Mathematik I für Studierende der Geophysik/Ozeanographie ...
Mathematik I für Studierende der Geophysik/Ozeanographie ... Mathematik I für Studierende der Geophysik/Ozeanographie ...
Lineare Abbildungen Rang einer linearen Abbildung Rang von linearen Abbildungen und Matrizen Definition (Rang einer linearen Abbildung) Der Rang einer linearen Abbildung F : V → W ist die nicht-negative ganze Zahl rg(F ) := dim im F . Bemerkung Sei A = (aij)i,j ∈ Mat(m, n, K) eine Matrix. Die n Spalten von A sind gegeben durch A(e1), . . . , A(en) ∈ K m und die Dimension rg(A) des von den Spalten von A erzeugten Unterraumes von K m nennt man den Spaltenrang von A. Die Dimension des von den m Zeilen (ai1, . . . , ain) ∈ K n erzeugten Unterraumes von K n heißt Zeilenrang von A. Wir werden später sehen, dass Zeilenrang=Spaltenrang. Damit kann man rg(A) mit dem Gaußschen Algorithmus bestimmen. 61 / 145
Satz Lineare Abbildungen Rang einer linearen Abbildung Seien V , W endlich-dimensionale Vektorräume und B, B ′ Basen von V bzw. W . Dann gilt für jede lineare Abbildung F : V → W rg(F ) = rg(M B′ B (F )). Beweis. Das Bild von F ◦ φB stimmt mit dem von F überein, da φB als Isomorphismus surjektiv ist. Das Bild von F ◦ φB wird durch φ −1 B ′ isomorph auf das Bild der zu MB′ B (F ) gehörenden linearen Abbildung abgebildet. Also rg(F ) = rg(F ◦ φB) = rg(MB′ B (F )). � Bemerkung Man kann also den Rang einer jeden linearen Abbildung zwischen endlich-dimensionalen Vektorräumen mit Hilfe des Gaußschen Algorithmus bestimmen, indem man den Rang der darstellenden Matrix bezüglich irgend zweier Basen bestimmt. 62 / 145
- Seite 13 und 14: Vektorräume Unterräume 6) Ein Pol
- Seite 15 und 16: Vektorräume Lineare Unabhängigkei
- Seite 17 und 18: Definition (Lineare Hülle) Vektorr
- Seite 19 und 20: Weiter im Beweis: Dann gilt Vektorr
- Seite 21 und 22: Ein Beispiel Vektorräume Erzeugend
- Seite 23 und 24: Satz (Charakterisierung von Basen)
- Seite 25 und 26: Vektorräume Erzeugendensysteme, Ba
- Seite 27 und 28: Lemma (Austauschlemma) Sei (v1, . .
- Seite 29 und 30: Weiter im Beweis: Wir können daher
- Seite 31 und 32: Definition (Dimension) Sei V ein Ve
- Seite 33 und 34: Folgerung Vektorräume Dimension Se
- Seite 35 und 36: Vektorräume Gaußscher Algorithmus
- Seite 37 und 38: Eine Matrix B = (bij) i=1...m j=1,.
- Seite 39 und 40: Vektorräume Gaußscher Algorithmus
- Seite 41 und 42: Weiter im Zahlenbeispiel: ⎛ ⎜
- Seite 43 und 44: Weiter im Zahlenbeispiel: Also k =
- Seite 45 und 46: Kapitel 11 Lineare Abbildungen Vekt
- Seite 47 und 48: Grundlegende Eigenschaften: Lineare
- Seite 49 und 50: Lineare Abbildungen Definition und
- Seite 51 und 52: Satz Lineare Abbildungen Definition
- Seite 53 und 54: Lineare Abbildungen Lineare Abbildu
- Seite 55 und 56: Lineare Abbildungen Lineare Abbildu
- Seite 57 und 58: Lineare Abbildungen Lineare Abbildu
- Seite 59 und 60: Produkt zweier Matrizen Definition
- Seite 61 und 62: Lineare Abbildungen Lineare Abbildu
- Seite 63: Endomorphismen Lineare Abbildungen
- Seite 67 und 68: Beweis der Behauptung. Lineare Abbi
- Seite 69 und 70: Folgerung Lineare Abbildungen Rang
- Seite 71 und 72: Satz Lineare Abbildungen Der Lösun
- Seite 73 und 74: Lineare Abbildungen Der Lösungsrau
- Seite 75 und 76: Lineare Abbildungen Der Lösungsrau
- Seite 77 und 78: Lineare Abbildungen Der Lösungsrau
- Seite 79 und 80: Innere Summe von Unterräumen Defin
- Seite 81 und 82: Lineare Abbildungen Direkte Summe v
- Seite 83 und 84: Satz Lineare Abbildungen Direkte Su
- Seite 85 und 86: Kapitel 12 Gruppen Lineare Abbildun
- Seite 87 und 88: Beispiele von Gruppen Gruppen Grupp
- Seite 89 und 90: Gruppen Gruppen und Gruppenhomomorp
- Seite 91 und 92: Übungsaufgaben/Beispiele I Gruppen
- Seite 93 und 94: Die symmetrische Gruppe Gruppen Die
- Seite 95 und 96: Satz Gruppen Die symmetrische Grupp
- Seite 97 und 98: Satz Gruppen Die symmetrische Grupp
- Seite 99 und 100: Gruppen Die symmetrische Gruppe Bei
- Seite 101 und 102: Determinante einer 2×2-Matrix Beme
- Seite 103 und 104: Determinante Definition (Determinan
- Seite 105 und 106: Satz Determinante Charakterisisieru
- Seite 107 und 108: Folgerung Determinante Charakterisi
- Seite 109 und 110: Determinante Charakterisisierung de
- Seite 111 und 112: Determinante Charakterisisierung de
- Seite 113 und 114: Determinante Explizite Formel für
Lineare Abbildungen Rang einer linearen Abbildung<br />
Rang von linearen Abbildungen und Matrizen<br />
Definition (Rang einer linearen Abbildung)<br />
Der Rang einer linearen Abbildung F : V → W ist die nicht-negative<br />
ganze Zahl<br />
rg(F ) := dim im F .<br />
Bemerkung<br />
Sei A = (aij)i,j ∈ Mat(m, n, K) eine Matrix.<br />
Die n Spalten von A sind gegeben durch A(e1), . . . , A(en) ∈ K m und<br />
die Dimension rg(A) des von den Spalten von A erzeugten<br />
Unterraumes von K m nennt man den Spaltenrang von A.<br />
Die Dimension des von den m Zeilen (ai1, . . . , ain) ∈ K n erzeugten<br />
Unterraumes von K n heißt Zeilenrang von A.<br />
Wir werden später sehen, dass Zeilenrang=Spaltenrang. Damit kann<br />
man rg(A) mit dem Gaußschen Algorithmus bestimmen.<br />
61 / 145