Lektion 3.3

Beispiele für Vektorräume

35 min Lesezeit
Lesen anpassen

Nach dieser Lektion kannst du

  • die Vektorräume KnK^n, Km×nK^{m \times n}, K[x]K[x], Folgen- und Funktionenräume mit ihrer Addition und skalaren Multiplikation angeben,

  • erklären, warum komponentenweise und punktweise definierte Rechenarten die Axiome vom Körper erben,

  • die Lösungsmenge eines homogenen linearen Gleichungssystems als Vektorraum erkennen und bestimmen,

  • an Gegenbeispielen wie einer Geraden, die nicht durch den Ursprung geht, oder Z\mathbb{Z} über Q\mathbb{Q} zeigen, welches Axiom verletzt ist,

  • unterscheiden, über welchem Körper eine Menge ein Vektorraum ist.

Vorausgesetzt: Definition eines Vektorraums

Ist die Menge aller Funktionen von R\mathbb{R} nach R\mathbb{R} ein Vektorraum? Die Menge der Polynome vom Grad genau 22? Die ganzen Zahlen? Mit der Definition aus der letzten Lektion lassen sich solche Fragen jetzt entscheiden: Man gibt Addition und skalare Multiplikation an und prüft die acht Axiome, oder man findet ein Axiom, das verletzt ist.

Dabei zeigt sich, dass fast alle wichtigen Beispiele nach zwei Bauprinzipien entstehen. Entweder rechnet man komponentenweise (Tupel, Matrizen, Polynome über ihre Koeffizienten) oder punktweise (Funktionen, Folgen). In beiden Fällen erbt die neue Struktur ihre Rechengesetze vom Körper. In dieser Lektion ist KK immer ein Körper, etwa Q\mathbb{Q}, R\mathbb{R}, C\mathbb{C} oder F2\mathbb{F}_2.

Vermute zuerst

Welche Menge ist mit der üblichen Addition und Vervielfachen mit reellen Zahlen ein R\mathbb{R}-Vektorraum?

Beispiel

Der Standardraum KnK^n und der Nullraum

KnK^n besteht aus den nn-Tupeln (x1,…,xn)(x_1, \dots, x_n) mit xi∈Kx_i \in K, addiert und vervielfacht komponentenweise; die letzte Lektion hat (D2) dafür nachgerechnet. Spezialfälle sind R2\mathbb{R}^2 und R3\mathbb{R}^3 aus der Schule, Cn\mathbb{C}^n und F2n\mathbb{F}_2^n. In F24\mathbb{F}_2^4 ist zum Beispiel

(1,0,1,1)+(0,1,1,0)=(1,1,0,1)(1, 0, 1, 1) + (0, 1, 1, 0) = (1, 1, 0, 1),

so werden in der Informatik Bitfolgen verknüpft (als "exklusives Oder").

Das kleinste Beispiel ist der Nullraum {0}\{0\} mit 0+0=00 + 0 = 0 und λ⋅0=0\lambda \cdot 0 = 0. Alle Axiome gelten, weil beide Seiten jeder Gleichung 00 sind. Ein Vektorraum ist nie leer, denn nach (V3) enthält er den Nullvektor.

Beispiel

Matrizen

Eine m×nm \times n-Matrix über KK ist ein rechteckiges Schema aus mm Zeilen und nn Spalten mit Einträgen aus KK. Die Menge aller solchen Matrizen heißt Km×nK^{m \times n}. Man addiert und vervielfacht eintragsweise, also an jeder Position einzeln. Für

A=(120−134),B=(2−2101−3):A+B=(301−141),2A=(240−268)A = \begin{pmatrix} 1 & 2 & 0 \\ -1 & 3 & 4 \end{pmatrix}, \quad B = \begin{pmatrix} 2 & -2 & 1 \\ 0 & 1 & -3 \end{pmatrix}: \quad A + B = \begin{pmatrix} 3 & 0 & 1 \\ -1 & 4 & 1 \end{pmatrix}, \quad 2A = \begin{pmatrix} 2 & 4 & 0 \\ -2 & 6 & 8 \end{pmatrix}

Als Vektorraum ist Km×nK^{m \times n} nichts anderes als KmnK^{mn}, nur rechteckig statt in einer Zeile aufgeschrieben: Jeder Eintrag ist eine Komponente. Der Nullvektor ist die Nullmatrix, deren Einträge alle 00 sind.

Für m=nm = n kennst du aus der Lektion "Beispiele für Ringe" auch ein Produkt von Matrizen. Das gehört nicht zur Vektorraumstruktur und spielt hier keine Rolle; Matrizen und ihr Produkt sind später ein eigenes Kapitel.

Beispiel

Polynome

Ein Polynom mit Koeffizienten in KK ist ein Ausdruck p=a0+a1x+a2x2+⋯+adxdp = a_0 + a_1 x + a_2 x^2 + \dots + a_d x^d mit a0,…,ad∈Ka_0, \dots, a_d \in K. Zwei Polynome sind gleich, wenn alle ihre Koeffizienten übereinstimmen (fehlende Koeffizienten zählen als 00). Die Menge aller Polynome heißt K[x]K[x]. Man rechnet koeffizientenweise:

(a0+a1x+… )+(b0+b1x+… )=(a0+b0)+(a1+b1)x+…(a_0 + a_1 x + \dots) + (b_0 + b_1 x + \dots) = (a_0 + b_0) + (a_1 + b_1)x + \dots, λ(a0+a1x+… )=λa0+λa1x+…\quad \lambda (a_0 + a_1 x + \dots) = \lambda a_0 + \lambda a_1 x + \dots

Der Nullvektor ist das Nullpolynom mit lauter Koeffizienten 00. Der Grad eines Polynoms ungleich 00 ist der größte Exponent kk mit ak≠0a_k \neq 0; das Nullpolynom bekommt keinen Grad.

Für jedes d≥0d \geq 0 ist auch K[x]≤dK[x]_{\leq d}, die Menge der Polynome vom Grad höchstens dd zusammen mit dem Nullpolynom, ein Vektorraum: Addieren und Vervielfachen erzeugen keine höheren Potenzen. Rechnerisch ist K[x]≤dK[x]_{\leq d} dasselbe wie Kd+1K^{d + 1}, mit dem Koeffiziententupel (a0,…,ad)(a_0, \dots, a_d). Die Polynome vom Grad genau dd bilden dagegen keinen Vektorraum.

Kurz geprüft

Es sei p(x)=x2−x+2p(x) = x^2 - x + 2 und q(x)=x2+x−1q(x) = x^2 + x - 1 in R[x]\mathbb{R}[x]. Berechne 3p−2q3p - 2q.

Potenzen mit ^, Wurzel als sqrt(x), Brüche mit / und Klammern.

Beispiel

Funktionen und Folgen

Es sei MM eine beliebige nicht leere Menge. Die Menge Abb(M,K)\text{Abb}(M, K) aller Abbildungen f ⁣:M→Kf\colon M \to K wird mit den punktweisen Rechenarten ein KK-Vektorraum:

(f+g)(m)=f(m)+g(m)(f + g)(m) = f(m) + g(m), (λf)(m)=λ⋅f(m)\quad (\lambda f)(m) = \lambda \cdot f(m) für alle m∈Mm \in M.

Zwei Abbildungen sind gleich, wenn sie an jeder Stelle denselben Wert haben. Jedes Axiom lässt sich deshalb Stelle für Stelle auf eine Rechenregel in KK zurückführen. Zum Beispiel (D2): Für jedes m∈Mm \in M ist

((λ+μ)f)(m)=(λ+μ)f(m)=λf(m)+μf(m)=(λf)(m)+(μf)(m)=(λf+μf)(m).\bigl((\lambda + \mu)f\bigr)(m) = (\lambda + \mu) f(m) = \lambda f(m) + \mu f(m) = (\lambda f)(m) + (\mu f)(m) = (\lambda f + \mu f)(m).

Nullvektor ist die Nullabbildung m↦0m \mapsto 0, Gegenvektor von ff ist −f ⁣:m↦−f(m)-f\colon m \mapsto -f(m).

Drei Spezialfälle: Für M=RM = \mathbb{R} und K=RK = \mathbb{R} sind das alle reellen Funktionen. Für M=N0={0,1,2,… }M = \mathbb{N}_0 = \{0, 1, 2, \dots\} ist eine Abbildung a ⁣:N0→Ka\colon \mathbb{N}_0 \to K eine Folge (a0,a1,a2,… )(a_0, a_1, a_2, \dots), und man rechnet gliedweise, etwa (1,1,1,… )+(1,2,3,… )=(2,3,4,… )(1, 1, 1, \dots) + (1, 2, 3, \dots) = (2, 3, 4, \dots). Für M={1,…,n}M = \{1, \dots, n\} ist eine Abbildung genau ein nn-Tupel (f(1),…,f(n))(f(1), \dots, f(n)), und man erhält wieder KnK^n. Ebenso ist Abb(M,W)\text{Abb}(M, W) für jeden KK-Vektorraum WW mit punktweisen Rechenarten ein KK-Vektorraum.

Beispiel

Lösungsmengen homogener Gleichungssysteme

Gegeben seien Zahlen aij∈Ka_{ij} \in K für i=1,…,mi = 1, \dots, m und j=1,…,nj = 1, \dots, n. Die Menge LL aller (x1,…,xn)∈Kn(x_1, \dots, x_n) \in K^n mit

ai1x1+ai2x2+⋯+ainxn=0a_{i1} x_1 + a_{i2} x_2 + \dots + a_{in} x_n = 0 für i=1,…,mi = 1, \dots, m

ist mit den Rechenarten von KnK^n ein KK-Vektorraum. Die erste Lektion dieses Kapitels hat gezeigt, dass Summen und Vielfache von Lösungen wieder Lösungen sind; (0,…,0)(0, \dots, 0) ist eine Lösung, und mit xx ist (−1)x=−x(-1)x = -x eine. Die Axiome selbst gelten, weil sie schon in KnK^n gelten.

Ein Beispiel in R3\mathbb{R}^3: x1+x2+x3=0x_1 + x_2 + x_3 = 0 und x1−x2=0x_1 - x_2 = 0. Aus der zweiten Gleichung folgt x2=x1x_2 = x_1, aus der ersten dann x3=−2x1x_3 = -2x_1. Mit t:=x1t := x_1 ist

L={ (t,t,−2t):t∈R }L = \{\, (t, t, -2t) : t \in \mathbb{R} \,\}

Das ist eine Gerade durch den Ursprung in Richtung (1,1,−2)(1, 1, -2). Ebenso bilden die zweimal differenzierbaren Funktionen mit f′′=−ff'' = -f einen Vektorraum mit den punktweisen Rechenarten. Bei rechter Seite ungleich 00 ist die Lösungsmenge dagegen kein Vektorraum, denn (0,…,0)(0, \dots, 0) ist dann keine Lösung.

Beispiel

Gegenbeispiele auf einen Blick

Für jede Menge ist ein konkreter Fall angegeben, an dem es scheitert. Gerechnet wird jeweils mit den üblichen Rechenarten über R\mathbb{R}, wenn nichts anderes steht.

MengeWas schiefgeht
Gerade {(x,y):y=2x+1}\{(x, y) : y = 2x + 1\}(0,0)(0, 0) fehlt; (0,1)+(1,3)=(1,4)(0, 1) + (1, 3) = (1, 4) liegt nicht auf ihr
Polynome vom Grad genau 22(x2+1)+(−x2+x)=x+1(x^2 + 1) + (-x^2 + x) = x + 1; das Nullpolynom fehlt
[0,∞)={x∈R:x≥0}[0, \infty) = \{x \in \mathbb{R} : x \geq 0\}(−1)⋅1=−1(-1) \cdot 1 = -1 fehlt, kein Gegenvektor zu 11
Funktionen mit f(0)=1f(0) = 1(f+g)(0)=2(f + g)(0) = 2; die Nullfunktion fehlt
Z\mathbb{Z} über Q\mathbb{Q}12⋅1∉Z\frac{1}{2} \cdot 1 \notin \mathbb{Z}
Z2⊆R2\mathbb{Z}^2 \subseteq \mathbb{R}^2 über R\mathbb{R}12⋅(1,0)=(12,0)∉Z2\frac{1}{2} \cdot (1, 0) = (\frac{1}{2}, 0) \notin \mathbb{Z}^2

In allen Fällen genügt ein einziges Beispiel, um zu zeigen, dass keine Vektorraumstruktur mit diesen Rechenarten vorliegt. Für eine positive Aussage ("ist ein Vektorraum") reicht ein Beispiel dagegen nie: Dann muss man für alle Vektoren und Skalare argumentieren.

Kurz geprüft

Welche Menge von Funktionen R→R\mathbb{R} \to \mathbb{R} ist mit den punktweisen Rechenarten kein R\mathbb{R}-Vektorraum?

Häufige Fehler

Jede Gerade ist ein Vektorraum

Die Gerade G={(x,y):y=2x+1}G = \{(x, y) : y = 2x + 1\} sieht aus wie eine Kopie von R\mathbb{R}: Jeder Punkt ist durch eine Zahl xx beschrieben. Daraus wird geschlossen, GG sei mit den Rechenarten des R2\mathbb{R}^2 ein Vektorraum.

Richtig ist

Mit den Rechenarten des R2\mathbb{R}^2 ist GG kein Vektorraum: Der Nullvektor (0,0)(0, 0) liegt nicht auf GG, und (0,1)+(1,3)=(1,4)(0, 1) + (1, 3) = (1, 4) verlässt GG, denn 2⋅1+1=3≠42 \cdot 1 + 1 = 3 \neq 4. Nur Geraden durch den Ursprung, {t⋅u:t∈R}\{t \cdot u : t \in \mathbb{R}\} mit einem festen u≠0u \neq 0, sind Vektorräume. Eine Gerade, die nicht durch den Ursprung geht, ist eine verschobene Kopie davon. Dass man auf GG künstlich andere Rechenarten erklären könnte, ändert daran nichts: Gemeint sind immer die Rechenarten des umgebenden Raums.

Zusammenfassung

  • KnK^n (Tupel) und Km×nK^{m \times n} (Matrizen) rechnen komponentenweise beziehungsweise eintragsweise.

  • K[x]K[x] (alle Polynome) und K[x]≤dK[x]_{\leq d} (Grad höchstens dd) rechnen koeffizientenweise; die Polynome vom Grad genau dd bilden keinen Vektorraum.

  • Abb(M,K)\text{Abb}(M, K) rechnet punktweise; Spezialfälle sind reelle Funktionen, Folgen (M=N0M = \mathbb{N}_0) und wieder KnK^n.

  • Komponenten- und punktweise Rechenarten erben jedes Axiom von den Rechenregeln des Körpers.

  • Die Lösungsmenge eines homogenen linearen Gleichungssystems ist ein Vektorraum, die eines inhomogenen nicht.

  • Der Körper gehört zur Struktur: C\mathbb{C} ist ein R\mathbb{R}-Vektorraum, R\mathbb{R} ein Q\mathbb{Q}-Vektorraum, aber Z\mathbb{Z} kein Q\mathbb{Q}-Vektorraum.

  • Gegenbeispiele wie eine Gerade nicht durch den Ursprung widerlegt man mit einem konkreten Fall; eine positive Aussage braucht ein allgemeines Argument.

Übungen

Aufgabe 1Numerisch

Es sei A=(140−2)A = \begin{pmatrix} 1 & 4 \\ 0 & -2 \end{pmatrix} und B=(21−10)B = \begin{pmatrix} 2 & 1 \\ -1 & 0 \end{pmatrix}. Welche Zahl steht oben links in 2A−3B2A - 3B?

Aufgabe 2Term eingeben

Es sei p(x)=x3−2xp(x) = x^3 - 2x und q(x)=−2x3+x2+4x+1q(x) = -2x^3 + x^2 + 4x + 1. Berechne 2p+q2p + q.

Potenzen mit ^, Wurzel als sqrt(x), Brüche mit / und Klammern.

Aufgabe 3Multiple Choice

Welche Menge ist mit den punktweisen Rechenarten ein R\mathbb{R}-Vektorraum?

Aufgabe 4Multiple Choice

Welche Aussage stimmt? (Addition und Multiplikation jeweils wie üblich.)

Aufgabe 5Numerisch

Die Lösungen von x1+2x2−x3=0x_1 + 2x_2 - x_3 = 0 und x2+x3=0x_2 + x_3 = 0 bilden einen Vektorraum L⊆R3L \subseteq \mathbb{R}^3. Welchen Wert hat x1x_1 bei der Lösung mit x2=2x_2 = 2?

Aufgabe 6Freitext

Es sei FF die Menge aller reellen Folgen (a0,a1,a2,… )(a_0, a_1, a_2, \dots) mit ak+2=ak+1+aka_{k + 2} = a_{k + 1} + a_k für alle k≥0k \geq 0 (Fibonacci-artige Folgen). Zeige: Mit a,b∈Fa, b \in F und λ∈R\lambda \in \mathbb{R} liegen auch a+ba + b und λa\lambda a in FF, und die Nullfolge liegt in FF.

Aufgabe 7Freitext

Zeige: Es gibt keine skalare Multiplikation F2×Z→Z\mathbb{F}_2 \times \mathbb{Z} \to \mathbb{Z}, die Z\mathbb{Z} mit der üblichen Addition zu einem F2\mathbb{F}_2-Vektorraum macht.