Lineare Abhängigkeit, Erzeugendensystem und Basis
Lineare Abhängigkeit, Erzeugendensystem und Basis
Lineare Abhängigkeit, Erzeugendensystem und Basis
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Lineare</strong> Unabhängigkeit, <strong>Erzeugendensystem</strong>,<br />
<strong>Basis</strong> <strong>und</strong> Co.<br />
Allgemein gilt:<br />
• Linearkombination: Um zu zeigen, dass sich ein Vektor aus den anderen linear<br />
kombinieren lässt, stellt man diesen Vektor als Linearkombination der anderen dar <strong>und</strong><br />
löst die entsprechende Matrix mit Hilfe des Gauß-Algorithmus. Also zum Beispiel:<br />
⎛1<br />
⎞<br />
⎜ ⎟<br />
Stelle nun den Vektor w = 5<br />
als Linearkombination der Vektoren<br />
⎜ −3⎟<br />
⎝ ⎠<br />
⎛3 ⎞ ⎛ 2⎞ ⎛1<br />
⎞<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
v1 = 1 , v2 = 2 , v3<br />
=<br />
2<br />
dar.<br />
⎜ −1⎟ ⎜ 2⎟ ⎜ −1⎟<br />
⎝ ⎠ ⎝ ⎠ ⎝ ⎠<br />
Es muss also w = s • v1 + t • v2 + u • v3<br />
mit s, t,<br />
u ∈Q gelöst werden.<br />
⎛1 ⎞ ⎛3 ⎞ ⎛ 2⎞ ⎛1<br />
⎞<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
5 = s 1 + t 2 + u<br />
2<br />
⎜ −3⎟ ⎜ −1⎟ ⎜ 2⎟ ⎜ −1⎟<br />
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠<br />
Dies kann mit Hilfe einer Überführung in eine Matrix <strong>und</strong> mit Hilfe des Gauß-Algorithmus<br />
gelöst werden:<br />
⎛ 3 2 1 1 ⎞ ⎛ 3 2 1 1 ⎞ ⎛ 3 2 1 1 ⎞<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎜ 1 2 2 5 ⎟ → ⎜ 0 −4 −5 −14⎟ → ⎜ 0 −4 −5 −14⎟<br />
⎜ −1 2 −1 −3⎟ ⎜ 0 8 −2 −8 ⎟ ⎜ 0 0 −12 −36⎟<br />
⎝ ⎠ ⎝ ⎠ ⎝ ⎠<br />
Die letzte Zeile liefert − 12u<br />
= −36 ⇔ u = 3 . Damit ergeben sich<br />
1<br />
1 1<br />
−4t<br />
− 5• 3 = −14<br />
⇔ t = − <strong>und</strong> 3s<br />
+ 2 • ( − ) + 3 = 1 ⇔ s = − .<br />
4<br />
4 2<br />
Also kann der Vektor w wie folgt als Linearkombination der drei anderen Vektoren<br />
dargestellt werden:<br />
⎛3 ⎞ ⎛ 2⎞ ⎛1<br />
⎞<br />
1 1 1 ⎜ ⎟ 1 ⎜ ⎟ ⎜ ⎟<br />
w = − • v1 − • v2 + 3• v3<br />
= − • 1 2 3 2<br />
2 4 2 − •<br />
4<br />
+ •<br />
⎜ −1⎟ ⎜ 2⎟ ⎜ −1⎟<br />
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
• <strong>Lineare</strong> Unabhängigkeit bzw. Abhängigkeit<br />
Vektoren sind genau dann linear unabhängig, wenn man den Nullvektor mit Hilfe dieser<br />
Vektoren nur mit Hilfe der trivialen Lösung erzeugen kann, sprich:<br />
n<br />
Zu zeigen ist also, dass aus ∑ λivi = 0 folgt, dass λi<br />
= 0 ∀ i = {1,..., n}<br />
.<br />
i=<br />
1<br />
o Vektoren sind immer linear abhängig, wenn wir uns in einem Vektorraum der<br />
Dimension n bewegen <strong>und</strong> wir n+1 Vektoren auf lineare Abhängigkeit<br />
untersuchen sollen.<br />
Beispiel:<br />
Untersuche zunächst, ob das System von Vektoren linear unabhängig ist. Zu<br />
3<br />
zeigen ist also, dass aus ∑ λivi = 0 folgt, dass λi<br />
= 0 ∀ i = 1,2,3 .<br />
i=<br />
1<br />
1 1 1<br />
λ1 ⎜ ⎛ ⎞ ⎟ + λ2 ⎜ ⎛ ⎞ ⎟ + λ ⎛ − ⎞<br />
3 ⎜ ⎟ = 0<br />
⎝ −1⎠ ⎝ 2⎠ ⎝3<br />
⎠<br />
Überführe das homogene lineare Gleichungssystem in eine Matrix <strong>und</strong> wende<br />
den Gauß-Algorithmus an:<br />
⎛ 1 1 −1⎞ ⎛1 1 −1 ⎞<br />
⎜ ⎟ → ⎜ ⎟ (*)<br />
⎝ −1 2 3 ⎠ ⎝ 0 3 2 ⎠<br />
Es folgt also aus der letzten Zeile 3λ2 + 2λ2<br />
= 0 . Ich zeige nun, dass man jeden<br />
Vektor aus den beiden anderen linear kombinieren kann. Wenn das der Fall ist,<br />
dann bedeutet das, dass die Vektoren linear abhängig sind.<br />
⎛ 1 ⎞ 1 1<br />
= λ ⎛ ⎞ + λ ⎛ − ⎞<br />
⎝ −1⎠ ⎝ 2⎠ ⎝3<br />
⎠<br />
⎜ ⎟ 1 ⎜ ⎟ 2 ⎜ ⎟<br />
⎛ 1 −11 ⎞ ⎛1 −11<br />
⎞<br />
⎜ ⎟ → ⎜ ⎟<br />
⎝ 2 3 −1⎠ ⎝0 5 −3⎠<br />
3<br />
3 2<br />
Also gilt 5λ2 = −3<br />
⇔ λ2<br />
= − <strong>und</strong> auch λ1 + = 1 ⇔ λ1<br />
= . Man hat damit<br />
5<br />
5 5<br />
gezeigt, dass sich der Vektor aus den anderen linear erzeugen lässt.<br />
Diese Untersuchung brauchen wir dann nicht durchzuführen, sondern können wie<br />
folgt argumentieren: Wir bewegen uns im R ² , also gilt dim R ² = 2 <strong>und</strong> drei<br />
Vektoren in einem Vektorraum der Dimension 2 sind immer linear abhängig, da<br />
die <strong>Basis</strong> aus 2 Vektoren besteht <strong>und</strong> da eine <strong>Basis</strong> unverlängerbar linear<br />
abhängig ist.<br />
o Weiterhin sind Vektoren immer linear abhängig, wenn sich einer aus den anderen<br />
linear kombinieren (erzeugen) lässt.<br />
o Der Satz „Jede Teilmenge einer Menge linear abhängiger Vektoren ist linear<br />
abhängig“ ist falsch, denn lineare Abhängigkeit bedeutet unter anderem, dass
sich ein bestimmter Vektor aus den anderen linear kombinieren lässt, <strong>und</strong> nicht,<br />
dass sich alle paarweise von einander linear erzeugen lassen. Es kann also in<br />
einem System von linear abhängigen Vektoren durchaus zwei (o.ä.) geben, die<br />
linear unabhängig sind.<br />
• Erzeugnis<br />
Das Erzeugnis ist die Menge aller Linearkombinationen. Also<br />
< v1, v2,..., vn > : = { ∑ λivi | λi ∈ K, vi<br />
∈V}<br />
.<br />
i∈I<br />
Zum Beispiel ist < v > die Menge aller skalaren Vielfachen des Vektors v.<br />
Ein weiteres Beispiel ist das folgende: Das Erzeugnis der Vektoren (1, 0, 0) <strong>und</strong> (1, 1, 1)<br />
von R ³ ist < (1,0,0),(1,1,1) >= { x • (1,0,0) + y • (1,1,1) | x, y ∈ R} = {( x + y, y, y) | x, y ∈ R } .<br />
• <strong>Erzeugendensystem</strong><br />
Ein <strong>Erzeugendensystem</strong> ist die Menge aller Linearkombinationen, das den gesamten<br />
Vektorraum aufspannt. Es gilt also < v1 , v2,..., vn<br />
>= V .Um zu zeigen, dass Vektoren ein<br />
<strong>Erzeugendensystem</strong> bilden, muss man einen beliebigen Vektor aus den anderen<br />
Vektoren linear kombinieren können. Mit anderen Worten: Ist V ein <strong>Erzeugendensystem</strong><br />
eines Vektorraums, so ist jeder Vektor durch mindestens eine Linearkombination der<br />
Vektoren aus V darstellbar.<br />
1. Beispiel:<br />
Dazu wähle ich mir den beliebigen Vektor ( a, b, c) ∈Q ³ <strong>und</strong> überprüfe, ob sich dieser<br />
durch die drei Vektoren v1 = (0,2,1), v2 = (1, 2,0), v3<br />
= (2,0,1) linear kombinieren lässt.<br />
Dazu muss folgendes lineare Gleichungssystem, genauer folgende Matrix mit Hilfe des<br />
Gaußschen Eliminationsverfahrens gelöst werden:<br />
( a, b, c) = λ (0,2,1) + λ (1, 2,0) + λ (2,0,1)<br />
1 2 3<br />
⎛ 0 1 2 a ⎞ ⎛1 0 1 a ⎞ ⎛1 0 1 a ⎞ ⎛1 0 1 a ⎞<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎜ 2 2 0 b ⎟ → ⎜ 2 2 0 b ⎟ → ⎜0 2 −2 − 2a + b⎟ → ⎜0 2 −2 − 2a + b ⎟<br />
⎜ 1 0 1 c ⎟ ⎜ 0 1 2 c ⎟ ⎜0 1 2 c ⎟ ⎜0 0 −4 − 2a + b − 2c<br />
⎟<br />
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠<br />
Die letzte Zeile liefert − 4λ3<br />
= − 2a + b − 2c<br />
. Also lassen sich λ1 , λ2,<br />
λ<br />
3<br />
für jeden beliebigen<br />
Vektor ( a, b, c) ∈Q ³ eindeutig angeben.<br />
Es liegt also ein <strong>Erzeugendensystem</strong> vor.<br />
Es gibt aber oftmals Vereinfachungen, sodass man diese Untersuchung nicht extra<br />
durchzuführen braucht:<br />
Bei unserem obigen Beispiel können wir z.B. schreiben: Da wir uns im Q ³ bewegen <strong>und</strong><br />
dim Q ³ = 3 gilt, erzeugen drei linear unabhängige Vektoren schon einen Vektorraum. Wir<br />
brauchen also nicht extra zu untersuchen, ob ein <strong>Erzeugendensystem</strong> vorliegt.
2. Beispiel:<br />
Auch ein Gegenbeispiel kann angegeben werden:<br />
Prüfe nun, ob sich ein beliebiger Vektor aus den anderen linear erzeugen lässt. Ist das der<br />
Fall, liegt ein <strong>Erzeugendensystem</strong> vor. Wenn das nicht der Fall ist, reicht es, ein<br />
Gegenbeispiel anzugeben <strong>und</strong> man hat gezeigt, dass sich eben nicht jeder beliebige<br />
Vektor als Linearkombination der anderen darstellen lässt, <strong>und</strong> folglich würde kein<br />
<strong>Erzeugendensystem</strong> vor liegen. Wähle dazu den Vektor (1, 1, 1, 1):<br />
⎛1 ⎞ ⎛1 ⎞ ⎛0 ⎞ ⎛ 2⎞ ⎛1⎞<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
0 1 1 2 1<br />
λ ⎜ ⎟<br />
1<br />
+ λ ⎜ ⎟<br />
2<br />
+ λ ⎜ ⎟<br />
3<br />
+ λ ⎜ ⎟<br />
4<br />
= ⎜ ⎟ Überführung in Matrix <strong>und</strong> Lösen mit<br />
⎜0⎟ ⎜0⎟ ⎜1 ⎟ ⎜1 ⎟ ⎜1⎟<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎝0⎠ ⎝1 ⎠ ⎝ −1⎠ ⎝0⎠ ⎝1⎠<br />
Gauß-Vefahren:<br />
⎛1 1 0 2 1⎞<br />
⎛1 1 0 2 1 ⎞ ⎛1 1 0 2 1 ⎞<br />
⎜<br />
⎟ ⎜ ⎟ ⎜ ⎟<br />
⎜ 0 1 1 2 1⎟ 0 1 1 2 1<br />
→ ⎜ ⎟ 0 1 1 2 1<br />
→ ⎜ ⎟<br />
⎜ 0 1 −1 0 1⎟<br />
⎜ 0 0 −2 −2 0⎟ ⎜0 0 −2 −2 0⎟<br />
⎜<br />
0 0 1 1 1⎟<br />
⎜ ⎝<br />
⎠ 0 0 1 1 1 ⎟ ⎜ 0 0 0 0 2⎟<br />
⎝ ⎠ ⎝ ⎠<br />
Es entsteht die falsche Aussage 0=2. Damit liegt kein <strong>Erzeugendensystem</strong> vor, da ich<br />
4<br />
einen beliebigen Vektor des Vektorraus V = Q gef<strong>und</strong>en habe, der sich nicht aus den<br />
anderen Vektoren linear erzeugen lässt.<br />
Hier geht auch folgendes:<br />
Wenn die Vektoren schon linear abhängig sind, <strong>und</strong> wir uns in einem Vektorraum der<br />
Dimension n bewegen, <strong>und</strong> dann überprüfen sollen, ob die n Vektoren ein<br />
<strong>Erzeugendensystem</strong> bilden, kann man gleich sagen, dass dies nicht der Fall ist.<br />
• <strong>Basis</strong><br />
Eine <strong>Basis</strong> ist ein linear unabhängiges <strong>Erzeugendensystem</strong>.<br />
Wenn wir also überprüfen wollen, ob eine <strong>Basis</strong> vorliegt, müssen wir erstens zeigen, dass<br />
die Vektoren linear unabhängig sind <strong>und</strong> zweitens, dass die Vektoren ein<br />
<strong>Erzeugendensystem</strong> bilden.<br />
Wichtig hierbei sind die Sätze, dass jeder endlich erzeugte Vektorraum eine endliche<br />
<strong>Basis</strong> besitzt <strong>und</strong> dass verschiedene <strong>Basis</strong> die gleiche Anzahl an Elementen besitzt.<br />
Weiterhin: Ist B eine Menge linear unabhängiger Vektoren eines Vektorraums V, so ist<br />
jeder Vektor durch genau eine Linearkombination der Vektoren aus B darstellbar (wichtig<br />
hierbei ist also die eindeutige Darstellung)<br />
• Die Dimension eines Vektorraums ist die Anzahl der Vektoren in der <strong>Basis</strong>.
Fassen wir die wichtigsten Sätze nochmals zusammen:<br />
• Bewegen wir uns in einem Vektorraum der Dimension n <strong>und</strong> sind n+1 Vektoren gegeben,<br />
die wir auf lineare Abhängigkeit bzw. Unabhängigkeit untersuchen sollen, so sind diese<br />
immer linear abhängig.<br />
• Sind Vektoren in einem Vektorraum der Dimension n linear abhängig <strong>und</strong> wollen wir<br />
überprüfen, ob n Vektoren ein <strong>Erzeugendensystem</strong> bilden, dann ist die Antwort immer<br />
„nein“.<br />
• Sind die gegebenen Vektoren in einem Vektorraum der Dimension n linear unabhängig,<br />
so bilden gegebene n Vektoren immer ein <strong>Erzeugendensystem</strong>, da n linear unabhängige<br />
Vektoren im Vektorraum der Dimension n V immer erzeugen (oder anders ausgedruckt:<br />
da n linear unabhängige Vektoren den gesamten Vektorraum der Dimension n<br />
aufspannen.)