Kern und Bild
Lesen anpassen
Nach dieser Lektion kannst du
Kern und Bild einer linearen Abbildung bestimmen,
beweisen, dass Kern und Bild Untervektorräume sind,
mit dem Kern entscheiden, ob eine lineare Abbildung injektiv ist,
das Bild als lineare Hülle der Bilder einer Basis berechnen,
die Lösungsmenge einer Gleichung als verschobenen Kern beschreiben.
Vorausgesetzt: Lineare Abbildungen: Definition und Beispiele, Untervektorräume, Homomorphismen von Gruppen
Hängt eine Lampe direkt über dem Tisch, wirft jeder Punkt eines Drahts seinen Schatten auf den Punkt der Tischplatte. Das ist die lineare Abbildung aus der letzten Lektion. Zwei Fragen drängen sich auf.
Was geht verloren? Alle Punkte, die senkrecht übereinander liegen, haben denselben Schatten. Aus dem Schatten kann man die Höhe nicht zurückgewinnen. Zwei Punkte und haben genau dann denselben Schatten, wenn senkrecht nach oben oder unten zeigt, also wenn ist. Was verloren geht, misst man also an den Vektoren, die auf den Nullvektor fallen.
Was kommt an? Kein Schatten liegt über oder unter der Tischplatte. Getroffen wird genau die -Ebene.
Bei jeder linearen Abbildung stellt man dieselben beiden Fragen. Sie entscheiden, ob eine Gleichung lösbar ist und wie viele Lösungen sie hat. Die Antworten heißen Kern und Bild.
Sei , . Wie sieht die Menge aller mit aus?
Kern und Bild
Sei eine lineare Abbildung zwischen -Vektorräumen.
Der Kern von ist die Menge der Vektoren aus , die auf den Nullvektor von abgebildet werden:
.
Das Bild von ist die Menge der Vektoren aus , die als Wert von vorkommen:
.
Die Zeichen kommen vom englischen kernel und image; man schreibt auch und . Der Kern liegt im Definitionsbereich , das Bild im Zielbereich . Weil ein Gruppenhomomorphismus ist, ist derselbe Kern wie bei Gruppenhomomorphismen.
Schatten, Drehung und Nullabbildung
Schatten, Drehung und Nullabbildung
| Abbildung | Kern | Bild |
|---|---|---|
| Projektion | -Achse | -Ebene |
| Drehung der Ebene | ||
| Nullabbildung , | ||
| Identität | ||
| Ebene, aufgespannt von , |
Bei der Projektion ist genau für . Eine Drehung ändert die Länge eines Pfeils nicht, also geht nur der Nullvektor auf , und jeder Punkt ist das Bild des um zurückgedrehten Punkts. Bei ist , also wird jede reelle Zahl getroffen.
Kern und Bild sind Untervektorräume
Ist linear, dann ist ein Untervektorraum von und ein Untervektorraum von .
Wir prüfen jeweils das Unterraumkriterium: Die Menge enthält den Nullvektor, und sie ist abgeschlossen unter Addition und unter Multiplikation mit Skalaren.
Kern. Es ist , also . Seien und . Mit (L1) ist , also . Mit (L2) ist , also .
Bild. Es ist , also . Seien und . Dann gibt es mit und . Mit (L1) ist , also liegt im Bild. Mit (L2) ist , also liegt auch im Bild.
Was ist der Kern von , ?
Kern und Bild bei Polynomen
Kern und Bild bei Polynomen
Ableiten. Sei und , . Für ist . Das ist genau dann das Nullpolynom, wenn ist. Also ist die Menge der konstanten Polynome. Das Bild ist : Jede Ableitung hat Grad höchstens , und umgekehrt hat jedes Polynom vom Grad höchstens eine Stammfunktion vom Grad höchstens , zum Beispiel ist .
Auswerten. Sei , . Der Kern besteht aus den Polynomen mit Nullstelle , zum Beispiel liegen und darin. Das Bild ist ganz , denn das konstante Polynom wird auf abgebildet.
Der Kern von zeigt, was beim Ableiten verloren geht: die Konstante. Deshalb ist eine Stammfunktion nur bis auf eine Konstante bestimmt.
Das Bild wird von den Bildern einer Basis erzeugt
Ist linear und ist eine Basis von (oder auch nur ein Erzeugendensystem), dann ist
Jedes liegt im Bild, und das Bild ist ein Untervektorraum, enthält also auch alle Linearkombinationen der . Umgekehrt sei im Bild. Schreibe . Dann ist eine Linearkombination der .
Kern und Bild einer Abbildung des Raums
Kern und Bild einer Abbildung des Raums
Gesucht sind Kern und Bild von , .
Bilder der Standardbasis berechnen.
Injektiv genau dann, wenn der Kern trivial ist
Eine lineare Abbildung ist genau dann injektiv, wenn gilt.
Erinnerung: heißt injektiv, wenn aus stets folgt.
Sei injektiv und . Dann ist , also . Der Kern enthält damit nur den Nullvektor.
Sei umgekehrt und . Mit (L1) und der Rechenregel ist , also . Somit ist , also .
Die Lösungen von
Sei linear und . Ist , hat die Gleichung keine Lösung. Ist eine Lösung, dann ist die Menge aller Lösungen
Ist , dann ist . Ist umgekehrt , dann ist , also und .
Eine Ebene neben dem Kern
Eine Ebene neben dem Kern
Für hat die Lösung . Alle Lösungen sind also mit beliebigen . Das ist die Ebene, die man erhält, wenn man den Kern um verschiebt. Sie geht nicht durch den Ursprung und ist deshalb kein Untervektorraum.
Der Satz sagt zusammen mit dem vorigen: Ist injektiv, hat jede Gleichung höchstens eine Lösung. Ist , also surjektiv, hat jede mindestens eine.
- 0,6
- 0,5
- 2,45
- (0,6 | 0,5 | 1,6)
läuft in der Ebene. steht senkrecht darauf. Werden und parallel, klappt das Parallelogramm zusammen — dann spannen sie keine Ebene auf.
Probier es aus
Sei , . Für welche Zahl liegt im Kern von ?
Leerer Kern und der Test mit dem Nullvektor
Leerer Kern und der Test mit dem Nullvektor
Man schreibt "der Kern ist leer", wenn injektiv ist. Oder man schließt aus , dass nur der Nullvektor auf geht und deshalb injektiv ist.
Der Kern ist nie leer, er enthält immer den Nullvektor. Injektiv heißt , nicht . Und gilt für jede lineare Abbildung, auch für die Nullabbildung. Für die Injektivität muss man zeigen, dass aus folgt .
Kern und Bild am falschen Ort suchen
Kern und Bild am falschen Ort suchen
Für sucht man den Kern in und findet , weil das die einzige Zahl ist, die null ist.
Der Kern ist eine Teilmenge des Definitionsbereichs: Gesucht sind Vektoren mit . Der Nullvektor von ist dabei nur das Ziel. Das Bild dagegen liegt im Zielbereich .
Zusammenfassung
Der Kern liegt in , das Bild liegt in .
Beide sind Untervektorräume, der Kern enthält immer den Nullvektor.
ist genau dann injektiv, wenn ist. Surjektiv heißt .
Das Bild ist die lineare Hülle der Bilder einer Basis (oder eines Erzeugendensystems). Eine Abhängigkeit zwischen diesen Bildern liefert einen Vektor ungleich null im Kern.
Die Lösungen von sind leer oder von der Form : eine Lösung plus der Kern.
Beispiele: Die Projektion auf die -Ebene hat die -Achse als Kern, die Ableitung auf Polynomen die Konstanten.
Übungen
Was ist der Kern von , ?
Sei , . Welche Dimension hat ?
Sei , . Welches Polynom liegt im Kern?
Sei , . Unter allen Lösungen von gibt es genau eine mit -Koordinate . Welche -Koordinate hat sie?
Sei linear und ein Untervektorraum von . Zeige, dass das Urbild ein Untervektorraum von ist, der enthält.
Sei linear und injektiv, und seien linear unabhängig. Zeige, dass linear unabhängig sind. Zeige an einem Beispiel, dass das ohne die Injektivität falsch sein kann.