§14 Basis und Dimension 03.12.01 (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.

Slides:



Advertisements
Ähnliche Präsentationen
Christian Scheideler SS 2009
Advertisements

Zufallsfelder Def. Zufallsfeld: Sei V eine endliche Menge (von Orten). Für jedes v V existiere eine (endliche) Menge X(v) von Zuständen x(v). Der Raum.
Vorlesung Compilertechnik Sommersemester 2008
Motivation Bisher: Codes mit möglichst kurzer Codelänge.
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Programmierung 1 - Repetitorium
Die Laufzeit von randomisierten (zufallsgesteuerten) Algorithmen hängt von gewissen zufälligen Ereignissen ab (Beispiel Quicksort). Um die Laufzeiten dieser.
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.
Einige entscheidbare bzw. rekursiv aufzählbare Sprachen
Numerik partieller Differentialgleichungen
Algorithmentheorie 04 –Hashing
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (06 – Reduktion endlicher Automaten) Prof. Dr. Th. Ottmann.
Kapitel 5 Stetigkeit.
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Kapitel 2 Die rationalen und die irrationalen Zahlen.
Kapitel 4 Geometrische Abbildungen
Christian Schindelhauer
Christian Schindelhauer
Zahlen mit Zahlen ausmessen
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
§11 Skalarprodukt. Euklidische Räume
§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.
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
Seminar Stringtheorie und Geometrische Methoden der Physik
§10 Vektorraum. Definition und Beispiele
Einschub: Axiomatische Mengenlehre
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Vektoren Grundbegriffe für das Information Retrieval
Zeit: 13h-15h Datum: Raum: IFW B42
Effiziente Algorithmen
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
§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
Wahrscheinlichkeit Zufallsexperiment:
ENDLICHE KÖRPER RSA – VERFAHREN.
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Reelle Zahlen Grundrechenarten √2, √3, √5, … V 0.1.
Stetige Kleinste-Quadrate-Approximation
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
7. Formale Sprachen und Grammatiken
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)
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
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.
§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.
Lineare Algebra II (MAVT)
Kapitel IV. Matrizen Inhalt:
§17 Produkte und Quotienten von Vektorräumen
§23 Basiswechsel und allgemeine lineare Gruppe
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Kapitel I. Vorspann zum Begriff Vektorraum
§19 Matrizen als lineare Abbildungen
 Präsentation transkript:

§14 Basis und Dimension 03.12.01 (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem von V , und B ist linear unabhängig. (14.2) Beispiele: 1o {e1, e2, ... , en} aus Kn ist Basis von Kn: Nach 12.3.9o Erzeugendensystem, nach 13.2.1o linear unabhängig. 2o Auch {e1+e2, e1-e2, e3 ... , en} ist eine Basis von Kn, wenn in K die Gleichung 2x = 0 nur die Lösung x = 0 hat, z.B. K aus {R,C,Q} . 3o Aber für x aus Kn ist {x, e1, e2, ... , en} keine Basis von Kn, vgl. 13.2.2o. 4o Die Menge ist Basis von K(M). 5o Ebenso: {Tk : k aus N} ist Basis von K[T] . 6o Die leere Menge ist Basis von {0} .

Kapitel III, §14 (14.3) Lemma: B sei ein Erzeugendensystem des K-Vektorraums V. Die folgenden Aussagen sind dann äquivalent: 1o B ist Basis von V. 2o Jeder Vektor x aus K hat eine eindeutige Darstellung als Linearkombination (bis auf die Reihenfolge der Summation) x = s1b1 + s2b2 + ... + smbm . mit bk aus B und sk aus K\{0} . 3o B ist minimales Erzeugendensystem, d.h. B erzeugt V und für jede echte Teilmenge A von B ist A nicht Erzeugendensystem von V. Die grundlegenden Fragestellungen zum Basisbegriff: 1o Hat jeder K-Vektorraum eine Basis? 2o Steht die Anzahl der Basiselemente (im Falle der Existenz) fest?

Kapitel III, §14 3o Wie kann die Gesamtheit der Basen (im Falle der Existenz) beschrieben werden?  28.11.01 Zur Frage 2o : (14.4) Satz: V sei ein endlich erzeugter K-Vektorraum. Dann: Je zwei Basen haben gleichviel Elemente. Zur Frage 1o : (14.5) Basissatz (für endlich erzeugte Vektorräume): V sei ein endlich erzeugter K-Vektorraum mit einem Erzeugendensystem E. Dann gilt: 1o V besitzt eine endliche Basis. 2o {b1, b2, ... br} aus V sei linear unabhängig. Dann ist {b1, b2, ... br} eine Basis von V, oder man findet br+1, br+2, ... , bn in E, so dass {b1, b2, ... br, br+1, ... , bn} eine Basis von V ist.

Kapitel III, §14 3o Die Basis B nach 1o kann als Teilmenge von E gewählt werden. (14.6) Definition: Die nach 14.4 eindeutig bestimmte und nach 14.5 existierende Zahl n aus N eines endlich erzeugten Vektorraumes V heißt die Dimension von V. Notation: dim V = n . Notation, wenn klargestellt werden soll, dass die Dimension sich auf den Körper K bezieht: dimK V = n . (14.7) Beispiele: 1o dim Kn = n , auch für n = 0 . 2o dim {(x,y,0)T aus K3 : x,y aus K} = 2 . 3o dim {(x+y,0,x-y)T aus R3 : x,y aus R} = 2 . 4o dimC C = 1, aber dimR C = 2. 5o V sei endlich erzeugt. Dann gilt: dim V = min{n aus N : je n+1 Elemente aus V sind linear abhängig}

Kapitel III, §14 Die letzte Formel hat ihre Gültigkeit insbesondere auch für V = 0. Sie gibt auch Sinn für Vektorräume, die nicht endlich erzeugt sind: (14.8) Definition: Die Dimension eines nicht endlich erzeugten Vektorraumes wird als unendlich definiert: Zusammenfassend haben wir damit den: (14.9) Dimensionssatz: Für einen K-Vektorraum V gilt 1o entweder hat V die endliche Dimension n aus N ; und das bedeutet: V besitzt n linear unabhängige Vektoren und je n+1 sind linear unabhängig. 2o oder V ist unendlichdimensional; und das bedeutet, dass es zu jedem n aus N mindestens n linear unabhängige Vektoren gibt. (14.10) Beispiele: 1o Jeder Untervektorraum U eines endlichdimensionalen Vektorraumes V ist endlichdimensional.

Kapitel III, §14 2o K[T] ist unendlichdimensional, ebenso KM und K(M) für unendliche Mengen M. 3o Auch die Folgenräume in 10.6 sind unendlichdimensional. 4o Ohne Beweis zitieren wir: (14.11) Satz: Auch jeder unendlichdimensionale Vektorraum hat eine Basis. Das ist für K[T] und K(M) evident, weil wir eine Basis direkt angeben können. Im allgemeinen beruht der Satz auf dem „Wohlordnungsaxiom“ ,bzw. dem „Lemma von Zorn“ ; der Beweis ist nicht konstruktiv! Beispiel: Für R als Vektorraum über Q ist keine Basis bekannt.