Lineare Abbildung
Achsenspiegelung als Beispiel einer linearen Abbildung

Die lineare Abbildung (auch linearer Operator oder Vektorraumhomomorphismus) ist ein Begriff aus dem mathematischen Teilgebiet der Linearen Algebra. Man bezeichnet damit eine Abbildung zwischen zwei Vektorräumen über demselben Körper, bei der es unerheblich ist, ob man zwei Vektoren zuerst addiert und dann deren Summe mittels der Funktion abbildet oder zuerst die Vektoren abbildet und dann die Summe der Bilder bildet. Gleiches gilt für die Multiplikation mit einem Skalar aus dem Grundkörper.

Das abgebildete Beispiel einer Spiegelung an der Y-Achse verdeutlicht dies. Der Vektor c ist die Summe der Vektoren a und b und sein Bild der Vektor c'. Man erhält c' aber auch, wenn man die Bilder a' und b' der Vektoren a und b addiert.

Man spricht dann davon, dass eine lineare Abbildung mit den Verknüpfungen Vektoraddition und skalarer Multiplikation verträglich ist. Es handelt sich somit bei der linearen Abbildung um einen Homomorphismus zwischen Vektorräumen.

In der Funktionalanalysis, bei der Betrachtung unendlichdimensionaler Vektorräume, die eine Topologie tragen, spricht man meist von linearen Operatoren statt von linearen Abbildungen. Formal gesehen sind die Begriffe synonym. Bei unendlichdimensionalen Vektorräumen ist jedoch die Frage der Stetigkeit bedeutsam, während Stetigkeit immer vorliegt bei linearen Abbildungen zwischen endlichdimensionalen reellen Vektorräumen {\mathbb R}^m \to {\mathbb R}^n (jeweils mit der euklidischen Norm) oder allgemeiner zwischen endlichdimensionalen hausdorffschen topologischen Vektorräumen.

Inhaltsverzeichnis

Definition

Seien V und W Vektorräume über einem gemeinsamen Grundkörper K. Eine Abbildung  f\colon V \to W heißt lineare Abbildung, wenn für alle  x,y \in V und a \in K die folgenden Bedingungen gelten:

  • f ist homogen:
    f\left(a x\right) = a f\left(x\right)
  • f ist additiv:
    f\left(x+y\right)=f\left(x\right)+f\left(y\right)

Die zwei obigen Bedingungen kann man auch zusammenfassen:

f\left(ax + y\right) = af\left(x\right) + f\left(y\right)

Für y = 0V geht diese in die Bedingung für die Homogenität und für a = 1K in diejenige für die Additivität über. Eine weitere, gleichwertige Bedingung ist die Forderung, dass der Graph der Abbildung f ein Untervektorraum der Summe der Vektorräume V und W ist.

Beispiele

  • Für U = V = \R hat jede lineare Abbildung die Gestalt f(x) = mx mit m \in \R.
  • Es sei U = \R^n und V = \R^m. Dann wird für jede m \times n-Matrix A mit Hilfe der Matrizenmultiplikation eine lineare Abbildung
    
f \colon \R^n \to \R^m
    durch
    
f(x) = A \, x =
   \begin{pmatrix} 
   a_{11} & \dots & a_{1n} \\
   \vdots &       & \vdots \\
   a_{m1} & \dots & a_{mn}
   \end{pmatrix}
   \begin{pmatrix} x_1 \\ \vdots \\ x_n \end{pmatrix}
    definiert. Jede lineare Abbildung von \R^n nach \R^m kann so dargestellt werden.
  • Ist I \subset \R ein offenes Intervall, U = C^1(I,\R) der \R-Vektorraum der stetig differenzierbaren Funktionen auf I und V = C^0(I,\R) der \R-Vektorraum der stetigen Funktionen auf I, so ist die Abbildung
     
D \colon C^1(I,\R) \to C^0(I,\R), f \mapsto f',
    die jeder Funktion f \in C^1(I,\R) ihre Ableitung zuordnet, linear. Entsprechendes gilt für andere lineare Differentialoperatoren.

Bild und Kern

Zwei bei der Betrachtung linearer Abbildungen wichtige Mengen sind das Bild und der Kern einer linearen Abbildung f\colon  V \to W. Das Bild im(f) der Abbildung ist die Menge der Bildvektoren unter f, also die Menge aller f(v) mit v aus V. Das Bild ist ein Untervektorraum von W. Der Kern ker(f) der Abbildung ist die Menge der Vektoren aus V, die durch f auf den Nullvektor von W abgebildet werden. Er ist ein Untervektorraum von V. Die Abbildung f ist genau dann injektiv, wenn der Kern nur den Nullvektor enthält.

Eigenschaften

  • Eine lineare Abbildung zwischen den Vektorräumen V und W bildet den Nullvektor von V auf den Nullvektor von W ab, denn es gilt
    f(0V) = 0W, da f\left(0_V\right) = f\left(0 \cdot  0_V\right) = 0 \cdot f\left( 0_V\right) = 0_W.
  • Eine Beziehung zwischen Kern und Bild einer linearen Abbildung f\colon V \to W beschreibt der Homomorphiesatz: Der Faktorraum V / ker(f) ist isomorph zum Bild im(f).

Lineare Abbildungen zwischen endlichdimensionalen Vektorräumen

Basis

Zusammenfassung der Eigenschaften injektiver und surjektiver linearer Abbildungen

Eine lineare Abbildung zwischen endlichdimensionalen Vektorräumen ist durch die Bilder der Vektoren einer Basis eindeutig bestimmt. Bilden die Vektoren b_1, \dots, b_n eine Basis des Vektorraums V und sind w_1, \dots, w_n Vektoren in W, so gibt es genau eine lineare Abbildung f \colon V \to W, die b1 auf w1, b2 auf w2, …, bn auf wn abbildet. Ist v ein beliebiger Vektor aus V, so lässt er sich eindeutig als Linearkombination der Basisvektoren darstellen:

v = \textstyle\sum\limits_{j=1}^n v_j b_j

Sein Bild f(v) ist gegeben durch

f(v) = \textstyle\sum\limits_{j=1}^n v_j f(b_j) = \sum\limits_{j=1}^n v_j w_j

Die Abbildung f ist genau dann injektiv, wenn die Bildvektoren w_1, \dots, w_n der Basis linear unabhängig sind. Sie ist genau dann surjektiv, wenn w_1, \dots, w_n den Zielraum W aufspannen.

Stellt man die Bildvektoren wj bezüglich einer Basis von W dar, so führt dies zur Matrixdarstellung der linearen Abbildung.

Abbildungsmatrix

Hauptartikel: Abbildungsmatrix

Sind V und W endlichdimensional, dimV = n, dim W = m, und sind Basen B = \{b_1, \dots, b_n\} von V und B' = \{b_1', \dots, b_m'\} von W gegeben, so kann jede lineare Abbildung f \colon V \to W durch eine m \times n-Matrix M^B_{B'}(f) dargestellt werden. Diese erhält man wie folgt: Für jeden Basisvektor bj aus B lässt sich der Bildvektor f(bj) als Linearkombination der Basisvektoren b_1', \dots, b_m' darstellen:

f(b_j) = \sum_{i=1}^m a_{ij} b_i'

Die aij, i = 1, \dots, m,  j = 1, \dots, n bilden die Einträge der Matrix M^B_{B'}(f):

M^B_{B'}(f) = \begin{pmatrix} a_{11} & \dots & a_{1j} & \dots & a_{1n} \\ \vdots & & \vdots & & \vdots \\ a_{m1} & \dots &a_{mj} & \dots & a_{mn} \end{pmatrix}

In der j-ten Spalte stehen also die Koordinaten von f(bj) bezüglich der Basis B'.

Mit Hilfe dieser Matrix kann man den Bildvektor f(v) jedes Vektors v = v_1 b_1 + \dots + v_n b_n \in V berechnen:

f(v) = \sum_{j=1}^n v_j f(b_j) =  \sum_{j=1}^n v_j \left(\sum_{i=1}^m a_{ij} b_i' \right) =
\sum_{i=1}^m \left(\sum_{j=1}^n  a_{ij} v_j \right)b_i'

Für die Koordinaten w_1, \dots, w_n von f(v) bezüglich B' gilt also

w_i = \sum_{j =1}^n a_{ij} v_j.

Dies kann man mit Hilfe der Matrizenmultiplikation ausdrücken:

\begin{pmatrix} w_1 \\ \vdots \\w_m \end{pmatrix} =
\begin{pmatrix} a_{11}  & \dots & a_{1n} \\ \vdots &  & \vdots \\ a_{m1}  & \dots & a_{mn} \end{pmatrix} \, 
\begin{pmatrix} v_1 \\ \vdots \\v_n \end{pmatrix}

Die Matrix M^B_{B'}(f) heißt Abbildungsmatrix oder Darstellungsmatrix von f. Andere Schreibweisen für M^B_{B'}(f) sind B'fB und B'[f]B.

Dimensionsformel

Hauptartikel: Rangsatz

Bild und Kern stehen über den Dimensionssatz in Beziehung. Dieser sagt aus, dass die Dimension von V gleich der Summe der Dimensionen des Bildes und des Kerns ist:

dim V = dim ker(f) + dim im(f)

Lineare Abbildungen zwischen unendlichdimensionalen Vektorräumen

Hauptartikel: Linearer Operator

Insbesondere in der Funktionalanalysis betrachtet man lineare Abbildungen zwischen unendlichdimensionalen Vektorräumen. In diesem Kontext nennt man die linearen Abbildungen meist lineare Operatoren. Die betrachteten Vektorräume tragen meist noch die zusätzliche Struktur eines normierten vollständigen Vektorraums. Solche Vektorräume heißen Banachräume. Im Gegensatz zum endlichdimensionalen Fall reicht es nicht lineare Operatoren nur auf einer Basis zu untersuchen. Nach dem baireschen Kategoriensatz hat nämlich eine Basis eines Banachraums überabzählbar viele Elemente und gibt somit keine besonderen Informationen für den linearen Operator. Auch lassen sich lineare Operatoren zwischen unendlichdimensionalen Vektorräumen nicht durch Matrizen beschreiben. Eine Ausnahme bildet jedoch die Klasse der Hilbert-Schmidt-Operatoren, diese Operatoren können mithilfe „unendlich großer Matrizen“ dargestellt werden.

Besondere lineare Abbildungen

Monomorphismus
Ein Monomorphismus zwischen Vektorräumen ist eine lineare Abbildung f: V \to W, die injektiv ist. Dies trifft genau dann zu, wenn die Spaltenvektoren der Darstellungsmatrix linear unabhängig sind.
Epimorphismus
Ein Epimorphismus zwischen Vektorräumen ist eine lineare Abbildung f: V \to W, die surjektiv ist. Das ist genau dann der Fall, wenn der Rang der Darstellungsmatrix gleich der Dimension von W ist.
Isomorphismus
Ein Isomorphismus zwischen Vektorräumen ist eine lineare Abbildung f: V \to W, die bijektiv ist. Das ist genau der Fall, wenn die Darstellungsmatrix regulär ist. Die beiden Räume V und W bezeichnet man dann als isomorph.
Endomorphismus
Ein Endomorphismus zwischen Vektorräumen ist eine lineare Abbildung, bei der die Räume V und W gleich sind: f: V \to V. Die Darstellungsmatrix dieser Abbildung ist eine quadratische Matrix.
Automorphismus
Ein Automorphismus zwischen Vektorräumen ist eine bijektive lineare Abbildung, bei der die Räume V und W gleich sind. Er ist also sowohl ein Isomorphismus als auch ein Endomorphismus. Die Darstellungsmatrix dieser Abbildung ist eine reguläre Matrix.

Vektorraum der linearen Abbildungen

Bildung des Vektorraums L(V,W)

Die Menge L(V,W) der linearen Abbildungen von einem K-Vektorraum V in einen K-Vektorraum W ist ein Vektorraum über K, genauer: ein Untervektorraum des K-Vektorraums aller Abbildungen von V nach W. Das bedeutet, dass die Summe zweier linearer Abbildungen f und g, komponentenweise definiert durch

 (f+g) \colon x \mapsto f(x) + g(x) ,

wieder eine lineare Abbildung ist und dass das Produkt

(\lambda f) \colon x \mapsto \lambda f(x)

einer linearen Abbildung mit einem Skalar  \lambda \in K auch wieder eine lineare Abbildung ist.

Hat V die Dimension n und W die Dimension m, und sind in V eine Basis B und in W eine Basis C gegeben, so ist die Abbildung

L(V,W) \to K^{n\times m},\ f \mapsto M_C^B(f)

ein Isomorphismus. Der Vektorraum L(V,W) hat also die Dimension n \cdot m.

Betrachtet man die Menge der linearen Selbstabbildungen eines Vektorraums, so bilden diese nicht nur einen Vektorraum, sondern mit der Verkettung von Abbildungen als Multiplikation eine assoziative Algebra.

Verallgemeinerung

Eine lineare Abbildung ist ein Spezialfall einer affinen Abbildung.

Literatur


Wikimedia Foundation.

Schlagen Sie auch in anderen Wörterbüchern nach:

  • lineare Abbildung — lineare Abbildung,   Mathematik: Vektorraum …   Universal-Lexikon

  • lineare Abbildung — linijinis atvaizdavimas statusas T sritis fizika atitikmenys: angl. linear mapping; linear representation vok. lineare Abbildung, f; lineare Darstellung, f rus. линейное отображение, n; линейное представление, n pranc. application linéaire, f;… …   Fizikos terminų žodynas

  • Stetige lineare Abbildung — Der Begriff Linearer Operator wurde in der Funktionalanalysis (einem Teilgebiet der Mathematik) eingeführt und ist synonym zum Begriff der linearen Abbildung. Eine lineare Abbildung ist eine strukturerhaltende Abbildung zwischen Vektorräumen über …   Deutsch Wikipedia

  • Lineare gewöhnliche Differentialgleichung — Lineare gewöhnliche Differentialgleichungen bzw. lineare gewöhnliche Differentialgleichungssysteme sind eine wichtige Klasse von gewöhnlichen Differentialgleichungen. Inhaltsverzeichnis 1 Definition 2 Spezialfälle 3 Globale Existenz und… …   Deutsch Wikipedia

  • Abbildung — Abbildung, abgekürzt Abb. steht für: Illustration, eine bildliche Darstellung, auch als Zusatz zu einem Text Funktion (Mathematik), die Abhängigkeit einer Größe von einer anderen, siehe auch Lineare Abbildung optische Abbildung, die Projektion… …   Deutsch Wikipedia

  • Lineare Algebra — Die Lineare Algebra (auch Vektoralgebra) ist ein Teilgebiet der Mathematik, das sich mit Vektorräumen und linearen Abbildungen zwischen diesen beschäftigt. Dies schließt insbesondere auch die Betrachtung von linearen Gleichungssystemen und… …   Deutsch Wikipedia

  • Lineare Transformation — Dieser Artikel oder Abschnitt bedarf einer Überarbeitung. Näheres ist auf der Diskussionsseite angegeben. Hilf mit, ihn zu verbessern, und entferne anschließend diese Markierung. S. Disku Philipendula 17:17, 29. Sep. 2007 (CEST) Eine affine… …   Deutsch Wikipedia

  • Abbildung (Mathematik) — In der Mathematik ist eine Funktion oder Abbildung eine Beziehung zwischen zwei Mengen, die jedem Element der einen Menge (Eingangsgröße, Funktionsargument, unabhängige Variable, x Wert) ein Element der anderen Menge (Ausgangsgröße, Funktionswert …   Deutsch Wikipedia

  • Lineare Funktion — Der Begriff lineare Funktion wird nicht einheitlich gebraucht. Einerseits bezeichnet dieser Begriff eine Funktion, die die Eigenschaft der Linearität erfüllt, also eine lineare Abbildung ist. Lineare Funktionen in diesem Sinne findet man… …   Deutsch Wikipedia

  • Lineare Gruppe — Allgemeine lineare Gruppe GL(n,K) berührt die Spezialgebiete Mathematik Gruppentheorie Lie Gruppen Physik Symmetrie Quantenmechanik Eichtheorie Relativitätstheorie Lorentz Gruppe …   Deutsch Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”