(In Worten: Verschiedene Elemente aus X werden auf verschiedene Bilder in Y abgebildet.)
Definition
Eine Abbildung f:X→Y heisst surjektiv, falls
∀y∈Y∃x∈X:f(x)=y.
(In Worten: Jedes Element aus Y wird von f "getroffen".)
Definition
Eine Abbildung f:X→Y heisst bijektiv, falls
∀y∈Y∃!x∈X:f(x)=y.
(In Worten: Jedes Element aus Y wird von fgenau einmal "getroffen".)
Definition
Eine Abbildung F:V→W zwischen E-Vektorräumen V und W heisst linear (genauer Homomorphismus von E-Vektorräumen), wenn ∀v,w∈V und ∀λ∈E:
L1F(v+w)=F(v)+F(w)
L2F(λv)=λF(v)
Diese beiden Bedingungen kann man zusammenfassen zu einer:
LF(v+λw)=F(v)+λF(w).
DefinitionNotation
Für F:V→W linear ist F∈Hom(V,W).
Bemerkung
Es ist üblich, den Begriff Homomorphismus zu verschärfen:
F∈Hom(V,W) und bijektiv ⇔Isomorphismus (Notation: V=W)
F∈Hom(V,W) und V=W⇔Endomorphismus (Notation: F∈End(V))
F∈End(V) und bijektiv ⇔Automorphismus
Zudem gilt: (i) ⇔∃G:W→V linear, so dass F∘G=idW, G∘F=idV, d.h.
∀w∈W:∀v∈V:F(G(w))=wG(F(v))=v
Bemerkung
Seien M(F),M(G) die darstellenden Matrizen von F:V→W isomorph und deren Umkehrabbildung G=F−1:W→V und V,W sind endlichdimensionale Vektorräume, d.h. dim(V)<∞ und dim(W)<∞. Dann bedeutet Bijektivität von F, dass
dim(V)=dim(W)
M(F)⋅M(G)=M(G)⋅M(F)=𝟙dim(V)⇔M(F)=(M(G))−1
Definition
Zu jeder Basis B={v1,...,vn} von V gibt es genau einen Isomorphismus:
ϕB:En→V,(x1,...,xn)↦ϕB(x1,...,xn)=k=1∑nxkvk=x1v1+...+xnvn mit ϕB(ei)=vi.
(In Worten: ϕB ordnet x seinen Koordinaten bezüglich der Basis B zu.)
Definition
Sei F∈Hom(V,W).
Im(F):=F(V)={F(v)∣v∈V}⊂W ist ein Untervektorraum von W und heisst Bild(F) oder Im(F).
ker(F):={v∈V∣F(v)=0}⊂V ist ein Untervektorraum von V und heisst ker(F).
Satz
Sei F:V→W linear und V, W sind Vektorräume. Dann gilt:
F(0)=0, die Null wird immer auf die Null abgebildet
F surjektiv ⇔Im(F)=W⇔dim(Im(F))=dim(W)
F injektiv ⇔ker(F)={0}⇔dim(ker(F))=0
F ist ein Isomorphismus ⇔dim(V)=dim(W)=rang(F)
Satz
Sind f,g lineare Abbildungen ⇒f∘g ist eine lineare Abbildung.
Satz
Sind f,g lineare Abbildungen, dann ist die Funktion F:=f±g die aus der Linearkombination von f,g entsteht wieder eine lineare Abbildung.
Definition
Der Rang der linearen Abbildung F ist definiert als:
rang(F)=dim(Im(F)).
Bemerkung
Der Rang der linearen Abbildung F ist gleich dem Rang ihrer Abbildungsmatrix M(F). Es gilt: rang(F)=dim(Im(F))=rang(M(F))=rang(M(F)T)
Seien V und W zwei endlichdimensionale Untervektorräume eines grösseren Vektorraums (endlichdimensional ⇔dim(V)=n<∞ und dim(W)=k<∞) und sei f:V→W linear, dann gelten die folgenden Dimensionsformeln:
dim(V+W)=dim(V)+dim(W)−dim(V∩W)
n=dim(V)=dim(ker(f))+dim(Im(f))
BemerkungEigenschaften von linearen Abbildungen
Seien V,WE-Vektorräume und B={v1,...,vn} eine Basis von V. Sei F:V→W linear.
Im(F)=span(F(v1),...,F(vn)), d.h. F ist eindeutig definiert durch die Werte der Basisvektoren
Ist F injektiv und v1,...,vn∈V linear unabhängig, dann sind F(v1),...,F(vn)∈Im(F) linear unabhängig
dim(V)=dim(W)<∞ und F injektiv ⇒F ist bijektiv!
Beispiel 1
Sei F:R→R,x↦5x−1.
F ist nicht linear, da F(0)=−1=0.
Bemerkung
Sei f∈Hom(V,W) und die Vektorräume V,W sind endlichdimensional. Das Bild von f wird aufgespannt von den Spalten von M(f), d.h. Im(f)=span{Spalten von M(f)}.
Bemerkung
Sei F∈Hom(V,W) und die dazugehörige Abbildungsmatrix M(F). Dann gilt:
dim(Im(F))=rang(F)=rang(M(F))=2 können wir direkt von M(F) ablesen. Dank der Dimensionsformel wissen wir, dass die Basis vom Kern F einen Basisvektor enthält.
Im Folgenden werden wir die Lösungsmenge von M(F) (bzw. M(F)) berechnen, welche zugleich der ker(F)=ker(M(F))=ker(M(F)) ist, da wir das LGS M(F)x=0 lösen.
(Wie ihr in der Übungsstunde gesehen habt, können wir die Vektoren, die im Kern liegen, auch mit Hilfe von M(F) "erraten".)
M(F)M(F)M(F)⟹⇒3. Zeilet:=x3,t∈Rfreier Parameter⇒2. Zeile−2x2+5x3=0⇔t=x3−2x2+5t=0⇔2x2=5t⇔x2=25t⇒1. Zeile2x1+3x3=0⇔t=x32x1+3t=0⇔2x1=−3t⇔x1=−23tL=⎩⎨⎧x1x2x3−23251⋅t,t∈R⎭⎬⎫⇒ker(F)=ker(M(F))=⎩⎨⎧x1x2x3−23251⋅t,t∈R⎭⎬⎫=span⎩⎨⎧x1x2x3−23251⎭⎬⎫=span⎩⎨⎧x1x2x3−352⎭⎬⎫⇒Basis vom ker(F) ist zum Beispiel:Bker(F)=⎩⎨⎧−352⎭⎬⎫
Für das Bild Im(F) wissen wir wegen der Bemerkung von oben:
Im(F)=span⎩⎨⎧132,110,−123⎭⎬⎫
Wähle aus den Spalten von M(F) (Erzeugendensystem von Im(F)) zwei Vektoren als Basis von Im(F), nämlich diejenigen die Pivotelemente in M(F) haben:
⇒BIm(F)=⎩⎨⎧132,110⎭⎬⎫
Beispiel 3
Gegeben: F:R3→R2 ist gegeben durch die folgende Matrix:
dim(Im(F))=rang(F)=rang(M(F))=2 können wir direkt von M(F) ablesen. Dank der Dimensionsformel wissen wir, dass die Basis vom Kern F einen Basisvektor enthält.
⇒ker(F)=ker(M(F))=⎩⎨⎧x1x2x31−21⋅t,t∈R⎭⎬⎫=span⎩⎨⎧x1x2x31−21⎭⎬⎫⇒Basis vom ker(F) ist zum Beispiel:Bker(F)=⎩⎨⎧1−21⎭⎬⎫
Für das Bild Im(F) wissen wir wegen der Bemerkung von oben:
Im(F)=span{(14),(25),(36)}
Wähle aus den Spalten von M(F) (Erzeugendensystem von Im(F)) zwei Vektoren als Basis von Im(F), nämlich diejenigen die Pivotelemente in M(F) haben:
⇒BIm(F)={(14),(25)}
BemerkungAbbildungsmatrix (darstellende Matrix; Spezialfall mit Standardbasis)
Gegeben: V,W Vektorräume, F:(V,A)→(W,B),v↦F(v) und Basis von V mit A={a1,...,an} und die Standardbasis von W mit B={b1,...,bm}
Gesucht: MBA(F)
Berechne für jeden Basisvektor F(ai),i∈{1,...,n}
Erstelle MBA(F)=(n-SpaltenF(a1),...,F(an))}m-Zeilen.
Wir haben die Abbildungsmatrix von F erhalten, wobei der Definitionsbereich bezüglich A und Bildbereich bezüglich B gegeben ist.
Beispiel 4
Sei F=dtd:P2→P1,p↦p˙=dtdp.
(i) Zu zeigen: F ist eine lineare Abbildung.
Lösung anzeigenLösung ausblenden
Beweis:
∀a,b∈P2,λ∈E:
F(a+λb)=dtd(a+λb)=dtda+λdtdb=F(a)+λF(b)□
(ii) Finde die Abbildungsmatrix MBB(F) bezüglich der Monombasis B={1,t,t2}.
Seien A=(e1,...,en) die kanonische Basis vom Vektorraum V und B=(b1,...,bn) eine weitere Basis von V beschrieben mit der kanonischen Basis. Dann existiert eine Transformationsmatrix mit:
TAB=(b1∣⋯∣bn) mit bi=TABei,i∈{1,...,n}.VATBAVB
Bemerkung
Es gilt die folgende Rechenregel: TBA=(TAB)−1
Mit der obigen Definition erhalten wir somit: TBAbi=ei,i∈{1,...,n}.