< Lineaire algebra
Inhoudsopgave Lineaire algebra
Hoofdstukken
  1. Lineaire ruimte
  2. Lineaire combinatie
  3. Lineair onafhankelijk stelsel
  4. Volledig stelsel
  5. Basis
  6. Dimensie
  7. Rang
  8. Coördinatisering
  9. Coördinatentransformatie
  10. Lineaire afbeelding
  11. Kern
  12. Matrix
  13. Getallenruimte
  14. Kolom- en rijvector
  15. Eenvorm
  16. Duale ruimte
  17. Lineaire algebra/Covariant en contravariant
  18. Transformaties
  19. Inproduct
  20. Bilineaire vorm
  21. Kwadratische vorm
  22. Tensor

Een lineaire afbeelding A van V in W beeldt natuurlijk de 0 van V af op de 0 van W: A(0) = 0. Verder is het beeld van V onder A weer een lineaire ruimte. Daartoe volstaat immers dat van een vector uit het beeld ook de scalaire veelvouden en met elk tweetal ook hun som in het beeld ligt. Dit is juist de lineariteit van de afbeelding.


Stelling 11.1

Het beeld A(V) van de lineaire ruimte V onder de lineaire afbeelding is een lineaire deelruimte van W.


Die beeldruimte wordt voorgebracht door een basis van het origineel, want de lineaire afbeelding behoudt de lineaire combinaties.

Stelling 11.2

Het beeld A(V) van de lineaire ruimte V onder de lineaire afbeelding wordt voortgebracht door de beelden van een basis van V.

Bewijs:

Zij een vector uit het beeld van V onder A. Er is dus een , die door A op w wordt afgebeeld: . Als een basis is van V, is x een lineaire combinatie daarvan:

.

Voor w geldt dus:

,

dus inderdaad een lineaire combinatie van de beeldvectoren .


Het is niet moeilijk in te zien dat de afbeelding die alle vectoren uit V op de 0 afbeeldt lineair is. De beelden van de basisvectoren in een basis zijn dus niet noodzakelijk lineair onafhankelijk. Ze hoeven niet een basis te vormen van het beeld A(V). De rang van de beelden van een basis, die we ook de rang van de afbeelding noemen, hoeft dus niet gelijk te zijn aan de dimensie van het origineel V. Er kunnen als het ware dimensies verloren gaan. Waar zijn die dimensies gebleven? Kennelijk zijn er dan behalve de 0 nog andere vectoren op de 0 afgebeeld. De verzameling van die vectoren noemen we de kern of nulruimte van de lineaire afbeelding.

Definitie 11.1

Onder de rang rang(A) van een lineaire afbeelding van de vectorruimte V in de vectorruimte W verstaan we de rang van de beelden van de basisvectoren van een basis van V, dus, als een basis is van V, is:

.

Definitie 11.2

Onder de kern of nulruimte ker(A) van een lineaire afbeelding van de vectorruimte V in de vectorruimte W verstaan we de verzameling vectoren die door A op de 0 worden afgebeeld, dus

.

Het zal gezien het voorgaande niet verbazen dat de eventueel in het beeld ontbrekende dimensies, juist de dimensies van de kern zijn.

Stelling 11.3 (Dimensiestelling)

De rang van de lineaire afbeelding vormt samen met de dimensie van de kern van A de dimensie van V, in formule:

.

Bewijs:

We geven het bewijs alleen voor eindig-dimensionale V.

Laat een basis van ker(A) zijn. Vul deze basis aan met tot een basis van V. Dan is . (NB. De gekozen bases kunnen evetueel leeg zijn.) De beelden van het stelsel vormen nu een basis van het beeld A(V) van V. Zij zijn lineair onafhankelijk, want stel maar dat:

,

dan is:

.

Dit houdt in dat:

en dus moeten alle α's 0 zijn.

Het stelsel is ook volledig, want elke is een lineaire combinatie van de basis en deze wordt afgebeeld op .

This article is issued from Wikibooks. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.