Kapitel IV. Lineare Abbildungen. Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen
|
|
- Linus Schulz
- vor 7 Jahren
- Abrufe
Transkript
1 Kapitel IV. Lineare Abbildungen Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen Wir wollen nun die Abbildungen F : V W zwischen Vektorräumen V und W untersuchen, die die Vektorraum-Struktur erhalten. Wir nennen solche Abbildungen Homomorphismen oder, zur Unterscheidung von den Gruppen- und Ring-Homomorphismen, meistens lineare Abbildungen. Die Struktur der Vektorräume, insbesondere der Basis- und der Dimensionsbegriff, erlauben eine genaue strukturelle Beschreibung der Eigenschaften linearer Abbildungen, wie z.b. der Injektivität, Surjektivität und Bijektivität. Diese Eigenschaften lassen sich auch ohne die Zuhilfenahme von Basen charakterisieren. Hierzu werden die Begriffe Kern, Bild und Rang einer linearen Abbildung eingeführt. Der rechnerische Umgang mit linearen Abbildungen wird mit Hilfe der Matrix-Darstellung in Abschnitt 14 begründet. Abschnitt 15 behandelt die bijektiven linearen Abbildungen, die Isomorphismen. Lineare Algebra, Teil I 19. Januar
2 Lineare Abbildungen Einführung: Linearität der Matrix-Vektor-Multiplikation 13 Lineare Abbildungen 13.1 Einführung: Linearität der Matrix-Vektor-Multiplikation Es sei A Mat K (m,n) eine Matrix. Wir definieren die Abbildung F A : K n K m, x Ax. Dann gilt für alle x,y K n und alle α K die Beziehung F A (x +y) = F A (x)+f A (y), F A (αx) = αf A (x); dies wird kurz zusammengefasst zu F A (αx +βy) = αf A (x)+βf A (y) für alle x,y K n und alle α,β K. Mit anderen Worten, die Abbildung F A ist eine lineare Abbildung im Sinne der folgenden Definition. Bemerkung: Man achte auf die Dimensionsangaben: Die Matrix A liegt in Mat(m, n) und die Abbildung F A hat den Definitionsbereich K n sowie den Wertevorrat K m. Lineare Algebra, Teil I 19. Januar
3 Lineare Abbildungen Definition: Lineare Abbildung 13.2 Definition: Lineare Abbildung Es sei K ein Körper, V und W zwei Vektorräume über K. Eine Abbildung F : V W heißt lineare Abbildung (oder Vektorraum-Homomorphismus), falls gilt: F(x +y) = F(x)+F(y) für alle x,y V F(αx) = αf(x) für alle x V, α K. Wir können beide Bedingungen auch zusammenfassen zu F(αx +βy) = αf(x)+βf(y) für alle x,y V, α,β K. Lineare Algebra, Teil I 19. Januar
4 Lineare Abbildungen Bemerkungen: 13.3 Bemerkungen: Es seien V,W Vektorräume und F : V W linear. Dann gilt: (a) F(0 V ) = 0 W. (b) Für beliebige Linearkombinationen in V gilt ( m ) F α k v k = k=1 m α k F(v k ). Hieraus folgt für jede Familie (v i ) i I von Vektoren v i V: Ist (v i) i I linear abhängig, so ist auch die Familie (F(v i)) i I linear abhängig (in W). Ist die Familie (F(v i)) i I linear unabhängig, so ist auch die Familie (v i) i I linear unabhängig. k=1 Lineare Algebra, Teil I 19. Januar
5 Lineare Abbildungen Satz: Eine lineare Abbildung ist durch die Festlegung der Bilder von Basisvektoren bereits vollständig definiert: 13.4 Satz: Es seien V,W Vektorräume, und (v i ) i I sei eine Basis von V. Weiterhin seien Vektoren w i W, i I, gegeben. Dann existiert genau eine lineare Abbildung F : V W mit F(v i ) = w i für alle i I; mit anderen Worten, die lineare Abbildung F ist durch die Bilder F(v i ) einer Basis von V eindeutig beschrieben Korollar: Gleichheit linearer Abbildungen Es seien V,W Vektorräume über K sowie (v i ) i I eine Basis von V. Zwei lineare Abbildungen F : V W und G : V W sind genau dann gleich, wenn die Bilder der Basiselemente gleich sind, also wenn F(v i ) = G(v i ) für alle i I gilt. Lineare Algebra, Teil I 19. Januar
6 Lineare Abbildungen Satz: Lineare Abbildungen F : K n K m 13.7 Satz: Lineare Abbildungen F : K n K m Zu jeder linearen Abbildung F : K n K m (mit m,n N) existiert eine eindeutig bestimmte Matrix A Mat(m,n) mit F(x) = F A (x) = Ax für alle x K n. Lineare Algebra, Teil I 19. Januar
7 Lineare Abbildungen Satz: Verkettung linearer Abbildungen 13.8 Satz: Verkettung linearer Abbildungen Es seien U,V,W Vektorräume über K und F : U V sowie G : V W lineare Abbildungen. Dann ist die Verkettung G F : U W, u G(F(u)) linear. Lineare Algebra, Teil I 19. Januar
8 Lineare Abbildungen Definition Die folgenden Begriffe treten bei der Beschreibung linearer Abbildungen häufig auf. Deshalb sollte man sie sich merken Definition Eine lineare Abbildung F : V W heißt Monomorphismus, wenn F injektiv ist, Epimorphismus, wenn F surjektiv ist, Isomorphismus, wenn F bijektiv ist, Endomorphismus, wenn V = W gilt, also F : V V vorliegt, Automorphismus, wenn V = W gilt und F bijektiv ist. Lineare Algebra, Teil I 19. Januar
9 Lineare Abbildungen Satz: Charakterisierung anhand einer Basis von V Satz: Charakterisierung anhand einer Basis von V Es seien V,W Vektorräume über K sowie (v i ) i I eine Basis von V. Weiter sei F : V W linear und w i = F(v i ). Dann gilt: (a) F ist ein Monomorphismus genau dann, wenn (w i ) i I linear unabhängig ist. (b) F ist ein Epimorphismus genau dann, wenn (w i ) i I ein Erzeugendensystem von W ist. (c) F ist ein Isomorphismus genau dann, wenn (w i ) i I eine Basis von W ist. Bemerkung: Wir halten als wichtiges Resultat fest: ein Isomorphismus F : V W bildet jede Basis (v i ) i I von V in eine Basis (F(v i )) i I von W ab. Lineare Algebra, Teil I 19. Januar
10 Lineare Abbildungen Korollar: Charakterisierung bei gleicher endlicher Dimension Durch Einsatz des Dimensionsbegriffs für endlich-dimensionale Vektorräume folgt sofort (siehe 8.21): Korollar: Charakterisierung bei gleicher endlicher Dimension Es seien V,W Vektorräume über K mit dimv = dimw <. Für eine lineare Abbildung F : V W sind dann äquivalent: (i) F ist ein Monomorphismus (d.h. injektiv). (ii) F ist ein Epimorphismus (d.h. surjektiv). (iii) F ist ein Isomorphismus (d.h. bijektiv). Lineare Algebra, Teil I 19. Januar
11 Lineare Abbildungen Korollar: Schlussfolgerungen über die Dimension Korollar: Schlussfolgerungen über die Dimension Es seien V,W Vektorräume über K und F : V W linear. (i) Falls F ein Monomorphismus ist, so folgt dimv dimw. (ii) Falls F ein Epimorphismus ist, so folgt dimv dimw. (iii) Falls F ein Isomorphismus ist, so folgt dimv = dimw. Hierbei sind dimv = und dimw = zugelassen Korollar: Schlussfolgerungen aus der Dimension Es seien V,W Vektorräume über K. (i) Falls dimv dimw und dimv < gilt, so existiert ein Monomorphismus F : V W. (ii) Falls dimv dimw und dimw < gilt, so existiert ein Epimorphismus F : V W. (iii) Falls dimv = dimw < gilt, so existiert ein Isomorphismus F : V W. Lineare Algebra, Teil I 19. Januar
12 Lineare Abbildungen Satz: Inverse Satz: Inverse Es seien V,W Vektorräume über K. Ist F : V W ein Isomorphismus, so ist die Umkehrabbildung F 1 : W V ebenfalls linear und bijektiv, also ein Isomorphismus. Bemerkung: (a) Existiert zwischen zwei Vektorräumen V, W ein Isomorphismus, so heißen V und W isomorph. Hier wurde begründet, dass der Isomorphie-Begriff eine symmetrische Relation darstellt. Wir betrachten ihn genauer in Abschnitt 15. (b) Für einen Isomorphismus F : V W gelten natürlich die Beziehungen F F 1 = id W, F 1 F = id V. (c) Man beachte die allgemeine Definition und den Satz 2.23 aus Kapitel I: Die lineare Abbildung F : V W ist genau dann ein Isomorphismus, wenn es eine Abbildung X : W V gibt mit F X = id W, X F = id V. Die Linearität dieser Abbildung X wurde hier zusätzlich bewiesen. Lineare Algebra, Teil I 19. Januar
13 Lineare Abbildungen Definition und Satz: Kern, Bild und Rang Die Injektivität, Surjektivität und Bijektivität kann man auch ohne Zuhilfenahme einer Basis ausdrücken Definition und Satz: Kern, Bild und Rang Es seien V,W Vektorräume über K sowie F : V W linear. (a) Das Urbild des Nullvektors 0 W heißt der Kern von F, Kern(F) := F 1 ({0 W }) = {v V F(v) = 0 W }. Es gilt: Kern(F) ist ein Untervektorraum von V. (b) Das Bild von F ist die Menge Bild(F) = F(V) = {F(v) v V}. Es gilt: Bild(F) ist ein Untervektorraum von W. (c) Der Rang von F ist definiert als Rang(F) = dim(bild(f)). Lineare Algebra, Teil I 19. Januar
14 Lineare Abbildungen Satz: Charakterisierung anhand von Kern und Bild Satz: Charakterisierung anhand von Kern und Bild Es seien V,W Vektorräume über K. Weiter sei F : V W linear. Dann gilt: (a) F ist ein Monomorphismus genau dann, wenn Kern(F) = {0 V } gilt. (b) F ist ein Epimorphismus genau dann, wenn Bild(F) = W gilt. (c) F ist ein Isomorphismus genau dann, wenn Kern(F) = {0 V } und Bild(F) = W gilt. Nur die Aussage (a) muss bewiesen werden, weil (b) die Definition der Surjektivität ist (siehe 2.18(b)) und (c) die Aussagen (a) und (b) zusammenfasst. Der Beweis von (a) beruht im Wesentlichen auf der folgenden Aussage. Lineare Algebra, Teil I 19. Januar
15 Lineare Abbildungen Lemma: Urbilder einpunktiger Mengen Lemma: Urbilder einpunktiger Mengen Es seien V,W Vektorräume über K. Weiter sei F : V W linear. Für ein beliebiges w W ist die Menge F 1 ({w}) entweder leer, oder sie hat die Form F 1 ({w}) = p +Kern(F) mit einem beliebigen p V, für das F(p) = w gilt. Bemerkung: Das Lemma besagt, dass F 1 ({w}) ein Element des Faktorraums V/Kern(F) ist; dies verallgemeinert unsere Aussage zur Lösung inhomogener LGS in Satz 11.5: Die Lösungsmenge der Gleichung F(v) = w mit w W ist entweder leer, oder sie ist ein affiner Unterraum von V mit dem Aufpunkt p (partikuläre Lösung, spezielle Lösung F(p) = w) und dem Differenzenraum Kern(F). Lineare Algebra, Teil I 19. Januar
16 Lineare Abbildungen Homomorphiesatz Wir erhalten nun den ersten Hauptsatz über lineare Abbildungen sowie die Dimensionsformel Homomorphiesatz Es seien V,W Vektorräume über K und F : V W linear. Weiter sei U = Kern(F). Dann sind der Faktorraum V/U und der Bildraum Bild(F) isomorph; ein Isomorphismus ist gegeben durch H F : V/U Bild(F), p +U F(p) Satz: Dimensionsformel Es seien V,W Vektorräume über K und F : V W linear. Dann gilt dimv = dim(kern(f))+dim(bild(f)) = dim(kern(f))+rang(f). Lineare Algebra, Teil I 19. Januar
17 Lineare Abbildungen Bemerkung Bemerkung: Der Homomorphiesatz ermöglicht es, jede lineare Abbildung nach ihrem Kern zu faktorisieren, um dadurch einen Isomorphismus zu erzeugen: aus F : V W wird zuerst der Monomorphismus H 1 : V/Kern(F) W, [v] Kern(F) F(v), und daraus durch Einschränkung des Wertevorrats der Isomorphismus H F : V/Kern(F) Bild(F), [v] Kern(F) F(v). Wenn man dann noch einen komplementären Untervektorraum M V von Kern(F) findet, der ja ein vollständiges Repräsentantensystem von V/Kern(F) ist, so kann man H F ersetzen durch den Isomorphismus H F : M Bild(F), v F(v). Lineare Algebra, Teil I 19. Januar
18 Lineare Abbildungen Satz: Die Vektorräume Abb(V, W) und Hom(V, W) Wir betrachten nun Strukturen auf der Menge aller Abbildungen Abb(V,W) = {f : V W f ist eine Abbildung} sowie der Teilmenge aller linearen Abbildungen Hom(V,W) = {f : V W f ist eine lineare Abbildung}. Wegen der Vektorraum-Eigenschaft des Wertevorrats W können wir beliebige Abbildungen f,g : V W addieren und mit Skalaren multiplizieren: f +g : V W, v f(v)+g(v) W, αf : V W, v αf(v) W. Lineare Algebra, Teil I 19. Januar
19 Lineare Abbildungen Satz: Die Vektorräume Abb(V, W) und Hom(V, W) Satz: Die Vektorräume Abb(V,W) und Hom(V,W) Es seien V,W Vektorräume über K. (a) Die Menge Abb(V,W) = {f : V W f ist eine Abbildung} mit der obigen Addition und Skalarmultiplikation ist ein K-Vektorraum. Sein Nullelement ist die Abbildung N : V W mit N(v) = 0 W für alle v V, die sog. Null-Abbildung. (b) Die Menge Hom(V,W) = {f : V W f ist eine lineare Abbildung} ist ein Untervektorraum von Abb(V,W); d.h. mit F : V W linear und G : V W linear ist auch F +G und αf linear. Lineare Algebra, Teil I 19. Januar
20 Lineare Abbildungen Satz: Dimension von Hom(V, W) Satz: Dimension von Hom(V,W) Falls dimv > 0 und dimw > 0 gilt, so ist dim(hom(v,w)) = (dimv) (dimw), mit der Vereinbarung n = m =, =. Falls dimv = 0 oder dimw = 0 ist, so gilt dim(hom(v,w)) = 0. Bemerkung: Hom(K n,k m ) hat die gleiche Struktur wie der Vektorraum Mat K (m,n) der m n-matrizen: Für Matrizen A,B Mat K (m,n) ist (F A +F B )(x) = (A+B)x und αf A (x) = (αa)x. Tatsächlich ist durch A F A ein Vektorraum-Isomorphismus zwischen Mat K (m,n) und Hom(K n,k m ) gegeben. Die Dimension dim(mat K (m,n)) = mn wurde in 10.2 angegeben. Die obige Dimensionsformel liefert das gleiche Ergebnis! Im Fall endlich-dimensionaler Vektorräume V und W wird im Beweis eine Basis von Hom(V,W) konstruiert, die mit den Elementarmatrizen E k,l in 10.2 vergleichbar ist. Lineare Algebra, Teil I 19. Januar
21 Lineare Abbildungen Satz: Der Endomorphismenring Hom(V) Im Spezialfall V = W sind die linearen Abbildungen F : V V genau die Endomorphismen; anstatt Hom(V, V) schreibt man oft Hom(V). Die Endomorphismen können wie üblich addiert und mit Skalaren multipliziert werden. Zusätzlich können sie mit der Verkettung (=Hintereinanderausführung) verknüpft werden: F,G Hom(V) F G Hom(V), denn die Linearität von F G wurde ja in Satz 13.8 gezeigt. Mit Addition und Verkettung ergibt sich die Struktur eines Rings, und zusammen mit der Skalarmultiplikation sogar die Struktur einer Algebra, wie wir sie bei den quadratischen Matrizen schon kennengelernt haben. Lineare Algebra, Teil I 19. Januar
22 Lineare Abbildungen Satz: Der Endomorphismenring Hom(V) Satz: Der Endomorphismenring Hom(V) Es sei V ein Vektorraum über K. Der Vektorraum Hom(V) = {F : V V f ist eine lineare Abbildung} ist mit der Addition, Skalarmultiplikation und Verkettung eine K-Algebra. Sie ist (in der Regel) nicht-kommutativ. Ihr Einselement ist die identische Abbildung id V : V V; denn id V F = F id V = F gilt für alle F Hom(V). Ihre Einheiten (d.h. die Elemente mit einem Inversen bzgl. der Verkettung) sind genau die Automorphismen: sie bilden die Automorphismengruppe Aut(V) = {F : V V f ist eine bijektive lineare Abbildung}. Lineare Algebra, Teil I 19. Januar
23 Lineare Abbildungen Bemerkung Bemerkung Im Fall V = K n lässt sich Hom(V) mit dem Vektorraum der quadratischen Matrizen Mat K (n,n) vergleichen. Die Verkettung in Hom(V) entspricht der Matrix-Multiplikation in Mat K (n,n). Die Automorphismengruppe Aut(V) entspricht dabei der allgemeinen linearen Gruppe Gl(n). Lineare Algebra, Teil I 19. Januar
24 Matrix-Darstellung Definition und Satz: Koordinatenabbildung 14 Matrix-Darstellung In diesem Abschnitt sind alle Vektorräume endlich-dimensional. Zur praktischen Rechnung mit linearen Abbildungen greifen wir auf Basen der Vektorräume zurück Definition und Satz: Koordinatenabbildung Es sei V ein Vektorraum über K mit dimv = n N. Weiter sei A = (v 1,...,v n ) eine Basis von V. (a) Durch Φ A : V K n, v = n α i v i (α 1,...,α n ) ist eine Abbildung definiert; wir nennen Φ A die zur Basis A gehörende Koordinatenabbildung von V. (b) Die Koordinatenabbildung Φ A ist linear und bijektiv, also ein Isomorphismus. Ihre Umkehrabbildung lautet i=1 Φ 1 A : Kn V, n (α 1,...,α n ) α i v i. i=1 Lineare Algebra, Teil I 19. Januar
25 Matrix-Darstellung Definition und Satz: Koordinatenabbildung Bemerkung: Die Koordinatenabbildung Φ A ist wohldefiniert: nach Satz 8.11 existiert für jedes v V eine Darstellung v = α 1 v 1 +α 2 v α n v n mit eindeutigen Skalaren α 1,α 2,...,α n K. Lineare Algebra, Teil I 19. Januar
26 Matrix-Darstellung Vorüberlegung zur Matrix-Darstellung 14.3 Vorüberlegung zur Matrix-Darstellung: Es seien V, W Vektorräume über dem Körper K mit dimv = n und dimw = m, m,n N. Weiter sei A = (v 1,...,v n ) eine Basis von V und B = (w 1,...,w m ) eine Basis von W. Die Koordinatenabbildungen bezeichnen wir mit Φ A : V K n und Ψ B : W K m. Nun sei F : V W eine lineare Abbildung. Durch Verkettung erhalten wir die lineare Abbildung F = Ψ B F Φ 1 A : Kn K m. Zur Abbildung F gibt es nach Satz 13.7 eine eindeutig bestimmte Matrix A Mat K (m,n) mit F = F A, also F(x) = Ax. Wegen F = Ψ 1 B F A Φ A (und der Isomorphie von Ψ B und Φ A ) sind die wichtigen Eigenschaften von F gleichbedeutend mit den Eigenschaften von F A, also auch mit den Eigenschaften der Matrix A. Dies liefert praktische Berechnungsmethoden z.b. für Kern, Bild und Rang von F. Lineare Algebra, Teil I 19. Januar
27 Matrix-Darstellung Definition und Satz: Matrix-Darstellung 14.4 Definition und Satz: Matrix-Darstellung Es seien V,W Vektorräume über K mit dimv = n, dimw = m und m,n N. Weiter sei A = (v 1,...,v n ) eine Basis von V und B = (w 1,...,w m ) eine Basis von W. Die Koordinatenabbildungen bezeichnen wir mit Φ A : V K n und Ψ B : W K m. Es sei F : V W eine lineare Abbildung. (a) Die eindeutig bestimmte Matrix A Mat K (m,n) mit F = Ψ 1 B F A Φ A heißt die darstellende Matrix von F bzgl. der Basen A und B. (b) Die k-te Spalte a k = (a j,k ) 1 j m der darstellenden Matrix A von F ist gegeben durch m F(v k ) = a j,k w j, k = 1,...,n. j=1 Anders ausgedrückt: a k = Ψ B (F(v k )) ist der Koordinatenvektor (bzgl. der Basis B) von F(v k ). Lineare Algebra, Teil I 19. Januar
28 Matrix-Darstellung Satz 14.6 Satz Mit den Bezeichnungen in 14.4 sei A Mat K (m,n) die darstellende Matrix zur linearen Abbildung F : V W. Dann gilt Rang(F) = Rang(A). Insbesondere folgt: F ist ein Monomorphismus genau dann, wenn Rang(A) = n gilt. F ist ein Epimorphismus genau dann, wenn Rang(A) = m gilt. F ist ein Isomorphismus genau dann, wenn m = n und Rang(A) = n gilt, d.h. wenn A Gl(n,K) gilt. Lineare Algebra, Teil I 19. Januar
29 Matrix-Darstellung Praktischer Aspekt: Lösung der Gleichung L(v) = w 14.7 Praktischer Aspekt: Lösung der Gleichung L(v) = w Gegeben sei eine lineare Abbildung F : V W und ein Vektor w W. 1. Wähle geeignete Basen (v 1,...,v n ) von V und (w 1,...,w m ) von W. 2a. Stelle die darstellende Matrix A von F auf. 2b. Berechne den Koordinatenvektor y von w. 3. Bestimme alle Lösungen des linearen Gleichungssystems A x = y. 3a. Falls keine Lösung existiert, hat auch F(v) = w keine Lösung. 3b. Andernfalls: Für jede Lösung x = (α 1,...,α n ) K n von A x = y ist v = eine Lösung von F(v) = w. n α k v k k=1 Lineare Algebra, Teil I 19. Januar
30 Matrix-Darstellung Satz: Verkettung Die Verkettung linearer Abbildungen wurde bereits in Satz 13.8 behandelt. Wir wollen hier den Zusammenhang zum Matrixprodukt ergänzen Satz: Verkettung Es seien U, V, W endlich-dimensionale Vektorräume über K (und keiner sei der Nullraum). Weiter seien A eine Basis von U, B eine Basis von V und C eine Basis von W. Außerdem sei A die darstellende Matrix der linearen Abbildung F : U V bzgl. der Basen A und B, und es sei B die darstellende Matrix der linearen Abbildung G : V W bzgl. der Basen B und C. Dann ist das Matrixprodukt C = BA definiert und C ist die darstellende Matrix von G F bzgl. der Basen A und C. Bemerkung: Das Bindeglied ist hier nicht nur der Vektorraum W, sondern auch die Basis B von W, die sowohl für den Wertevorrat von F als auch für den Definitionsbereich von G verwendet wird. Lineare Algebra, Teil I 19. Januar
31 Matrix-Darstellung Satz: Basiswechsel Wir wollen noch überlegen, welchen Einfluss der Übergang zu einer anderen Basis von V (oder W) auf die darstellende Matrix hat Satz: Basiswechsel Mit den Bezeichnungen in 14.4 sei A Mat K (m,n) die darstellende Matrix zur linearen Abbildung F : V W. (a) Es sei A = (v 1,...,v n ) eine weitere Basis von V. Die Matrix T Gl(n,K) sei die darstellende Matrix von id V : V V bzgl. der Basen A und A, also n v k = t j,k v j, 1 k n. j=1 Dann ist B = AT die darstellende Matrix von F bzgl. der Basen A und B. Lineare Algebra, Teil I 19. Januar
32 Matrix-Darstellung Satz: Basiswechsel (b) Es sei B = (w 1,...,w m) eine weitere Basis von W. Die Matrix S Gl(m,K) sei die darstellende Matrix von id W : W W bzgl. der Basen B und B, also m w k = s j,k w j, 1 k m. j=1 Dann ist C = S 1 A die darstellende Matrix von F bzgl. der Basen A und B. Bemerkung: Der Rang der darstellenden Matrizen A, B, und C im obigen Satz bleibt erhalten; man vergleiche hierzu Satz Übrigens gilt S Gl(n,K), weil id V (offensichtlich) ein Isomorphismus ist; ebenso ist T Gl(m,K). Lineare Algebra, Teil I 19. Januar
33 Matrix-Darstellung Satz: Basiswechsel Um sich die Gestalt der Transformations-Matrizen T und S besser merken zu können, beachte man das folgende kommutative Diagramm. Die Spalten von T und S entstehen, indem man die neuen Basisvektoren in A bzw. B als Linearkombination der alten Basisvektoren in A bzw. B schreibt. Die verwendete Basis wird jeweils mit angegeben: V F W id V (V,A ) (V,A) Φ A F (W,B) id W (W,B ) Φ A Ψ B Ψ B K n T K n A K m S 1 K m Die Aussage zum Basiswechsel folgt direkt aus Satz Lineare Algebra, Teil I 19. Januar
34 Matrix-Darstellung Spezialfall: Endomorphismen Spezialfall: Endomorphismen Es sei V ein Vektorraum über K mit dimv = n N. Weiter sei A = (v 1,...,v n ) eine Basis von V. Verwendet man im Definitions- und Wertebereich des Endomorphismus F : V V die gleiche Basis A, so besitzt F als darstellende Matrix die quadratische Matrix A Mat K (n,n) mit den Spaltenvektoren a k = (a j,k ) 1 j n, wobei m F(v k ) = a j,k v j, k = 1,...,n gilt. j=1 Ersetzt man A durch eine neue Basis A im Definitions- und Wertebereich V, so ergibt Satz als neue Darstellungsmatrix von F die Matrix B = T 1 AT. Hierbei ist T Gl(n, K) die invertierbare quadratische Matrix in 14.10(a). Beachte: Die darstellenden Matrizen A und B = T 1 AT von F : V V sind ähnlich, vgl. Satz Lineare Algebra, Teil I 19. Januar
35 Matrix-Darstellung Bemerkung Bemerkung Es seien V,W endlich-dimensionale Vektorräume über K, dimv = n N und dimw = m N. Wir geben feste Basen A von V und B von W vor. (a) Die Vektorräume Hom(V,W) und Mat K (m,n) sind isomorph. Der Isomorphismus ist erklärt durch die Abbildung Θ : Hom(V,W) Mat K (m,n), F A, wobei A die darstellende Matrix von F bzgl. der gegebenen Basen ist. (b) Im Spezialfall V = W und A = B gilt sogar: Θ : Hom(V) Mat K (n,n) ist ein Ring-Isomorphismus: zur Abbildung id V gehört die Einheitsmatrix, zur Verkettung G F gehört das Matrixprodukt, etc. Weiterhin bildet Θ die Automorphismengruppe Aut(V) bijektiv auf GL(n, K) ab; diese Abbildung ist ein Gruppen-Isomorphismus. Lineare Algebra, Teil I 19. Januar
36 Isomorphie von Vektorräumen Satz 15 Isomorphie von Vektorräumen Dieser kurze Abschnitt dient nur als Zusammenfassung von Aussagen über Isomorphismen. Wir verwenden die Sprechweise aus Bemerkung 13.15: Zwei Vektorräume V, W heißen isomorph, wenn es einen Isomorphismus F : V W gibt. Satz hat dann die folgende Formulierung Satz Zwei endlich-dimensionale Vektorräume V, W über dem Körper K sind genau dann isomorph, wenn dimv = dimw gilt. Lineare Algebra, Teil I 19. Januar
37 Isomorphie von Vektorräumen Satz Was kann über unendlich-dimensionale Vektorräume (oder in voller Allgemeinheit) gesagt werden? Eigentlich brauchen wir nur die Aussage in 13.11(c) zusammen mit dem Basis-Begriff anzuschauen Satz Zwei Vektorräume V und W (egal, ob endlich- oder unendlich-dimensional) sind genau dann isomorph, wenn es Basen A von V und B von W gibt, die die gleiche Mächtigkeit haben. Einen Isomorphismus F : V W erhält man dann wie folgt: jede bijektive Abbildung f : A B zwischen den Basen definiert nach Satz 13.4 genau eine lineare Abbildung von V nach W. Lineare Algebra, Teil I 19. Januar
38 Isomorphie von Vektorräumen Satz Als Notation für Isomorphie von Vektorräumen verwendet man häufig V W (V und W sind isomorph). Als strukturelle Aussage halten wir fest: 15.3 Satz Die Isomorphie ist eine Äquivalenzrelation auf der Menge aller K-Vektorräume. Beweis: Reflexivität: V V mittels des Isomorphismus id V : V V. Symmetrie: Aus V W mittels des Isomorphismus F : V W folgt auch W V mittels des Isomorphismus F 1. Transitivität: Aus U V und V W mittels der Isomorphismen F : U V bzw. G : V W folgt auch U W mittels des Isomorphismus G F. Lineare Algebra, Teil I 19. Januar
39 Isomorphie von Vektorräumen Beispiele 15.4 Beispiele: (a) Jeder endlich-dimensionale K-Vektorraum V mit dimv = n ist isomorph zu K n : ein passender Isomorphismus ist die Koordinatenabbildung Φ A : V K n zu einer Basis A von V. (b) Der Polynomraum R[t] ist isomorph zum Vektorraum der reellen Zahlenfolgen mit höchstens endlich vielen von Null verschiedenen Gliedern V = {(a n) n N0 a n R für n N 0, a n 0 für höchstens endlich viele n}. Die Basis der Monome A = (1,t,t 2,t 3,...) ist abzählbar, also gleichmächtig zu N 0. Als Basis B = ( e j ) j N0 von V betrachten wir die Folgen e 0 = (1,0,0,0,...), e 1 = (0,1,0,0,...), allgemein e j = (0,0,...,0,1,0,0,0,...) mit genau einer 1 an der Stelle n = j. Auch diese Basis ist abzählbar, also sind K[t] und V isomorph. Als Isomorphismus bietet sich an f = n a j t j (a 0,a 1,...,a n,0,0,0,...). k=0 Lineare Algebra, Teil I 19. Januar
40 Isomorphie von Vektorräumen Beispiele (c) Der Polynomraum R[t] ist NICHT isomorph zum Vektorraum aller reellen Zahlenfolgen W = {(a n) n N0 a n R für n N 0 }. Dafür genügt es zu zeigen, dass in W eine überabzählbare Familie linear unabhängiger Elemente existiert. Denn dann ist auch jede Basis von W überabzählbar, hat also eine größere Mächtigkeit als N 0. (Vgl. hierzu Definition 2.27 im Grundlagenkapitel.) Als überabzählbare Indexmenge verwenden wir die Menge R. (Dass R nicht abzählbar ist, findet man z.b. in G. Fischer, Lineare Algebra (17. Aufl.), Seite 42.) Wir definieren für jedes x R die Folge e x = (1,x,x 2,x 3,...) W. Behauptung: Die Familie ( e x) x R ist linear unabhängig. Beweis: Es sei C = {x 1,x 2,...,x m} R eine endliche Menge paarweise verschiedener Zahlen x i. Wir müssen zeigen, dass die Familie ( e x1, e x2,..., e xm ) linear unabhängig ist. Dafür genügt es, dass die Anfangsstücke dieser Folgen linear unabhängig sind, z.b. (1, x 1, x1 2,..., xm 1 1 ) (1, x 2, x2 2,..., xm 1 2 ). (1, x m, xm, 2..., xm m 1 ) Diese Vektoren sind die Zeilen einer Vandermonde-Matrix. Weil die betreffende Matrix invertierbar ist (siehe Beispiel 14.5), sind die Zeilenvektoren linear unabhängig. Lineare Algebra, Teil I 19. Januar
Kapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
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,
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,
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
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 I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
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
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,
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
Mehr1 Linearkombinationen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch
MehrKLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
Mehr2.4 Lineare Abbildungen und Matrizen
24 Lineare Abbildungen und Matrizen Definition 24 Seien V, W zwei K-Vektorräume Eine Abbildung f : V W heißt lineare Abbildung (lineare Transformation, linearer Homomorphismus, Vektorraumhomomorphismus
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:
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 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
Mehr4 Lineare Abbildungen und Matrizen
4.1 Lineare Abbildungen Definition 4.1. Es seien V, W K-Vektorräume. Eine Abbildung f : V W heißt linear oder Homomorphismus, wenn für alle u, v V und λ K gilt Beispiel 4.2. L1 f(u + v) = f(u) + f(v),
MehrLineare Abbildungen. i=0 c ix i n. K n K m. linear. Wir können also jeder Matrix eine lineare Abbildung zuordnen.
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
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,
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
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
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.
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
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 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 Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.
Lineare Abbildungen Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls (1) u, v V : f( u + v) = f( u) + f( v). (2) v V α K : f(α v) = αf( v).
MehrKap 5: Rang, Koordinatentransformationen
Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv
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
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
MehrVektorräume. Kapitel Definition und Beispiele
Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,,0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte
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
MehrKap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v
Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht
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
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
Mehrtechnische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4
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,
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 :
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF
TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07032016-11032016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Lineare Abbildungen 2 11 Homomorphismus 2 12 Kern
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
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
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
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
Mehr4.2 Quotientenvektorräume
306 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 4.2 Quotientenvektorräume Zum Verständnis der folgenden Konstruktion ist es hilfreich, sich noch einmal den Abschnitt 1.4 über Restklassen vom Beginn
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
MehrBestimmung der Dimension
Bestimmung der Dimension Satz. Sei (v 1, v 2,..., v n ) ein minimales Erzeugendensystem von V, d.h. dieses System ist ein Erzeugendensystem von V, aber keines der nach Weglassen eines v i (1 i n) entstehenden
MehrLösung Lineare Algebra I Sommer 2018 Version A
Lösung Lineare Algebra I Sommer 208 Version A. (25 Punkte) Kreuzen Sie direkt auf dem Abgabeblatt an, ob die Behauptungen oder sind. Sie müssen Ihre Antworten nicht begründen! Bewertung: Punkt für jede
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
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
Mehr$Id: vektor.tex,v /01/16 15:50:24 hk Exp $ $Id: cartesisch.tex,v /01/19 11:05:27 hk Exp $
$Id: vektortex,v 125 2015/01/16 15:50:24 hk Exp $ $Id: cartesischtex,v 116 2015/01/19 11:05:27 hk Exp $ 9 Vektorräume 94 Koordinatentransformationen Am Ende der letzten Sitzung hatten wir die sogenannten
MehrBeweis. Bei (a) handelt es sich um eine Umformulierung des ersten Teils von Satz 6.2, während (b) aus dem zweiten Teil des genannten Satzes folgt.
82 Kapitel III: Vektorräume und Lineare Abbildungen Beweis. Bei (a) handelt es sich um eine Umformulierung des ersten Teils von Satz 6.2, während (b) aus dem zweiten Teil des genannten Satzes folgt. Wir
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
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
MehrLINEARE ALGEBRA II. FÜR PHYSIKER
LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
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
MehrD-Math/Phys Lineare Algebra I HS 2016 Dr. Meike Akveld. Clicker Fragen. Sei R die Menge aller Mengen, die sich nicht selbst enthalten.
D-Math/Phys Lineare Algebra I HS 2016 Dr. Meike Akveld Clicker Fragen Frage 1 Sei R die Menge aller Mengen, die sich nicht selbst enthalten. So gilt R R R / R Dies ist bekannt als die Russelsche Antimonie
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
MehrLösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3
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
MehrLineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund
Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer
Mehr3 Lineare Abbildungen und Matrizen
3 Lineare Abbildungen und Matrizen Definition 3.1. Es seien V und W zwei Vektorräume über demselben Zahlkörper k. Eine Abbildung heisst linear, falls gilt i) [ λ k ] [ v V ] [ f (λ v) = λ f ( v) ] ii)
Mehr34 Lineare Abbildungen
34 Lineare Abbildungen 34 Motivation Wir haben wichtige Eigenschaften von Vektorräumen kennen gelernt Damit ist es sinnvoll zu untersuchen, wie Abbildungen zwischen Vektorräumen aussehen können Die wichtigsten
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)
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 ) =
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
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.
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
Mehr6 Lineare Abbildungen
6 Lineare Abbildungen Bei der Untersuchung einer algebraischen Struktur spielen im wesentlichen immer zwei Konzepte eine wichtige Rolle: Unterstrukturen, also Teilmengen mit derselben Struktur, und Morphismen,
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
Mehr1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe
1 Halbgruppen Übersicht 11 Definitionen 5 12 Unterhalbgruppen 8 13 InvertierbareElemente 9 14 AllgemeinesAssoziativ-undKommutativgesetz 11 15 PotenzenundVielfache 11 16 Homomorphismen,Isomorphismen 12
Mehr1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe
1 Halbgruppen Übersicht 11 Definitionen 5 12 Unterhalbgruppen 8 13 InvertierbareElemente 9 14 AllgemeinesAssoziativ-undKommutativgesetz 11 15 PotenzenundVielfache 11 16 Homomorphismen,Isomorphismen 12
MehrKapitel 7. Lineare Abbildungen. 7.1 Motivation
Kapitel 7 Lineare Abbildungen 71 Motivation Verschieben, Drehen und Scheren sind parallelentreu, dh sie lassen sich auch als Abbildung zwischen Vektorräumen fomulieren Die Verschiebung, beispielsweise,
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 12 Wege entstehen dadurch, dass man sie geht Franz Kafka Invertierbare Matrizen Definition 121 Es sei K ein
Mehr70 IV. ENDLICH-DIMENSIONALE VEKTORRÄUME
IV. Endlich-dimensionale Vektorräume Unter einem endlich-dimensionalen Vektorraum verstehen wir einen Vektorraum, der eine endliche Basis besitzt. Die entscheidende Beobachtung ist die Tatsache, dass in
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 Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzugen zur Vorlesung: Der Vollständigkeit
Mehr5. Matrizen und Determinanten
technische universität dortmund Dortmund, im Januar 01 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 1 und Matrizen und
MehrVorlesung Abbildungen und Matrizen
Vorlesung Abbildungen und Matrizen Ferienkurs Lineare Algebra 1 Wintersemester 2009/10 09.03.2010 In diesem Abschnitt befassen wir uns mit linearen Abbildungen zwischen Vektorräumen und deren Darstellung
MehrD-Math/Phys Lineare Algebra I HS 2017 Dr. Meike Akveld. Clicker Fragen
D-Math/Phys Lineare Algebra I HS 2017 Dr. Meike Akveld Clicker Fragen Frage 1 Die Aussage Dieser Satz ist falsch ist wahr falsch Dies ist die einfachste Form des Lügner-Paradoxes ist der folgende selbstbezügliche
Mehr2.2 Kern und Bild; Basiswechsel
22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare
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
MehrDer Rangsatz für lineare Abbildungen
Der Rangsatz für lineare Abbildungen Satz Sei f : V W eine lineare Abbildung Dann gilt dim V = dim Kern(f) + dim Bild(f), also gleichbedeutend dim Kern(f) = dim V rg(f) Da uns in der Regel bei gegebenem
MehrLineare Algebra I für Mathematiker Lösungen
Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation
Mehr2.4 Matrizen und Lineare Abbildungen
Lineare Algebra I WS 2015/16 c Rudolf Scharlau 73 2.4 Matrizen und Lineare Abbildungen Zum Schluss von Abschnitt 2.2 hatten wir Matrizen eingeführt, und zwar im Zusammenhang mit der abgekürzten Schreibweise
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrFerienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte
Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare
Mehr6.5 Lineare Abhängigkeit, Basis und Dimension
6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von
Mehr2 Einführung in die lineare Algebra
2 Einführung in die lineare Algebra 2. Vektorräume und ihre Unterräume Definition 2... Sei K ein Körper. Ein Vektorraum über K (oder K-Vektorraum) ist eine Menge V mit einer Addition genannten Verknüpfung
MehrLineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München
Technische Universität München Wintersemester 27/28 Lineare Algebra Skript zum Ferienkurs Tag 2-2.3.28 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper vielmals für seine Unterstützung bei
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 19 Algebraisch abgeschlossene Körper Wir haben zuletzt erwähnt, dass ein lineares Polynom X a über einem Körper stets irreduzibel
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n
Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41
Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und
MehrV. Lineare Algebra. 35 Lineare Abbildungen und Matrizen. 156 V. Lineare Algebra
156 V. Lineare Algebra V. Lineare Algebra 35. Lineare Abbildungen und Matrizen 156 36. Eigenwerte und Eigenvektoren 161 37. Hauptvektoren 165 38. Normen und Neumannsche Reihe 168 39. Numerische Anwendungen
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Heimarbeitsblatt 14
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker Wintersemester 3/4 Heimarbeitsblatt 4 Die Lösungshinweise dienen
Mehr$Id: vektor.tex,v /01/24 14:10:45 hk Exp $ $Id: cartesisch.tex,v /01/24 14:28:24 hk Exp $
$Id: vektor.tex,v.7 20/0/24 4:0:45 hk Exp $ $Id: cartesisch.tex,v.3 20/0/24 4:28:24 hk Exp $ Vektorräume.5 Lineare Abbildungen Am Ende der letzten Sitzung hatten wir die sogenannten linearen Abbildungen
MehrKapitel 12. Lineare Abbildungen und Matrizen
Kapitel 12 Lineare Abbildungen und Matrizen Lineare Abbildungen f : R n R m Wir wissen schon: Eine lineare Abbildung f : R n R m ist eindeutig durch ein n-tupel von Vektoren v 1, v 2,, v n des R m bestimmt
Mehr1 Mengen und Abbildungen
1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra
MehrDie wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.
Definition: Lineare Abbildung Lineare Abbildungen Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. 8.1 Definition: Lineare Abbildung Eine Funktion f : V Ñ W zwischen
Mehr