Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 13.11.2012 Bernhard Hanke 1 / 10 Matrizen und Lineare Abbildungen Beispiel Die Matrix cos t − sin t sin t cos t eine Drehung des R2 um den Winkel t gegen den Uhrzeigersinn. Bernhard Hanke 2 / 10 Lineare Abbildungen und Basen Proposition Es sei (vi )i∈I eine Basis des Vektorraumes V und W ein beliebiger Vektorraum. Es sei (wi )i∈I eine ebenfalls durch I parametrisierte Familie von Vektoren in W . Dann existiert genau eine lineare Abbildung f : V → W mit f (vi ) = wi für alle i. Mit anderen Worten: I Eine lineare Abbildung kann auf einer Basis beliebig definiert werden. I Jede solche Definition legt die lineare Abbildung eindeutig fest. Bernhard Hanke 3 / 10 Lineare Abbildungen und Basen (Fortsetzung) Bemerkung Es folgt aus der Proposition, dass jeder Vektorraum V der Dimension n gilt Rn ∼ = V : Sei B = (v1 , . . . , vn ) eine Basis dann ist folgende Abbildung ein Isomorphismus n X ΦB (λ1 , . . . , λn ) = λi vi . i=1 Wir nennen ΦB das zur Basis B gehörende Koordinatensystem und die Koeffizienten (λ1 , . . . , λn ) die Koordinaten von v bezüglich der Basis B. Man beachte, dass die Koordinaten von v ∈ V von der Wahl der Basis B abhängen! Bernhard Hanke 4 / 10 Lineare Abbildungen und Matrizen Sei A ∈ Rm×n eine Matrix. Die dazugehörige lineare Abbildung fA ist wie folgt definiert: Pn x1 j=1 a1j xj .. .. . 7→ . . Pn xn j=1 amj xj Umgekehrt kann man jede lineare Abbildung f : Rn → Rm durch eine (m × n)-Matrix A beschreiben durch die Merkregel: Die j-te Spalte von A ist das Bild von ej . Bernhard Hanke 5 / 10 Lineare Abbildungen: Eigenschaften Proposition Es sei f : V → W eine lineare Abbildung. I Ist U ⊂ V ein Untervektorraum, so ist das Bild f [U] ⊂ W ebenfalls ein Untervektorraum. I Das Urbild f −1 [0] ⊂ V des Nullvektorraumes 0 ⊂ W ist ein Untervektorraum von V . Wir nennen den Untervektorraum f −1 [0] ⊂ V den Kern von f . Beispiel Ist A ∈ Rm×n , so ist ker A ⊂ Rn genau die Lösungsmenge des durch A bestimmten homogenen linearen Gleichungssystems (A|0). Proposition Es sei f : V → W linear. Dann ist f genau dann injektiv, wenn ker f = 0 ⊂ V . Bernhard Hanke 6 / 10 Lineare Abbildungen: Eigenschaften (Fortsetzung) Proposition Es sei f : V → W eine lineare Abbildung und (vi )i∈I eine Familie von Vektoren in V . a) Ist (vi ) linear abhängig in V , so ist (f (vi )) linear abhängig in W . b) Ist (vi ) ein Erzeugendensystem von V , so ist (f (vi )) ein Erzeugendensystem von f [V ], insbesondere gilt dim f [V ] ≤ dim V (hier benutzen wir die Konvention n ≤ ∞ für alle n ∈ N ∪ {∞}). c) f ist genau dann injektiv, wenn f linear unabhängigen Familien von Vektoren in V immer in linear unabhängige Familien von Vektoren in W überführt. d) Es sei (vi )i∈I eine Basis. Dann ist f genau dann ein Isomorphismus, wenn (f (vi ))i∈I eine Basis von W ist. a) und b) sind Übungsaufgaben! Bernhard Hanke 7 / 10 Lineare Abbildungen und die Dimension Proposition Es seien V und W endlichdimensionale Vektorräume. Dann sind V und W genau dann isomorph, falls dim V = dim W . Beispiel Es sei ein homogenes lineares Gleichungssystems (A|0) mit A ∈ Rm×n gegeben. Wir nehmen an, dass A in Zeilenstufenform mit Pivotspalten j1 , . . . , jr gegeben ist. Dann gilt dim L = n − r . Bernhard Hanke 8 / 10 Definition Es seien V und W reelle Vektorräume. Wir bezeichnen mit Hom(V , W ) die Menge der linearen Abbildungen V → W . Proposition a) Sind m, n ∈ R, so ist die Menge Rm×n der (m × n)-Matrizen zusammen mit den komponentenweisen Verknüpfungen ein R-Vektorraum. b) Sind V und W reelle Vektorräume, so ist die Menge Hom(V , W ) der linearen Abbildungen V → W mit den punktweisen Verknüpfungen ebenfalls ein R-Vektorraum. Bernhard Hanke 9 / 10 Sind A, B ∈ Rm×n und λ ∈ R, so entspricht I die Summe A + B ∈ Rm×n genau der Summe der linearen Abbildungen A, B : Rn → Rm , I das Produkt λ · A ∈ Rm×n der linearen Abbildung λ · A : Rn → Rm . Dies zeigt: Proposition Die Vektorräume Rm×n und Hom(Rn , Rm ) sind kanonisch isomorph. Folgerung dim Hom(Rn , Rm ) = m · n. Bernhard Hanke 10 / 10