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



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

Lineare Gleichungssysteme

4. Übungsblatt Matrikelnr.:

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester gehalten von Harald Baum

Übungen zum Ferienkurs Lineare Algebra WS 14/15

0, v 6 = , v 4 = span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

Absolute Stetigkeit von Maßen

Summen und direkte Summen

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

3.3 Eigenwerte und Eigenräume, Diagonalisierung

7 Rechnen mit Polynomen

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Primzahlen und RSA-Verschlüsselung

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

Einführung in die Algebra

Definition 27 Affiner Raum über Vektorraum V

Was meinen die Leute eigentlich mit: Grexit?

Wir gehen aus von euklidischen Anschauungsraum bzw. von der euklidischen Zeichenebene. Parallele Geraden schneiden einander nicht.

Musterlösungen zur Linearen Algebra II Blatt 5

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Grundbegriffe der Informatik

Professionelle Seminare im Bereich MS-Office

Informationsblatt Induktionsbeweis

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

a n auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel.

Programmiersprachen und Übersetzer

Lineare Gleichungssysteme

Der Zwei-Quadrate-Satz von Fermat

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Die Post hat eine Umfrage gemacht

Wie löst man Mathematikaufgaben?

Rekursionen. Georg Anegg 25. November Methoden und Techniken an Beispielen erklärt

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse Lösung 10 Punkte

5.1 Drei wichtige Beweistechniken Erklärungen zu den Beweistechniken... 56

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

Approximation durch Taylorpolynome

Beispiel Zusammengesetzte Zufallsvariablen

3. Zusammenhang. 22 Andreas Gathmann

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )

Grundlagen der Künstlichen Intelligenz

Die Beschreibung bezieht sich auf die Version Dreamweaver 4.0. In der Version MX ist die Sitedefinition leicht geändert worden.

Mengensysteme, Wahrscheinlichkeitsmaße

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

1 Mathematische Grundlagen

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Mathematischer Vorbereitungskurs für Ökonomen

1 topologisches Sortieren

6.2 Perfekte Sicherheit

3. LINEARE GLEICHUNGSSYSTEME

Eigenwerte und Eigenvektoren von Matrizen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

7 Die Determinante einer Matrix

Algorithmen II Vorlesung am

8. Quadratische Reste. Reziprozitätsgesetz

AZK 1- Freistil. Der Dialog "Arbeitszeitkonten" Grundsätzliches zum Dialog "Arbeitszeitkonten"

1 Aussagenlogik und Mengenlehre

Leichte-Sprache-Bilder

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

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

3. Grundlagen der Linearen Programmierung

Zeichen bei Zahlen entschlüsseln

Erstellen von x-y-diagrammen in OpenOffice.calc

Beweisbar sichere Verschlüsselung

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:

Theoretische Grundlagen der Informatik WS 09/10

Kombinatorische Optimierung

Codierungstheorie Rudolf Scharlau, SoSe

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Charakteristikenmethode im Beispiel

Satz 25 A sei eine (n n)-matrix über K

Info zum Zusammenhang von Auflösung und Genauigkeit

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

! " # $ " % & Nicki Wruck worldwidewruck

Partitionieren in Vista und Windows 7/8

Senioren helfen Junioren

Definition und Begriffe

Übung Theoretische Grundlagen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

Wurzeln als Potenzen mit gebrochenen Exponenten. Vorkurs, Mathematik

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.

easysolution GmbH easynet Bessere Kommunikation durch die Weiterleitung von easynet-nachrichten per nach Hause

Welches Problem denn? Das Heiratsproblem. Formale Beschreibung. Paarungen

Optimalitätskriterien

Logische Folgerung. Definition 2.11

ARCO Software - Anleitung zur Umstellung der MWSt

Zahlen und das Hüten von Geheimnissen (G. Wiese, 23. April 2009)

3.1. Die komplexen Zahlen

5.2 Neue Projekte erstellen

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen

Was ist Sozial-Raum-Orientierung?

Wir machen neue Politik für Baden-Württemberg

Lineare Gleichungssysteme

1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0.

4.9 Deterministische Kellerautomaten Wir haben bereits definiert: Ein PDA heißt deterministisch (DPDA), falls

Transkript:

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 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 V, wenn (v i ) ein Erzeugendensystem und linear unabhängig ist. (Die Anzahl der Elemente einer Basis heißt die Länge dieser Basis und kann eventuell sein.) Beispiele. 1) Sei V = K n. Wie zuvor gezeigt wurde, ist die Familie (e 1, e 2,..., e n ) mit e i = (0,.., 0, 1, 0,..0) linear unabhängig. i testelle Sei nun v = (a 1, a 2,..., a n ) V. Dann gilt offenbar v = a 1 e 1 + a 2 e 2 +... + a n e n = n i=1 a i e i. Damit ist (e 1, e 2,..., e n ) auch ein Erzeugendensystem, mithin eine Basis. Sie heißt die kanonische Basis im K n. 2) Gegeben seien die Vektoren v 1 = (3, 1), v 2 = (4, 1), v 3 = ( 1, 2) im R 2. (v 1 ) ist linear unabhängig, aber Span(v 1 ) R 2 (v 1, v 2, v 3 ) sind linear abhängig (weil 9v 1 5v 2 + 7v 3 = 0), und spannen den R 2 auf, - sind also ein Erzeugendensystem, aber keine Basis. Man überlege sich : (v 1, v 2 ) ist eine Basis des R 2. 3) C als C-Vektorraum hat die (kanonische) Basis (1), C als R- 1

Vektorraum hat die Basis (1, i). 4) (p 0, p 1,..., p n ) mit p i (t) = t i ist Basis von P n. 5) Per definition ist die leere Familie Basis des Nullvektorraums {0}. Bemerkung. Eine linear unabhängige Familie (v i ) i I ist offenbar eine Basis von Span(v i ) i I. Die folgende Aussage sei ohne Beweis angeführt und charakterisiert den Begriff der Basis als ein Erzeugendensystem, das nicht mehr verkleinert werden kann, bzw. als linear unabhängige Familie, die nicht mehr vergrößert werden kann. Satz. Sei (v i ) i I eine Familie von Vektoren im K-Vektorraum V. Dann sind folgende Aussagen äquivalent : 1) (v i ) i I ist Basis von V, 2) (v i ) i I ist ein unverkürzbares Erzeugendensystem, d.h. J I, J I gilt Span(v i ) i J V. 3) (v i ) i I ist eine unverlängerbare linear unabhängige Familie, d.h. (v i ) i I ist linear unabhängig und jede Familie (v i ) i J mit I J, I J ist linear abhängig. 4) (v i ) i I ist ein Erzeugendensystem und jeder Vektor v 0 besitzt eine eindeutige Darstellung als Linearkombination der (v i ) i I. Folgerung. (Basisauswahlsatz) Sei der K-Vektorraum V endlich erzeugt, d.h. V besitzt ein endliches Erzeugendensystem (v 1, v 2,..., v r ). Durch sukzessives Wegnehmen von Vektoren erreicht man in endlich vielen Schritten ein unverkürzbares Erzeugendensystem. Dies heißt, dass aus einem endlichen Erzeugendensystem eine Basis ausgewählt werden kann. 2

Für den später folgenden Austauschsatz von Steinitz ist folgender Hilfssatz wichtig. Lemma. (Austauschlemma) Sei (v 1, v 2,..., v r ) eine Basis von V und sei w = v 1 +... + λ r v r. Gilt λ k 0, so ist (v 1,..., v k 1, w, v k+1,..., v r ) wieder eine Basis. (Hier kann also v k durch w ausgetauscht werden) Beweis. obda (= ohne Beschränkung der Allgemeinheit) können wir den Fall k = 1 (bzw. 0) betrachten (ansonsten Umnumerierung der Basisvektoren). Zu zeigen ist also, dass (w, v 2,..., v r ) eine Basis ist. Sei v V. Dann gibt es µ 1, µ 2,..., µ r K sodass v = µ 1 v 1 + µ 2 v 2 +... + µ r v r. Wegen v 1 = 1 w λ 2 v 2... λ r v r ist v = µ 1 w + (µ 2 µ 1λ 2 )v 2 +... + (µ r µ 1λ r )v r. Also ist (w, v 2,..., v r ) ein Erzeugendensystem. Nun gelte αw + α 2 v 2 +... + α r v r = 0. Dann ist α v 1 + (αλ 2 + α 2 )v 2 +... + (αλ r + α r )v r = 0. Weil (v 1, v 2,..., v r ) linear unabhängig ist, gilt α = 0, αλ 2 + α 2 = 0,..., αλ r + α r = 0. Weil 0, ist α = 0 und damit α 2 =... = α r = 0. Dies wiederum bedeutet, dass (w, v 2,..., v r ) linear unabhängig ist, also eine Basis. Sukzessive Anwendung des Austauschlemmas liefert folgende Aussage. Satz. (Austauschsatz von Steinitz) (ohne Beweis) Sei (v 1, v 2,..., v r ) eine Basis des K-Vektorraums V, und sei weiters 3

(w 1, w 2,..., w n ) eine linear unabhängige Familie. Dann ist n r, und i 1, i 2,..., i n sodass v i1 gegen w 1, v i2 gegen w 2,..., v in gegen w n ausgetauscht werden können und man wieder eine Basis erhält. (D.h. w 1, w 2,..., w n und geeignete Vektoren aus (v 1, v 2,..., v r ) bilden eine Basis) Folgerung. Besitzt V eine endliche Basis, dann ist jede Basis endlich und je zwei Basen haben die gleiche Länge. Beweis. Sei (v 1, v 2,..., v r ) eine (endliche) Basis von V. Wegen des Austauschsatzes kann es nicht mehr als r linear unabhängige Vektoren geben. Ist nun (w 1, w 2,..., w k ) eine weitere Basis, dann liefert die zweimalige Anwendung des Austauschsatzes k r und r k, also k = r. Damit kann jetzt sinnvoll die Dimension eines K-Vektorraums erklärt werden. Definition. Sei V ein K-Vektorraum. { V hat keine endliche Basis dim K V = r V hat eine Basis mit r Vektoren heißt Dimension von V über K. Bemerkungen. 1) Mittels des sogenannten Lemmas von Zorn (dies ist ein mengentheoretisches Prinzip, das als gültig angesehen wird) kann man zeigen: jede linear unabhängige Familie in einem K-Vektorraum kann zu einer Basis vergrößert werden. Dies zeigt auch, dass jeder K-Vektorraum eine Basis besitzt. 2) Sei V endlich erzeugt. Wie früher gezeigt, ist V dann endlichdimensional. Wähle eine Basis von V, etwa (v 1, v 2,..., v r ). Zu einer gegebenen linear unabhängigen Familie (w 1, w 2,..., w n ) gilt dann n r und nach 4

geeigneter Umbenennung ist dann (w 1,..., w n, v n+1,..., v r ) eine Basis. Dies bedeutet, dass (w 1, w 2,..., w n ) zu einer Basis vergrößert werden kann (Basisergänzungssatz). 3) Sei dimv = n < und (v 1, v 2,..., v n ) linear unabhängig. Dann ist (v 1, v 2,..., v n ) eine Basis. 4) Sei W V und dimv <. Dann ist dimw dimv, und wenn dimw = dimv, dann ist V = W. Beispiele. 1) dim K K n = n (weil (e 1,...e n ) Basis ist) 2) dimp n = n + 1 3) dim Q R = (Beweis zur Übung) 4) dim C C = 1, dim R C = 2 5) dim Abb(R, R) = (Beweis zur Übung) Seien W, W V. Wie früher erwähnt, ist dann W + W V. Man überzeugt sich leicht, dass W + W = Span(W W ). Wir fragen nun nach der Dimension von W + W. Hier gilt Satz. (Dimensionsformel) Sei dimv < und W, W V. Dann gilt dim(w + W ) = dimw + dimw dim(w W ). Beweis. Sei (v 1,..., v n ) eine Basis von W W. Weil W W W und W W W, existieren nach dem Basisergänzungssatz Vektoren w 1,..., w k W und w 1,..., w l W sodass (v 1,..., v n, w 1,..., w k ) eine Basis von W und (v 1,..., v n, w 1,..., w l ) eine Basis von W ist. Wir behaupten nun, dass B = (v 1,..., v n, w 1,..., w k, w 1,..., w l ) eine Basis von W + W ist. 5

i) Sei v W + W. Es gibt also w W und w W mit v = w + w. Weil w eine Linearkombination von (v 1,..., v n, w 1,..., w k ) und w eine Linearkombination von (v 1,..., v n, w 1,..., w l ) ist, ist v eine Linearkombination von (v 1,..., v n, w 1,..., w k, w 1,..., w l ). Somit ist B ein Erzeugendensystem von W + W. ii) Sei v 1 +... + λ n v n + µ 1 w 1 +... + µ k w k + µ 1w 1 +... + µ l w l = 0. Setze v = v 1 +... + λ n v n + µ 1 w 1 +... + µ k w k. Dann gilt v W und wegen v = (µ 1w 1 +... + µ l w l ) auch v W, also v W W. Damit existieren aber λ 1,..., λ n K mit v = λ 1v 1 +... + λ nv n. Nun gilt 0 = v v = ( λ 1)v 1 +... + (λ n λ n)v n + µ 1 w 1 +... + µ k w k. Weil (v 1,..., v n, w 1,..., w k ) linear unabhängig ist, gilt = λ 1,..., λ n = λ n, µ 1 = 0,..., µ k = 0. Damit ist v 1 +...+λ n v n +µ 1w 1+...+µ l w l = 0. Weil (v 1,..., v n, w 1,..., w l ) linear unabhängig ist, gilt = 0,..., λ n = 0, µ 1 = 0,..., µ l = 0, womit (v 1,..., v n, w 1,..., w k, w 1,..., w l ) linear unabhängig ist. Damit ist die Behauptung gezeigt. iii) Damit gilt also dim(w + W ) = n + k + l, dimw = n + k, dimw = n + l, dim(w W ) = n. Also dim(w + W ) = dimw + dimw dim(w W ). Sei V ein K-Vektorraum und W, W V. Gibt es ein 0 v W W, dann gilt trivialerweise v = v + 0 = 0 + v. Dies bedeutet aber, dass die Darstellung von v als Summe eines Vektors aus W und eines Vektors aus W nicht eindeutig ist. Die Frage nach der Eindeutigkeit der Darstellung führt zum Begriff der direkten Summe. W + W ist die direkte Summe von W und W, in Zeichen W W, wenn zusätzlich W W = {0} ist. Satz. Folgende Aussagen sind äquivalent: 6

1) Die Summe von W und W ist direkt, 2) v W + W 1 w W 1 w W mit v = w + w. Beweis. 1) 2) : Sei v W + W mit v = w 1 + w 1 und v = w 2 + w 2, wobei w 1, w 2 W und w 1, w 2 W. Dann ist w 1 + w 1 = w 2 + w 2 bzw. w 1 w 2 = w 2 w 1. Damit ist w 1 w 2 W W, und laut Voraussetzung ist w 1 w 2 = 0, also w 1 = w 2. Damit ist aber auch w 1 = w 2, d.h. die Darstellung von v ist eindeutig. 2) 1) : Würde ein 0 v W W existieren, so hätte man durch v = v + 0 = 0 + v einen Widerspruch zur Eindeutigkeit der Darstellung. Also muß W W = {0} sein. Bemerkung. Ist V = W W, dann ist dimv = dimw + dimw. Bemerkung. Sind endlich viele Unterräume W 1,... W r gegeben, dann heißt die Summe W 1 +... + W r direkt, wenn jeder Vektor v W 1 +... W r auf eindeutige Weise als Summe von Vektoren aus W 1, W 2,..., W r dargestellt werden kann. Man schreibt W 1... W r. Dies ist gleichbedeutend zu W i ( j i W j ) = {0} i. 7