linalg2020/notes/berechnungen_wk11.md

237 lines
5.2 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

## §1. Linear oder nicht? ##
In folgenden Aufgaben wird eine Funktion φ : ℝ³ ⟶ ℝ² definiert.
Bestimme in jedem Falle, ob φ linear ist.
a)
φ(x1, x2, x3) = ( 4·x1·x3 )
( 10·x2 )
Wenn φ linear wäre, dann müsste φ(2, 0, 2) = 2·φ(1, 0, 1) gelten.
Aber:
φ(2, 0, 2) = (16, 0)ᵀ
2·φ(1, 0, 1) = 2·(4, 0)ᵀ = (8, 0)ᵀ ≠ φ(2, 0, 2)
Also ist φ nicht linear, weil Homogenität verletzt wird.
b)
φ(x1, x2, x3) = ( x3² )
( 0 )
Wenn φ linear wäre, dann müsste φ(0, 0, 8) = 8·φ(0, 0, 1) gelten.
Aber:
φ(0, 0, 8) = (64, 0)ᵀ
8·φ(0, 0, 1) = 8·(1, 0)ᵀ = (8, 0)ᵀ ≠ φ(0, 0, 8)
Also ist φ nicht linear, weil Homogenität verletzt wird.
c)
φ(x1, x2, x3) = ( x3 )
( 0 )
--> linear
d)
φ(x1, x2, x3) = ( 0 )
( 0 )
--> linear
e)
φ(x1, x2, x3) = ( 4 )
( 0 )
Wenn φ linear wäre, dann müsste φ(0) = 0 gelten. [Siehe Lemma 6.1.2]
Aber φ ist hier niemals der Nullvektor!
Also ist φ nicht linear.
f)
φ(x1, x2, x3) = ( 10·x3 )
( -x2 + x1 )
linear!
g)
φ(x1, x2, x3) = ( 1 - 10·x3 )
( -x2 + x1 )
Wenn φ linear wäre, dann müsste φ(0) = 0 gelten. [Siehe Lemma 6.1.2]
Aber φ(0) = (1, 0)ᵀ.
Also ist φ nicht linear.
h)
φ(x1, x2, x3) = ( exp(-(7·x2 + 8·x1)) )
( 0 )
Wenn φ linear wäre, dann müsste φ(0) = 0 gelten. [Siehe Lemma 6.1.2]
Aber φ(0) = (exp(0), 0)ᵀ = (1, 0)ᵀ.
Also ist φ nicht linear.
## §2. Aufgaben ähnlich zu ÜB 10-2 ##
Seien A = (u1, u2, u3) und B = (v1, v2),
wobei
u1 = (3, 0, 1)ᵀ
u2 = (0, -1, 0)ᵀ
u3 = (4, 0, 0)ᵀ
v1 = (4, 5)ᵀ
v2 = (0, 1)ᵀ
Beachte:
- A bildet eine Basis für ℝ³
- B bildet eine Basis für ℝ²
Sei nun φ : ℝ³ ⟶ ℝ² definiert durch
φ(x1, x2, x3) = ( 4·x1 - x3 )
( 10·x2 + x1 )
### Zur Linearität ###
Seien
(x1,x2,x3), (x1',x2',x3') ∈ ℝ³
c, c' ∈
**Zu zeigen:**
φ(c(x1, x2, x3) +c'(x1',x2',x3')) = c·φ(x1, x2, x3) +c'·φ(x1',x2',x3')
Es gilt
l. S. = φ(c(x1, x2, x3) +c'(x1',x2',x3'))
= φ(c(x1·e1 + x2·e2 + x3·e3) +c'(x1'·e1 + x2'·e2 + x3'·e3))
= φ((c·x1 + c'·x1)·e1 + (c·x2 + c'·x2)·e2 + (c·x3 + c'·x3)·e3)
= φ(c·x1 + c'·x1', c·x2 + c'·x2', c·x3 + c'·x3')
= ( 4·(c·x1 + c'·x1') - (c·x3 + c'·x3') )
( 10·(c·x2 + c'·x2') + (c·x1 + c'·x1') )
= ( c·(4·x1 - x3) + c'·(4·x1' - x3') )
( c·(10·x2 + x1) + c'·(10·x2' + x1') )
= c·( 4·x1 - x3 ) + c'·( 4·x1' - x3' )
( 10·x2 + x1 ) ( 10·x2' + x1' )
= r. S.
Darum ist φ linear.
### Darstellung ###
Zunächst beobachten wir:
φ(x1, x2, x3) = ( 4 0 -1 ) ( x1 )
( 1 10 0 ) ( x2 )
( x3 )
= C·x
= φ_C(x) siehe [Skript, Bsp 6.2.2],
wobei C die Matrix
C = ( 4 0 -1 )
( 1 10 0 )
ist.
**Bemerkung.** Den vorherigen Teil konnten wir hiermit viel einfacher machen:
Da φ_C linear ist (siehe [Skript, Bsp 6.2.2]), ist φ = φ_C linear.
_Zurück zur Berechnung der Darstellung..._
Die zu berechnende Matrix M := M_A^B(φ), ist diejenige, die erfüllt:
- ist x der Form x = ∑ α_j·u_j = (α_j) <--- als Vektor über Basis A
- und ist M·(α_j) = (β_i) für einen Vektor (β_i) ²
- dann gilt φ(x) = y, wobei y = β_i·v_i
Zusammengefasst ist M genau die Matrix, für die gilt:
B·M·α = φ(A·α)
für alle α ³. Da φ = φ_C, ist die äquivalent zu
B·M·α = C·A·α
Kurzgesagt: M_A^B(φ) = B^-1 · C · A.
Um dies zu bestimmen, wenden wir das Gaußverfahren
auf folgendes augmentiertes System an
( B | C·A )
und reduzieren die linke Hälfte auf die Identitätsmatrix.
Die resultierende Matrix in der rechten Hälfte wir dann M sein.
Es gilt
C·A = ( 4 0 -1 ) (3 0 4)
( 1 10 0 ) (0 -1 0)
(1 0 0)
= ( 11 0 16 )
( 3 -10 4 )
Also ist das augmentiere System
( B | C·A )
= ( 4 0 | 11 0 16 )
( 5 1 | 3 -10 4 )
Zeile2 <- 4*Zeile2 - 5*Zeile1
~> ( 4 0 | 11 0 16 )
( 0 4 | -43 -40 -64 )
Zeile1 <- Zeile1 : 4
Zeile2 <- Zeile2 : 4
~> ( 1 0 | 11/4 0 4 )
( 0 1 | -43/4 -10 -16 )
Darum gilt
M_A^B(φ) = ( 11/4 0 4 )
( -43/4 -10 -16 )
## §3. Lineare Fortsetzung von partiell definierten Funktionen ##
Sei φ : ^5 ⟶ ℝ³
Seien u1, u2, u3, u4, u5 eine Basis für ^5.
Definiert werden
φ(u1) = v1, φ(u2) = v2, φ(u4) = v3
**Aufgabe:** Gibt es eine lineare Abbildung, die die o. s. Gleichungen erfüllen?
**Antwort:** Ja.
**Beweis:**
Setze
φ(u3) := 0 (Nullvektor)
φ(u5) := 0 (Nullvektor)
Da u1, u2, u3, u4, u5 eine Basis ist,
können wir für belieges x ∈ ^5
φ(x) = ∑ c_i · φ(ui)
wobei c_1, c_2, .... die eindeutigen Werte im Körper sind,
so dass
x = ∑ c_i · ui
gilt.
Dann ist φ linear (zeige die Axiome!!).
**QED**