2.1 Grundlegende Definitionen
Definition 2.1. Es sei K =R oder K =C. Ein K-Vektorraum ist eine Menge V mit einer Vektoraddition ⊕:V ×V →V, einer skalaren Multiplikation :K×V →V und einem Nullvektor 0∈V, so dass die folgenden Rechenregeln gelten:
V1 (u⊕v)⊕w=u⊕(v⊕w) (Assoziativit¨at)
V2 u⊕v =v ⊕u (Kommutativit¨at)
V3 v⊕0=v (Neutrales Element)
V4 ∀v ∈V ∃v0 ∈V mit v ⊕v0 =0 (inverse Elementev0 =−v) V5 (λ+µ)v =λv⊕µv (Distributivgesetz I) V6 λ(v⊕w) =λv⊕λw (Distributivgesetz II)
V7 (λ·µ)v =λ(µv)
V8 1v =v
Beispiel 2.2.
2 Vektorraum, Basis und Dimension
Satz 2.3. (i) In jedem Vektorraum gibt es genau einen Nullvektor.
(ii) F¨ur jeden Vektor v ∈V ist 0v =0.
(iii) F¨ur jeden Vektor v ∈V ist (−1)v =−v.
(iv) Zu jedem Element v des Vektorraums gibt es genau ein inverses Element v0 =−v.
Beweis.
Definition 2.4. Eine TeilmengeU ⊂V eines VektorraumsV, die selbst ein Vektorraum ist, heißt Untervektorraum von V.
Beispiel 2.5.
Bemerkung 2.6. (i) Anstatt ⊕ und schreibt man meistens + und ·. Die Unter- scheidung zu Addition und Multiplikation in K ergibt sich dann aus dem Zusam- menhang.
(ii) Achtung: Vektoren kann man im Allgemeinen nicht multiplizieren und dividieren!
2.2 Lineare H¨ ulle und Erzeugendensystem
Definition 2.7. Es sei V ein Vektorraum, r ∈N, und f¨uri= 1,2, . . . , r seien Vektoren vi ∈V und Zahlen λi ∈K gegeben. Die endliche Summe
r
X
i=1
λivi =λ1v1+λ2v2+. . . λrvr heißt Linearkombination der Vektoren vi.
Die Menge
L({v1, v2, . . . , vr}) = ( n
X
i=1
λivi
λi ∈K )
heißt lineare H¨ulle von {v1, v2, . . . , vr}. F¨ur eine (evtl. unendlich große) TeilmengeM ⊂ V ist die Lineare H¨ulle L(M) die Menge aller endlichen Linearkombinationen aus Vek- toren in M.
Beispiel 2.8.
Satz 2.9. (i) Eine Teilmenge U ⊂ V ist ein Untervektorraum von V genau dann, wenn
U1 U 6=∅,
U2 f¨ur alle u, v ∈U auch deren Summe in U liegt, u+v ∈U und
U3 wenn sie zu jedem v ∈U auch beliebige Vielfache λv (λ∈K) enth¨alt.
(ii) F¨ur jede Teilmenge M ⊂V ist L(M) ein Untervektorraum vonV.
2 Vektorraum, Basis und Dimension Beweis.
Definition 2.10. Eine Teilmenge U ⊂V heißt Erzeugendensystem von V, wenn L(U) =V.
Beispiel 2.11.
2.3 Basis und Dimension
Definition 2.12. Eine Menge B ⊂ V heißt linear unabh¨angig wenn f¨ur jede Linear- kombination von Vektoren b1, b2, . . . , br aus B gilt: Ist
λ1b1+λ2b2+. . . λrbr = 0,
so m¨ussen alle λ1 = λ2 = · · · = λr = 0 Null sein. ¨Aquivalent dazu darf kein Vektor in B die Linearkombination der restlichen Vektoren sein. Eine Menge von Vektoren heißt linear abh¨angig, wenn sie nicht linear unabh¨angig ist.
Beispiel 2.13.
Definition 2.14. Eine MengeB ⊂V heißtBasis von V wennB linear unabh¨angig und ein Erzeugendensystem von V ist.
Beispiel 2.15.
Satz 2.16. Ist B = (b1, b2, . . . , bn) eine geordnete Basis von V, so gibt es f¨ur jeden Vektor v ∈V genau einen Tupel (λ1, λ2, . . . , λn)∈Kn von Zahlen in K, so dass
v =λ1b1+λ2b2+. . . λnvn.
Die Zahlen λi heißen Koordinaten von v in der BasisB und man schreibt vB = (λ1, λ2, . . . , λn).
Beispiel 2.17.
Satz 2.18. Es sei B ={b1, b2, . . . , bn} eine Basis eines Vektorraums V.
(i) Man kann ein Basiselement bj ∈B austauschen durch eine Linearkombination c=λ1b1+λ2b2+· · ·+λnbn,
wobei λj 6= 0 sein muss. Die Menge B ={b1, b2, . . . , bj−1, c, bj+1, . . . , bn} ist dann wieder eine Basis von V.
(ii) Ist C = {c1, c2, . . . , cm} eine weitere Basis von V, so gilt n = m (die Anzahl der Basiselemente ist immer die gleiche).
2 Vektorraum, Basis und Dimension Beispiel 2.19.
Definition 2.20. FallsV eine endliche Basis besitzt, so ist die Zahlnan Basiselementen aus Satz 2.18(ii) die Dimension von V. Ansonsten ist die Dimension von V unendlich.
Man schreibt
dim(V) = n bzw. dim(V) =∞.
Beispiel 2.21.