2008, 00:45 Sei eine lineare Abbildung. Angenommen, es würde Kern(A) = Bild(A) gelten... Bitte vervollständigen, AmokPanda! 12. 2008, 00:47 dann müsste K: y = Ax gelten? 12. 2008, 00:50 Nein, dann musst du den Dimensionssatz anwenden. Bei dir scheint aber einiges im Argen zu liegen... 12. Lineare Abbildung, Bild und Kern | Mathelounge. 2008, 00:56 naja erstes semester, da ist das alles noch ziemliches neuland... aber das wird hoffentlich noch also der dimensionssatz dimension = kern + bild also wäre das dann: dim 5 = kern A + Bild A -> Kern A verschieden Bild A so richtig??? 12. 2008, 01:08 Nein, das macht gar keinen Sinn, die Dimension ist einfach eine Zahl, was soll dann diese Gleichung aussagen? Dass du den Dimensionssatz, den ich oben verlinkt habe, nichtmal richtig zitierst hat wenig damit zu tun, in welchem Semester du bist, sondern wie sorgfältig du arbeitest! Also jetzt vollständig: Angenommen, es würde Kern(A) = Bild(A) gelten, dann gilt nach Dimensionssatz Da und Dimensionen ganzzahlig sind, folgt der Widerspruch. 12. 2008, 01:09 so hatte ich das auch gemeint wusste halt nur nicht wie ichs aufschreiben soll... viellen dank für die hilfe
Nun ist \(\operatorname{Ker}(A)\) gerade die Lösungsmenge des durch \(A\) gegebenen linearen Gleichungssystems, und \(\operatorname{Im}(A)\) ist der Teilraum derjenigen Vektoren \(b\), für die das lineare Gleichungssystem mit erweiterter Koeffizientenmatrix \((A\mid b)\) lösbar ist. Wir können also die hier gegebenen Definitionen von Kern und Bild einer linearen Abbildung als (weitreichende) Verallgemeinerungen dieser Konzepte aus der Theorie der linearen Gleichungssysteme betrachten. Andererseits liefert die abstrakte Sichtweise auch Erkenntnisse über lineare Gleichungssysteme: Das folgende Theorem, die Dimensionsformel für lineare Abbildungen, gibt eine präzise und sehr elegante Antwort auf die in Frage 5. Kern und Bild einer linearen Abbildung. 27 (2) formulierte Frage, siehe auch Abschnitt 7. 4. Theorem 7. 23 Dimensionsformel für lineare Abbildungen Sei \(f\colon V\rightarrow W\) eine lineare Abbildung zwischen \(K\)-Vektorräumen und sei \(V\) endlich-dimensional. Dann gilt: \[ \dim V = \dim \operatorname{Ker}f + \dim \operatorname{Im}f. \] Die Zahl \(\dim \operatorname{Im}f\) heißt auch der Rang von \(f\), in Zeichen: \(\operatorname{rg}(f)\).
Sei \(f\colon V\rightarrow W\) ein \(K\)-Vektorraumhomomorphismus. Definition 7. 20 Der Kern von \(f\) ist definiert als \[ \operatorname{Ker}(f):= f^{-1}(\{ 0 \}) = \{ v\in V;\ f(v) = 0 \}. \] Wie bei jeder Abbildung, so haben wir auch für die lineare Abbildung \(f\) den Begriff des Bildes \(\operatorname{Im}(f)\): \(\operatorname{Im}(f) = \{ f(v);\ v\in V\} \subseteq W\). Lemma 7. 21 Für jede lineare Abbildung \(f\colon V\to W\) ist \(\operatorname{Ker}(f)\) ein Untervektorraum von \(V\) und \(\operatorname{Im}(f)\) ein Untervektorraum von \(W\). Weil \(f(0)=0\) ist, ist \(0\in Ker(f)\). Sind \(v, v^\prime \in \operatorname{Ker}(f)\), so gilt \(f(v+v^\prime)=f(v)+f(v^\prime)=0+0=0\), also \(v+v^\prime \in \operatorname{Ker}(f)\). Lineare Abbildung Kern = Bild. Sind \(v\in \operatorname{Ker}(f)\) und \(a\in K\), so gilt \(f(av)=af(v)=a\cdot 0 =0\), also \(av\in \operatorname{Ker}(f)\). Wir zeigen nun die Behauptung für \(\operatorname{Im}(f)\). Es gilt \(f(0)=0\), also \(0\in \operatorname{Im}(f)\). Sind \(w, w^\prime \in \operatorname{Im}(f)\), so existieren \(v, v^\prime \in V\) mit \(w=f(v)\), \(w^\prime =f(v^\prime)\).
Sei \(U\subseteq V\) ein Komplementärraum von \(\operatorname{Ker}(f)\). Wir bezeichnen die Einschränkung von \(f\) auf \(U\) mit \(f_{|U}\). Ihr Bild liegt natürlich in \(\operatorname{Im}(f)\). Wir zeigen gleich, dass \(f_{|U}\colon U \to \operatorname{Im}(f)\) ein Isomorphismus ist. Daraus folgt jedenfalls der Satz, denn es folgt \(\dim (U) = \dim \operatorname{Im}(f)\) und damit \(\dim V = \dim \operatorname{Ker}(f) + \dim U = \dim \operatorname{Ker}(f) + \dim \operatorname{Im}(f)\) (benutze Satz 6. 46 oder Korollar 6. 54 und Lemma 7. 11). Um zu zeigen, dass \(f_{|U}\colon U \to \operatorname{Im}(f)\) ein Isomorphismus ist, zeigen wir die Injektivität und die Surjektivität. Injektivität. Ist \(u\in U\), \(f_{|U}(u) = 0\), so gilt \(u\in U\cap \operatorname{Ker}(f) = 0\), also \(u=0\). Surjektivität. Lineare abbildung kern und bilder. Sei \(w\in \operatorname{Im}(f)\). Dann existiert \(v\in V\) mit \(f(v)=w\). Wir schreiben \(v = v^\prime + u\) mit \(v^\prime \in \operatorname{Ker}(f)\), \(u\in U\) und erhalten \[ f_{|U}(u) = f(v-v^\prime) = f(v) - f(v^\prime) = w. \] Korollar 7.
Kern und Bild einer linearen Abbildung - YouTube
22 (und andersherum erhalten wir mit dem obigen Satz einen neuen Beweis dieses Korollars).
Wir skizzieren noch einen etwas anderen Beweis des Korollars, der direkt Theorem 6. 43 und das folgende einfache Lemma benutzt. 7. 25 Sei \(f\colon V\to W\) ein Vektorraum-Homomorphismus. Seien \(v_1, \dots, v_n\in V\) linear unabhängig. Wir schreiben \(w_i:= f(v_i)\). Dann sind äquivalent: Die Abbildung \(f\) ist injektiv. Die Familie \(w_1, \dots, w_n\) ist linear unabhängig. Lineare abbildung kern und bild den. Sei nun \(f\colon V\to W\) wie im Korollar ein Homomorphismus zwischen Vektorräumen derselben Dimension \(n\), und sei \(v_1, \dots, v_n\) eine Basis. Ist \(f\) injektiv, so sind die Bilder \(f(v_i)\) nach dem Lemma ebenfalls linear unabhängig, bilden also nach Theorem 6. 43 eine Basis. Damit enthält \(\operatorname{Im}(f)\) ein Erzeugendensystem, \(f\) ist folglich surjektiv. Ist andererseits \(f\) surjektiv, so bilden die \(f(v_i)\), die offenbar das Bild von \(f\) erzeugen, ein Erzeugendensystem von \(W\), das aus \(\dim (W)\) Elementen besteht, also eine Basis. Nach dem Lemma ist \(f\) injektiv. Für Abbildungen der Form \(\mathbf f_A\) für eine Matrix \(A\) folgt der Satz auch unmittelbar aus Korollar 5.