2 Vektorraum, Basis und Dimension 2.1 Grundlegende Definitionen Definition 2.1. Es sei K = R oder K = C. Ein K-Vektorraum ist eine Menge V mit einer Vektoraddition ⊕ : V × V → V , einer skalaren Multiplikation : K × V → V und einem Nullvektor 0 ∈ V , so dass die folgenden Rechenregeln gelten: V1 V2 V3 V4 V5 V6 V7 V8 (u ⊕ v) ⊕ w = u ⊕ (v ⊕ w) u⊕v =v⊕u v⊕0=v 0 ∀v ∈ V ∃v ∈ V mit v ⊕ v 0 = 0 (λ + µ) v = λ v ⊕ µ v λ (v ⊕ w) = λ v ⊕ λ w (λ · µ) v = λ (µ v) 1v =v (Assoziativität) (Kommutativität) (Neutrales Element) (inverse Elemente v 0 = −v) (Distributivgesetz I) (Distributivgesetz II) Beispiel 2.2. 17 2 Vektorraum, Basis und Dimension Satz 2.3. (i) In jedem Vektorraum gibt es genau einen Nullvektor. (ii) Für jeden Vektor v ∈ V ist 0 v = 0. (iii) Für jeden Vektor v ∈ V ist (−1) v = −v. (iv) Zu jedem Element v des Vektorraums gibt es genau ein inverses Element v 0 = −v. Beweis. Definition 2.4. Eine Teilmenge U ⊂ V eines Vektorraums V , die selbst ein Vektorraum ist, heißt Untervektorraum von V . Beispiel 2.5. Bemerkung 2.6. (i) Anstatt ⊕ und schreibt man meistens + und ·. Die Unterscheidung zu Addition und Multiplikation in K ergibt sich dann aus dem Zusammenhang. (ii) Achtung: Vektoren kann man im Allgemeinen nicht multiplizieren und dividieren! 18 2.2 Lineare Hülle und Erzeugendensystem 2.2 Lineare Hülle und Erzeugendensystem Definition 2.7. Es sei V ein Vektorraum, r ∈ N, und für i = 1, 2, . . . , r seien Vektoren vi ∈ V und Zahlen λi ∈ K gegeben. Die endliche Summe r X λi vi = λ1 v1 + λ2 v2 + . . . λr vr i=1 heißt Linearkombination der Vektoren vi . Die Menge L ({v1 , v2 , . . . , vr }) = ( n X i=1 ) λi vi λi ∈ K heißt lineare Hülle von {v1 , v2 , . . . , vr }. Für eine (evtl. unendlich große) Teilmenge M ⊂ V ist die Lineare Hülle L(M ) die Menge aller endlichen Linearkombinationen aus Vektoren in M . Beispiel 2.8. Satz 2.9. (i) Eine Teilmenge U ⊂ V ist ein Untervektorraum von V genau dann, wenn U1 U 6= ∅, U2 für alle u, v ∈ U auch deren Summe in U liegt, u + v ∈ U und U3 wenn sie zu jedem v ∈ U auch beliebige Vielfache λ v (λ ∈ K) enthält. (ii) Für jede Teilmenge M ⊂ V ist L(M ) ein Untervektorraum von V . 19 2 Vektorraum, Basis und Dimension Beweis. Definition 2.10. Eine Teilmenge U ⊂ V heißt Erzeugendensystem von V , wenn L(U ) = V. Beispiel 2.11. 2.3 Basis und Dimension Definition 2.12. Eine Menge B ⊂ V heißt linear unabhängig wenn für jede Linearkombination von Vektoren b1 , b2 , . . . , br aus B gilt: Ist λ1 b1 + λ2 b2 + . . . λr br = 0, so müssen alle λ1 = λ2 = · · · = λr = 0 Null sein. Äquivalent dazu darf kein Vektor in B die Linearkombination der restlichen Vektoren sein. Eine Menge von Vektoren heißt linear abhängig, wenn sie nicht linear unabhängig ist. Beispiel 2.13. 20 2.3 Basis und Dimension Definition 2.14. Eine Menge B ⊂ V heißt Basis von V wenn B linear unabhängig und ein Erzeugendensystem von V ist. Beispiel 2.15. Satz 2.16. Ist B = (b1 , b2 , . . . , bn ) eine geordnete Basis von V , so gibt es für jeden Vektor v ∈ V genau einen Tupel (λ1 , λ2 , . . . , λn ) ∈ K n von Zahlen in K, so dass v = λ1 b1 + λ2 b2 + . . . λn vn . Die Zahlen λi heißen Koordinaten von v in der Basis B und man schreibt vB = (λ1 , λ2 , . . . , λn ). Beispiel 2.17. Satz 2.18. Es sei B = {b1 , b2 , . . . , bn } eine Basis eines Vektorraums V . (i) Man kann ein Basiselement bj ∈ B austauschen durch eine Linearkombination c = λ 1 b1 + λ 2 b2 + · · · + λ n bn , wobei λj 6= 0 sein muss. Die Menge B = {b1 , b2 , . . . , bj−1 , c, bj+1 , . . . , bn } ist dann wieder eine Basis von V . (ii) Ist C = {c1 , c2 , . . . , cm } eine weitere Basis von V , so gilt n = m (die Anzahl der Basiselemente ist immer die gleiche). 21 2 Vektorraum, Basis und Dimension Beispiel 2.19. Definition 2.20. Falls V eine endliche Basis besitzt, so ist die Zahl n an Basiselementen aus Satz 2.18(ii) die Dimension von V . Ansonsten ist die Dimension von V unendlich. Man schreibt dim(V ) = n bzw. dim(V ) = ∞. Beispiel 2.21. 22