Seien a,b∈En. Die Vektoren a,b sind orthonormal, falls folgende Bedingungen erfüllt sind:
Die Vektoren sind normiert, also es gilt: ∥a∥=1bzw.∥b∥=1.
Die Vektoren sind orthogonal, also es gilt: ⟨a,b⟩={1,0,a=ba=b
Bemerkung
Für eine orthogonale Matrix A∈En×n mit der Form A=(a1∣...∣an) sind die Spaltenvektoren a1,...,an paarweise orthonormal.
Lineare Abbildungen
Definition
Eine Abbildung f:X→Y heisst injektiv, falls
∀x1,x2∈X:x1=x2⇒f(x1)=f(x2).
(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).
BemerkungNotation
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 2
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)⇒3. Zeilet:=x3,t∈Rfreier Parameter⇒2. Zeile−2x2+5x3=0⇔t=x3−2x2+5t=0⇔2x2=5t⇔x2=25tM(F)⇒1. Zeile2x1+3x3=0⇔t=x32x1+3t=0⇔2x1=−3t⇔x1=−23t⟹L=⎩⎨⎧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 4
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)}
AlgorithmusAbbildungsmatrix (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}
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}.
Satz
Sei E ein Körper, V ein E-Vektorraum mit dim(V)=n<∞. Seien v∈V, A={a1,...,an},B={b1,...,bn} Basen für V. Dann existieren eindeutige λ1,...,λn∈E sowie eindeutige μ1,...,μn∈E, so dass
v=k=1∑nλkak=k=1∑nμkbk.
Da stellt sich die Frage wie man zwischen den Basen A und B wechseln kann, konkret hat man zum Beispiel die Abbildungsmatrix bezüglich A gegeben und möchte nun die Abbildungsmatrix bezüglich B darstellen.
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
Seien V mit Basis A={v1,...,vm} und W mit Basis B={w1,...,wn} Vektorräume über E. Dann gibt es zu jeder linearen Abbildung f:V→W genau eine Matrix MBA(f), so dass MBA(f)j=f(vj)=a1jw1+...+anjwn für j=1,...,m.
Bemerkung
Die Matrix MBA(f) von oben hat als j-te Spalte den Vektor der Koordinaten von f(vj) bezüglich der Basis B.
BemerkungWichtig
In den Spalten einer Abbildungsmatrix stehen die Bilder der Basisvektoren, d.h. MBA(f)=(f(v1)∣⋯∣f(vm)).
Bemerkung
Die Matrix MBA(f) kann mit Hilfe des kommutierenden Diagramms auch folgendermassen beschrieben werden:
Die reguläre TransformationsmatrixTBA mit Basen A={v1,...,vn},B={w1,...,wn} vom Vektorraum V sieht wie folgt aus:
TBA=ϕB−1ϕA=t11⋮tn1⋯⋯t1n⋮tnn,
EnEnVTBAϕAϕB
Dadurch kann man nun folgend beschreiben wi=ti1v1+...+tinvn=(TBAvA)i,i∈{1,...,n}, wobei wi bezüglich B und vi bezüglich A dargestellt ist:
TBAvA=wB,wobei vA=v1⋮vn bzgl. A,wB=w1⋮wn bzgl. B.
BemerkungRechenregeln
TAA=𝟙
TBA=(TAB)−1
λA∈Kn ein Koordinatenvektor bezüglich A μB∈Kn ein Koordinatenvektor bezüglich B ⇒TBAλA=μB
f:V→V linear mit Abbildungsmatrix MAA(f) wobei der Definitionsbereich und der Bildbereich bezüglich A gegeben ist. Analog ist die Abbildungsmatrix MBB(f) im Definitionsbereich und im Bildbereich bezüglich B gegeben. Wir erreichen eine Basistransformation von A nach B der Abbildungsmatrix MAA(f) mit den Transformationsmatrizen TAB,TBA:
MBB(f)=TBAMAA(f)TAB
EnEnVVEnEnMBB(f)fMAA(f)ϕBϕBϕAϕATABTBA
f:V→V linear mit Abbildungsmatrix MB2B1(f) wobei der Definitionsbereich bezüglich B1 und der Bildbereich bezüglich B2 gegeben ist. Analog ist die Abbildungsmatrix MB2′B1′(f) im Definitionsbereich bezüglich B1′ und im Bildbereich bezüglich B2′ gegeben. Wir erreichen eine Basistransformation von B1 nach B1′ (Definitionsbereich) bzw. von B2 nach B2′ (Bildbereich) der Abbildungsmatrix MB2B1(f) mit den Transformationsmatrizen TB2′B2,TB1B1′:
TAB=(TBA)−1 könnt ihr entweder mit dem Rezept von oben berechnen oder ihr benützt das Rezept aus der 4. Übungsstunde und berechnet die Inverse (TBA)−1=TAB.
Beispiel 7
Sei V=P mit Basen B={1,x,x2} Standardbasis (Monombasis) und A={a1,a2,a3} mit
a1a2a3=x2=(x+1)2=x2+2x+1=(x−1)2=x2−2x+1
a)TBA,TAB?
b) Sei F=dtd:P2→P1,p↦p˙=dtdp mit Abbildungsmatrix M(F)=MBB(F)=000100020.
Was ist MAA(F)?
c) Sei p(x)=3x2−8x+2∈P2. Was sind die Koordinaten von p bezüglich A und B?
a) Da B die Standardbasis ist, gilt:
TBA=(a1∣a2∣a3)=0011211−21 TAB=(TBA)−1: