x 2 + y 2 = f x y = λ

Transkript

1 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) = λf (u)

2 Bsp Die Abbildung ist linear, weil f x 1 + x 2 y 1 + y 2 = 0 f ( ( x λ y )) = f f : R 2 R 3, (( x1 y 1 x 1 y 1 0 (( λx λy f ) ( x2 + y 2 x 2 + y 2 0 )) = (( x y )) := x y 0 )) (( )) x1 + x = f 2 = y 1 + y 2 (( )) x1 = f + f λx λy 0 y 1 = λ x y 0 (( x2 = λf y 2 )), (( x y ))

3 Bsp Sei (V,+, ) ein Vektorraum, α R Dann ist die Streckung f : V V, f (v) := α v linear Tatsächlich, f (v 1 + v 2 ) = α(v 1 + v 2 ) = αv 1 + αv 1 = f (v 1 ) + f (v 2 ), f (λv 1 ) = α(λv 1 ) = (αλ)v 1 = (λα)v 1 = λ(αv 1 ) = λf (v 1 ) Bsp Ist die Abbildung f : V 1 V 2, f (v) := 0 eine lineare Abbildung? Ja! Weil f (v 1 ) + f (v 2 ) = = 0 und f (λv 1 ) = 0 = λ 0 = λf (v 1 ) (Falls V 1 = V 2 = V ist, ist f auch die Abbildung aus dem Streckungs -Bsp vorher, mit α = 0)

4 Bitte üben: zeigen Sie, dass die folgende Abbildung linear ist Die Abbildung f : R 3 R 2 gegeben durch (¼ ½) f x y = x + 2y 3x + 4y z

5 Bitte üben Frage Ist die folgende Abbildung linear? f : R 1 R 1, f (x) = (2x + 1) f(x) 1 x

6 Lemma 10 (v 1,,v n ) sei eine Basis in (V,+, ) Wir betrachten die Koordinatenabbidung ¼ C : V R n, die den Vektor v auf seinen 1 ½ Koordinatenvektor x abbildet Dann gilt: die Abbildung C ist linear x n Beweis ¼ Zz: ½ Für beliebigen ¼ Vektoren ½ u, w V mit Koordianten C(u) = und C(w) = gilt: x 1 x n (a) Der Koordinatenvektor des Vektors u + w ist y 1 y n ¼ x 1 + y 1 x n + y n ½, (b) ¼ für jedes λ R ist der Koordinatenvektor des Vektors λu der Vektor λx 1 ½ λx n

7 Der Vektor u hat die Koordinaten ¼ Der Vektor w hat die Koordinaten Dann sind u + w und λu u + w = n x i v i + i=1 λu = λ n y i v i = i=1 n x i v i = i=1 ¼ x 1 x n y 1 y n ½ Def ½ Def u = n i=1 x iv i w = n i=1 y iv i ¼ n (x i + y i )v i C(u + w) = i=1 ¼ n λx i v i C(λu) = i=1 λ x 1 λ x n ½ x 1 + y 1 x n + y n ½

8 Exkurs in die Mengenlehre: Surjektion, Injektion und Bijektion Es seien A, B zwei Mengen und f : A B eine Abbildung: Eine Abbildung f : A B heißt Injektion (oder eine injektive Abbildung), falls für jedes x y A gilt: f (x) f (y) (Oder: f (x) = f (y) = x = y) f A B

9 Eine Abbildung f : A B heißt Surjektion (oder eine surjektive Abbildung), falls für jedes x B mind ein y A existiert, so dass f (y) = x (Oder: Bild f := {b B sd a A mit f (a) = b} = B) f A B

10 f A B Eine Abbildung f : A B heißt Bijektion (oder eine bijektive Abbildung), falls sie eine Injektion und eine Surjektion ist

11 Die drei Bilder zusammen f A B Abbildung: Injektion (Abbildung in) f A B Abbildung: Surjektion (Abbildung auf) f A B Abbildung: Bijektion = Surjektion und Injektion

12 Wichtige Bezeichnung von der vorherigen Folien: Bild f := {b B sd a A mit f (a) = b} f:a --->B A B Bild = f Abbildung: Bsp: Bild f

13 Def Sei f : V U eine lineare Abbildung, wobei (V,+, ) und (U,+, ) Vektorräume sind Der Kern von f ist die Menge Kern f := Urbild f ({ 0}) := {v V f (v) = 0} Lemma 11 f : V U sei eine lineare Abbildung Dann gilt: (a) f ( 0) = 0 (b) v V gilt f ( v) = f (v) (c) Kern f = { 0} f injektiv Beweis (a) f ( 0) = f (0v) Def = 0 f (v) = 0 (b) f ( v) = f (( 1) v) = ( 1) f (v) = f (v) (c) = Sei Kern f = { 0} Zz: f ist injektiv, dh f (v 1 ) = f (v 2 ) = v 1 = v 2 f (v 1 ) = f (v 2 ) f (v 1 ) f (v 2 ) = 0 f (v 1 v 2 ) = 0 Da Kern f = { 0}, gibt es nur einen Vektor, der auf 0 abgebildet wird, nämlich 0 Dann ist v 1 v 2 = 0, also v 1 = v 2 (c) = Sei f injektiv Dann folgt aus f (u) = f (v), dass u = v Wir setzen u := 0Wir erhalten, dass aus f ( 0) = f (v) folgt, dass v = 0 }{{} = 0 nach (a) Also Kern f := {v V f (v) = 0} = { 0}

14 Verkettung von Abbildungen A,B,C seien die Mengen, f : A B, g : B C seien Abbildungen Die Verkettung (Komposition, Superposition, Hintereinanderausführung) von Abildungen g und f ist die Abbildung g f : A C, g f (x) := g(f (x)) Bsp: A = B = C = R, f (x) := x 3, g(x) := cos(x) Dann ist die Verkettung g f (x) = cos(x 3 ) x A f g f(x) g(f(x)) B C

15 Inverse Abbildung Bezeichnung: Für jede Menge A definieren wir Id A : A A, Id(a) = a ( a A) Id a A Wicht Bsp: f : A B gilt: f Id A = f (weil a A f Id A (a) = f (Id A (a)) = f (a)) Id B f = f (weil a A Id B f (a) = Id B (f ((a))) = f (a))

16 A a Def Sei f : A B eine Abbildung Eine Abbildung g : B A heißt eine links- (bzw rechts-)inverse Abbildung zu f, falls g f = Id A (bzw f g = Id B ) Lemma 12 f : A B sei eine Abbildung und A Dann gilt: 1 f ist injektiv f hat eine Linksinverse 2 f ist surjektiv f hat eine Rechtsinverse Beweis: (1) : f sei als injektiv vorausgesetzt Sei a A Die gesuchte linksinverse Abbildung g : B f A wird nun definiert durch g(y) := x, falls y in der Bildmenge von f liegt, und f (x) = y ist (da Es f injektiv ist, ergibt sich x eindeutig aus y) und B g(y) := a, falls y nicht in der Bildmenge von f liegt gilt: g f (x) Def = y:=f (x) g(f (x)) = g(y) g(y)=x = x = Id A (x) Bemerkung Die Linksinverse ist nicht immer eindeutig das Element a können wir beliebig auswählen

17 Beweis (1) : Es gelte g f = Id A Nun seien x, y A mit f (x) = f (y) gegeben Wir müssen x = y zeigen Dazu wird g auf die Gleichung f (x) = f (y) angewendet, was g(f (x)) = g(f (y)) ergibt Mit der Eigenschaft der Linksinversen haben wir Id A (x) = Id A (y), also x = y

18 Beweis (2): f ist surjektiv f hat eine Rechtsinverse = : f : A B werde als surjektiv vorausgesetzt Für jedes Element y B gibt es also mindestens ein x A mit f (x) = y f g g : B A sei eine Funktion, die jedem y B ein Urbild zuweist Dann gilt für jedes y B: f g(y) = f (g(y)) = f (x) = y = Id B (y) A B =: Es gelte f g = Id B Nun sei y B gegeben Wir müssen zeigen, dass y Bild f ist, also ein x A mit f (x) = y angeben Die Festlegung x := g(y) leistet das Verlangte, denn f (x) = f (g(y)) = f g(y) = Id B (y) = y

19 Lemma 13 Sei f : A B Dann gilt: f f ist Bijektion g : B A sd g f = Id A und f g = Id B Ferner gilt: Solches g ist eindeutig Beweis: = : Nach Lemma 12 ist f injektiv und surjektiv, also bijektiv = : Zuerst Existenz f sei surjektiv und injektiv Nach Lemma 12 g 1 und g 2 mit g 1 f = Id A, f g 2 = Id B Zz: g 1 = g 2 Für beliebiges b B gilt: g 1 (b)=g 1 (Id B (b))=g 1 (f (g 2 (b))) = g 1 (f ( g 2 (b) ) ) = Id A (g 2 (b)) = g 2 (b) ( ) Also b B gilt g 1 (b) = g 2 (b), also g 1 = g 2 Dann hat g := g 1 = g 2 die Eigenschaft g f = Id A und f g = Id B Eindeutigkeit: Angenomen, zwei Abbildungen g 1 und g 2 haben die gewünschte Eigenschaft: g i f = Id A, f g i = Id B (i = 1,2) Dann ist g 1 eine Linksinverse (also g 1 f = Id A ) und g 2 eine Rechtsinverse (f g 2 = Id B ), weil beide sowohl Links- als auch Rechtsinverse sind Wie wir in ( ) gezeigt haben, ist dann g 1 = g 2 Bezeichnung Ein solches g werden wir mit f 1 bezeichnen und die Inverse nennen A g B

20 Definition eines Isomorphismus Seien (V,+, ) und (U,+, ) Vektorräume Eine bijektive lineare Abbildung f : V U heißt ein Isomorphismus Wenn ein Isomorphismus f : V U existiert, dann heißen die Räume V und U isomorph Wiederholung Lemma 13 Sei f : A B Dann gilt: f f ist Bijektion g : B A sd g f = Id A und f g = Id B Ferner gilt: Solches g ist eindeutig A g B Sei f : V U ein Isomorphismus Dann ist f bijektiv, also existiert f 1 Ist sie auch ein Isomoprhimus? Ja, siehe Lemma 14

21 Die Inverse Abbildung zu einem Isomorphismus ist ebenfalls ein Isomorphismus Lemma 14 Sei f : V U ein Isomorphismus Dann ist f 1 : U V auch ein Isomorphismus Bemerkung Die Existenz von f 1 folgt aus Lemma 13, weil ein Isomorphismus nach Definition bijektiv ist Beweis Zz: f 1 ist (a) linear, (b) bijektiv (a) Additivität: f 1 (u + v) = f 1 ( f f 1 (u) + f f 1 (v) ) weil f f 1 = Id U = f 1 ( f ( f 1 (u) + f 1 (v) )) weil f linear ist = f 1 f ( f 1 (u) + f 1 (v) ) Definition von = f 1 (u) + f 1 (v) weil f 1 f = Id V Abg bzgl Multiplikation zeigt man analog (b) Bijektivität Da f f 1 = Id U, hat f 1 eine Linksinverse Da f 1 f = Id V, hat f 1 auch eine Rechtsinverse Dann ist f 1 eine Bijektion nach Lemma 13

22 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 ) = f (v 1 ) + f (v 2 ), (b) f (λ v 1 ) = λf (v 1 ) Übung Sei f : V U linear Dann gilt: f (λ 1 v 1 + λ 2 v 2 ) = λ 1 f (v 1 ) + λ 2 f (v 2 ) In der Tat, f (λ 1 v 1 + λ 2 v 2 ) (a) = f (λ 1 v 1 ) + f (λ 2 v 2 ) (b) = λ 1 f (v 1 ) + λ 2 f (v 2 ) Übung Sei f : V U linear Dann gilt: f (λ 1 v 1 + λ 2 v 2 + λ 3 v 3 ) = λ 1 f (v 1 ) + λ 2 f (v 2 ) + λ 3 f (v 3 ) In der Tat, f (λ 1 v 1 + λ 2 v 2 + λ 3 v 3 ) (a) = f (λ 1 v 1 + λ 2 v 2 ) + f (λ 3 v 3 ) (a) = f (λ 1 v 1 ) + f (λ 2 v 2 ) + f (λ 3 v 3 ) (b) = λ 1 f (v 1 ) + λ 2 f (v 2 ) + λ 3 f (v 3 ) Analog Es gilt: f (λ 1 v λ n v n ) = λ 1 f (v 1 ) + + λ n f (v n ) (mehrmals das Trick anwenden)

23 Definition von Isomorphismus noch einmal Def (V, +, ), (U, +, ) seien Vektorräume Eine lineare Abbildung f : V U heißt Monomorphismus Epimorphismus Isomorphismus Endomorphismus falls injektiv falls surjektiv falls bijektiv falls V = U Monomorphismus heute benutzen heute besprochen Die Vektorräume V und U heißen Isomorph, falls ein Isomorphismus f : V U existiert

24 Logic des Abschnitts Vektorraum : synthetische Aufbau Definition in Vorl 2 gegeben durch Eingenschaften (= Axiomen ) Einige Eigenschaften, die man aus Axiomen durch logischen Schlussfolgerungen bekommt alle Vorlesungen bis jetzt und eine grosse Familie von Beispiele R n in Vorl 3, 4 eingeführt Eine Aussage, dass alle Vektorräumen den Vektorräumen aus der Familie von Beispiele gleich sind Frage: Was soll man hier unter gleich sind verstehen? Antwort: Isomorph

25 Haupsatz der linearen Algebra Satz 11(Hauptsatz der linearen Algebra) Zwei endlichdimensionalen Vektorräume sind genau dann isomorph, wenn sie gleiche Dimension haben Satz 11 (Hauptsatz der linearen Algebra) einfachere Version Jeder Vektorraum der Dimension n ist zu R n isomorph Bemerkung Die Satze 11, 11 sind äquivalent Die Richtung Satz 11 = Satz 11 ist einfach: weil dim(r n ) = n, ist nach Satz 11 ein Vektorraum der Dimension n zu R n isomorph Die (andere) Richtung = ist ein bisschen aufwendige; wir werden sie später beweisen

26 Beweis = (für Satz 11 und Satz 11 ) Zz: Sind V und U Isomorph, so ist dim(u) = dim(v) Sei f : V U ein Isomorphismus Sei {v 1,,v n } eine Basis in V Wir zeigen, dass die n elementige Menge {f (v 1 ),,f (v n )} U eine Basis in Bild f U ist, dh, es ist linearunabhängig und erzeugend Bemerkung Da ein Isomorphismus nach der Definition injektiv ist, sind die Vektoren f (v 1 ),,f (v n ) verschieden; die Menge {f (v 1 ),,f (v n )} ist deswegen tatsächlich n elementig Linearunabhängigkeit: Sei λ 1 f (v 1 ) + + λ n f (v n ) = 0 Um Linearunabhängigkeit von {f (v 1 ),,f (v n )} zu zeigen, müssen wir zeigen, dass alle λ s gleich 0 sind Da f linear ist, ist λ 1 f (v 1 ) + + λ n f (v n ) = f (λ 1 v λ n v n ); also f (λ 1 v λ n v n ) = 0 Da f ein Isomorphismus ist, ist f injektiv, deswegen ist Lemma 11 Kern f = { 0}, deswegen aus f (λ 1 v λ n v n ) = 0 folgt λ 1 v λ n v n = 0 (weil λ 1 v λ n v n Kern f und Kern f = { 0} ist) Da {v 1,,v n } eine Basis ist, ist sie linearunabhängig Dann aus λ 1 v λ n v n = 0 folgt λ 1 = = λ n = 0, was unseres Ziel war

27 {f (v 1 ),, f (v n )} ist erzeugend: Zz: jedes u U kann man als Linearkombination von f (v 1 ),,f (v n ) bekommen Da die Abbildung f surjektiv ist, ist jeder Vektor von U das Bild eines Vektors aus V, also v V mit f (v) = u Da {v 1,,v n } eine Basis ist, kann man ein beliebiges Element von V als Linearkombination von {v 1,,v n } bekommen, also λ 1,,λ n R mit λ 1 v λ n v n = v Dann gilt: u = f (v) = f (λ 1 v λ n v n ) Linearität = λ 1 f (v 1 ) + + λ n f (v n ) Also, u ist tatsächlich Linearkombination von Elementen aus {f (v 1 ),,f (v n )},

28 Da der Satz 11 (oder 11 ) sehr wichtig ist, werde ich separat die Satze 11, 11 in der Richtung = beweisen Ich werde zuerst Satz 11 beweisen, dh, ich werde zeigen, dass jeder (V,+, ) von Dimension n zu R n isomorph ist

29 Beweis von Satz 11 in der Richtung = Wir mussen beweisen dass, jeder Vektorraum (V,+, ) der Dimension n zu R n isomorph ist (V,+, ) sei n Dimensional, sei B = (v 1,,v n ) ein Basis-Tupel in (V,+, ) Wir betrachten die Koordinatenabbildung C B : V R n Nach Definition von Koordinatenabbildung gilt: ¼ C B (λ 1 v λ n v n ) := λ 1 λ n ist, dh, C B linear, injektiv und surjektiv ist ½ Wir zeigen, dass C B ein Isomorphismus Linearität: Lemma 10 (Sagt, dass die Koordinatenabbildung linear ist) Injektivität: Nach Lemma 11c genugend es zu zeigen, dass Kern CB = { 0} Dh, wir mussen zeigen, dass C B (v) = 0 = v = 0 Dh, wir mussen zeigen, dass 0 v v n = 0, was offensichtlich ist ¼ Surjektivität: Wir mussen zeigen, dass jedes λ 1 ½ ¼ R n Bild eines v V ist Aber C B (λ 1 v λ n v n) = λ n Warum war Beweis so einfach? Weil wir Vorarbeit vorher gemacht haben λ 1 λ n ½

30 Vor Beweis des Satzes 11 in = Richtung brauchen wir Vorarbeit Üben vor dem Beweis: Frage f : V R 2 ( sei eine ) lineare Abbildung ( ) 4 2 Für die Vektoren v 1, v 2 V gelte: f (v 1 ) =, f (v 3 2 ) = 1 Was ist f (v 1 + v 2 )? Frage Was ist f (2v 1 3v 2 )? Wir haben gesehen, dass (in den Beispiele oben) Bilde von Vektoren bestimmen die Bilde deren Linearkombinationen eindeutig Wir werden jetzt eine Veralgemeinerung dieser Aussage als Lemma formulieren und beweisen

31 Lemma 15 (V,+, ) und (U,+, ) seien n dimensionale Vektorräume, (v 1,,v n ) sei ein Basis-Tupel in V und (u 1,,u n ) sei ein n Tupel der Vektoren aus U Dann gilt: Es existiert genau eine lineare Abbildung f : V U so dass f (v i ) = u i für alle i = 1,,n Bsp ( Sei V = U = R 3, als (v 1,v 2,v 3 ) nehmen wir die Standardbasis ¼ ½ ¼ ½ ¼ ½) v 1 := 1 0,v 2 := 0 1,v 3 := 0 0, und als (u 1,u 2,u 3 ) nehmen wir ( ¼ ½ ¼ ½ ¼ ½) u 1 := 1 4,u 2 := 2 5,u 3 := Lass uns die Formel für die lineare Abbildung f, die v 1 u 1, v 2 u 2, v 3 u 3, finden (ähnlich wie in Fragen Antworten oben) ¼ ½ ( ¼ ½ ¼ ½ ¼ ½) f x y = f x y z 0 0 = z ( ¼ ½) ( ¼ ½) ( ¼ ½) ¼ ½ ¼ ½ ¼ ½ ¼ ½ f x 1 0 +f y 0 1 +f z 0 0 = x 1 4 +y 2 5 +z 3 x + 2y + 3z 6 = 4x + 5y + 6z 0 0 Die Abbildung ist linear (Hausaufgabe 2d Blatt 4) und hat die Eigenschaft f (v i ) = u i (i=1,2,3) x + 8y + 9z

32 Beweis von Lemma 15 Zuerst Existenz Wir werden diese Abbildung kostruieren, die Methode ist analog ¼ zu Fragen-Antworten oben und Bsp nach Lemma 15 Sei w V seien Koordinaten von w in der Basis (v 1,,v n ), dh w = x 1 v 1 + x 2 v x n v n = n i=1 x iv i Wir setzen x 1 x n ½ f (w) := x 1 u 1 + x 2 u x n u n = n x i u i i=1 ( ) Zu zeigen: (i) f (v i ) = u i und (ii) f ist linear Wir zeigen (i): Der Koordinatenvektor von v i in der Basis (v 1,,v n ) ist ¼ ½ i te Zeile 0, weil v i = 0 v v }{{} i v n, also i te Stelle f (v i ) ( ) = 0 u u i u n = u i wie behauptet

33 Wir zeigen (ii): f ist linear w,u V habe Koordinaten ¼ Koordinaten von w + u sind ¼ x 1 x n ½ ¼ bzw x 1 + y 1 x n + y n y 1 y n ½ Also, ½ Nach Lemma 10, die Lemma 10 f (w + u) = f ( n i=1 (x i + y i )v i ) ( ) = n i=1 (x i + y i )u i = n i=1 x iu i + n i=1 y ( ) iu i = f (w) + f (v) ¼ Ähnlich, nach Lemma 10, die Koordinaten von λw sind f (λw) = n i=1 λx iu i = λ n i=1 x iu i = λf (w) λx 1 λx n ½ Also,

34 Eindeutigkeit Die Abbildung f : V U erfülle die Voraussetzungen von Lemma 15, dh, f sei linear und f (v i ) = u i für i = 1,,n Wir müssen zeigen, dass w V f (w) = f (w), wobei f die die oben in ( ) konstruierte Abbildung ist ¼ w V habe Koordinaten x 1 x n ½, dh w = x 1 v 1 + x 2 v x n v n Wir haben f (w) = f (x 1 v 1 + x 2 v x n v n ) Linearität = f (x 1 v 1 ) + f (x 2 v 2 ) + + f (x n v n ) Linearität = x 1 f (v1 ) + x 2 f (v2 ) + + x n f (vn ) Voraussetz = x 1 u 1 + x 2 u x n u n Def von f = f (w)

35 Beweis von Satz 11 in = Richtung Seien (V,+, ) und (U,+, ) n dimensionale Vektorraume mit Basen jeweils (v 1,,v n ) und (u 1,,u n ) Das Ziel ist zu zeigen, dass es einen Isomorphismus f : V U existiert; wir werden den Isomorphismus mit Hilfe von Lemma 15 konstruieren Nämlich, wir betrachten die lineare Abbildung f : V U sodass f (v i ) = u i ; i = 1,,n Solche Abbildung existiert (und ist eindeutig) nach Lemma 15 Wir zeigen jetzt, dass f ein Isomprphismus ist; dh; wir zeigen dass f injektiv und surjektiv ist

36 Injektivität: Angenommen, f (v) = f (ṽ) Zz: v = ṽ Die Vektoren v und ṽ habe jeweils die Koordinatenvektore ¼λ 1 ½ ¼ ½ λ 1 und Dann gilt λ n λ n Konstr von f = f (v) = f (λ 1 v λ n v n ) Linearität = λ 1 f (v 1 ) + + λ n f (v n ) λ 1 u λ n u n, ¼λ 1 ½ also f (v) hat den Koordinatenvektor in der Basis (u 1,,u n ) Analog gilt: f (ṽ) = f ( λ 1 v λ n v n ) Linearität = λ1 f (v 1 ) + + λ n f (v n ) λ 1 u λ n u n ¼ ½ λ n Also auch f (ṽ) hat den Koordinatenvektor λ 1 λ n Konstr von f = in der Basis (u 1,,u n ) Da nach Voraussetzungen f (ṽ) = f (v) ist, sind die Koordinatenvektoren ¼λ 1 ½ ¼ ½ λ 1 von f (ṽ) und f (v) auch gleich, also ist = Dann sind v = n i=1 λ iv i = n i=1 λ i v i = ṽ Die Abbildung f ist also injektiv λ n λ n

37 Die Abbildung f ist surjektiv Sei u U ein beliebiger Vektor Wir mussen zeigen, dass v V mit f (v) = u ¼λ 1 ½ Der Vektor u habe den Koordinatenvektor in der Basis (u 1,,u n ), dh, u = λ 1 u λ n u n Wir setzen v := λ 1 v λ n v n V Es gilt: f (v) = f (λ 1 v λ n v n ) Linearität = Konstr von f λ 1 f (v 1 ) + + λ n f (v n ) = λ 1 u 1 + λ n u n = u Wir haben gesehen, dass ein beliebiger Vektor u das Bild eines Vektors v V ist; Surjektivität von f ist damit bewiesen Also, die Abbildung f : V U ist linear und surjektiv und injektiv, ist deswegen ein Isomorphismus Die }{{} bijektiv Vektorraume V und U sind deswegen isomorph, λ n

38 Bsp: geometrische Ebene ist isomorph zu R 2 Wiederholung: Sei E eine Ebene, O E und V die Menge V := {gerichtete Strecken mit Anfangspunkt O und Endpunkt auf E} mit Vektoraddition als Addition und Streckung/Stauchung als Multiplikation Wir haben gezeigt, dass eine Basis von (V,+, ) aus zwei beliebigen Vektoren u,v V besteht mit u 0 v und λ R λu v Also ist V zu R 2 isomorph nach Satz 11 Außerdem haben wir in Beweis von Satz 11 den Isomorphismus direkt konstruiert: f : R 2 V bildet λ µ R 2 auf λ u + µ v ab O Bemerkung Die Abbildung f ist eigentlich die inverse Abbldung zur im Beweis von Satz 11 konstruierten Isomorphismus O

39 Ein bisschen Philosophie Geometrie ist das Studium von mathematischen Modellen des Raumes, der uns auf Grund der Anschauung vertraut ist Die Geometrie gehört zu den ältesten Wissenschaften überhaupt Bemerkenswertes geometrisches Wissen finden wir bereits in den orientalischen Hochkulturen des 5 3 Jahrhunderts vor unserer Zeitrechnung Praktische Probleme aus der Messkunde, der Baukunst, der Astronomie und der Navigation wurden abstrahiert und führten zu geometrischen Regeln Mit Hilfe von Logic kann man aus diesen Regeln neue Aussagen bekommen, und anwenden

40 Schematisch könnte man es wie folgt vorstellen: Emipirische Wissenschaft ----> Formal-logische Theorie

41 Was haben wir bis jetzt gemacht? Wir haben die Eigenschaften genommen, die in Physik öfter vorkommen und empirisch nachgewiesen wurde die Eigenschaften I VIII des Vektorraums Dann haben wir alle mögliche (endlichdimensionale) Vektoräumen geschrieben Satz 11 alle sind zu R n isomorph In anderen Worten, wir haben vollständig die alle mögliche mathematischen Modellen des Raumes verstanden, in welchen die Axiomen I VIII erfüllt sind Außerdem kann man die mathematischen Methode, Ideen und Tricks aus Theorie von Vektorräumen auch in anderen Branchen der Mathematik, vor allen in Analysis benutzen Sie werden es während des Studiums mehrmals sehen