§19 Matrizen als lineare Abbildungen

Slides:



Advertisements
Ähnliche Präsentationen
Schnelle Matrizenoperationen von Christian Büttner
Advertisements

Prof. Dr. W. Conen 15. November 2004
13. Transformationen mit Matrizen
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 4 / 1 Termalgebren Definition "Freie Algebra" Die -Algebra A = [A, F ] heißt.
Grammatiken, Definitionen
Kapitel 4 Geometrische Abbildungen
d.h. für alle  mit () = (s1,s2 ,...,sn,s) gilt: wenn
Irreduzibilität Andreas Flesch.
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§9 Der affine Raum – Teil 2: Geraden
§ 28 Multilineare und Alternierende Abbildungen
§9 Der affine Raum – Teil 2: Geraden
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§11 Skalarprodukt. Euklidische Räume
Kapitel V. Determinanten
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
§10 Vektorraum. Definition und Beispiele
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Vektoren Grundbegriffe für das Information Retrieval
Zeit: 13h-15h Datum: Raum: IFW B42
§10 Vektorraum. Definition und Beispiele
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
Folie 1 §15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn.
§15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn für alle.
Folie 1 § 28 Multilineare und Alternierende Abbildungen (28.1) Definition: V und W seien wieder ein K-Vektorräume. Eine Abbildung von V nach W stets linear.
Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.
§23 Basiswechsel und allgemeine lineare Gruppe
§3 Allgemeine lineare Gleichungssysteme
Mehrkriterielle Optimierung mit Metaheuristiken
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Lineare Algebra, Teil 2 Abbildungen
Multivariate Statistische Verfahren
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
2. Mengen Unter einer Menge verstehen wir jede Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu.
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Lineare Algebra 11. Matrizen Eine m  n-Matrix ist ein Raster aus m  n Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (a ij )
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Graphische Datenverarbeitung
Folie 1 §8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein.
IS: Datenbanken, © Till Hänisch 2000 Relationenalgebra Die mathematische Grundlage von relationalen Datenbanken.
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Rosebrock: Geometrische Gruppen
Lineare Algebra II (MAVT)
Lineare Algebra II (MAVT)
Deterministische Kellerautomaten und das Wortproblem
Praktische Optimierung
Logik in der Informatik V
Christian Scheideler WS 2008
Einführung in die Differentialrechnung
Einführung in die Differentialrechnung
Klausurtermin Klausur Diskrete Mathematik I Do stündig
Wiederholung Gruppen Untergruppen Gruppenisomorphismen
Kapitel IV. Matrizen Inhalt:
§17 Produkte und Quotienten von Vektorräumen
Die Erweiterung der Sinusfunktion auf Winkel über 90°
Wiederholung Verband Ungerichtete Graphen Partielle Ordnung
§23 Basiswechsel und allgemeine lineare Gruppe
§ 25 Bilinearformen und spezielle Koordinaten
Das Vektorprodukt Wir definieren erneut eine Multiplikation zwischen zwei Vektoren, das Vektorprodukt, nicht zu verwechseln mit dem Skalarprodukt. Schreibe.
§11 Skalarprodukt. Euklidische Räume
Kapitel I. Vorspann zum Begriff Vektorraum
Kapitel V. Determinanten
Kapitel II. Vom Raumbegriff zu algebraischen Strukturen
 Präsentation transkript:

§19 Matrizen als lineare Abbildungen Natürlich sind Matrizen keine lineare Abbildungen. Was der Titel anspricht, ist die Aussage, dass jede Matrix unter Festschreibung von Basen eine lineare Abbildung definiert. Und umgekehrt: Ist f aus Hom(V,W) mit endlichdimensionalen K-Vektorräumen V und W, so bestimmt die Vorgabe von (geordneten) Basen in V und W eine Matrix, welche die Abbildung f vollständig beschreibt. (12.1) Definition: V sei ein n-dimensionaler K-Vektorraum. Eine geordnete Basis von V ist ein n-Tupel (b1, b2, ... , bn) von Vektoren aus V, für das die Menge {bk : k = 1, 2, ... ,n} = {b1, b2, ... , bn} eine Basis bildet. Achtung: {b2, b1, b3, ... , bn} = {b1, b2, ... , bn} , aber in der Regel nicht (b2, b1, b3, ... , bn) = (b1, b2, ... , bn) .

Kapitel IV, §19 07.01.02  (19.2) Satz: Sei b = (b1, b2, ... , bn) eine geordnete Basis von V und sei c = (c1, c2, ... , cm) eine geordnete Basis von W. Dann gibt es zu jeder linearen Abbildung f aus Hom(V,W) eine (m,n) Matrix ( = A(f) = A(f,b,c) ) mit für X aus V, Anders ausgedrückt: f(X) = Y hat bezüglich der geordneten Basis (c1, c2, ... , cm) die Komponenten Beweis: Die Koeffizienten bestimmen eine Matrix A, und es gilt: Bemerkung: Diese Matrix A = A(f) = A(f,b,c) heißt die zu f gehörige Matrix (in Bezug auf die geordneten Basen b und c). Umgekehrt:

Kapitel IV, §19 (19.3) Satz: Sei b = (b1, b2, ... , bn) eine geordnete Basis von V und sei c = (c1, c2, ... , cm) eine geordnete Basis von W. Jede (m,n)-Matrix definiert die linearen Abbildung f ( = f(A) = f(A,b,c) ) vermöge 19.12.01 für X aus V , (19.4) Spezialfall: Für V = Kn und W = Km mit den geordneten Standardbasen e = (e1, e2, ... ,en) und e = (e1, e2, ... , em) folgt: Jede (m,n)-Matrix definiert die lineare Abbildung f = f(A,e,e) durch (19.5) Satz: Sei b = (b1, b2, ... , bn) eine geordnete Basis von V und sei c = (c1, c2, ... , cm) eine geordnete Basis von W. Die natürliche Abbildung ist ein Isomorphismus von Vektorräumen. (19.6) Korollar: dim Hom(V,W) = (dim V)(dim W) .