Kurs:Mathematik für Anwender (Osnabrück 2011-2012)/Teil I/Vorlesung 8

Dimensionstheorie

Ein endlich erzeugter Vektorraum hat im Allgemeinen ganz unterschiedliche Basen. Allerdings ist die Anzahl der Elemente in einer Basis stets konstant und hängt nur vom Vektorraum ab. Diese wichtige Eigenschaft werden wir jetzt beweisen und als Ausgangspunkt für die Definition der Dimension eines Vektorraums nehmen.

Lemma

Es sei ${}K$ ein Körper und ${}V$ ein ${}K$ - Vektorraum mit einer Basis ${}v_{1},\ldots ,v_{n}$ . Es sei ${}w\in V$ ein Vektor mit einer Darstellung

{}w=\sum _{i=1}^{n}s_{i}v_{i}\,,

wobei ${}s_{k}\neq 0$ sei für ein bestimmtes ${}k$ .

Dann ist auch die Familie

$v_{1},\ldots ,v_{k-1},w,v_{k+1},\ldots ,v_{n}$

eine Basis von ${}V$ .

Beweis

Wir zeigen zuerst, dass die neue Familie ein Erzeugendensystem ist. Zunächst kann man wegen

{}w=\sum _{i=1}^{n}s_{i}v_{i}\,

und ${}s_{k}\neq 0$ den Vektor ${}v_{k}$ als

{}v_{k}={\frac {1}{s_{k}}}w-\sum _{i=1}^{k-1}{\frac {s_{i}}{s_{k}}}v_{i}-\sum _{i=k+1}^{n}{\frac {s_{i}}{s_{k}}}v_{i}\,

schreiben. Es sei nun ${}u\in V$ beliebig vorgegeben. Dann kann man schreiben

{}{\begin{aligned}u&=\sum _{i=1}^{n}t_{i}v_{i}\\&=\sum _{i=1}^{k-1}t_{i}v_{i}+t_{k}v_{k}+\sum _{i=k+1}^{n}t_{i}v_{i}\\&=\sum _{i=1}^{k-1}t_{i}v_{i}+t_{k}{\left({\frac {1}{s_{k}}}w-\sum _{i=1}^{k-1}{\frac {s_{i}}{s_{k}}}v_{i}-\sum _{i=k+1}^{n}{\frac {s_{i}}{s_{k}}}v_{i}\right)}+\sum _{i=k+1}^{n}t_{i}v_{i}\\&=\sum _{i=1}^{k-1}{\left(t_{i}-t_{k}{\frac {s_{i}}{s_{k}}}\right)}v_{i}+{\frac {t_{k}}{s_{k}}}w+\sum _{i=k+1}^{n}{\left(t_{i}-t_{k}{\frac {s_{i}}{s_{k}}}\right)}v_{i}.\end{aligned}}

Zum Nachweis der linearen Unabhängigkeit nehmen wir zwecks Notationsvereinfachung ${}k=1$ an. Es sei

{}t_{1}w+\sum _{i=2}^{n}t_{i}v_{i}=0\,

eine Darstellung der Null. Dann ist

{}0=t_{1}w+\sum _{i=2}^{n}t_{i}v_{i}=t_{1}{\left(\sum _{i=1}^{n}s_{i}v_{i}\right)}+\sum _{i=2}^{n}t_{i}v_{i}=t_{1}s_{1}v_{1}+\sum _{i=2}^{n}{\left(t_{1}s_{i}+t_{i}\right)}v_{i}\,.

Aus der linearen Unabhängigkeit der Ausgangsfamilie folgt insbesondere ${}t_{1}s_{1}=0$ und wegen ${}s_{1}\neq 0$ ergibt sich ${}t_{1}=0$ . Deshalb ist ${}\sum _{i=2}^{n}t_{i}v_{i}=0$ und daher gilt ${}t_{i}=0$ für alle ${}i$ .

\Box

Die vorstehende Aussage heißt Austauschlemma, die nachfolgende Austauschsatz.

Satz

Es sei ${}K$ ein Körper und ${}V$ ein ${}K$ - Vektorraum mit einer Basis

b_{1},\ldots ,b_{n}.

Ferner sei

u_{1},\ldots ,u_{k}

eine Familie von linear unabhängigen Vektoren in ${}V$ .

Dann gibt es eine Teilmenge

${}J=\{i_{1},i_{2},\ldots ,i_{k}\}\subseteq \{1,\ldots ,n\}=I\,$

derart, dass die Familie

$u_{1},\ldots ,u_{k},b_{i},i\in I\setminus J,$

eine Basis von ${}V$ ist.

Insbesondere ist ${}k\leq n$ .

Beweis

Wir führen Induktion über ${}k$ , also über die Anzahl der Vektoren in der Familie. Bei ${}k=0$ ist nichts zu zeigen. Es sei die Aussage für ${}k$ schon bewiesen und seien ${}k+1$ linear unabhängige Vektoren

u_{1},\ldots ,u_{k},u_{k+1}

gegeben. Nach Induktionsvoraussetzung, angewandt auf die

(ebenfalls linear unabhängigen) Vektoren

u_{1},\ldots ,u_{k}

gibt es eine Teilmenge ${}J=\{i_{1},i_{2},\ldots ,i_{k}\}\subseteq \{1,\ldots ,n\}$ derart, dass die Familie

u_{1},\ldots ,u_{k},b_{i},i\in I\setminus J,

eine Basis von ${}V$ ist. Wir wollen auf diese Basis das Austauschlemma anwenden. Da eine Basis vorliegt, kann man

{}u_{k+1}=\sum _{j=1}^{k}c_{j}u_{j}+\sum _{i\in I\setminus J}d_{i}b_{i}\,

schreiben. Wären hierbei alle Koeffizienten ${}d_{i}=0$ , so ergäbe sich sofort ein Widerspruch zur linearen Unabhängigkeit der ${}u_{j}$ , ${}j=1,\ldots ,k+1$ . Es gibt also ein ${}i\in I\setminus J$ mit ${}d_{i}\neq 0$ . Wir setzen ${}i_{k+1}:=i$ . Damit ist ${}J'=\{i_{1},i_{2},\ldots ,i_{k},i_{k+1}\}$ eine ${}(k+1)$ -elementige Teilmenge von ${}{\{1,\ldots ,n\}}$ . Nach dem Austauschlemma kann man den Basisvektor ${}b_{i_{k+1}}$ durch ${}u_{k+1}$ ersetzen und erhält die neue Basis

u_{1},\ldots ,u_{k},u_{k+1},b_{i},i\in I\setminus J'.

Der Zusatz folgt sofort, da eine

{}k

-elementige Teilmenge einer

{}n

-elementigen Menge vorliegt.

\Box

Satz

Es sei ${}K$ ein Körper und ${}V$ ein ${}K$ - Vektorraum mit einem endlichen Erzeugendensystem.

Dann besitzen je zwei Basen von ${}V$ die gleiche Anzahl von Basisvektoren.

Beweis

Es seien ${}{\mathfrak {b}}=b_{1},\ldots ,b_{n}$ und ${}{\mathfrak {u}}=u_{1},\ldots ,u_{k}$ zwei Basen von ${}V$ . Aufgrund des Basisaustauschsatzes, angewandt auf die Basis ${}{\mathfrak {b}}$ und die linear unabhängige Familie ${}{\mathfrak {u}}$ ergibt sich ${}k\leq n$ . Wendet man den Austauschsatz umgekehrt an, so folgt ${}n\leq k$ , also insgesamt ${}n=k$ .

\Box

Dieser Satz erlaubt die folgende Definition.

Definition

Es sei ${}K$ ein Körper und ${}V$ ein ${}K$ - Vektorraum mit einem endlichen Erzeugendensystem. Dann nennt man die Anzahl der Vektoren in einer Basis von ${}V$ die Dimension von ${}V$ , geschrieben

\dim _{K}{\left(V\right)}.

Wenn ein Vektorraum nicht endlich erzeugt ist, so setzt man ${}\operatorname {dim} _{}\left(V\right)=\infty$ .

Der Nullraum  ${}0$  hat die Dimension  ${}0$ . Einen eindimensionalen Vektorraum nennt man auch eine Gerade, einen zweidimensionalen Vektorraum eine Ebene, einen dreidimensionalen Vektorraum einen Raum (im engeren Sinn), wobei man andererseits auch jeden Vektorraum einen Raum nennt.

Korollar

Es sei ${}K$ ein Körper und ${}n\in \mathbb {N}$ .

Dann besitzt der Standardraum ${}K^{n}$ die Dimension ${}n$ .

Beweis

Die Standardbasis ${}e_{i}$ , ${}i=1,\ldots ,n$ , besteht aus ${}n$ Vektoren, also ist die Dimension ${}n$ .

\Box

Beispiel

Die komplexen Zahlen bilden einen zweidimensionalen reellen Vektorraum, eine Basis ist z.B. ${}1$ und ${}{\mathrm {i} }$ .

Beispiel

Der Polynomring ${}R=K[X]$ über einem Körper ${}K$ ist kein endlichdimensionaler Vektorraum. Es ist zu zeigen, dass es kein endliches Erzeugendensystem des Polynomringes gibt. Betrachten wir ${}n$ Polynome ${}P_{1},\ldots ,P_{n}$ . Es sei ${}d$ das Maximum der Grade dieser Polynome. Dann hat auch jede ${}K$ - Linearkombination ${}\sum _{i=1}^{n}a_{i}P_{i}$ maximal den Grad ${}d$ . Insbesondere können Polynome von einem größeren Grad nicht durch ${}P_{1},\ldots ,P_{n}$ dargestellt werden, und diese endlich vielen Polynome sind kein Erzeugendensystem für alle Polynome.

Korollar

Es sei ${}K$ ein Körper und ${}V$ ein endlichdimensionaler ${}K$ - Vektorraum. Es sei ${}U\subseteq V$ ein Untervektorraum.

Dann ist ${}U$ ebenfalls endlichdimensional und es gilt

${}\dim _{K}{\left(U\right)}\leq \dim _{K}{\left(V\right)}\,.$

Beweis

Es sei ${}n=\dim _{K}{\left(V\right)}$ . Jede linear unabhängige Familie in ${}U$ ist auch linear unabhängig in ${}V$ . Daher kann es aufgrund des Basisaustauschsatzes in ${}U$ nur linear unabhängige Familien der Länge ${}\leq n$ geben. Es sei ${}k\leq n$ derart, dass es in ${}U$ eine linear unabhängige Familie mit ${}k$ Vektoren gibt, aber nicht mit ${}k+1$ Vektoren. Sei ${}{\mathfrak {u}}=u_{1},\ldots ,u_{k}$ eine solche Familie. Diese ist dann insbesondere eine maximal linear unabhängige Familie in ${}U$ und daher wegen Satz 7.12 eine Basis von ${}U$ .

\Box

Korollar

Es sei ${}K$ ein Körper und ${}V$ ein ${}K$ - Vektorraum mit endlicher Dimension ${}n=\dim _{K}{\left(V\right)}$ . Es seien ${}n$ Vektoren ${}v_{1},\ldots ,v_{n}$ in ${}V$ gegeben.

Dann sind folgende Eigenschaften äquivalent.

${}v_{1},\ldots ,v_{n}$ bilden eine Basis von ${}V$ .

${}v_{1},\ldots ,v_{n}$ bilden ein Erzeugendensystem von ${}V$ .

${}v_{1},\ldots ,v_{n}$ sind linear unabhängig.

Beweis

Siehe Aufgabe 8.1.

\Box

Beispiel

Es sei ${}K$ ein Körper. Man kann sich einfach einen Überblick über die Untervektorräume des ${}K^{n}$ verschaffen, als Dimension von Untervektorräumen kommt nach Korollar 8.8 nur ${}k$ mit ${}0\leq k\leq n$ in Frage. Bei ${}n=0$ gibt es nur den Nullraum selbst, bei ${}n=1$ gibt es den Nullraum und ${}K$ selbst. Bei ${}n=2$ gibt es den Nullraum, die gesamte Ebene ${}K^{2}$ , und die eindimensionalen Geraden durch den Nullpunkt. Jede solche Gerade ${}G$ hat die Gestalt

{}G=Kv={\left\{sv\mid s\in K\right\}}\,

mit einem von ${}0$ verschiedenen Vektor ${}v$ . Zwei von ${}0$ verschiedene Vektoren definieren genau dann die gleiche Gerade, wenn sie linear abhängig sind. Bei ${}n=3$ gibt es den Nullraum, den Gesamtraum ${}K^{3}$ , die eindimensionalen Geraden durch den Nullpunkt und die zweidimensionalen Ebenen durch den Nullpunkt.

Der folgende Satz heißt Basisergänzungssatz.

Satz

Es sei ${}K$ ein Körper und ${}V$ ein endlichdimensionaler ${}K$ - Vektorraum der Dimension ${}n=\dim _{K}{\left(V\right)}$ . Es seien

u_{1},\ldots ,u_{k}

linear unabhängige Vektoren in ${}V$ .

Dann gibt es Vektoren

$u_{k+1},\ldots ,u_{n}$

derart, dass

$u_{1},\ldots ,u_{k},u_{k+1},\ldots ,u_{n}$

eine Basis von ${}V$ bilden.

Beweis

Es sei ${}b_{1},\ldots ,b_{n}$ eine Basis von ${}V$ . Aufgrund des Austauschsatzes findet man ${}n-k$ Vektoren aus der Basis ${}{\mathfrak {b}}$ , die zusammen mit den vorgegebenen ${}u_{1},\ldots ,u_{k}$ eine Basis von ${}V$ bilden.

\Box

Basiswechsel

Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge haben, also die gleiche Anzahl von Basisvektoren besitzen. Jeder Vektor besitzt bezüglich einer jeden Basis eindeutig bestimmte Koordinaten (oder Koeffizienten). Wie verhalten sich diese Koordinaten zu zwei Basen untereinander? Dies beantwortet die folgende Aussage.

Lemma

Es sei ${}K$ ein Körper und ${}V$ ein ${}K$ - Vektorraum der Dimension ${}n$ . Es seien ${}{\mathfrak {v}}=v_{1},\ldots ,v_{n}$ und ${}{\mathfrak {w}}=w_{1},\ldots ,w_{n}$ zwei Basen von ${}V$ . Es sei

{}v_{j}=\sum _{i=1}^{n}c_{ij}w_{i}\,

mit den Koeffizienten ${}c_{ij}\in K$ , die wir zur ${}n\times n$ - Matrix

{}M_{\mathfrak {w}}^{\mathfrak {v}}={\left(c_{ij}\right)}_{ij}\,

zusammenfassen.

Dann hat ein Vektor ${}u$ , der bezüglich der Basis ${}{\mathfrak {v}}$ die Koordinaten ${}{\begin{pmatrix}s_{1}\\\vdots \\s_{n}\end{pmatrix}}$ besitzt, bezüglich der Basis ${}{\mathfrak {w}}$ die Koordinaten

${}{\begin{pmatrix}t_{1}\\\vdots \\t_{n}\end{pmatrix}}=M_{\mathfrak {w}}^{\mathfrak {v}}{\begin{pmatrix}s_{1}\\\vdots \\s_{n}\end{pmatrix}}={\begin{pmatrix}c_{11}&c_{12}&\ldots &c_{1n}\\c_{21}&c_{22}&\ldots &c_{2n}\\\vdots &\vdots &\ddots &\vdots \\c_{n1}&c_{n2}&\ldots &c_{nn}\end{pmatrix}}{\begin{pmatrix}s_{1}\\\vdots \\s_{n}\end{pmatrix}}\,.$

Beweis

Dies folgt direkt aus

{}u=\sum _{j=1}^{n}s_{j}v_{j}=\sum _{j=1}^{n}s_{j}{\left(\sum _{i=1}^{n}c_{ij}w_{i}\right)}=\sum _{i=1}^{n}{\left(\sum _{j=1}^{n}s_{j}c_{ij}\right)}w_{i}\,

und der Definition der Matrizenmultiplikation.

\Box

Die Matrix ${}M_{\mathfrak {u}}^{\mathfrak {v}}$ , die den Basiswechsel von ${}{\mathfrak {v}}$ nach ${}{\mathfrak {u}}$ beschreibt, nennt man auch die Transformationsmatrix (oder Übergangsmatrix). In der ${}j$ -ten Spalte der Transformationsmatrix stehen also die Koordinaten von ${}v_{j}$ bezüglich der Basis ${}{\mathfrak {u}}$ .

Beispiel

Wir betrachten im ${}\mathbb {R} ^{2}$ die Standardbasis

{}{\mathfrak {u}}={\begin{pmatrix}1\\0\end{pmatrix}},\,{\begin{pmatrix}0\\1\end{pmatrix}}\,

und die Basis

{}{\mathfrak {v}}={\begin{pmatrix}1\\2\end{pmatrix}},\,{\begin{pmatrix}-2\\3\end{pmatrix}}\,.

Die Basisvektoren von ${}{\mathfrak {v}}$ lassen sich direkt mit der Standardbasis ausdrücken, nämlich

v_{1}={\begin{pmatrix}1\\2\end{pmatrix}}=1{\begin{pmatrix}1\\0\end{pmatrix}}+2{\begin{pmatrix}0\\1\end{pmatrix}}\,\,{\text{  und }}\,\,v_{2}={\begin{pmatrix}-2\\3\end{pmatrix}}=-2{\begin{pmatrix}1\\0\end{pmatrix}}+3{\begin{pmatrix}0\\1\end{pmatrix}}.

Daher erhält man sofort

{}M_{\mathfrak {u}}^{\mathfrak {v}}={\begin{pmatrix}1&-2\\2&3\end{pmatrix}}\,.

Zum Beispiel hat der Vektor, der bezüglich ${}{\mathfrak {v}}$ die Koordinaten ${}(4,-3)$ besitzt, bezüglich der Standardbasis ${}{\mathfrak {u}}$ die Koordinaten

{}M_{\mathfrak {u}}^{\mathfrak {v}}{\begin{pmatrix}4\\-3\end{pmatrix}}={\begin{pmatrix}1&-2\\2&3\end{pmatrix}}{\begin{pmatrix}4\\-3\end{pmatrix}}={\begin{pmatrix}10\\-1\end{pmatrix}}\,.

Die Übergangsmatrix ${}M_{\mathfrak {v}}^{\mathfrak {u}}$ ist schwieriger zu bestimmen: Dazu müssen wir die Standardvektoren als Linearkombinationen von ${}v_{1}$ und ${}v_{2}$ ausdrücken. Eine direkte Rechnung (dahinter steckt das simultane Lösen von zwei linearen Gleichungssystemen) ergibt