Mal an die Frauen wie solte für euch der perfekte Schwanz aussehen

M

Gast

(Gelöschter Account)
Hallo die Damen mich würde mal interessieren wie der perfekte Schwanz für euch aussehen soll er klein und dick oder lang und dünn oder wie sollten die Dimension sein ?
 
Wal an die Frauen wie solte für euch der perfekte Schwanz aussehen

Mal mit die Rechtschreibung kontrollieren, denn ein Walschwanz tut sicher keiner Frau gut :hahaha:

Zurück zum Thema....für mich persönlich gutes Mittelmaß, nicht zu dick. Aber Aussehen ist bekanntlich nicht alles!
Gefühl, Technik, Ausdauer,....DAS ist es was wirklich zählt (zumindest für mich)
 
Hallo die Damen mich würde mal interessieren wie der perfekte Schwanz für euch aussehen soll er klein und dick oder lang und dünn oder wie sollten die Dimension sein ?

:up: Ja, fürn Anfang ein kleiner dünner, dann nehm ich ich den grossen Dicken und der Kleine kann dann gleichzeitig von hinten kommen! :liebe:
 
Ich bin zwar keine Frau aber ich denke mal der perfekte Schwanz hängt/steht an einem Menschen dem Gehirn gegeben wurde um das was zwischen seinen Beinen hängt/steht richtig, gefühlvoll und gezielt einsetzt.
Er darf dabei durchaus charmant, sympathisch und zuvorkommend sein und sollte klar erkennen, das Dame nicht nur aus Öffnungen besteht die seiner Lust dienen damit er unmittelbar danach wieder seinem Hobby nachgehen kann.
 
Hallo die Damen mich würde mal interessieren wie der perfekte Schwanz für euch aussehen soll er klein und dick oder lang und dünn oder wie sollten die Dimension sein ?

So..... das hab ich gegoogelt und nun darf jeder Kerl seine Dimension ausrechnen und hier posten :D

Bestimmung der Dimension
Um die Dimension zu bestimmen, musst du also (üblicherweise) eine Basis des Vektorraums finden und dann die Anzahl der Vektoren in dieser Basis zählen. Je nachdem wie dein Vektorraum gegeben ist gibt es dort vielfältige Möglichkeiten.

Bei linearen Hüllen bestimmt man die Dimension also recht leicht, indem man bestimmt, wie viele der erzeugenden Vektoren linear unabhängig sind - das geht gut mit diesen Algorithmus.

Im Zusammenhang mit Abbildungen gibt es auch einen (nicht ganz so einfachen) Dimensionssatz, den du dir in seiner allgemeinen Form hier ansehen kannst.

Da man eine Matrix A">A A auch als Abbildung interpretieren kann, gibt es diesen Satz auch für Vektorräume der Form:

V={x→∈Rn | Ax→=0→}">V={x ⃗ ∈ℝ n | Ax ⃗ =0 ⃗ } V={x→∈Rn | Ax→=0→}
Wenn ein (Unter-)Vektorraum in dieser Form gegeben ist, lautet die allgemeine Formel für die Dimension:

Dim(V)=n−Rang(A)">Dim(V)=n−Rang(A) Dim(V)=n−Rang(A)
Dabei ist n">n n einfach nur die Anzahl deiner Variablen (bzw. Einträge im Vektor x→">x ⃗ x→ ). Dies ist manchmal auch als Rangformel bekannt, über die du hier Genaueres findest.

Nun noch zwei Begriffe, falls du irgendwo mal den Klugscheißer raushängen lassen willst:

  1. Die eben genannte Menge V">V V ist ja nichts weiter als die Lösungsmenge des homogenen linearen Gleichungssystems Ax=0">Ax=0 Ax=0 . Diese Menge ist gleichzeitig auch der Kern der Matrix.
    Die Dimension des Kerns ist also durch dim⁡(V)">dim(V) dim⁡(V) gegeben – der Fachbegriff dafür lautet Defekt:

    def(A)=Dim(Kern(A))=n−Rang(A)">def(A)=Dim(Kern(A))=n−Rang(A) def(A)=Dim(Kern(A))=n−Rang(A)
  2. Auch der Rang der Matrix A">A A gibt eine Dimension an, nämlich die vom Bild der Matrix:
    Dim(Bild(A))=Rang(A)">Dim(Bild(A))=Rang(A) Dim(Bild(A))=Rang(A)
Beispiele zu Basisvektoren
Für die bekannten Vektorräume R1">ℝ 1 R1 , R2">ℝ 2 R2 und R3">ℝ 3 R3 wollen und können wir das mit den Dimensionen einmal direkt nachprüfen.

1-dimensional
Im Fall R=R1">ℝ=ℝ 1 R=R1 betrachten wir die Menge {1}">{1} {1} . Diese ist eine Basis des R">ℝ R -Vektorraums R">ℝ R , denn jede Zahl x∈R">x∈ℝ x∈R lässt sich schreiben als

x=x⋅1">x=x⋅1 x=x⋅1
also als Produkt einer Zahl und des Basiselementes 1">1 1 . Also ist {1}">{1} {1} ein minimales Erzeugendensystem für R">ℝ R (klar, weniger als einen Vektor kann man nicht nehmen), also eine Basis.

Damit gilt

Dim(R1)=1">Dim(ℝ 1 )=1 Dim(R1)=1
2-dimensional
Jetzt sehen wir uns den R2">ℝ 2 R2 an und betrachten die Menge

B2={(10),(01)}">B 2 ={(10 ),(01 )} B2={(10),(01)}
Die beiden Vektoren sind sicherlich nicht linear abhängig, denn der zweite ist kein Vielfaches des ersten und andersherum. Jeder Vektor x">x x aus R2">ℝ 2 R2 ,

x=(x1x2)">x=(x 1 x 2 ) x=(x1x2)
lässt sich nun schreiben als

x=(x1x2)=x1(10)+x2(01)">x=(x 1 x 2 )=x 1 (10 )+x 2 (01 ) x=(x1x2)=x1(10)+x2(01)
also als Linearkombination der beiden Vektoren aus B2">B 2 B2 . Also ist B2">B 2 B2 ein linear unabhängiges Erzeugendensystem von R2">ℝ 2 R2 und damit eine Basis.

Sie besteht aus zwei Vektoren, also gilt

Dim(R2)=2">Dim(ℝ 2 )=2 Dim(R2)=2
3-dimensional
Die Dimension von R3">ℝ 3 R3 sollte jetzt natürlich 3">3 3 sein. Wenn wir die Menge

B3={(100),(010),(001)}">B 3 =         100     ,    010     ,    001          B3={(100),(010),(001)}
betrachten, dann ist auch wieder jeder Vektor aus R3">ℝ 3 R3 darstellbar durch

x=(x1x2x3)=x1(100)+x2(010)+x3(001)">x=    x 1 x 2 x 3     =x 1     100     +x 2     010     +x 3     001     x=(x1x2x3)=x1(100)+x2(010)+x3(001)
und die gleichen Argumente wie für R2">ℝ 2 R2 zeigen, dass es sich bei B3">B 3 B3 um eine Basis des R3">ℝ 3 R3 handelt. Deshalb gilt

Dim(R3)=3">Dim(ℝ 3 )=3 Dim(R3)=3
n">n n -dimensional
Die gleichen Argumente wie vorher zeigen, dass allgemein für jedes n∈N">n∈ℕ n∈N gilt:

Dim(Rn)=n">Dim(ℝ n )=n Dim(Rn)=n
Beispiel zum Dimenssionssatz
Wenn wir folgenden Vektorraum gegeben haben:

V={(x1x2x3)∈R3 | x1+x2−x3=0, x3=x2}">V=         x 1 x 2 x 3     ∈ℝ 3 | | | | | | x 1 +x 2 −x 3 =0, x 3 =x 2      V={(x1x2x3)∈R3 | x1+x2−x3=0, x3=x2}
Dann können wir die Dimension nun nicht mehr ohne Weiteres ablesen – sie ist insbesondere nicht 3. Zur Bestimmung brauchen wir den Dimensionssatz von oben. Dieser sagt, dass

Dim(V)=n−rang(A)">Dim(V)=n−rang(A) Dim(V)=n−rang(A)
Eine ausführliche Besprechung gibt es hier.

Zunächst ist n">n n leicht zu bestimmen, denn es ist einfach nur die Anzahl unserer Variablen: 3. Für den Rang brauchen wir erstmal eine Matrix A">A A . Diese steht für die Koeffizientenmatrix des homogenen LGS Ax=0">Ax=0 Ax=0 , was durch die Gleichungen gegeben ist.

Hier müssen wir bei der zweiten Gleichung erstmal dafür sorgen, dass rechts eine Null steht:

x3=x2⇒x3−x2=0">x 3 =x 2 ⇒x 3 −x 2 =0 x3=x2⇒x3−x2=0
Nun kann man mit den Gleichungen, die Koeffizientenmatrix A">A A ermitteln:

(I)x1+x2−x3=0(II)−x2+x2=0 ⇓A=(11−10−11)">(I)(II) x 1 +x 2 −x 3 −x 2 +x 2 ⇓ =0=0 A=(10 1−1 −11 ) (I)x1+x2−x3=0(II)−x2+x2=0 ⇓A=(11−10−11)
Diese Matrix ist bereits in Zeilenstufenform, sodass wir den Rang ablesen können. Es gibt keine Nullzeilen, also ist der Rang 2">2 2 . Damit haben wir alles für die Dimension von V">V V zusammen:

Dim(V)=n−Rang(A)=3−2=1">Dim(V) =n−Rang(A)=3−2=1 Dim(V)=n−Rang(A)=3−2=1
Die Menge V">V V beschreibt also eine Gerade.
 
Zurück
Oben