Skript la.pdf - next-internet.com
Skript la.pdf - next-internet.com
Skript la.pdf - next-internet.com
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
(a) Ersetzt man einen Vektor aus M durch ein Vielfaches davon oder addiert man einen<br />
Vektor zu einem anderen, dann ändert sich das Erzeugnis [M] nicht. Diese Operationen<br />
reichen aus, um mit den Vektoren den Gaußalgorithmus durchzuführen. Da Vektoren<br />
üblicherweise als Spalten geschrieben werden, muss man allerdings aufpassen, denn die<br />
Operationen sind keine Zeilen-, sondern Spaltenoperationen.<br />
(b) Schreibt man die Vektoren als Spalten in eine Matrix (wie man allgemeine Vektoren als<br />
Spalten schreibt, wird später noch erklärt), dann kann man auf dieser Matrix den Gaußalgorithmus<br />
mit Zeilenoperationen durchführen. In der Treppenform der Matrix schaut<br />
man sich die Spalten an, bei denen eine neue Treppenstufe beginnt. Die Vektoren, die<br />
vorher in diesen Spalten gestanden haben, sind linear unabhängig und erzeugen [M].<br />
Diese Methode ist zwar nicht sofort ersichtlich, aber sie ist vorteilhaft, wenn man ohnehin<br />
die Matrix in Treppenform braucht. Man muss aber aufpassen, dass man die Methoden<br />
nicht miteinander vermischt.<br />
2. Jetzt hat man eine Basis von [M]. Nach dem Basisergänzungssatz kann man sie zu einer Basis<br />
des ganzen Vektorraums ergänzen, indem man genügend linear unabhängige Vektoren hinzufügt.<br />
Aber wie findet man solche Vektoren? Das hängt davon ab, welches der beiden Verfahren<br />
man gewählt hat:<br />
(a) Hier ist es re<strong>la</strong>tiv einfach, denn die Vektoren, die man erhalten hat, bilden eine transponierte<br />
Treppenmatrix. Sie kann durch Vektoren, die nur an einer Stelle eine 1 haben, zu<br />
einer vollständigen Diagonalmatrix ergänzt werden.<br />
(b) Bei der zweiten Methode kann man nicht direkt Vektoren finden, die die Menge zu einer<br />
Basis ergänzen. Man muss statt dessen die Treppenmatrix zu einer Diagonalmatrix<br />
machen und rückwärts verfolgen, wie sich die jeweiligen Spaltenvektoren dadurch ändern.<br />
Allerdings muss man aufpassen, denn es kann sich auf den gesamten Spaltenvektor<br />
auswirken.<br />
Eigentlich ist es sogar gar nicht schwer, eine linear unabhängige Menge zu einer Basis zu ergänzen.<br />
Denn an Vektoren, die mit der Menge linear unabhängig sind, mangelt es nie. Man sieht es schon im<br />
R 2 : Hat man einen beliebigen Vektor, dann ist ein zweiter Vektor nur dann linear abhängig mit dem<br />
ersten, wenn er ein Vielfaches von ihm ist, d.h. in die gleiche oder entgegengesetzte Richtung zeigt.<br />
Für die meisten Vektoren ist dies natürlich nicht der Fall. Also kann man die Vektoren auch raten,<br />
muss dann allerdings die lineare Unabhängigkeit noch nachweisen (z.B. mit einem LGS).<br />
4.2 Lineare Abbildungen<br />
4.2.1 Definition<br />
Für Vektorräume führt man wie für Gruppen Abbildungen ein, die „strukturerhaltend” sind, und<br />
nennt sie „Homomorphismen” oder hier auch „lineare Abbildungen” (siehe 3.1.3). Wenn sie die<br />
Vektorraumstruktur erhalten sollen, dann müssen sie zumindest Gruppenhomomorphismen bezüglich<br />
der Verknüpfung „+” des Vektorraums sein. Aber um sich genau zu merken, wie die Definition<br />
eines Vektorraumhomomorphismus aussehen muss, sollte man sich überlegen, was Homomorphismen<br />
im Allgemeinen sind. Wenn man weiß, was ein Homomorphismus eigentlich ist, dann ist die<br />
genaue Definition Nebensache.<br />
Dazu ist es am sinnvollsten, sich zunächst über den Spezialfall der Isomorphismen (der bijektiven<br />
Homomorphismen) Gedanken zu machen. Es wurde bereits erwähnt, dass man zwei Gruppen (bzw.<br />
36