Lineare Algebra I (WS 13/14)

Ähnliche Dokumente
Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14)

Lineare Algebra I Zusammenfassung

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Lineare Algebra I (WS 12/13)

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14)

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

β 1 x :=., und b :=. K n β m

Lineare Gleichungssysteme

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

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1

Übungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München

1 Linearkombinationen

Lineare Algebra I (WS 13/14)

Klausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1

Lineare Algebra I (WS 12/13)

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

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

Projektive Räume und Unterräume

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

2 Vektorräume und Gleichungssysteme

Lineare Abbildungen und Darstellungsmatrizen

Lineare Algebra I: Eine Landkarte

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler

Lineare Algebra I (WS 12/13)

Grundlegende Definitionen aus HM I

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

Lineare Algebra I (WS 13/14)

5.7 Lineare Abhängigkeit, Basis und Dimension

Lineare Gleichungssysteme

5 Lineare Abbildungen

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen

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

2.2 Kern und Bild; Basiswechsel

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

1 Eigenschaften von Abbildungen

Affine Geometrie (Einfachere, konstruktive Version)

5 Lineare Abbildungen

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1

37 Gauß-Algorithmus und lineare Gleichungssysteme

2 Lineare Gleichungssysteme

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

Ausgewählte Lösungen zu den Übungsblättern 4-5

Kapitel 13. Lineare Gleichungssysteme und Basen

1 Transponieren, Diagonal- und Dreiecksmatrizen

Der Kern einer Matrix

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

Lineare Abbildungen und Orthonormalsysteme

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik

Kapitel 7 Lineare Abbildungen und Matrizen II

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

Lineare Abbildungen und Gleichungssysteme

Klausur zur Vorlesung Lineare Algebra und Geometrie I

2.8. ABBILDUNGSMATRIZEN UND BASISWECHSEL 105. gramms kommutativ:

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lineare Algebra. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching

auf 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

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

Übungen zu Einführung in die Lineare Algebra und Geometrie

Aufgaben zur linearen Algebra und analytischen Geometrie I

Lineare Gleichungssysteme

9 Lineare Gleichungssysteme

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...

Prüfung EM1 28. Jänner 2008 A :=

Die lineare Hülle. heißt der Vektor. Linearkombination der Vektoren v i mit Koeffizienten α i. Direkt aus (12.6) folgt

Übungen zur Linearen Algebra 1

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

10.2 Linearkombinationen

Lineare Algebra I für Mathematiker Lösungen

Vektorräume. Kapitel Definition und Beispiele

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

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8

Berechnung der Determinante

Lineare Algebra I (WS 12/13)

IV.3. RANG VON MATRIZEN 81

Äquivalenz von Matrizen

Mathematik I. Vorlesung 12. Lineare Abbildungen

Lineare Abbildungen und Matrizen

5 Analytische Geometrie

Lineare Algebra II Lösungen der Aufgaben 42 und 43

Übungsklausur Lineare Algebra

Kapitel 3 Lineare Algebra

Übungen zum Ferienkurs Lineare Algebra WS 14/15

13 Partielle Ableitung und Richtungsableitung

Der Rangsatz für lineare Abbildungen

Lineare Gleichungssysteme

Transkript:

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 Matrix. Für lineare Abbildungen f : V W zwischen endlich-dimensionalen Vektorräumen gilt dim(v ) = rk(f ) + dim(kern(f )). Es gibt Basen von V und W, so dass die lineare Abbildung f bezüglich dieser Basen folgende Darstellung besitzt: ( ) Er 0 R m n 0 0 Für jede Matrix A R m n gibt es invertierbare Matrizen T 1 R m m und T 2 R n n, so dass T 1 A T 2 die obige Form hat. Alexander Lytchak 2 / 13

Homogene lineare Gleichungen und Rang Sei A eine (m n)-matrix in Zeilenstufenform, mit r nicht-veschwindenden Zeilen. Sei A x = 0 die zugehörige homogene lineare Gleichung. Dann gilt ZRang(A) = SRang(A) = r. Die Menge L der Lösungen der Gleichung A x = 0 ist ein Untervektorraum des R n von Dimension n r. Die Lösung der Gleichung A x = 0 in Parameterform ist nichts anderes als ein Koordinatensystem R n r L des Vektorraums L. Folgerung Für alle A R m n gilt ZRang(A) = SRang(A). Der Zeilenrang und der Spaltenrang einer Matrix stimmen überein. Alexander Lytchak 3 / 13

Direkte Summen Seien W 1,..., W r reelle Vektorräume. In den Hausaufgaben haben wir gesehen, dass das direkte (=cartesische) Produkt W 1... W r mit der komponentenweisen Addition und Multiplikation mit Skalaren ein Vekotrraum ist. Wir haben es auch direkte Summe der Vektorräume W i genannt und W 1 W 2... W r bezeichnet. Seien nun W i Untervektorräume des Vektorraumes V. Betrachten wir die Abbildung Σ : W 1 W 2... W r V gegeben durch Σ(w 1,..., w r ) = w 1 + w 2 +... + w r V. Die Abbildung Σ : W 1 W 2... W r V ist linear. Das Bild von Σ ist ein Untervektorraum von V, der Summe der W i genant und mit W 1 +... + W r bezeichnet wird. Alexander Lytchak 4 / 13

W 1 +... + W r = span(w 1... W r ). Wir sagen, dass die Unterräume W 1,..., W r eine direkte Familie bilden, wenn der Homomorphismus Σ injektiv ist. In diesem Fall schreiben wir W 1 + W 2 +... + W r auch als W 1 W 2... W r und nennen es direkte Summe der Untervektorräume W i Im Skript wird die Bezeichnung nur für Untervektorräume und nicht für abstrakte Vektorräume verwendet. Die von mir benutzten Bezeichnungen sind etwas doppeldeutig aber üblich. Die beiden Vektorräume, die wir mit demselben Symbol W 1... W r bezeichnen sind mittels der kanonischen Abblidung Σ isomorph. Alexander Lytchak 5 / 13

Proposition Es seien W 1,..., W r Untervektorräume von V. Dann sind äquivalent: a) Die Familie (W i ) ist direkt. b) Jeder Vektor w W 1 +... + W r besitzt eine eindeutige Darstellung als 1 i r w i mit w i W i. c) Für alle 1 i r gilt W i ( j i W j) = 0 Proposition Der Kern der Abbildung Σ : W 1 W 2 W 1 + W 2 isomorph zu W 1 W 2. Alexander Lytchak 6 / 13

Lemma Sind Vektorrräume W 1,..., W r endlich-dimensional, so ist es auch ihre direkte Summe, und es gilt dim(w 1... W r ) = 1 i r (dim(w i)). Proposition Es seien W 1,..., W r V endlich-dimensionale Untervektorräume. Dann ist deren Summe W 1 +... + W r ebenfalls endlich-dimensional, und es gilt die Ungleichung dim(w 1 +... + W r ) dim W 1 +... + dim W r. In dieser Formel tritt genau dann Gleichheit ein, falls die Familie (W 1,..., W r ) direkt ist. Alexander Lytchak 7 / 13

Proposition Seien W 1, W 2 V endlich-dimensionale Untervektorräume. Dann gilt die Gleichung dim(w 1 + W 2 ) = dim W 1 + dim W 2 dim(w 1 W 2 ). Definition Es sei V ein reeller Vektorraum und W V ein Untervektorraum. Wir nennen einen Untervektorraum X V ein Komplement von W, falls V = W X. Proposition Ist V endlich-dimensional, so besitzt jeder Untervektorraum von V ein Komplement. Bemerkung Ein Komplement ist fast nie eindeutig. Alexander Lytchak 8 / 13

Affine Unterräume Definition Es sei V ein Vektorraum. Ein affiner Unterraum von V ist eine Teilmenge von V der Form v + W := {v + w w W }, wobei v V und W V ein Untervektorraum ist. Der Punkt v V heißt auch Aufhängepunkt des affinen Unterraumes. Bemerkung Ein affiner Unterraum ist in der Regel kein Untervektorraum von V. Dies ist genau dann der Fall, falls 0 v + W, d.h. falls v W. Definition Ist W V ein Untervektorraum und sind v 1, v 2 V, so nennen wir die affinen Unterräume v 1 + W und v 2 + W parallel. Alexander Lytchak 9 / 13

Proposition Es sei V ein reeller Vektorraum und Z V ein affiner Unterraum. Schreiben wir Z = v + W mit v V und einem Untervektorraum W V, so ist W durch Z eindeutig bestimmt. Der Vektor v ist eindeutig bestimmt bis auf Addition von Vektoren in W. Alexander Lytchak 10 / 13

Definition Es sei Z = v + W V ein affiner Unterraum. Die Dimension von A wird definiert als die Dimension von W (W ist ja durch A eindeutig bestimmt). Affine Unterräume der Dimension 0 heißen Punkte, der Dimension 1 Geraden, der Dimension 2 Ebenen und der Dimension n 1 Hyperebenen in V. Proposition Es sei ein lineares Gleichungssystem durch die erweiterte Koeffizientenmatrix (A b) R m (n+1) gegeben. Es sei L R n die Lösungsmenge dieses linearen Gleichungssysstems. Dann tritt genau einer der folgenden beiden Fälle ein: L =. L R n ist ein affiner Teilraum mit dim L = dim L hom, wobei L hom R n die Lösungsmenge des zugehörigen durch A gegebenen homogenen Systems ist. Alexander Lytchak 11 / 13

Bemerkung Ist f : V W linear und b W, so ist das Urbild f 1 ({b}) V entweder leer oder ein affiner Unterraum der Dimension dim ker f. Im zweiten Fall ist f 1 (b) zu ker(f ) parallel. Falls A R m n, so ist f 1 A ({b}) Rn genau die Lösungsmenge des durch (A b) gegebenen linearen Gleichungssysstems. Alexander Lytchak 12 / 13

Proposition Es sei Z R n ein affiner Teilraum. Dann existiert ein m N, eine Matrix A R m n und ein Vektor b R m, so dass Z genau die Lösungsmenge des linearen Gleichungssystems mit erweiterter Koeffizientenmatrix (A b) ist. D.h. Z ist die Menge aller Lösungen x der Gleichung Ax = b Alexander Lytchak 13 / 13