Lineare Abbildungen und Matrizen
|
|
- Lukas Thomas
- vor 5 Jahren
- Abrufe
Transkript
1 Lineare Abbildungen und Matrizen Lineare Algebra I Kapitel 10 9 Juli 2013
2 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag Webseite: wwwmathtu-berlinde/ holtz Assistent: Agnieszka Miedlar, MA 462, Sprechstunden Dienstag Tutoren: Clauß, Große, Reinke, Sieg Anmeldung: über MOSES Fragen? Studentische Studienfachberatung, MA 847 Telefon: (030) Vorlesungen: VL am Dienstag, Mittwoch im MA004 (ausnahmsweise am im HE 101) Zulassung zur Klausur: mit 50% Punkten für Hausaufgaben in jeder Semesterhälfte Klausur: Mitte Juli
3 Darstellende Matrix Seien V, W zwei endlichdimensionale K-Vektorräume mit Basen { v 1,, v m } von V und { w 1,, w n } von W und sei f L(V, W ) Es gibt zu jedem f ( v j ) W, j = 1,, m, eindeutig bestimmte Koordinaten a ij K, i = 1,, n, so dass f ( v j ) = a 1j w a nj w n
4 Darstellende Matrix Seien V, W zwei endlichdimensionale K-Vektorräume mit Basen { v 1,, v m } von V und { w 1,, w n } von W und sei f L(V, W ) Es gibt zu jedem f ( v j ) W, j = 1,, m, eindeutig bestimmte Koordinaten a ij K, i = 1,, n, so dass f ( v j ) = a 1j w a nj w n Wir können mit Hilfe der Matrix A := [a ij ] K n,m die m Gleichungen für die Vektoren f ( v j ) als System schreiben: (f ( v 1 ),, f ( v m )) = ( w 1,, w n ) A Die Matrix A ist durch f und die gewählten Basen von V und W eindeutig bestimmt Sie heißt die Matrixdarstellung oder die darstellende Matrix der Abbildung f
5 Wirkung auf Koordinaten Ist v = λ 1 v λ m v m V, dann gilt f ( v) = f (λ 1 v 1 + λ m v m ) = λ 1 f ( v 1 ) + + λ m f ( v m ) = (f ( v 1 ),, f ( v m )) = ( w 1,, w n ) A λ 1 λ m λ 1 λ m = (( w 1,, w n ) A) λ 1 λ m
6 Wirkung auf Koordinaten Ist v = λ 1 v λ m v m V, dann gilt f ( v) = f (λ 1 v 1 + λ m v m ) = λ 1 f ( v 1 ) + + λ m f ( v m ) = (f ( v 1 ),, f ( v m )) = ( w 1,, w n ) A λ 1 λ m λ 1 λ m = (( w 1,, w n ) A) λ 1 λ m Die Koordinaten des Bildvektors f ( v) bezüglich der Basis { w 1,, w n } von W sind somit gegeben durch A λ 1 λ m
7 Matrixdarstellung ist selbst Isomorphismus Theorem Seien V und W zwei endlichdimensionale K-Vektorräume mit Basen B 1 = { v 1,, v m } von V und B 2 = { w 1,, w n } von W Dann ist die Abbildung L(V, W ) K n,m, f [f ] B1,B 2 ein Isomorphismus, wobei [f ] B1,B 2 die darstellende Matrix von f bezüglich B 1 und B 2 bedeutet Also L(V, W ) = K n,m und dim(l(v, W )) = dim(k n,m ) = n m Beweis: Zunächst zeigen wir, dass die Abbildung linear ist Sei die Abbildung dazu bezeichnet mit Mat, also Mat(f ) = [f ] B1,B 2 und seien f, g L(V, W ), sowie Mat(f ) = [f ] B1,B 2 = [f ij ] und Mat(g) = [g] B1,B 2 = [g ij ]
8 Für j = 1,, m gilt (f + g)( v j ) = f ( v j ) + g( v j ) = f ij w i + g ij w i = (f ij + g ij ) w i und somit Mat(f + g) = [f ij + g ij ] = [f ij ] + [g ij ] = Mat(f ) + Mat(g)
9 Für j = 1,, m gilt (f + g)( v j ) = f ( v j ) + g( v j ) = f ij w i + g ij w i = (f ij + g ij ) w i und somit Mat(f + g) = [f ij + g ij ] = [f ij ] + [g ij ] = Mat(f ) + Mat(g) Für λ K und j = 1,, m gilt (λf )( v j ) = λf ( v j ) = λ f ij w i = (λf ij ) w i und daher Mat(λf ) = [λf ij ] = λ [f ij ] = λ Mat(f )
10 Für j = 1,, m gilt (f + g)( v j ) = f ( v j ) + g( v j ) = f ij w i + g ij w i = (f ij + g ij ) w i und somit Mat(f + g) = [f ij + g ij ] = [f ij ] + [g ij ] = Mat(f ) + Mat(g) Für λ K und j = 1,, m gilt (λf )( v j ) = λf ( v j ) = λ f ij w i = (λf ij ) w i und daher Mat(λf ) = [λf ij ] = λ [f ij ] = λ Mat(f ) Die Abbildung f [f ] B1,B 2 ist deswegen linear
11 Für j = 1,, m gilt (f + g)( v j ) = f ( v j ) + g( v j ) = f ij w i + g ij w i = (f ij + g ij ) w i und somit Mat(f + g) = [f ij + g ij ] = [f ij ] + [g ij ] = Mat(f ) + Mat(g) Für λ K und j = 1,, m gilt (λf )( v j ) = λf ( v j ) = λ f ij w i = (λf ij ) w i und daher Mat(λf ) = [λf ij ] = λ [f ij ] = λ Mat(f ) Die Abbildung f [f ] B1,B 2 ist deswegen linear Bijektivität von Mat Ist f Kern(Mat), so gilt Mat(f ) = 0 K n,m, also f ( v j ) = 0, für j = 1,, m Daher ist f ( v) = 0 für alle v V, also f = 0 (die Nullabbildung) Somit ist f injektiv
12 Für j = 1,, m gilt (f + g)( v j ) = f ( v j ) + g( v j ) = f ij w i + g ij w i = (f ij + g ij ) w i und somit Mat(f + g) = [f ij + g ij ] = [f ij ] + [g ij ] = Mat(f ) + Mat(g) Für λ K und j = 1,, m gilt (λf )( v j ) = λf ( v j ) = λ f ij w i = (λf ij ) w i und daher Mat(λf ) = [λf ij ] = λ [f ij ] = λ Mat(f ) Die Abbildung f [f ] B1,B 2 ist deswegen linear Bijektivität von Mat Ist f Kern(Mat), so gilt Mat(f ) = 0 K n,m, also f ( v j ) = 0, für j = 1,, m Daher ist f ( v) = 0 für alle v V, also f = 0 (die Nullabbildung) Somit ist f injektiv Surjektivität Ist A = [a ij ] K n,m beliebig, so definieren wir die Abbildung f : V W durch f ( v j ) := n a ij w i, j = 1,, m Dann ist f linear und es gilt Mat(f ) = A, also ist Mat auch surjektiv
13 Für j = 1,, m gilt (f + g)( v j ) = f ( v j ) + g( v j ) = f ij w i + g ij w i = (f ij + g ij ) w i und somit Mat(f + g) = [f ij + g ij ] = [f ij ] + [g ij ] = Mat(f ) + Mat(g) Für λ K und j = 1,, m gilt (λf )( v j ) = λf ( v j ) = λ f ij w i = (λf ij ) w i und daher Mat(λf ) = [λf ij ] = λ [f ij ] = λ Mat(f ) Die Abbildung f [f ] B1,B 2 ist deswegen linear Bijektivität von Mat Ist f Kern(Mat), so gilt Mat(f ) = 0 K n,m, also f ( v j ) = 0, für j = 1,, m Daher ist f ( v) = 0 für alle v V, also f = 0 (die Nullabbildung) Somit ist f injektiv Surjektivität Ist A = [a ij ] K n,m beliebig, so definieren wir die Abbildung f : V W durch f ( v j ) := n a ij w i, j = 1,, m Dann ist f linear und es gilt Mat(f ) = A, also ist Mat auch surjektiv Es gilt damit dim(l(v, W )) = dim(k n,m ) = n m
14 Koordinatenabbildung Definition Ist B = {v 1,, v n } eine Basis des K-Vektorraumes V, so ist die Abbildung Φ B : V K n,1, v = λ 1 v λ n v n Φ B ( v) := λ 1 λ n, ein Isomorphismus, den wir die Koordinatenabbildung von V bezüglich der Basis B nennen
15 Koordinatenabbildung Definition Ist B = {v 1,, v n } eine Basis des K-Vektorraumes V, so ist die Abbildung Φ B : V K n,1, v = λ 1 v λ n v n Φ B ( v) := λ 1 λ n, ein Isomorphismus, den wir die Koordinatenabbildung von V bezüglich der Basis B nennen Beweis: Die Linearität von Φ B ist klar Zudem gilt offensichtlich Φ B (V ) = K n,1, dh Φ B ist surjektiv Ist v Kern(Φ B ), dann sind die Koordinaten von v bezüglich der Basis B gegeben durch λ 1 = = λ n = 0, woraus v = 0 und damit Kern(Φ B ) = { 0} folgt Also ist Φ B injektiv
16 Koordinatenabbildung und Basisübergang Sind Φ B1 und Φ B2 die Koordinatenabbildungen von Vektorräumen V und W der Dimensionen m bzw n, bezüglich der Basen B 1 und B 2, dann gilt f = Φ 1 B 2 [f ] B1,B 2 Φ B1, wobei die Matrix [f ] B1,B 2 K n,m als lineare Abbildung von K m,1 nach K n,1 interpretiert wird ( Die Abbildung Φ B2 ist invertierbar)
17 Koordinatenabbildung und Basisübergang Sind Φ B1 und Φ B2 die Koordinatenabbildungen von Vektorräumen V und W der Dimensionen m bzw n, bezüglich der Basen B 1 und B 2, dann gilt f = Φ 1 B 2 [f ] B1,B 2 Φ B1, wobei die Matrix [f ] B1,B 2 K n,m als lineare Abbildung von K m,1 nach K n,1 interpretiert wird ( Die Abbildung Φ B2 ist invertierbar) Spezialfall: V = W, also m = n, und f = Id V (die Identität auf V ) Für die Matrixdarstellung von Id V bez Basen B 1 = {v 1,, v n } und B 2 = {w 1,, w n } von V gilt ( v 1,, v n ) = ( w 1,, w n ) [Id V ] B1,B 2 Die Matrix [Id V ] B1,B 2 ist somit genau die Basisübergangsmatrix, mit der man die Koordinaten von v V bezüglich B 1 in Koordinaten bezüglich B 2 umrechnen kann Andererseits ( w 1,, w n ) = ( v 1,, v n ) [Id V ] B2,B 1 und daher gilt ([Id V ] B1,B 2 ) 1 = [Id V ] B2,B 1
18 Matrizenmultiplikation entspricht Komposition Hauptsatz Seien V, W und Y drei K-Vektorräume Sind f L(V, W ) und g L(W, Y ), dann gilt g f L(V, Y ) Sind V, W und Y endlichdimensional mit entsprechenden Basen B 1 = { v 1,, v m }, B 2 = { w 1,, w n } und B 3 = { y 1,, y s }, so gilt [g f ] B1,B 3 = [g] B2,B 3 [f ] B1,B 2
19 Matrizenmultiplikation entspricht Komposition Hauptsatz Seien V, W und Y drei K-Vektorräume Sind f L(V, W ) und g L(W, Y ), dann gilt g f L(V, Y ) Sind V, W und Y endlichdimensional mit entsprechenden Basen B 1 = { v 1,, v m }, B 2 = { w 1,, w n } und B 3 = { y 1,, y s }, so gilt [g f ] B1,B 3 = [g] B2,B 3 [f ] B1,B 2 Beweis Sei h := g f Wir zeigen zunächst, dass h L(V, Y ) ist Für u, v V und λ, µ K gilt h(λ u + µ v) = g(f (λ u + µ v)) = g(λf ( u) + µf ( v)) = λg(f ( u)) + µg(f ( v)) = λh( u) + µh( v)
20 Matrizenmultiplikation entspricht Komposition Hauptsatz Seien V, W und Y drei K-Vektorräume Sind f L(V, W ) und g L(W, Y ), dann gilt g f L(V, Y ) Sind V, W und Y endlichdimensional mit entsprechenden Basen B 1 = { v 1,, v m }, B 2 = { w 1,, w n } und B 3 = { y 1,, y s }, so gilt [g f ] B1,B 3 = [g] B2,B 3 [f ] B1,B 2 Beweis Sei h := g f Wir zeigen zunächst, dass h L(V, Y ) ist Für u, v V und λ, µ K gilt h(λ u + µ v) = g(f (λ u + µ v)) = g(λf ( u) + µf ( v)) = λg(f ( u)) + µg(f ( v)) = λh( u) + µh( v) Sind [f ] B1,B 2 = [f ij ] und [g] B2,B 3 = [g ij ], dann gilt für j = 1,, m, ( ) h( v j ) = g(f ( v j )) = g f kj w k = f kj g( w k ) = ( k=1 k=1 s ) ( s ) = f kj g ik y i = g ik f kj y i k=1 k=1 } {{ } =: h ij k=1 f kj s g ik y i
21 Matrizenmultiplikation entspricht Komposition Hauptsatz Seien V, W und Y drei K-Vektorräume Sind f L(V, W ) und g L(W, Y ), dann gilt g f L(V, Y ) Sind V, W und Y endlichdimensional mit entsprechenden Basen B 1 = { v 1,, v m }, B 2 = { w 1,, w n } und B 3 = { y 1,, y s }, so gilt [g f ] B1,B 3 = [g] B2,B 3 [f ] B1,B 2 Beweis Sei h := g f Wir zeigen zunächst, dass h L(V, Y ) ist Für u, v V und λ, µ K gilt h(λ u + µ v) = g(f (λ u + µ v)) = g(λf ( u) + µf ( v)) = λg(f ( u)) + µg(f ( v)) = λh( u) + µh( v) Sind [f ] B1,B 2 = [f ij ] und [g] B2,B 3 = [g ij ], dann gilt für j = 1,, m, ( ) h( v j ) = g(f ( v j )) = g f kj w k = f kj g( w k ) = ( k=1 k=1 s ) ( s ) = f kj g ik y i = g ik f kj y i k=1 k=1 } {{ } =: h ij Also gilt [h] B1,B 3 = [h ij ] = [g ij ] [f ij ] = [g] B2,B 3 [f ] B1,B 2, wie behauptet k=1 f kj s g ik y i
Eigenschaften der Matrizenmultiplikation. Transponierung. Spezielle Matrizen.
Eigenschaften der Matrizenmultiplikation. Transponierung. Spezielle Matrizen. Lineare Algebra I Kapitel 4 23. April 2013 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/
MehrInvertierbarkeit von Matrizen
Invertierbarkeit von Matrizen Lineare Algebra I Kapitel 4 24. April 2013 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrLineare Abbildungen. Lineare Algebra I. Kapitel Juni 2012
Lineare Abbildungen Lineare Algebra I Kapitel 10 26. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent:
MehrDas characteristische Polynom und der Satz von Cayley-Hamilton
Das characteristische Polynom und der Satz von Cayley-Hamilton Lineare Algebra I Kapitel 8 11. Juni 2013 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/
MehrEigenwerte und Eigenvektoren
Eigenwerte und Eigenvektoren Lineare Algebra I Kapitel 8 12. Juni 2013 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrDie Determinante. Lineare Algebra I. Kapitel Mai 2013
Die Determinante Lineare Algebra I Kapitel 7 21. Mai 2013 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent:
MehrBeziehungen zwischen Vektorräumen und ihren Dimensionen
Beziehungen zwischen Vektorräumen und ihren Dimensionen Lineare Algebra I Kapitel 9 20. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz
MehrVektorräume. Lineare Algebra I. Kapitel Juni 2012
Vektorräume Lineare Algebra I Kapitel 9 12. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent: Sadegh
MehrSpezielle Matrizen. Invertierbarkeit.
Spezielle Matrizen. Invertierbarkeit. Lineare Algebra I Kapitel 4 2. Mai 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrDreiecksmatrizen. Die Treppennormalform
Dreiecksmatrizen. Die Treppennormalform Lineare Algebra I Kapitel 4-5 8. Mai 202 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 4-6 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrDie Treppennormalform
Die Treppennormalform Lineare Algebra I Kapitel 5 9 Mai 22 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 4-6 Webseite: wwwmathtu-berlinde/ holtz Email: holtz@mathtu-berlinde Assistent: Sadegh
MehrDie Lösung linearer Gleichungssysteme
Die Lösung linearer Gleichungssysteme Lineare Algebra I Kapitel 6 6 Mai 22 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 4-6 Webseite: wwwmathtu-berlinde/ holtz Email: holtz@mathtu-berlinde
MehrPLU Zerlegung, Rang und Äquivalenz von Matrizen
PLU Zerlegung, Rang und Äquivalenz von Matrizen Lineare Algebra I Kapitel 5 5. Mai 202 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 4-6 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrMatrizen. Lineare Algebra I. Kapitel April 2011
Matrizen Lineare Algebra I Kapitel 2 26. April 2011 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/~holtz Email: holtz@math.tu-berlin.de Assistent: Sadegh
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
Mehr4 Lineare Abbildungen und Matrizen
Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt
MehrDie Treppennormalform
Die Treppennormalform Lineare Algebra I Kapitel 3 1. Mai 211 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/~holtz Email: holtz@math.tu-berlin.de Assistent:
Mehrx 2 + y 2 = f x y = λ
Lineare Abbildungen Def Es seien (V 1,+, ) und (V 2,+, ) zwei Vektorräume Eine Abbildung f : V 1 V 2 heißt linear, falls für alle Vektoren u,v V 1 und für jedes λ R gilt: f (u + v) = f (u) + f (v), f (λu)
Mehrα i e i. v = α i σ(e i )+µ
Beweis: Der Einfachheit halber wollen wir annehmen, dass V ein endlich-dimensionaler Vektorraum mit Dimension n ist. Wir nehmen als Basis B {e 1,e 2,...e n }. Für beliebige Elemente v V gilt dann v α i
MehrLineare Abbildungen und Matrizen
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 31. Mai 2016 Stefan Ruzika 9: Lineare Abbildungen und Matrizen 31. Mai 2016 1 / 16 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume
MehrLineare Abbildungen - I
Lineare Abbildungen - I Definition. Seien V und W K-Vektorräume (über demselben K). Eine Abbildung F : V W heißt K-linear, wenn L1) F (v + w) = F (v) + F (w) v, w V L2) F (λv) = λf (v) v V, λ K. Somit
MehrLineare Abbildungen und Darstellungsmatrizen
KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 15 Unterräume und Dualraum Untervektorräume eines K-Vektorraumes stehen in direkter Beziehung zu Untervektorräumen
MehrWiederholung: lineare Abbildungen
Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung
Mehr(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.
() In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 26.11.2013 Alexander Lytchak 1 / 12 Wiederholung Ist B = (v 1,..., v n ) eine Basis eines Vektorraums V, so erhalten
MehrMathematik I. Vorlesung 12. Lineare Abbildungen
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,
MehrLineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß
Lineare Algebra I - 15. Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Probeklausur: Samstag, 5.11. 10 Uhr, B6 A001 Anmeldung in den Übungsgruppen Wir hatten gesehen: =! 7 Mat(m, n; K) Hom (Mat(n,
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f(v) = u} (Andere Bezeichnung: f(v) wird in Analysis-Vorlesung
MehrLineare Abbildungen und Matrizen
48 Kapitel 2 Lineare Abbildungen und Matrizen 2. Lineare Abbildungen Wir fixieren wieder einen Körper K, etwa IR oder C. Unser Ziel ist nun die Untersuchung der Beziehungen zwischen zwei K-Vektorräumen,
MehrLineare Abbildungen und Matrizen
Lineare Abbildungen und Matrizen In diesem Kapitel geht es um den grundlegenden Zusammenhang zwischen linearen Abbildungen und Matrizen. Die zentrale Aussage ist, dass nach anfänglicher Wahl von Basen
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrBasiswissen über Bilinearformen mit Betrachtung symmetrischer Bilinearformen
Basiswissen über Bilinearformen mit Betrachtung symmetrischer Bilinearformen Zhelun Chen Proseminar Lineare Algebra WS016/017 Universität Konstanz Zusammenfassung In diesem Proseminar lernen wir einige
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 2/3) Bernhard Hanke Universität Augsburg 20..202 Bernhard Hanke / 3 Matrizen und Lineare Abbildungen Es seien lineare Abbildungen, d.h. Matrizen gegeben. B = (b jk ) : R r R n, A
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
MehrLösung zu Serie 9. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 9 1. [Aufgabe] Sei f : V W eine lineare Abbildung. Zeige: a) Die Abbildung f ist injektiv genau dann, wenn eine lineare Abbildung g :
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrLineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,
MehrLineare Algebra I Lösung der Probeklausur
David Blottière Patrick Schützdeller WS 6/7 Universität Paderborn Lineare Algebra I Lösung der Probeklausur Aufgabe : M i) M ist linear unabhängig. Seien a,b,c R mit Daraus folgt : Also gilt a = b = c
MehrLösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 24 1. Zeige: Ist 1 n := min{dim K (V 1 ), dim K (V 2 )} < für Vektorräume V 1 und V 2, so ist jeder Tensor in V 1 K V 2 eine Summe von
Mehr1 Lineare Abbildungen
1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 13 Projektionen Zu einer direkten Summenzerlegung V = U 1 U 2 nennt man die Abbildung p 1 : V U 1, v 1
Mehrauf C[; ] sind linear III Formale Dierentiation und Integration: Die Abbildungen und a + a t + + a n t n a + a t + + na n t n a + a t + + a n t n an a
x LINEARE ABBILDUNGEN Denition: Seien V; V Vektorraume Eine Abbildung f heit linear, falls (i) (ii) f(x + y) f(x) + f(y) (x; y V ) f(x) f(x) ( R; x V ) Bemerkungen: I (i) und (ii) oben sind aquivalent
MehrLineare Abbildungen und Matrizen
Lineare Abbildungen und Matrizen Seien V und W K-Vektorräume mit dimv = n und dimw = m Im folgenden wollen wir jeder m n Matrix eine lineare Abbildung V W zuordnen, und umgekehrt jeder linearen Abbildung
Mehr09. Lineare Abbildungen und Koordinatentransformationen
09. Lineare Abbildungen und Koordinatentransformationen Definition. Seien V und W Vektorräume. Unter einer linearen Abbildung versteht man eine Abbildung F : V W, v F v w mit folgender Eigenschaft: F λ
MehrEinführung. Lineare Algebra I. Kapitel April 2012
Einführung Lineare Algebra I Kapitel 1 11. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent: Sadegh
MehrLineare Algebra I. Probeklausur - Lösungshinweise
Institut für Mathematik Wintersemester 2012/13 Universität Würzburg 19. Dezember 2012 Prof. Dr. Jörn Steuding Dr. Anna von Heusinger Frederike Rüppel Lineare Algebra I Probeklausur - Lösungshinweise Aufgabe
MehrKLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG Aufgabe 1 Es sei K ein Körper, V ein K-Vektorraum, und seien v 1,..., v n V (n N). (a) Definieren Sie, wann die endliche Familie v 1,...,
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 11 Untervektorräume unter linearen Abbildungen Eine typische und wohl auch namensgebende Eigenschaft einer
MehrKoordinaten und darstellende Matrizen
Koordinaten und darstellende Matrizen Olivier Sète 4 Juli 2008 Inhaltsverzeichnis Koordinatenabbildung 2 Definition und Eigenschaften 2 2 Beispiel 3 2 Matrixdarstellung eines Vektorraumhomomorphismus 3
Mehr2.8. ABBILDUNGSMATRIZEN UND BASISWECHSEL 105. gramms kommutativ:
2.8. ABBILDUNGSMATRIZEN UND BASISWECHSEL 105 gramms kommutativ: V ϕ W ψ X c B c C c D K n x MC B(ϕ) x K m x MC D (ψ) x K l x M C D (ψ)mb C (ϕ) x Dies bedeutet, dass das gesamte Diagramm kommutativ ist.
MehrLineare Abbildungen. i=0 c ix i n. K n K m
Kapitel 4 Lineare Abbildungen In diesem Abschnitt lernen Sie erstmals eine Klasse von strukturerhaltenden Abbildungen kennen. Diese Konzept ist von zentraler Bedeutung in der Algebra. Grob gesagt geht
MehrGrundlagen der Mathematik 1
Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben
MehrViele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung
Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 13/2 29.1.27 en zur Probeklausur Aufgabe 1 (ca. 6 Punkte) Sei
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung heißt lineare
Mehr1 Eigenschaften von Abbildungen
Technische Universität München Christian Neumann Ferienkurs Lineare Algebra für Physiker Vorlesung Dienstag WS 2008/09 Thema des heutigen Tages sind zuerst Abbildungen, dann spezielle Eigenschaften linearer
Mehr13 Partielle Ableitung und Richtungsableitung
3 PARTIELLE ABLEITUNG UND RICHTUNGSABLEITUNG 74 3 Partielle Ableitung und Richtungsableitung 3 Definition und Notiz Sei B R n offen, f : B R m, v R n, so heißt für γ x,v (t) = x + tv d dt f(x + tv) f(x)
MehrLineare Algebra Klausur 2
Lineare Algebra Klausur 2 (24.9.2015 Dozent: Ingo Runkel) Name Vorname Matrikelnr. Anweisungen: Hilfsmittel: Für die Bearbeitung sind nur Stift und Papier erlaubt. Benutzen Sie einen permanenten Stift
MehrTechnische Universität München. Mathematik für Physiker 1
Tutorübung - Lösungen T: Basiswechsel Technische Universität München Zentrum Mathematik Mathematik für Physiker Wintersemester /2 Michael Kaplan Jan Wehrheim Christian Mendl Übungsblatt 9 Wir betrachten
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
Mehr2.4 Determinanten 41.. b. a j. = λ det. a n. a 1 a j a n + µ det
24 Determinanten 4 Satz 243 Rechenregeln für Determinanten Sei A eine n n-matri, n N i det ist linear in jeder Zeile oder Spalte, dh es gelten für λ, µ R, b R n, und j,, n, a a a det λ a j + µ b λ det
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrLineare Algebra Weihnachtszettel
Lineare Algebra Weihnachtszettel 0..08 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
MehrDefinitionen. 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}.
Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung ϕ : V W
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
Mehr3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
Mehr6. Normale Abbildungen
SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische
Mehr35 Matrixschreibweise für lineare Abbildungen
35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 215/216 Lineare Algebra und analytische Geometrie I Vorlesung 27 In der letzten Vorlesung haben wir die Haupträume zu einem Eigenwert λ zu einem Endomorphismus ϕ als Kern
MehrKapitel 7 Lineare Abbildungen und Matrizen II
Kapitel 7 Lineare Abbildungen und Matrizen II 7.1 Weitere Rechenregeln für Matrizen Aus den bisher gelernten Regeln entnehmen wir den als Übung zu beweisenden Satz 7.1. Es gelten die folgenden Regeln.
MehrKlausur Lineare Algebra 1 für das berufliche Lehramt (WS 2016/17)
Klausur Lineare Algebra für das berufliche Lehramt (WS 06/7) am 0.0.07 von 3:30 - :00 Uhr Dr. Vanessa Krummeck Aufgabe. (Punkte: 3 + 3 + 3 + 3 = ) Themen-Mix. Welche der folgenden Aussagen sind wahr und
MehrAufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009
I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe
MehrLösung 7: Bilinearformen
D-MATH Lineare Algebra II FS 207 Dr. Meike Akveld Lösung 7: Bilinearformen. a). Seien u, u 2 V, λ K, dann gelten nach Voraussetzung: L v (u + λu 2 ) =β(v, u + λu 2 ) = β(v, u ) + β(v, λu 2 ) =β(v, u )
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 56 Basiswechsel bei Tensorprodukten Lemma 56.1. Es sei K ein Körper und seien V 1,...,V n endlichdimensionale
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 9 20. Mai 2010 Kapitel 9. Matrizen und Determinanten Der Begriff der Matrix Die transponierte Matrix Definition 84. Unter einer (reellen) m n-matrix
MehrHenning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich
Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es
MehrR 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte
Aufgabe ( Es seien e =, e = Untervektorraum (, e = ( R und U := [e, e ] der von e, e erzeugte Weiter sei G := {A GL(, R A e = e und A U U} (a Zeigen Sie, dass G eine Untergruppe von GL(, R ist (b Geben
MehrKlausur zur Vorlesung Lineare Algebra und Geometrie I
Klausur zur Vorlesung Lineare Algebra und Geometrie I Ruhr-Universität Bochum Prof. Dr. Peter Eichelsbacher 3. April 2007, 9.00-13.00 Uhr, 240 Minuten Name und Geburtsdatum: Matrikelnummer: Hinweise: Überprüfen
MehrLineare Algebra. 6. Übungsstunde. Steven Battilana.
Lineare Algebra 6. Übungsstunde Steven attilana stevenb@student.ethz.ch November, 6 Lineare Abbildungen Eine Abbildung f : X Y heisst injektiv, falls x, x X : x x fx fx. In Worten: erschiedene Elemente
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
Mehr4.2 Die adjungierte Abbildung
4.2. DIE ADJUNGIERTE ABBILDUNG 177 4.2 Die adjungierte Abbildung Die Vektorräume dieses Paragraphen seien sämtlich euklidisch, die Norm kommt jetzt also vom inneren Produkt her, v = v v. Zu f Hom R (V,
Mehr{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,
Aufgabe I1 (4 Punkte) Es seien (G, ) und (H, ) Gruppen a) Wann heißt eine Abbildung Φ : G H ein Gruppenhomomorphismus? b) Es seien Φ, Ψ : G H zwei Gruppenhomomorphismen Zeigen Sie, dass eine Untergruppe
MehrLineare Algebra. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November, 7 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen + : E E E, x, y x + y Addition : E E E,
MehrKlausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum
Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt
MehrMathematik und Logik
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
MehrLineare Algebra Weihnachtszettel
Lineare Algebra Weihnachtszettel 4..008 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet
Mehr3 Lineare Abbildungen und Matrizen
3 Lineare Abbildungen und Matrizen 3.1 ektorraum-homomorphismen 3 Lineare Abbildungen und Matrizen 3.1 ektorraum-homomorphismen Deinition 3.1 Seien, W zwei K-ektorräume und : W eine Abbildung. heißt linear
Mehr4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.
4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48 4 Vektorräume 4.1 Definition Sei K ein Körper. Definition: Ein Vektorraum über K, oder kurz ein K-Vektorraum, ist ein Tupel (V,+,, 0 V ) bestehend aus
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
Mehr