2.3 Basis und Dimension

Größe: px
Ab Seite anzeigen:

Download "2.3 Basis und Dimension"

Transkript

1 Lineare Algebra I WS 205/6 c Rudolf Scharlau Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit und Unabhängigkeit von Vektoren (genauer: von Vektorsystemen oder Teilmengen eines Vektorraumes), Erzeugendensysteme (siehe hierzu bereits Definition 2..7) sowie darauf aufbauend die Begriffe Basis und Dimension eines Vektorraumes. Wir legen hier großen Wert auf eine besonders ausführliche Darstellung: Auch kleinere Resultate, die sich noch in unmittelbarer Nähe der Grundbegriffe befinden, werden explizit formuliert (und meist vollständig bewiesen). Die Hauptresultate werden in drei Sätzen zusammengefasst: Dieses sind der Existenzsatz für Basen, der Basisergänzungssatz sowie der Austauschsatz. Letzterer dient der Grundlegung des Dimensionsbegriffes, denn er besagt, dass je zwei Basen eines Vektorraumes aus der gleichen Anzahl von Vektoren bestehen. Im Prinzip einfache, aber wichtige, weil später häufig benutzte, Folgerungen dieser Hauptresultate werden wiederum besonders ausführlich dargestellt. Unsere gesamte Darstellung ist wie üblich auf den Fall von endlich erzeugten (endlich-dimensionalen) Vektorräumen zugeschnitten. Ein Vektorsystem der Länge m in einem K-Vektorraum V besteht aus m nicht notwendig verschiedenen Vektoren v, v 2,..., v m V. (Formal ist dieses ein m-tupel von Vektoren, wird aber ohne Klammern geschrieben.) Der in Definition 2..7 eingeführte Begriff der Linearkombination ist hier anwendbar: Eine Linearkombination eines Vektorsystems v, v 2,..., v m V ist ein Ausdruck der Form α v + α 2 v α m v m, α,..., α m K, bzw. auch der sich ergebende Vektor v V. Die Skalare α i heißen auch die Koeffizienten der Linearkombination. Die unter 2..7 angegebenen Definition der linearen Hülle Lin{v, v 2,..., v m } macht Sinn für Vektorsysteme. Definition 2.3. Ein Vektorsystem v, v 2,..., v m eines Vektorraumes V heißt Erzeugendensystem von V, falls jedes Element von V eine Linearkombination der v i ist: Lin{v,..., v m } = V. Mit anderen Worten: Der von v,..., v m erzeugte Untervektorraum ist bereits der ganze Vektorraum. Wenn in einem Vektorraum ein Erzeugendensystem gegeben ist, wird jeder Vektor (dessen Natur entsprechend der Allgemeinheit des Vektorraumbegriffs im Prinzip beliebig sein kann), durch m Zahlen (Elemente des Grundkörpers) beschrieben. Umgekehrt gehört zu jedem Zahlentupel ein Vektor, nämlich die entsprechende Linearkombination. Für eine vollständige Beschreibung des Vektorraumes durch Zahlentupel (d.h. durch den K m ) mittels eines Erzeugendensystems wäre es noch gut zu wissen, dass für einen gegebenen Vektor v die Koeffizienten einer Linearkombination v = α v + α 2 v α m v m, α i K durch v eindeutig bestimmt sind. Mit anderen Worten, wenn auch β,..., β m K Zahlen sind mit v = β v + β 2 v β m v m,

2 66 Lineare Algebra I WS 205/6 c Rudolf Scharlau dann soll folgen α = β, α 2 = β 2,..., α m = β m. Betrachten der Differenz v v = 0 der beiden Gleichungen liefert (α β )v + (α 2 β 2 )v (α m β m )v m = 0. Wenn wir kurz α i β i =: λ i setzen, ist die gewünschte Eigenschaft des Vektorsystems also, dass aus λ i v i = 0 folgen soll λ i = 0 für alle i. Diese Überlegung führt auf folgende Definition. Definition Ein Vektorsystem v, v 2,..., v m V heißt linear unabhängig, wenn für alle λ, λ 2,..., λ m K gilt: λ v + λ 2 v λ m v m = 0 = λ = λ 2 =... = λ m = 0 In Worten: Wenn eine Linearkombination der v i gleich Null ist, so müssen alle ihre Koeffizienten gleich Null sein. Das Vektorsystem heißt linear abhängig, wenn es nicht linear unabhängig ist. Beispiel: () Das Vektorsystem 0 v =, v 2 = 0, v 3 = 0 im R 3 ist linear unabhängig. Die laut Definition zu testende Vektorgleichung führt nämlich auf drei Skalar-Gleichungen für die drei Unbestimmten λ, λ 2, λ 3. Diese bilden ein homogenes LGS, von dem man in diesem Fall schnell feststellt, dass es nur die triviale Lösung λ = λ 2 = λ 3 = 0 besitzt. (2) Wenn wir die gleichen Vektoren als Elemente von F 3 2 auffassen, wobei F 2 = {0, } der Körper aus zwei Elementen ist, so besitzt das entsprechende Gleichungssystem eine weitere Lösung in F 3 2, nämlich λ = λ 2 = λ 3 =. Diese Vektoren sind also linear abhängig. Zusammenfassung: Lineare Abhängigkeit im K n Wenn man die lineare Unabhängigkeit eines Vektorsystems aus k Vektoren im K n testen möchte, so läuft dieses darauf hinaus, ein lineares Gleichungssystem aus n Gleichungen mit k Unbestimmten λ, λ 2,..., λ k zu untersuchen. Wenn dieses LGS nur die triviale Lösung λ = λ 2 =... = λ k = 0 besitzt, ist das System linear unabhängig, anderenfalls linear abhängig. Nach der vorangegangenen Diskussion sind unter den Erzeugendensystemen eines Vektorraumes solche besonders günstig, die gleichzeitig linear unabhängig sind. Diese bekommen einen eigenen Namen. Definition Eine Basis eines Vektorraumes V {0} ist ein linear unabhängiges Erzeugendensystem. Der Nullraum {0} besitzt definitionsgemäß das leere Vektorsystem als Basis. Der folgende Satz fasst nur zusammen, was wir nach den bisherigen Überlegungen schon wissen. Satz Sei v,..., v n Basis von V. Dann lässt sich jedes Element v V als Linearkombination v = α v + α 2 v α n v n mit eindeutigen Elementen α, α 2,..., α n K schreiben.

3 Lineare Algebra I WS 205/6 c Rudolf Scharlau 67 Die Koeffizienten α,..., α n heißen auch die Koordinaten von v bezüglich der Basis v,..., v n ; wir kommen unten in Definition darauf zurück. Beispiel Für einen gegebenen Körper K und gegebenes n N setze 0. e i = K n für i =,..., n.. 0 (Die steht an der i-ten Stelle, alle anderen Einträge sind 0.) Der Vektor e i wird auch als i-ter Einheitsvektor des K n bezeichnet. Das Vektorsystem e,..., e n bildet eine Basis von K n, die sogenannte Standardbasis.. Für jedes gilt x x 2 x =. x K n k. x = x n n x i e i. i= Die Komponenten x i eines (Spalten-)Vektors x sind also selbst seine Koeffizienten bezüglich der Standardbasis. Wir notieren einige einfache Aussagen über die Begriffe linear abhängig und linear unabhängig. Durch einfaches Umformulieren auf der Ebene der Aussagenlogik erhält man: Bemerkung Ein Vektorsystem v,..., v m ist linear abhängig genau dann, wenn Skalare λ, λ 2,..., λ m K existieren, die nicht alle Null sind und für die gilt λ v + λ 2 v λ m v m = 0. Folgendes ist nun unmittelbar einsichtig: Bemerkung a) Wenn das Vektorsystem v,..., v m linear unabhängig ist, dann ist jedes darin enthaltene Vektorsystem, etwa v,..., v k mit k m auch linear unabhängig. b) Wenn das Vektorsystem v,..., v m linear abhängig ist, dann ist auch jedes diese Vektoren umfassende System v,..., v m, v m+,... linear abhängig. c) Die Eigenschaft der linearen Abhängigkeit oder linearen Unabhängigkeit bleibt erhalten, wenn man die v i permutiert (d.h. die Reihenfolge ändert). d) Wenn ein v k = 0 ist, ist v,..., v m immer linear abhängig. e) Wenn zwei v i übereinstimmen, also v i = v k mit i k, ist v,..., v m immer linear abhängig.

4 68 Lineare Algebra I WS 205/6 c Rudolf Scharlau Besonders wichtig und auch nicht viel schwieriger einzusehen ist das folgende Kriterium. Lemma Das Vektorsystem v, v 2,..., v m in V ist linear abhängig genau dann, wenn wenigstens einer der v i eine Linearkombination der übrigen ist, d.h. wenn ein k {,..., m} existiert so, dass v k Lin{v, v 2,..., v k, v k+,..., v m }. Beweis: Zu = : Wenn das System linear abhängig ist, dann gibt es nach Skalare λ, λ 2,..., λ m K, nicht alle Null, mit λ v λ m v m = 0. Zu zeigen ist, dass wenigstens ein v i Linearkombination der Anderen ist. Wähle nach Voraussetzung ein i mit λ i 0. Dann können wir die Gleichung mit λ i λ i v i = λ v λ 2 v 2... λ i v i λ i+ v i+... λ m v m v i = λ i multiplizieren. Es ergibt sich λ v λ i λ 2 v 2... λ i λ i v i λ i λ i+ v i+... λ i λ m v m, also v i Lin{v,..., v i, v i+,..., v m }, wie gewünscht. Zu = : Laut Voraussetzung gibt es ein v i mit v i Lin{v,... v i, v i+,..., v m } d.h. es existieren Elemente λ, λ 2,..., λ i, λ i+,..., λ m in K mit v i = λ v + λ 2 v λ i v i + λ i+ v i λ m v m. Man bringe v i auf die rechte Seite: Es ergibt sich λ v + λ 2 v λ m v m = 0 mit λ i =. Da nicht alle λ j null sind, ist die Bedingung in erfüllt und somit das System v,..., v n linear abhängig. Wir wenden uns nun der Frage zu, ob jeder Vektorraum eine Basis besitzt, und wie man sie ggf. findet. Die Antwort auf die erste Frage ist ja, allerdings muss hierzu der Basisbegriff so erweitert werden, dass auch Systeme aus unendlich vielen Vektoren zugelassen sind. Wir tun das in dieser Vorlesung nicht, sondern beschränken uns auf endlich erzeugte Vektorräume im Sinne der folgenden Definition. Definition Ein K-Vektorraum heißt endlich erzeugt, falls er ein endliches Erzeugendensystem besitzt. In einem endlich erzeugten Vektorraum gibt es also endlich viele Vektoren v, v 2,..., v m mit V = Lin{v,..., v m }. Die Idee ist nun einfach, dass man eine Basis aus einem (endlichen) Erzeugendensystem durch weglassen überflüssiger Vektoren konstruiert. Die technische Durchführung dieser Idee benötigt den folgenden einfachen Hilfssatz. Lemma Sei v, v 2,..., v m V ein Vektorsystem und v V ein weiterer Vektor. Wenn v Lin{v,..., v m } ist, dann ist sogar Lin{v,..., v m } = Lin{v,..., v m, v}. Beweis: Die Inklusion sollte offensichtlich sein. zur Inklusion : Nach Voraussetzung existieren γ, γ 2,..., γ m K mit v = γ v + γ 2 v γ m v m. Sei nun w Lin {v, v 2,..., v m, v}. Das heißt, es existieren α, α 2,..., α m, α K mit w = α v + α 2 v 2 +

5 Lineare Algebra I WS 205/6 c Rudolf Scharlau α m v m + αv. Ersetze v gemäß obiger Gleichung und wende einige Rechengesetze in Vektorräumen an: w = α v + α 2 v α m v m + α (γ v + γ 2 v γ m v m ) = (α + γ α) v + (α 2 + γ 2 α) v (α m + γ m α) v m Also ist w Lin {v,..., v m } wie behauptet. Nun der angekündigte Existenzsatz für Basen. Satz 2.3. Eine Basis eines endlich erzeugten Vektorraumes V kann aus einem beliebigen Erzeugendensystem durch Weglassen geeigneter Vektoren konstruiert werden. Beweis: O.B.d.A. sei V {0}. Es sei v,..., v m ein Erzeugendensystemvon V. Falls dieses System auch linear unabhängig ist, sind wir fertig. Anderenfalls existiert nach ein v i, das Linearkombination der übrigen v j, j i ist. Bei geeigneter Numerierung ist i = m. Nach ist dann bereits v,..., v m ein Erzeugendensystem. Wir wenden nun die gleiche Überlegung auf dieses Vektorsystem an: entweder ist v,..., v m eine Basis, oder V wird bei geeigneter Nummerierung bereits von v,..., v m 2 erzeugt. Nach endlich vielen Schritten muss der Prozeßabbrechen, und wir erhalten eine Basis v,..., v n für ein n m, wie gewünscht. Der Satz 2.3. liefert zwar die Existenz einer Basis, ist aber für viele Problemstellungen noch zu schwach. Man möchte gerne eine Basis haben, die vorgegebene Vektoren v,..., v r enthält. Diese Vektoren müssen linear unabhängig sein, sonst hat man keine Chance (warum nicht?). Mehr als die lineare Unabhängigkeit von v,..., v r braucht man nicht vorauszusetzen. Das wird der Satz zeigen. Zunächst noch ein weiteres Lemma, das ein klein bisschen trickreicher als das vorige ist. Lemma Es seien v, v,..., v m linear unabhängig in V und v V ein weiterer Vektor derart, dass das Vektorsystem v,..., v m, v linear abhängig ist. Dann ist v Lin{v,..., v m } Beweis: Es gibt Elemente λ, λ 2,..., λ m, λ K, die nicht alle 0 sind, so dass ( ) λ v + λ 2 v λ m v m + λv = 0.. Fall: λ 0. Dann ist v = λ (λ v + λ 2 v λ m v m ), also v Lin{v,..., v m }, wie gewünscht. 2. Fall: λ = 0. Dann gilt λ v +λ 2 v λ m v m = 0, und da das System v,..., v m linear unabhängig ist, folgt λ j = 0 für j =,..., m. Also sind alle Koeffizienten in ( ) gleich 0, im Widerspruch zur Voraussetzung. Das nächste Lemma zeigt, wie man aus einer Basis neue Basen konstruieren kann. Lemma (Austauschlemma) Es sei V ein K-Vektorraum, v,..., v n eine Basis von V, ferner w V {0}. Dann kann w gegen eins der v i ausgetauscht werden. Das heißt, es existiert ein Index k {,..., n} derart, dass wieder eine Basis ist. v, v 2,..., v k, w, v k+,..., v n

6 70 Lineare Algebra I WS 205/6 c Rudolf Scharlau Zusatz: Schreibe w = α v +...+α n v n. Dann erfüllt jedes k mit α k 0 die Behauptung. Beweis: Sei k wie im Zusatz. Es sind zwei Aussagen zu zeigen : () v, v 2,..., v k, w, v k+,..., v n ist erzeugend. (2) v, v 2,..., v k, w, v k+,..., v n ist linear unabhängig. Zu (): Wir können die gegebene Gleichung nach v k auflösen und erhalten v k = α k ( α v +... α k v k + w α k+ v k+... α n v n ). Dieses bedeutet, dass v k Lin{v,..., v k, w, v k+,..., v n } ist. Nach Lemma (mit v = v k ) folgt weiter Lin{v,..., v k, w, v k+,..., v n, v k } = Lin{v,..., v k, w, v k+,..., v n }. Da die erste Menge alle v i enthält, muss sie gleich ganz V sein. Also ist auch Lin{v,..., v k, w, v k+,..., v n } = V, wie gewünscht. Zu (2): Beweis durch Widerspruch: Angenommen, das System v,..., v k, w, v k+,..., v n sei linear abhängig. Weil die n Vektoren v,..., v k, v k+,..., v n linear unabhängig sind, folgt dann mittels Lemma w Lin{v,..., v k, v k+,..., v n }. Es existieren also n Skalare β i K mit w = β v β k v k + 0 v k + β k+ v k β n v n. Vergleiche diese Darstellung mit der oben gegebenen Darstellung w = α v α k v k + α k v k + α k+ v k α n v n. Wir haben offenbar zwei verschiedene Darstellungen von w durch v,..., v n (nämlich α k 0, β k = 0). Dies ist ein Widerspruch zur linearen Unabhängigkeit des ursprünglichen Systems v,..., v k, v k, v k+,..., v n ; siehe Satz Wir wissen jetzt, dass ein endlich erzeugter Vektorraum nicht nur eine, sondern viele Basen besitzt. Z.B. kann jeder Vektor außer dem Nullvektor als erster Basisvektor benutzt werden. Nun kommen wir zu einem sehr wichtigen Satz, der das letzte Lemma verallgemeinert und auch zeigen wird, dass je zwei Basen die gleiche Länge haben. Theorem (Steinitz scher Austauschsatz) Es sei V ein Vektorraum, u,..., u r V linear unabhängig und weiter v,..., v n eine Basis von V. Dann ist rlen. Weiter gibt es r unter den Vektoren v j derart, dass durch Austausch dieser v j durch u,..., u r wieder eine Basis entsteht. Nach geeigneter Umnummerierung der v i ist also eine Basis von V. Beweis: siehe Vorlesung! u, u 2,..., u r, v r+,..., v n Bemerkung: Für r = reduziert sich der Austauschsatz auf das Austauschlemma Nun haben wir unser Etappenziel erreicht, nämlich eine präzise Fundierung des Dimensionsbegriffs.

7 Lineare Algebra I WS 205/6 c Rudolf Scharlau 7 Korollar und Definition In einem endlich erzeugten Vektorraum V haben je zwei Basen gleich viele Elemente. Diese Zahl heißt auch Dimension von V, kurz dim V. Der Nullraum hat die Dimension 0. Falls V nicht endlich erzeugt ist, schreibt man dim V =. Beweis: Wenn u,..., u r die erste und v,... v n die zweite Basis ist, dann sind die Voraussetzungen des Austauschsatzes erfüllt, und es folgt r n. Da beide Systeme Basen sind, können wir ihre Rollen vertauschen und erhalten entsprechend n r, also insgesamt Gleichheit. Wir ziehen noch weitere, äusserst nützliche Folgerungen aus dem Austauschsatz und seiner Folgerung Korollar In einem n-dimensionalen Vektorraum ist ein System aus mehr als n Elementen immer linear abhängig. Beweis: Anderenfalls hätten wir direkt einen Widerspruch zur Aussage r n des Austauschsatzes. Nun kommt der oben angekündigte Satz über die Ergänzung von linear unabhängigen Vektoren zu einer Basis. Satz (Basisergänzungssatz) Es sei V ein K-Vektorraum und v,..., v r V linear unabhängig. Weiter sei w,..., w s ein Erzeugendenystem von V. Dann kann v,..., v r durch Hinzunahme von geeigneten der w j zu einer Basis von V ergänzt werden. Das heißt, bei geeigneter Umnummerierung der w j ist v,..., v r, w,..., w k für passendes k mit 0 k s eine Basis von V. Beweis: siehe Vorlesung. Die nächsten beiden Korollare besagen, dass man sich von den beiden Forderungen an eine Basis eine sparen kann, wenn die Anzahl der Vektoren bereits die richtige ist. Korollar Sei dim V = n und v,..., v n linear unabhängig. Dann bilden v,..., v n bereits eine Basis. Beweis: Nach dem Basisergänzungssatz kann v,..., v n durch weitere Vektoren w, w 2,... zu einer Basis v, v 2,..., v n, w, w 2,... ergänzt werden. Da aber jede Basis aus n Vektoren besteht, kann es keine solchen w i geben. Das heißt: v,..., v n ist selbst Basis. Korollar Sei dim V = n und v,..., v n ein Erzeugendensystem. Dann bilden v,..., v n bereits eine Basis. Beweis: Falls v,..., v n noch keine Basis wäre, könnte man jedenfalls nach Satz 2.3. eine Basis durch Weglassen von gewissen v i erhalten. Andererseits müßte auch diese Basis nach Korollar aus n Vektoren bestehen, ein Widerspruch. Als weitere Konsequenz ergibt sich schließlich der folgende Sachverhalt, der im Fall der Ebenen bereits einmal erwähnt wurde. Korollar Sei U V ein Untervektorraum und dim U = dim V <. Dann ist U = V. Beweis: Sei u,..., u n Basis von U, dabei n = dim U = dim V. Die Vektoren u,..., u n sind insbesondere linear unabhängig (da sie eine Basis von U sind). Nach bilden u,..., u n eine Basis von V. Insbesondere ist u,..., u n ein Erzeugendensystem von V, das heißt Lin{u,..., u n } = V. Also ist U = V, wie gewünscht.

8 72 Lineare Algebra I WS 205/6 c Rudolf Scharlau

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

5.7 Lineare Abhängigkeit, Basis und Dimension

5.7 Lineare Abhängigkeit, Basis und Dimension 8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n

Mehr

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Basis und Dimension. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren Basis und Dimension Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren aus V. 1) (v i ) i I heißt ein Erzeugendensystem von V, wenn Span(v i ) = V. 2) (v i ) i I heißt Basis von

Mehr

Kapitel 13. Lineare Gleichungssysteme und Basen

Kapitel 13. Lineare Gleichungssysteme und Basen Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x

Mehr

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin: Lineare Algebra I - 9.Vorlesung - rof. Dr. Daniel Roggenkamp & Falko Gauß Korrektur: 2. Klausurtermin: 09.02.2017 Linearkombination von Vektoren lineare Hülle Erzeugendensystem S lineare Unabhängigkeit

Mehr

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum, 2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.

Mehr

Einführung in die Mathematik für Informatiker

Einführung in die Mathematik für Informatiker Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 21.11.2016 6. Vorlesung aufgespannter Untervektorraum Span(T ), Linearkombinationen von Vektoren Lineare Unabhängigkeit

Mehr

0, v 6 = , v 4 = 1

0, v 6 = , v 4 = 1 Aufgabe 6. Linearkombinationen von Vektoren Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 : M = v =, v =, v 3 =, v 4 =, v 5 =, v 6 =. Zeigen Sie, dass sich jeder Vektor v i M, i =,,...,

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i

Mehr

Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent.

Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent. Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine Teilmenge des nichttrivialen

Mehr

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

Gegeben 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

Mehr

Lösungen der Aufgaben zu Abschnitt 5.4

Lösungen der Aufgaben zu Abschnitt 5.4 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

3.2 Unabhängigkeitsstrukturen

3.2 Unabhängigkeitsstrukturen 80 3.2 Unabhängigkeitsstrukturen Unser Ziel ist der Nachweis, daß in Vektorräumen, also in Moduln über Körpern, Basen existieren und zwei endliche Basen gegebenenfalls von derselben Ordnung sind. (Basen

Mehr

Der Rangsatz für lineare Abbildungen

Der 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

Mehr

6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt

6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 213/214 Markus Schweighofer Lineare Algebra I 6.2 Basen Definition 6.2.1. Seien V ein K-Vektorraum, n N und v 1,..., v n V. (a)

Mehr

Satz 7. A sei eine nichtleere Teilmenge des nichttrivialen Vektorraums (V, +, ). Dann sind die folgende Aussagen äquivalent.

Satz 7. A sei eine nichtleere Teilmenge des nichttrivialen Vektorraums (V, +, ). Dann sind die folgende Aussagen äquivalent. Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine nichtleere Teilmenge

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/ Aufgabenblatt 6. Januar Präsenzaufgaben

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge

Mehr

Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A.

Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A. Lineare Hülle Def A sei eine nichtleere Teilmenge des Vektorraums (V,+, ) Die lineare Hülle von A (Bezeichung: span(a)) ist die Menge aller Linearkombinationen der Elemente aus A { k } span(a) := λ i v

Mehr

Ausgewählte Lösungen zu den Übungsblättern 4-5

Ausgewählte Lösungen zu den Übungsblättern 4-5 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit

Mehr

$Id: vektor.tex,v /01/21 14:35:13 hk Exp $

$Id: vektor.tex,v /01/21 14:35:13 hk Exp $ Mathematik für Physiker I, WS 2/2 Freitag 2 $Id: vektortex,v 5 2//2 4:35:3 hk Exp $ Vektorräume 2 Untervektorräume und Erzeugendensysteme Am Ende der letzten Sitzung hatten wir wieder einmal den Lösungsraum

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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,...,

Mehr

15. Basen und Dimension

15. Basen und Dimension 166 Andreas Gathmann 15. Basen und Dimension Wir wollen nun die Struktur von Vektorräumen genauer untersuchen. Besonders zentral ist dabei der Begriff der Basis, den ihr ja wahrscheinlich schon aus der

Mehr

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2 II. Basis und Dimension ================================================================= 2.1 Linearkombination und Basis -----------------------------------------------------------------------------------------------------------------

Mehr

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

Summen und direkte Summen

Summen und direkte Summen Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M

Mehr

Der Kern einer Matrix

Der Kern einer Matrix Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 7 11. Mai 2010 Kapitel 8. Vektoren Definition 76. Betrachten wir eine beliebige endliche Anzahl von Vektoren v 1, v 2,..., v m des R n, so können

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

1 Linearkombinationen

1 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

Mehr

2.2 Lineare Gleichungssysteme

2.2 Lineare Gleichungssysteme Lineare Algebra I WS 2015/16 c Rudolf Scharlau 55 22 Lineare Gleichungssysteme Das Lösen von Gleichungen (ganz unterschiedlichen Typs und unterschiedlichen Schwierigkeitsgrades) gehört zu den Grundproblemen

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18. 18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

Kapitel 15. Aufgaben. Verständnisfragen

Kapitel 15. Aufgaben. Verständnisfragen Kapitel 5 Aufgaben Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation einen K-Vektorraum bildet

Mehr

4. Vektorräume und Gleichungssysteme

4. Vektorräume und Gleichungssysteme 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 41 und 42 4 Vektorräume

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit

Mehr

Kapitel 11. Dimension und Isomorphie

Kapitel 11. Dimension und Isomorphie Kapitel 11. Dimension und Isomorphie 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

Mehr

[5], [0] v 4 = + λ 3

[5], [0] v 4 = + λ 3 Aufgabe 9. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K :. K = R und U R = span,,,,,.. K = C und U C = span + i, 6, i. i i + 0. K = Z/7Z und U Z/7Z = span

Mehr

2.4 Matrizen und Lineare Abbildungen

2.4 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

Mehr

Ausgangsfrage: gegeben Vektorraum, wieviele Komponenten hat. allgemein: ein Vektorraum mit, heisst 'Unterraum' von. ist ein Unterraum von V.

Ausgangsfrage: gegeben Vektorraum, wieviele Komponenten hat. allgemein: ein Vektorraum mit, heisst 'Unterraum' von. ist ein Unterraum von V. L2.3 Basis und Dimension Ausgangsfrage: gegeben Vektorraum, wieviele Komponenten hat Formaler: was ist die 'Dimension' von Sei Definition: 'Span' 'lineare Hülle' = alle möglichen Linearkombination der

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

Aufgaben zu Kapitel 15

Aufgaben zu Kapitel 15 Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation

Mehr

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

$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

Mehr

11. BASIS, UNTERRAUM, und DIMENSION

11. BASIS, UNTERRAUM, und DIMENSION 11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen

Mehr

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Kap 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

Mehr

1 Transponieren, Diagonal- und Dreiecksmatrizen

1 Transponieren, Diagonal- und Dreiecksmatrizen Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix

Mehr

Lineare Algebra I Zusammenfassung

Lineare 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

Mehr

Wiederholung: lineare Abbildungen

Wiederholung: 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 ) =

Mehr

, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang

, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang Nachklausur zur Linearen Algebra I - Nr. 1 Bergische Universität Wuppertal Sommersemester 2011 Prof. Dr. Markus Reineke 06.10.2011, 10-12 Uhr Dr. Thorsten Weist Bitte tragen Sie die folgenden Daten leserlich

Mehr

Die Dimension eines Vektorraumes

Die Dimension eines Vektorraumes Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je

Mehr

1.5 Duales Gitter und Diskriminantengruppe

1.5 Duales Gitter und Diskriminantengruppe Gitter und Codes c Rudolf Scharlau 24. April 2009 27 1.5 Duales Gitter und Diskriminantengruppe Dieser Abschnitt ist im wesentlichen algebraischer Natur: Es spielt keine Rolle, dass unsere Gitter in einem

Mehr

Musterlösung 7 Lineare Algebra für die Naturwissenschaften

Musterlösung 7 Lineare Algebra für die Naturwissenschaften Musterlösung 7 Lineare Algebra für die Naturwissenschaften Aufgabe Entscheiden Sie, ob folgende Abbildungen linear sind, und geben sie für die linearen Abbildungen eine Matrixdarstellung (in einer Basis

Mehr

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,

Mehr

Anhang A. Etwas affine Geometrie. A.1 Die affine Hülle

Anhang A. Etwas affine Geometrie. A.1 Die affine Hülle Anhang A Etwas affine Geometrie In diesem Anhang stellen wir die wichtigsten Grundbegriffe aus der affinen Geometrie zusammen, soweit sie eben für uns von Nutzen sind. Für weiterführende Ergebnisse sei

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl. Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

Lineare 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 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

Mehr

Vektorräume. Kapitel Definition und Beispiele

Vektorräume. 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

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Lineare Algebra I (WS 13/14)

Lineare 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

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale Grundlagen 2008W. Vorlesung im 2008S  Institut für Algebra Johannes Kepler Universität Linz Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Vektoren in der Ebene Zwei Punkten P, Q in der Ebene

Mehr

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig

Mehr

00. Einiges zum Vektorraum R n

00. Einiges zum Vektorraum R n 00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen

Mehr

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1) 34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

4 Affine Koordinatensysteme

4 Affine Koordinatensysteme 4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner

Mehr

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben

Mehr

[Nächste Frage: wie wissen wir, ob Spaltenvektoren eine Basis bilden? Siehe L6.1] , enthält eine Basis v. V, nämlich und somit das ganze V.

[Nächste Frage: wie wissen wir, ob Spaltenvektoren eine Basis bilden? Siehe L6.1] , enthält eine Basis v. V, nämlich und somit das ganze V. Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung falls und nur falls ist bijektiv, d.h. ihre Matrix ist invertierbar, (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9

Mehr

Lineare Algebra I. Lösung 9.2:

Lineare Algebra I. Lösung 9.2: Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 9 Prof. Dr. Markus Schweighofer 20.01.2010 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 9.1: Voraussetzung:

Mehr

Bestimmung der Dimension

Bestimmung 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

Mehr

Lösungen zur Mathematik für Informatiker I

Lösungen zur Mathematik für Informatiker I Lösungen zur Mathematik für Informatiker I Wintersemester 00/03 Prof Dr H Lenzing Blatt 7 Sei M Ihre Matrikelnummer mit den Ziffern m, m, m 3, m 4, m 5, m 6, m 7 Aufgabe 6 ( Bonuspunkt): Wir betrachten

Mehr

Lineare Algebra I (WS 13/14)

Lineare 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

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

3.4 Der Gaußsche Algorithmus

3.4 Der Gaußsche Algorithmus 94 34 Der Gaußsche Algorithmus Wir kommen jetzt zur expliziten numerischen Lösung des eingangs als eine Motivierung für die Lineare Algebra angegebenen linearen Gleichungssystems 341 n 1 a ik x k = b i,

Mehr

Lineare Gleichungssysteme: eine Ergänzung

Lineare Gleichungssysteme: eine Ergänzung Lineare Gleichungssysteme: eine Ergänzung Ein lineares Gleichungssystem, bei dem alle Einträge auf der rechten Seite gleich sind heiÿt homogenes lineares Gleichungssystem: a x + a 2 x 2 +... + a n x n

Mehr

Lineare 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. 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:

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof Dr H Brenner Osnabrück SS 26 Lineare Algebra und analytische Geometrie II Vorlesung 2 Orthogonalität Mit dem Skalarprodukt kann man die Eigenschaft zweier Vektoren, aufeinander senkrecht zu stehen,

Mehr

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat.

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. 1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. übliche Beispiele: Ort r = r( x; y; z; t ) Kraft F Geschwindigkeit

Mehr

1.2 Eigenschaften der ganzen Zahlen

1.2 Eigenschaften der ganzen Zahlen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 13 1.2 Eigenschaften der ganzen Zahlen Dieser Abschnitt handelt von den gewöhlichen ganzen Zahlen Z und ihren Verknüpfungen plus und mal. Man kann die natürlichen

Mehr

1 0 1, V 3 = M, und λ A = λa

1 0 1, V 3 = M, und λ A = λa Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a

Mehr

Mike Scherfner Torsten Senkbeil Lineare Algebra für das erste Semester

Mike Scherfner Torsten Senkbeil Lineare Algebra für das erste Semester Mike Scherfner Torsten Senkbeil Lineare Algebra für das erste Semester ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam

Mehr

Lineare Schieberegisterfolgen

Lineare Schieberegisterfolgen Lineare Schieberegisterfolgen Sei K ein endlicher Körper. Man nehme zwei Vektoren x 0 a0 x n 1, a n 1 K n n 1 x n := a i x i und betrachte die lineare Abbildung : K n K n, die durch i=0, berechne x 0 x

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Algebraische Zahlentheorie. Teil II. Die Diskriminante.

Algebraische Zahlentheorie. Teil II. Die Diskriminante. II-1 Algebraische Zahlentheorie Teil II Die Diskriminante Sei K ein Zahlkörper vom Grad n (also [K : Q] = n) Es gibt genau n Körper- Homomorphismen σ i : K C (siehe Merkzettel Separabilität) Stellen wir

Mehr

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,

Mehr

Lineare Abbildungen - I

Lineare 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

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 6 Vektorräume Die Addition von zwei Pfeilen a und b, ein typisches Beispiel für Vektoren. Der zentrale

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008 KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein

Mehr