Inhalt Weg-Zeitgesetz nach der cos- oder sin- Funktion
Verwandtschaft zwischen der Schwingung und der Bewegung auf der Kreisbahn.
Inhalt Weg-Zeitgesetz nach der cos- oder sin- Funktion
von Renate Pauer Susanne Haberl am 11. April.2011
Fuzzymengen – Was ist das?
Lineare Algebra, Teil 2 Abbildungen
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
Stetige Kleinste-Quadrate-Approximation
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Didaktik der Geometrie (11) Vorlesung im Sommersemester 2004 Prof. Dr. Kristina Reiss Lehrstuhl für Didaktik der Mathematik Universität Augsburg.
Graphische Datenverarbeitung
8. Vektoren. 8. Vektoren Ortsvektor oder Polarvektor.
Folie 1 §8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein.
Lineare Algebra II (MAVT)
§17 Produkte und Quotienten von Vektorräumen
§23 Basiswechsel und allgemeine lineare Gruppe
§11 Skalarprodukt. Euklidische Räume
Kapitel I. Vorspann zum Begriff Vektorraum
Kapitel II. Vom Raumbegriff zu algebraischen Strukturen
Herleitung der Formel zur Berechnung von Winkeln zwischen 2 Vektoren
 Präsentation transkript:

§11 Skalarprodukt. Euklidische Räume Zur Geometrie gehören unbedingt auch Längen und Winkel. In einem sehr abstrakten Sinne werden diese Größen durch ein Skalarprodukt auf eine Vektorraum beschrieben. Beispielsweise: (11.1) Definition: Das euklidische Standard-Skalarprodukt auf dem Vektorraum Rn ist die Abbildung für Spaltenvektoren x und y aus Rn mit den Komponenten xk bzw. yk, k = 1,2, ... n . Dieses Skalarprodukt bestimmt die Länge oder Norm von Vektoren x aus Rn durch 1o

Kapitel II, §11 x1 x2 x = (x1,x2)T Abbildung: Die Norm eines Vektors x in R2 oder eines Vektors x = x1v + x2w für Vektoren v,w aus dem Grundraum (Rn bzw. V mit euklidischem Skalarprodukt, vgl. 11.3). 2o Die Distanz zwischen Punkten P und Q aus Rn ist d(P,Q) = . Das Skalarprodukt bestimmt auch den Winkel zwischen Vektoren x und y : Beginnen wir mit y = (1,0)T und mit einem weiteren Vektor x der Länge 1 in R2 : Ein solcher Vektor hat die Form

Kapitel II, §11 x = (x1,x2)T mit . Es gilt also: . Im Falle von und , also eine Drehung der Konfiguration um den Winkel Das Additionstheorem des Cosinus liefert nun:

Kapitel II, §11 In beiden Fällen lässt sich aus zurückgewinnen (bestimmen). Das gilt auch für Vektoren beliebiger Länge, wenn die Länge berücksichtigt wird. Daher kommen wir zur Definition: 3o Der Winkel zwischen zwei Vektoren x und y aus V\{0} ist durch die Formel definiert. Beachte (Beweis in 11.6). (Die Funktion cos hat auf dem Intervall eine Umkehrfunktion, cos–1 wie in der Analysisvorlesung in Kürze gezeigt werden wird).

Kapitel II, §11 (11.2) Definition: Ein Skalarprodukt auf einem Vektorraum V über R ist eine Abbildung mit den folgenden Eigenschaften: 1o σ ist bilinear, das heißt für alle r,s aus R und für alle x,y,v,w aus V gilt: σ(rx + sy,v) = rσ(x,v) + sσ(y,v) σ(x,rv + sw) = rσ(x,v) + sσ(x,w) . 2o σ ist symmetrisch, das heißt für x,y aus V gilt stets σ(x,y) = σ(y,x) . 3o Es gibt eine Zerlegung V = V+ + V- in Untervektorräume V+ und V- von V mit σ(x,x) > 0 für x aus V+\{0} und σ(y,y) < 0 für y aus V-\{0}.

Kapitel II, §11 (11.3) Beispiele: 1o V = Rn. Das übliche euklidische Skalarprodukt: für Spaltenvektoren x und y mit den Komponenten xk bzw. yk . 2o V = R4 . Das übliche Minkowski-Skalarprodukt: (11.4) Definition: Das Skalarprodukt heißt euklidisch, wenn V+ = V und V- = {0} gilt, also wenn σ(x,x) > 0 für x aus V\{0}. Ein Vektorraum über R zusammen mit einem euklidischen Skalarprodukt heißt euklidischer Vektorraum. (11.3) Beispiel: 3o Der Vektorraum = {x aus F: x ist quadratsummierbar} mit ist ein euklidischer Vektorraum.

Kapitel II, §11 In einem euklidischen Vektorraum V sind Norm bzw. Länge von Vektoren, Winkel zwischen Vektoren und Distanz zwischen Punkten genau wie in 11.1.1o-3o definiert. (11.5) Lemma: Sei V ein euklidischer Vektorraum mit Skalarprodukt σ ( ) und der zugehörigen Norm Die Norm erfüllt dann die folgenden Eigenschaften. Für alle x,y aus V und alle r aus R gilt: 1o 2o 3o (Dreiecksungleichung) (11.6) Ungleichungen von Cauchy-Schwarz: Sei V ein euklidi-scher Vektorraum mit Skalarprodukt Dann gilt für x,y aus V:

Kapitel II,§11 Beweis: Ohne Einschränkung der Allgemeinheit sei die Norm von y gleich 1 . Setze Es gilt dann und daraus folgt die Behauptung. (11.7) Definition: Unter einem euklidischen affinen Raum oder einfach einem euklidischen Raum verstehen wir einen affinen Raum (A,T,t) zusammen mit einem euklidischen Skalarprodukt auf dem R-Vektorraum T .