Sie sind auf Seite 1von 46

HM I/II Crash-Kurs

Philipp Phil Lipp Tempel


21. Mrz 2008
1
Lipps HM I/II Crash-Kurs
Inhaltsverzeichnis
1 Die Sprache der Mathematik 3
1.1 Aussagenlogik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Abbildungen, Funktionen und Verwandtes . . . . . . . . . . . . . 5
1.4 Algebraische Grundbegrie . . . . . . . . . . . . . . . . . . . . . 7
2 Das Kontinuum 10
2.1 Folgen rationaler Zahlen . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Die Reellen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Die komplexen Zahlen Noch zu vervollstndigen . . . . . . . 16
2.5 Stetige Funktionen einer Variablen und . . . . . . . . . . . . . 18
2.6 Dierentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.7 Funktionenfolgen . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.8 Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.9 Integrationstechnik . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.10 Approximation durch Polynome . . . . . . . . . . . . . . . . . . . 28
3 Lineare Algebra 29
3.1 Elementare Geometrie des R
n
. . . . . . . . . . . . . . . . . . . . 29
3.2 Lineare Gleichungssystem und Martizen . . . . . . . . . . . . . . 32
3.3 Vektorrume und lineare Abbildungen . . . . . . . . . . . . . . . 38
3.4 Lineare Abhngigkeit, Basis, Dimension . . . . . . . . . . . . . . 40
3.5 Endomorphismen und Determinanten . . . . . . . . . . . . . . . 43
3.6 Eigenwerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
HM I/ II Brdern 2
Lipps HM I/II Crash-Kurs
1 Die Sprache der Mathematik
1.1 Aussagenlogik
Eine Aussage ist ein umgangssprachliches Gebilde das entweder wahr
(w) oder falsch (f ) ist.
Beispiele:
5 ist eine Primzahl (w)
4 ist eine Primzahl (f )
Gesetze des logischen Schlieens
Seien A, B Aussagen. Dann bilde neue Aussagen:
A B (A und B) (1)
A B (A oder B) (2)
Zu einer Aussage A sei A die Aussage mit umgekehrten Wahrheits-
wert.
Implikation:
A B (A folgt B; wenn A dann B)
quivalenz:
A B (A genau dann, wenn B)
Satz 1.1.1:
Sei A eine Aussage. Dann ist A (A) wahr.
Widerspruchsbeweis
Beweis A B durch Beweis von B A
Vollstndige Induktion
Die Gesamtheit der natrlichen Zahlen 1, 2, 3, 4, . . . bezeichnen wir
mit N.
Fr jede natrliche Zahl n sei eine Aussage A
n
gegeben. Es gelte:
A
1
ist wahr (Induktionsbeweis) (3)
A
n
A
n+1
fr alle n 1 (Induktionsschluss) (4)
Dann sind alle A
n
wahr, denn:
A
1
A
2
A
3
. . . . . . A
n1
A
n
nach (4)
3 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
1.2 Mengen
Unter einer Menge verstehen wir jede Zusammenfassung
M von bestimmten, wohlunterschiedenen Objekten m un-
serer Anschauung oder unseres Denkens (welche die Ele-
mente von M genannt werden) zu einem Ganzen.
Georg CANTOR (1895) (Originalton)
Operationen mit Mengen:
Vereinigung:
A B = x : x A x B (5)
Durchschnitt:
A B = x : x A x B (6)
Dierenz:
AB = x : x A x / B (7)
Kartesisches Produkt:
AB = (a, b) : a A, b B (8)
Inklusion:
A B steht fr a A b B a A (9)
Komplement:
BA fr A B ; schreibe A
c
(10)
Satz 1.2.1:
Seien A, B, X Mengen. Dann gelten:
A = B (A B B A) (11)
A B = B A (12)
A B = B A (13)
(A B) X = A (B X) (14)
(A B) X = A (B X) (15)
(A B) X = (A X) (B X) (16)
(A B) X = (A X) (B X) (17)
de Morgan-Regeln: fr A X, B X ist:
(A B)
c
= A
c
B
c
(18)
(A B)
c
= A
c
B
c
(19)
HM I/ II Brdern 4
Lipps HM I/II Crash-Kurs
1.3 Abbildungen, Funktionen und Verwandtes
Seien X, Y Mengen. Eine Teilmenge R XY heit Relation (auf
X Y ).
Relationen werden benutzt, um Eigenschaften zu beschreiben,
die Paaren (x, y) X Y zukommen.
Ist E eine Eigenschaft, dann wird diese durch:
R = (x, y) X Y : f ur (x, y) gilt E (20)
beschrieben
Fr eine Relation R X Y und x X sei:
R
x
= y Y : (x, y) R (21)
Eine Relation f X Y heit Abbildung von X auf Y , wenn fr
jedes x X die Menge f
x
genau ein Element enthlt.
X heit Denitionsbrereich, Y der Werte- oder Bildbereich und die
Relation f auch Graph.
Satz 1.3.1:
f : X Y ist injektiv, genau dann, wenn fr x
1
, x
2
X gilt:
f (x
1
) = f (x
2
) x
1
= x
2
(22)
f heit surjektiv, wenn gilt
f (X) = Y (23)
Ist f injektiv und surjektiv, dann heit f bijektiv.
Ist f : X Y bijektiv, dann ist
Y X, y f
1
(y) (24)
eine Abbildung, die Umkehrabbildung f
1
von f
Satz 1.3.2:
Sei M eine Menge. Folgende Aaussagen sind quivalent:
M ist endlich (25)
Jede injektive Abbildung f : M M ist bijektiv (26)
Jede surjektive Abbildung f : M M ist bijektiv (27)
5 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
quivalenzrelation
Eine Relation R M M mit den zustzlichen Eigenschaften
(x, x) R fr alle x M (28)
(x, y) R (y, x) M (29)
(x, y) R (y, z) R (x, z) R (30)
heit quivalenzrelation.
Schreibe dafr auch:
x y statt (x, y) R (31)
Satz 1.3.3
Sei M Menge, quivalenzrelation auf M.
Fr x
1
, x
2
M gilt dann:
x
1
x
2
[x
1
] = [x
2
] (32)
Sind x
1
, x
2
nicht quivalent, ist:
[x
1
] [x
2
] = (33)
Zusammenhang quivalenzrelation Funktionen/ Abbildungen
Sei f : X Y eine Abbildung. Dann ist
x
1

f
x
2
: f (x
1
) = f (x
2
) (34)
eine quivalenzrelation auf X
Zu jedem x X gibt es genau ein v V mit v [x]. Dann ist
f : X V ; x v (35)
eine Abbildung. Von dieser knnen wir nach (34) die quivalenzre-
lation auf
f
bilden. Aber:
x y [x] = [y] f (x) = f (y) x
f
y
HM I/ II Brdern 6
Lipps HM I/II Crash-Kurs
1.4 Algebraische Grundbegrie
Eine Abbildung : M M M; (a, b) a b = ab heit Verknp-
fung.
Wenn gilt (ab) c = a (bc), dann heit Assoziativ; dann schreibe abc.
Eine Menge G mit einer assoziativen Verknpfung heit Gruppe,
wenn:
1. es ein e G mit
eg = g (36)
fr alle g G gibt.
2. es zu jedem g G ein h H mit
hg = e (37)
gibt.
Gilt
gh = hg (38)
fr alle g, h G, dann heit G ablesch.
Satz 1.4.1:
In jeder Grupe G ist e nach (36) eindeutig bestimmt, und es gilt fr
alle g:
eg = g (39)
Zu jedem g gibt es genau ein h mit:
hg = e = gh (40)
e heit neutrales Element.
h nach (37) heit invers zu g; schreibe
h = g
1
(41)
Satz 1.4.2 (vom Bcherregal):
Jede Permutation ist Verkettung von Vertauschungen.
Satz 1.4.3 (Signum):
Signum ist bestimmt durch und kann ber:
sign() = (1)
k
(42)
bestimmt werden.
7 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
Rechenregeln
Sei
1
,
2
S
n
. Dann gilt:
sign(
1

2
) = sign(
1
) sign(
2
) (43)
A
n
= S
n
: sign() = 1
A
n
heit alternierende Gruppe
S
n
hat n! = 12 . . .n Elemente und
A
n
hat
1
2
n! Elemente
Satz (auer Konkurrenz)
Ist H Z Untergruppe, dann gibt es k N
0
mit:
H = k Z (44)
HM I/ II Brdern 8
Lipps HM I/II Crash-Kurs
Modulo auf Z
Auf Z erklre m n mn kZ
[x] = m+kl : l Z = m mod k (45)
(m
1
mod k) + (m
2
mod k) := (m
1
+m
2
) mod k (46)
Die Menge dieser quivalenzrelationen bilden eine Gruppe:
Z/kZ (Z modulo k Z) (47)
Neutral ist 0 mod k = kZ; invers zu m mod k ist m mod k
hnlich wie auf Z kann auf Z/kZ eine Multiplikation durch:
(n mod k) (m mod k) := (nm) mod k (48)
erklrt werden. Diese Verknpfung ist assoziativ. Es gilt weiter:
(1 mod k) (n mod k) = n mod k (49)
und das Distributivgesetz:
a (b +c) = ab +ac (50)
bleibt richtig.
ABER:
2 mod k4 hat kein Inverses bezglich
Sind auf einer Menge M zwei Verknpfungen
+ : M M M (Addition) (51)
: M M M (Multiplikation) (52)
gegeben, so dass M mit + eine abelsche Gruppe ist, die Multiplika-
tion assoziati ist, ein Element M mit
m = m m M (53)
exisitiert, und die Regeln
a b = b a (54)
a (b +c) = ab +ac (55)
fr alle a, b, c M gelten, dann heit M (kommutativer) Ring (mit
Eins).
Das neutrale Element von (M, +) heit (Null).
Ist ,= und (M , ) Gruppe, dann heit M Krper.
Satz 1.4.4
Sei k 2. Der Ring Z/kZ ist genau dann ein Krper, wenn k Prim-
zahl ist.
9 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2 Das Kontinuum
2.1 Folgen rationaler Zahlen
N Q, n a
n
Q Dafr schreibe (a
n
), Folge in Q
Deniton
Eine Folge (a
n
) in Q heit konvergent gegen a Q, in Zeichen
lim
n
a
n
= a
wenn fr jedes > 0 ( Q) ein n
0
N existiert mit
[a
n
a[ <
fr alle n n
0
Satz 2.1.1:
Seien (a
n
), (b
n
) konvergente Folgen in Q, es gelte:
a = lim
n
a
n
, b = lim
n
b
n
Dann gelten auch:
lim
n
(a
n
+b
n
) = a +b
lim
n
(a
n
b
n
) = ab
Cauchy-Folgen (von rationalen Folgen)
Eine Folge (a
n
) rationaler Zahlen heit Cauchy-Folge, wenn es zu
jedem > 0 ein n
o
N gibt mit
[a
n
a
m
[ < n, m n
0
Satz 2.1.2
Jede konvergente Folge ist Cauchy.
HM I/ II Brdern 10
Lipps HM I/II Crash-Kurs
( = Menge aller Cauchy-Folgen in Q; es gibt
+ : ( ( (
: ( ( (
Auf ( deniere
(a
n
) (b
n
) : lim
n
(a
n
b
n
) = 0
ist quivalenzrelation.
11 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2.2 Die Reellen Zahlen
Seien (a
n
) eine Folge reeller Zahlen
(a
n
) heit konvergente Folge gegen a R wenn gilt:
Zu jedem > 0 gibt es n
0
() N mit [a
n
a[ < fr alle n n
0
()
Schreibe:
a = lim
n
a
n
Satz 2.2.1
Sind (a
n
), (b
n
) konvergente reelle Folgen, dann gilt:
lim
n
(a
n
+b
n
) = lim
n
a
n
+ lim
n
b
n
lim
n
(a
n
b
n
) =
_
lim
n
a
n
__
lim
n
b
n
_
Eine Folge (a
n
) reeller Zahlen heit Cauchy-Folge, wenn
zu jedem > 0 ein n
0
() exisitiert mit:
[a
n
a
m
[ <
fr n, m n
0
()
Satz 2.2.2 (Vollstndigkeit der reellen Zahlen)
Jede Cauchy-Folge reeller Zahlen konvergiert in R.
Supremum einer Menge
M R heit nach oben beschrnkt, wenn es
c R mit x c x M
bzw. fr nach unten beschrnkt
c R mit x c x M
gibt.
Satz 2.2.3
Sei M R nicht leer und nach oben beschrnkt. Dann gibt es ein
c
0
R mit
1. c
0
ist obere Schranke
2. Ist c eine obere Schranke, dann ist c c
0
Wir schreiben c
0
= sup M (Supremum, kleinste obere Schranke)
Ananlog M = x R; x M
Ist M nach unten beschrnkt, setze inf M = sup (M)
HM I/ II Brdern 12
Lipps HM I/II Crash-Kurs
Satz 2.2.4
Sei(a
n
) eine monoton wachsende, nach oben beschrnkte Folge. Dann
ist (a
n
) konvergent, es gilt:
lim
n
a
n
= sup a
n
; n N
Satz von Bolzano-Weierstra
Jede beschrnkte Folge hat mindestens eine konvergente Teilfolge
13 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2.3 Reihen
Gegeben sei a
n
R. Bilde dazu:
S
N
:= a
1
+a
2
+. . . +a
N
=
N

n=1
a
n
Exisitiert der Grenzwert
lim
N
S
N
=:

n=1
a
n
(56)
dann heit die Reihe

a
n
konvergent mit diesem Grenzwert.
S
N
heit N-te Partialsumme.
Satz 2.3.1
Konvergiert

a
n
, dann gilt lima
n
= 0
Majoranten-Kriterium
Gegeben seien (a
n
), (b
n
); b
n
0, [a
n
[ b
n
und

b
n
sei konvergent.
Dann konvergieren auch:

n=1
a
n
,

n=1
[a
n
[
Und es gilt

n=1
a
n

n=1
[a
n
[

n=1
b
n
Quotientenkriterium
Seien a
n
R. Es gebe 0 q < 1 mit

a
n+1
a
n

q n N
Satz 2.3.2 (Satz von Leibniz)
Seien a
n
0 und a
n+1
< a
n
mit lima
n
= 0. Dann ist auch

n=1
(1)
n+1
a
n
konvergent.
HM I/ II Brdern 14
Lipps HM I/II Crash-Kurs
Trigonometrische Funktionen
cos x = 1
x
2
2!
+
x
4
4!

x
6
6!
+
x
8
8!
. . . +. . . =

k=0
(1)
k
x
2k
(2k)!
sin x = x
x
3
3!
+
x
5
5!

x
7
7!
+
x
9
9!
. . . +. . . =

k=0
(1)
k
x
2k+1
(2k + 1)!
exp x = 1 +x +
x
2
2!
+
x
3
3!
+. . . +. . . =

k=0
x
n
n!
konvergieren fr alle x R
Satz 2.3.3
Eine Reihe

a
n
heit absolut konvergent wenn

[a
n
[ konvergiert
Doppelreihensatz
Konvergiert eine der 3 Reihen
S
1
=

k=1

n=1
[a
kn
[, S
2
=

n=1

k=1
[a
kn
[, S
3
=

d=2

k+n=d
[a
kn
[
dann auch die anderen (s.o.), und es gilt:
S
1
= S
2
= S
3
Cauchy-Produkt von Reihen
Seien

a
n
und

b
n
absolut konvergent. Dann konvergiert:
_

n=1
a
n
_

k=1
b
k
_
=
_

n=1

k=1
a
n
b
k
_
=

d=2

(k+n=d)
a
n
b
k
. .
Cauchy-Produkt der Ausgangsreihen
Groer Umordnungssatz
Gegeben seien absolut konvergente Reihen

a
n
und Mengen I
k
N
mit:

_
k=1
I
k
= N; I
k
I
l
=
fr k ,= 1. Dann gilt:

n=1
a
n
=

k=1
_

mI
R
a
m
_
15 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2.4 Die komplexen Zahlen Noch zu vervollstndigen
R R = R
2
= (x, y) : x R, y R = C
Additionsgesetze auf C
(x, y) + (a, b) := (x +a, y +b)
ist assoziativ, kommutativ.
(x, y) + (0, 0) = (x, y)
(0,0) ist neutral:
(x, y) + (x, y) = (0, 0)
Multiplikationsgesezte auf C
(x, y) (a, b) := (xa yb, xb +ya)
ist assoziativ, kommutativ.
(x, y) (1, 0) = (x, y)
(x, y) (x, y) =
_
x
2
+y
2
, 0
_
(x, y)
_
x
x
2
+y
2
,
y
y
2
+x
2
_
= (1, 0)
Setze i = (0, 1) als die imaginre Einheit
und x = (x, 0).
Jedes Paar (a, b) R
2
schreibe:
(a, b) = a (1, 0) + b (0, 1) = a + bi
Multiplikation als:
(x + iy) (a + ib) := xa yb + i (ay + bx)
HM I/ II Brdern 16
Lipps HM I/II Crash-Kurs
Geometrische Veranschaulichung von C
Setze:
z := x + iy
mit x, y R. Dann heit:
x = Re z (Realteil (von z)) und
y = Imz (Imaginrteil (von z))
Weiter sei:
[z[ := [x + iy[ =
_
x
2
+ y
2
der Betrag von z (Lnge von z).
Das Gegenstck zu z sei z mit:
z := x iy
(Bildlich: die Spiegelung an der reellen Achse)
Gesetze fr z und z
z z := (x + iy) (x iy) = x
2
+y
2
= [z[
2
z +w = z + w
zw = z w
[z +w[
2
= ( [z[ +[w[ )
2
[zw[
2
= [z[
2
[w[
2
Geometrische Interpretation der komplexen Multiplikation
Sei z = x +iy = (cos , sin ) und w = a +ib = (cos , sin )
Bilde daraus:
zw = (x +iy) (a +ib) = (cos cos sin sin , cos sin + cos sin )
= cos ( +) +i sin ( +)
Produkt von z und w Winkeladdition
17 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2.5 Stetige Funktionen einer Variablen und
Weierstra
Sei M R und f : M R.
f heit stetig in x
0
, wenn es zu jedem > 0 ein > 0 gibt mit:
[f (x
0
) f (x)[ < fr alle x M mit [x x
0
[ <
Satz 1.5.1
Sei f : M R und x
0
M.
Genau dann ist f in x
0
stetig, wenn fr fede Folge x
n
M mit
lim
n
x
n
= x
0
gilt:
lim
n
f (x
n
) = f (x
0
) = f
_
lim
n
x
0
_
Intervalle
Eine Teilmenge I R heit Intervall, wenn zu a < b, a, b I jedes
x mit x R, a < x < b auch zu I gehrt.
x R; a x b =: [a, b] (geschlossenes Intervall)
x R; a < x < b =: (a, b) (oenes Intervall)
x R; a x < b =: [a, b) = [a, b[ (rechtsoenes Intervall)
x R; a < x =: (a, b] = ]a, b] (linksoenes Intervall)
Satz 1.5.2 (Zwischenwertsatz)
(i) Sei I R ein Intervall und f : I R stetig.
Seien a < b mit a, b I und f (a) f (b) < 0.
Dann gibt es einen Punkt x
0
(a, b) mit f (x
0
) = 0
(ii) ^ = a < x < b, f (x) = 0
inf ^ ^; sup ^ ^
(iii) f (I) = y; es gibt x I mit f (x) = y ist ein Intervall
WARNUNG
Fr Zwischenwertsatz muss f auf einem Intervall deniert sein!
Monotonie
f : M R heit streng monoton steigend, wenn fr alle x < y,
x, y M gilt:
f (x) < f (y)
bzw. fr fallend:
f (x) > f (y)
HM I/ II Brdern 18
Lipps HM I/II Crash-Kurs
Stetigkeit von Umkehrfunktionen
Sei f : I R stetig auf dem Intervall I, und streng monoton.
Dann ist J = f (x) ; x I ein Intervall. Wegen Monotonie gibt es:
f
1
: J I
mit
f
1
f = id
I
f f
1
= id
J
Dann ist f
1
im selben Sinne monoton wie f
Satz 1.5.3
Seien a < b reell und f : [a, b] R sei stetig. Dann gibt es
x
1
, x
2
[a, b] mit
f (x
1
) f (x) f (x
2
)
fr alle x [a, b]
Insbesondere ist J = f (x) ; x [a, b] beschrnkt und ein abge-
schlossenes Intervall.
Additionstheoreme
cos (x +y) = cos xcos y sin xsin y
sin (x +y) = sin xcos y + sin y cos x
19 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2.6 Dierentation
Sei I R ein Intervall, f : I R. f heit in x
0
I dierenzierbar, wenn
f (x) f (x
0
)
x x
0
=:
f,x
0
(x)
nach x
0
stetig fortgesetzt werden kann.
lim
xx
0
f (x) f (x
0
)
x x
0
=: f

(x
0
)
heit Ableitung von f in x
0
Ist f in jedem x
0
I dierenzierbar, dann heit f auf I dierenzierbar.
Dann ist also f

: I R erklrt.
Ist f

stetig, dann heit f auf I stetig dierenzierbar


Satz 2.6.1:
Ist f in x
0
dierenzierbar, dann auch stetig in x
0
Satz 2.6.2 (Produkt- oder auch Leibnizregel):
Seien f, g : I R in x
0
I dierenzierbar. Dann sind auch (f +g)
und (fg) in x
0
dierenzierbar und es gilt:
(f +g)

(x
0
) = f

(x
0
) +g

(x
0
)
(f g)

(x
0
) = f

(x
0
) g (x
0
) +f (x
0
) g

(x
0
)
Satz 2.6.3 (Kettenregel):
Seien I, J R Intervalle
f : I J sei in x
0
I dierenzierbar
g : J R sei in f (x
0
) dierenzierbar
Dann ist g f : I R in x
0
diernzierbar mit:
(g f)

(x
0
) = g

(f (x
0
)) f

(x
0
)
Satz 2.6.4 (Quotientenregel):
Seien f, g : I R in x
0
I dierenzierbar mit g (x
0
) ,= 0. Dann ist
f
g
in x
0
dierenzierbar und es gilt:
_
f
g
_

(x
0
) =
f

(x
0
) g (x
0
) f (x
0
) g

(x
0
)
g (x
0
)
2
Satz 2.6.5 (Ableitung der Umkehrfunktion):
Sei I R ein Intervall, f : I R streng monoton und dierenzierbar
mit f

(x) ,= 0 auf I. Dann ist auf J = f (I) die Umkehrfunktion


f
1
: J R deniert, im selben Sinne monoton, dierenzierbar und
es gilt:
_
f
1
_

(x) =
1
f

(f
1
(x))
HM I/ II Brdern 20
Lipps HM I/II Crash-Kurs
Satz 2.6.6 (Extremum):
Sei f : I R eine Funktion.
f hat in x
0
I ein lokales Maximum, wenn es ein > 0 gibt mit:
f (x) f (x
0
)
bzw fr lokales Minimum:
f (x) f (x
0
)
fr alle [x x
0
[ <
Ist f in x
0
dierenzierbar und hat dort ein lokales Extremum, dann
ist f

(x
0
) = 0
Satz 2.6.7 (Mittelwertsatz der Dierenzialrechnung):
Sei f : [a, b] R stetig und auf (a, b) dierenzierbar. Dann gibt es
eine Stelle (a, b) mit:
f (b) f (a)
b a
= f

()
Satz 2.6.8 (Satz von Rolle):
f : [a, b] R stetig auf (a, b) diererenzierbar, f (a) = f (b) = 0.
Dann gibt es (a, b) mit:
f

() = 0
21 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2.7 Funktionenfolgen
Funktionenfolgen knnen z.B. sein:
exp x =

n
0
x
n
n!
fr die Exponentialfunktion.
Aber auch sin oder cos (Siehe Seite 14)
Satz 2.7.1:
M R Intervall, f
n
: M R Funktion.
Konvergiert f
n
(x) fr jedes x M, dann heit die Funktionenfolge
f
n
punktweise konvergent auf M:
f (x) = lim
n
f
n
(x)
f heit Grenzfunktion.
Zu f : M R setze:
[[f[[ = sup [f (x)[ ; x M
Es gilt [[f[[ 0 und [[f +g[[ [[f[[ +[[g[[
Satz 2.7.2:
Eine Funktionenfolge f
n
: M R heit gleichmig konvergent
gegen f : M R wenn gilt:
lim
n
[[f
n
f[[ = 0
Satz 2.7.3 (Gleichmige Konvergenz von Funktionenfolgen):
Sei f
n
: M R eine gleichmig konvergente Funktionenfolge mit
Grenzfunktion f. Dann konvergiert f
n
punktweise gegen f. Sind alle
f
n
in x
0
M stetig, dann auch f. Es gilt:
[f
n
(x) f (x)[ [[f
n
f[[
WARNUNG
Dierenzierbarkeit wird im allgemeinen NICHT transportiert!
Satz 2.7.4 (Cauchy-Kriterium):
Sei f
n
eine Funktionenfolge auf M. Zu jedem > 0 gebe es n
0
mit
[[f
n
f
m
[[ <
fr alle n, m n
0
.
Dann konvergiert f
n
gleichmig auf M gegen:
f (x) = lim
n
f
n
(x)
HM I/ II Brdern 22
Lipps HM I/II Crash-Kurs
Analoge Begrie fr Reihen
Sei g
n
: M R Funktionenfolge.
s
n
(x) =
n

k=0
g
k
(x)
Konvergiert die Funktionenfolge
_
punktweise
gleichm aig
gegen s (x),
dann heit die Funktionenreihe s (x) =

g
k
(x)
_
punktweise
gleichm aig
konvergent.
Satz 2.7.5 (Majoranten-Kriterium):
Konvergiert die Reihe

k=0
[[g
k
[[
dann konvergiert auch

k=0
g
k
(x)
gleichmig auf M
Potenzreihen
Eine Potenzreihe des Types

k=0
a
k
x
k
mit a
k
R reellen Koezienten konvergiert im Bereich fr [x[ < r
r heit Konvergenzradius der Potenzreihe.
r := sup
_
[x[ :

k=0
a
k
x
k
konvergent
_
Satz 2.7.6:
Jede Potenzreihe

a
n
x
k
konvergiert absolut fr [x[ < r, divergiert
fr [x[ > r
Ist r
0
< r dann konvergiert die Reihe gleichmig auf [x[ r
0
Insbesondere ist:

k=0
a
k
x
k
auf (r, r) eine stetige Funktion.
23 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2.8 Integration
Satz 2.8.1:
Gegeben sei ein endlicher Intervall [a, b].
Eine Funktion t : [a, b] R heit Treppenfunktion (auf [a, b]) wenn
es endlich viele Punkte a = x
0
< x
1
< . . . < x
r
= b gibt, so dass t
auf (x
j1
, x
j
)
1jr
konstant ist
Elementarintegral fr Treppenfunktion t
b
_
a
t (x) dx :=
r

j=1
(x
j
x
j1
) t
_
x
j
+x
j1
2
_
Satz 2.8.2: (Regelfunktionen):
Eine Funktion f : [a, b] R heit Regelfunktion, wenn es eine Folge
von Treppenfunktionen t
n
: [a, b] R gibt, die gleichmig gegen f
konvergiert.
f ist Regelfunktion zu jedem > 0 gibt es eine Treppenfunk-
tion t mit [[f t[[ <
Satz 2.8.3:
Stetige Funktionen f : [a, b] R sind Regelfunktionen.
1[a, b] = Menge der Regelfunktionen auf [a, b]
Satz 2.8.4 (Treppenfunktionen und Integrale)
Seien f
n
1[a, b] und f : [a, b] R mit [[f
n
f[[ 0. Dann ist
f
n
1[a, b]:
_
f dx =
_
_
lim
n
f
n
_
dx = lim
n
_
f
n
dx
Satz 2.8.5 (Eigenschaften der Regelintegrale):
f, g 1[a, b], R
b
_
a
(f +g) dx :=
b
_
a
f dx +
b
_
a
g dx
b
_
a
(f) dx :=
b
_
a
f dx
Ist f (x) g (x) fr alle x, dann auch
_
f (x) dx
_
g (x) dx
HM I/ II Brdern 24
Lipps HM I/II Crash-Kurs
Satz 2.8.6 (Hauptsatz der Integralrechnung):
Sei f : [a, b] R stetig.
Es gibt
c
s
= sup f (x) = f (x
1
)
c
i
= inf f (x) = f (x
2
)
mit c
i
f (x) c
s
Fr das Intergral ergibt sich:
c
i

1
b a
b
_
a
f (x) dx c
s
Sei f : [a, b] R stetig. Dann ist F : [a, b] R gegeben durch
F (x) =
x
_
a
f (t) dt
dierenzierbar auf (a, b) mit
F

(x) = f (x)
Ist F : [a, b] R stetig dierenzierbar, dann ist
b
_
a
F

(x) dx = F (b) F (a) =: F[


b
a
Satz 2.8.7 (Mittelwertsatz der Integralrechnung):
f stetig, f : [a, b] R. Dann gibt es ein [a, b] mit
b
_
a
f (x) dx = (b a) f ()
Integration von Folgen und Reihen:
Sind g
n
1[a, b] und

g
n
(x) konvergiert gleichmig auf [a, b]
dann gilt:
b
_
a

n=1
g
n
(x) dx =

n=1
b
_
a
g
n
(x) dx
25 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
Spezialfall Potenzreihen:
a
n
R

a
n
x
n
konvergent fr [x[ < r
Fr jedes [c[ < r ist dann
c
_
0
f (x) dx =

n=0
a
n
c
_
0
x
n
dx =

n=0
a
n
n + 1
c
n+1
Mit anderen Worten: Stammfunktion zu Potenzreihen des Typ

a
n
x
n
ist:
F (x) =

n=0
a
n
n + 1
x
n+1
Folgerung: f (x) ist auf [x[ < r auch dierenzierbar mit:
f

(x) =

n=1
a
n
n x
n1
Elementarfunktionen:
Eine Funktion, die sich durch Verkettung und Umkehren von +, , ,
in endlich vielen Schritten durch
x 1
x x
x exp
ausdrcken lsst, heit elementar.
Elementare Funktionen sind dierenzierbar auf ihrem Denitionsbe-
reich und ihre Ableitung ist wieder elementar.
VORSICHT:
Die Stammfunktion einer elementaren Funktion muss nicht elemen-
tar sein.
Potenzreihenentwicklung des Logarithmus:
log (1 +t) = t
t
2
2
+
t
3
3

t
4
4
+
t
5
5
. . . +. . . =

k=1
(1)
k+1
t
k
k
HM I/ II Brdern 26
Lipps HM I/II Crash-Kurs
2.9 Integrationstechnik
Satz 2.9.1 (Partielle Integration):
Seien f, g : [a, b] R stetig dierenzierbar auf [a, b].
Dann gilt:
b
_
a
f (x) g

(x) dx = fg[
b
a

b
_
a
f

(x) g (x) dx
Satz 2.9.2.1 (Integration durch Substitution):
Sei J R ein Intervall. f : J R eine Funktion mit a, b J. Sei
I R ein Intervall, : I J stetig dierenzirbar mit
a = ()
b = ()
Dann gilt:
b
_
a
f (x) dx =

f ((t))

(t) dt
Satz 2.9.2.2 (Integration durch Substitution mit anschlieender Re-
Substitution):
Sei J R ein Intervall. f : J R eine Funktion mit a, b J. Sei
I R ein Intervall, : I J stetig dierenzirbar.
Gesucht ist das Integral ber:
b
_
a
f (x) dx
27 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
2.10 Approximation durch Polynome
Satz 2.10.1 (Langrange-Interpolatio):
Gegeben seien x
0
< x
1
< x
2
< . . . < x
n
; y
0
, . . . , y
n
R. Dann gibt
es genau ein Polynom p mit Grad n und
p (x
j
) = y
j
(0 j n)
Satz 2.10.2 (Weierstrascher Approximationssatz):
Seien a < b reell, f : [a, b] R stetig, > 0. Dann gibt es ein
Polynom p mit
[f (x) p (x)[ < fr a x b
Satz 2.10.3 (Taylorsche Satz):
Sei I R ein Intervall, x
0
I kein Randpunkt.
Sei f : I R n + 1 mal stetig dierenzierbar auf I.
T (x) = T
f,x
0
(x) =
n

j=0
f
(j)
(x
0
)
j!
(x x
0
)
j
Dann gilt fr alle x I:
f (x) = T (x) +
1
n!
x
_
x
0
(x t)
n
f
(n+1)
(t) dt
HM I/ II Brdern 28
Lipps HM I/II Crash-Kurs
3 Lineare Algebra
3.1 Elementare Geometrie des R
n
R
n
:= R . . . R = (x
1
, . . . , x
n
) : x
i
R
(x
1
, . . . , x
n
) = x = x = x
Im folgenden x oder x verwendet!!
Das Tupe (x
1
, . . . , x
n
) nennen wir Vektor, x
j
seine Komponenten.
Rechenregeln mit Vektoren
(x +y) +z = x + (y +z)

0 = (0, . . . , 0) ist neutral, denn:


x +

0 = x
(x
1
, . . . , x
n
) + (x
1
, . . . , x
n
) =

0
Deniere also:
x := (x
1
, . . . , x
n
)
x + (y) =: x y = (x
1
y
1
, . . . , x
n
y
n
)
Sei v R
n
, v ,=

0. Dann gilt:
v +v =: 2v
Multiplikation mit Skalaren:
Sei R
n
, v R
n
v := (v
1
, . . . , v
n
)
Rechenregeln dazu:
, R; x, y R
n
1 x := x
( +) x := x +x
() x := (x)
(x +y) := x +y
29 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
Das Skalarprodukt (inneres Produkt) auf R
n
x, y R
n
x
1
y
1
+x
2
y
2
+. . . +x
n
y
n
= x y = x, y)
x, y) : R
n
R
n
R
Wir denieren fr x R
n
|x| :=
_
x, x)
heit Norm von x
Rechengesetze fr die Norm
|x| = [[ |x|
Allgemein gilt (Cauchy-Schwarz-Ungleichung):
[x, y)[ |x| |y|
Es gilt:
[x, y)[ = |x| |y|
genau dnan, wenn es , R gibt mit
x = y
Wichtige (Un-)Gleichungen im R
n
|x +y|
2
= x +y, x +y) = |x|
2
+|y|
2
+ 2x, y)
Satz des Pythagoras!
|x +y|
2
+|x y|
2
= 2|x|
2
+ 2|y|
2
Parallelogrammgleichung
|x +y| |x| +|y|
Dreiecksungleichung
Winkel zwischen sich schneidenden Gerade
Es gibt genau ein [0, ] mit:
cos =
x, y)
|x||y|
x, y) = |x||y| cos
Orthogonalitt im R
n
x, y R
n
heien senkrecht/ orthogonal zu einander (in Zeichen xy)
wenn:
x, y) = 0
In anderen Worten:
Sind x, y ,= 0, dann gilt:
x, y) = 0 (x, y) =

2
HM I/ II Brdern 30
Lipps HM I/II Crash-Kurs
Ebenen
Im R
n
heie eine Teilmenge E Ebene, wenn
E = x
0
+
1
w
1
+
2
w
2
;
i
R
zu gegebenem x
0
R
n
, w
j
R
n

0 und R w
1
,= R w
2
existiert.
w
1
, w
2
R
n
heien linear unabhngig, wenn aus

1
w
1
+
2
w
2
= 0
mit
1
,
2
R stets folgt

1
=
2
= 0
Vektorprodukt im R
3
(sehr speziell, nur im R
3
)
R
3
R
3
R
3
_
_
x
1
x
2
x
3
_
_
;
_
_
y
1
y
2
y
3
_
_
x y =
_
_
x
2
y
3
x
3
y
2
x
3
y
1
x
1
y
3
x
1
y
2
x
2
y
1
_
_
Rechenregeln dazu:
(x +y) z = (x z) + (y z)
(x) y = (x y) = x (y)
x y = (y x)
v v = v v
Also gilt fr alle v R
3
:
v v = 0
Wichtige Gleichungen zum Vektorprodukt
|x y|
2
= |x|
2
|y|
2
x, y)
2
|x y| = |x||y| sin ((x, y)) (57)
(57) Formel des Flcheninhalts des von x und y aufgespannten Par-
allelogramms.
31 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
3.2 Lineare Gleichungssystem und Martizen
x
1
+ 2x
2
+ 3x
3
+ 4x
x
= 5
x
1
x
2
+ x
3
x
4
= 0
2x
1
+ x
2
+ 4x
3
+ 3x
4
= 5
Ziel: Lsung solcher Linearen Gleichungssysteme (im weiteren LGS)
ber einem Krper /, z.B. / = Q, R, C, Z/ k Z
Allgemeine Probelmstellung
/ Krper.
Fr 1 j r, 1 j s seien a
j
/, b
1
, . . . , b
r
/. Dann heit:
L
1
(x) = a
11
x
1
+ a
12
x
2
+ + a
1s
x
s
= b
1
L
2
(x) = a
21
x
1
+ a
22
x
2
+ + a
2s
x
s
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
L
r
(x) = a
r1
x
1
+ a
r2
x
2
+ + a
rs
x
s
= b
r
lineares Gleichungssystem (LGS) mit r Gleichungen und s Unbeann-
ten (ber /)
Erfllt (x
1
, . . . , x
s
) /
s
alle diese Gleichungen, dann heit (x
1
, . . . , x
s
)
die Lsung.
Sprechweisen: bei a
ij
heit i Zeilenindex und j Spaltenindex
Ist b
1
= b
2
= . . . = b
r
= 0, dann heit das LGS homogen, sonst
inhomogen.
Elementare Zeilenoperationen
Sei
L
1
(x) = b
1
, . . . , L
r
(x) = b
r
(58)
ein LGS.
Seien /, ,= 0, 1 i ,= j r.
L
1
(x) = b
1
, . . . , L
i1
(x) = b
i1
, L
i
(x) = b
i
, L
i+1
(x) = b
i+1
, . . . , L
r
(x) = b
r
(59)
L
1
(x) = b
1
, . . . , L
i1
(x) = b
i1
, L
i
(x)+L
j
(x) = b
i
+b
j
, L
i+1
(x) = b
i+1
, . . . , L
r
(x) = b
r
(60)
Hier haben (58), (59) und (60) die selben Lsungen.
HM I/ II Brdern 32
Lipps HM I/II Crash-Kurs
Matrizen
Zu einem LGS betrachte
_
_
_
_
_
a
11
a
12
a
13
. . . a
1s
a
21
a
22
a
23
. . . a
2s
.
.
.
.
.
.
a
r1
a
r2
a
r3
. . . a
rs
_
_
_
_
_
als die das LGS darstellende Matrix. Diese heit rs Matrix ber /.
Beschreibe Gausche Eliminationsverfahren durch Matrizen:
Fass Zeilen als Vektoren auf. Dann ist Addition von Zeilen und Mul-
tiplikation mit Skalaren ,= 0 erklrt.
Matrizenrechnung
_
_
_
_
_
a
11
a
12
a
13
. . . a
1s
a
21
a
22
a
23
. . . a
2s
.
.
.
.
.
.
a
r1
a
r2
a
r3
. . . a
rs
_
_
_
_
_
=: (a
ij
) 1ir
1js
Matrix mit r-Zeilen, s-Spalten. a
ij
/ Krper.
Die Menge aller solcher Matrizen sei /
rs
33 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
Rechnen mit Matrizen
Addition von Matrizen
Sei (a
ij
) , (b
ij
) /
rs
(a
ij
) + (b
ij
) := (a
ij
+b
ij
)
Multiplikation mit Skalar /
(a
ij
) := ( a
ij
)
Multiplikation von Matrizen
_
a
ij
,

b
ij
)
_
1ir,
1jt
:=
_
_
_
_
_
a
11
. . . . . . a
1s
a
21
. . . . . . a
2s
.
.
.
.
.
.
a
r1
. . . . . . a
rs
_
_
_
_
_
. .
s

_
_
_
_
_
_
_
_
_
b
11
. . . b
1t
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
b
s1
. . . b
st
_
_
_
_
_
_
_
_
_
. .
t
Merkregel: Zeile mal Spalte
Formal ist das Matrizenprodukt eine Abbildung:
/
rs
/
st
/
rt
Fragen
1. Sind 3 Matrizen mit passendem Format gegeben, ist dann
A(BC) = (AB) C ?
2. Sei A, B /
nn
. Ist AB
?
= BA
Zu Frage 1: JA
Zu Frage 2 hingegen: NEIN. Und das NIE vergessen!
HM I/ II Brdern 34
Lipps HM I/II Crash-Kurs
Lineare Abbildungen vs. Matrizen
/
n
= (x
1
, . . . , x
n
) : x
i
/
: /
s
/
r
mit:
(x +y) = (x) +(y) x, y /
s
(x) = (x) /, x /
s
heit lineare Abbildung (von /
s
nach /
r
)
Jede Matrix A /
rs
ist eine lineare Abbildung:

A
: /
s
/
r
; x Ax
mit x als Spaltenvektor.
Umgekehrt gibt es zu jeder linearen Abbildug : /
s
/
r
eine
Matrix A /
rs
mit =
A
, d.h. (x) = Ax
Deswegen gilt auch:
(AB) C = A(BC)
wegen:

A
(
B

C
) = (
A

B
)
C
Satz 3.2.1:
Gegeben sei A /
rs
,

b /
r
.
Sei L = x /
s
: Ax = 0 und x
0
eine Lsung von Ax
0
= x.
Dann sind die Lsungen von Ax =

b genau die Vektoren


x
0
+L = x
0
+z; z L
Merkregel: Lsungen des inhomogennen Systems entsehen aus denen
des homogenen Systems durch Addition einer partikulren (speziel-
len) Lsung des inhomogenen Systems
Gausche Eliminationsverfahren angewandt auf Matrizen
(i) Addiere eine Zeile auf eine andere
(i) Multipliziere eine Zeile mit ,= 0
Ein Schritt in der Gau-Elimination entspricht Multiplikation mit
Elementarmatrix D
Ax =

b
DAx = D

b
Das beschreibt Eliminationsverfahren ber jedem Krper /.
35 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
Satz 3.2.2. (Elementarmatrizen)
Es gibt zwei verschiedene Elementarmatrizen: E und .
E besitzt nur auf der Diagonalen Eintrge, meist die 1 und am
j-ten Eintrag ein beliebiges Vielfaches der 1, sei hier / , = 0.
Dies erklrt die Multiplikation einer Zeile mit einem Vielfachen.
bestitz ebenfalls auf der Diagonalen lauter 1, aber zustzlich hin-
ter der 1 in der j-ten Zeile eine weitere 1. Damit kann die Addition
zweier auenander folgender Zeilen erklrt werden.
E
j,
:=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0 0 . . . 0
0 1 0 . . . 0
.
.
.
.
.
.
0
.
.
. 0 1 0 0
.
.
. 0 0 0
.
.
. 0 1 0 0
.
.
.
.
.
.
0
0 . . . 0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Elementarmatrix mit Eintrag in der j-ten Zeile.

i,j
:=
_
_
_
_
_
1 1 0
0 1 0
.
.
.
0 1
_
_
_
_
_
Satz 3.2.3 (Inverse bei Matrizenmultiplikation):
Sind quadratische Matrizen A, B, C, . . . /
nn
gegeben, dann
haben Produkte dasselbe Format.
Matrizenprodukt wird Verknpfung auf /
nn
:
(A, B) AB
E :=
_
_
_
_
_
1
1
.
.
.
1
_
_
_
_
_
hat AE = EA = A
HM I/ II Brdern 36
Lipps HM I/II Crash-Kurs
Gau-Elimination zur Berechnung der Inversen
Versuche: Auf A Zeilenoperationen anzuwenden, bis aus A die Ein-
heitsmatrix E (Diagonale = 1, sonst 0) geworden ist.
Die Operationen fhren auf die n 2n Matrix:
_
E
.
.
. A
1
_
Durch endlich viele Zeilenoperationen wird aus
_
A
.
.
. E
_
die n 2n Matrix
_
E
.
.
. A
1
_
aus der einfach die Inverse Matrix zu A abgelesen werden kann.
Satz 3.2.4
Sei A /
nn
. Dann gilt:
(i) A ist invertierbar (d.h. es exisitert ein A
1
) genau dann, wenn
fr jedes w /
n
genau ein v /
n
exisitert mit Av = w
(ii) Ist Ainvertierbar, dann kann A
1
stets nach der Gau-Elimination
berechnet werden.
37 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
3.3 Vektorrume und lineare Abbildungen
Satz 3.3.1
Eine abelsche Gruppe 1 (mit Verknpfung + und neutralem Element
/ Null) heit Vektorraum ber dem Krper / (z.b. 1), wenn es
zustzlich eine Abbildung Skalarenmultiplikation gegeben ist:
/ 1 1 (, v) v
mit folgenden Eigenschaften:
1. () v = (v)
2. ( +) v = v +v
3. (v +w) = v +w
4. 1v = v
, /; v, w 1
Die Elemente von 1 heien Vektoren, die von / Skalare; /
def
= Ska-
larenkrper
Weitere Deniton
/ Krper. Eine Menge 1 mit einer Verknpfung
+ : 1 1 1 (Addition)
und
: / 1 1 (Skalarenprodukt)
heit Vektorraum ber / wenn fr alle v, w, u 1 gelten:
1. 0 1 mit v + 0 = v
2. v +w = w +v
3. v (v) mit v + (v) = 0
4. (v +w) +u = v + (w +u)
Satz 3.3.2 (Untervektorrume):
Ist 1 ein /-VR und J 1 mit den Verknpfungen auf 1 ein /-VR,
dann heit J Unter-VR.
Das heit soviel wie: J 1 ist UVR, wenn
v, w J v +w J
v J, / v J
HM I/ II Brdern 38
Lipps HM I/II Crash-Kurs
Satz 3.3.3 (Lineare Abbildungen):
Seien 1, J /-VR. Eine Abbildung : 1 J heit linear, wenn
fr alle v, w 1, / gilt:
(v +w) = (v) +(w)
(v) = (v)
Satz 3.3.4 (Bild und Kern von ):
Seien 1, J zwei /-VR und : 1 J linear.
1. Die Menge Kern () = v 1; (v) = 0 ist ein UVR von 1
2. Die Menge Bild () = (1) = (v); v 1 ist ein UVR von
J
3. Sei w J. Die Gleichung (v) = w ist genau dann lsbar,
wenn w Bild (). Ist v
0
1 eine Lsung, dann sind alle
Lsungen gegeben durch: v
0
+ Kern ()
39 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
3.4 Lineare Abhngigkeit, Basis, Dimension
Satz 3.4.1 (Lineare Abhngigkeit):
Eine Menge von Vektoren B 1 eines /-VRs heit linear unabhn-
gig, wenn fr v
1
, . . . , v
r
B und

1
v
1
+. . . +
r
v
r
= 0
mit
j
/ stets folgt

1
=
2
= . . . =
r
= 0
Sonst heit die Teilmenge B linear abhngig.
Lineare Hlle von B
Eine lineare Hlle ist der kleinste UVR von 1 der noch B enthlt:
J =
_
_
_
n

j=1

j
b
j
; n N;
j
/; b
j
B
_
_
_
J ist ein UVR; deshalb heit J die lineare Hlle von B.
Erzeugendensystem
Ist B 1, so dass die lineare Hlle ganz 1 ergibt, dann heit B
Erzeugendensystem.
Ein linear unabhngiges Erzeugendensystem heit Basis.
Satz 3.4.2
Sei 1 ein /-VR und B 1 eine Basis. Dann hat jedes v ,= 0 genau
eine Darstellung
v =
1
b
1
+. . . +
r
b
r
mit r N;
j
/; b
i
B verschieden.
Satz 3.4.3
Sei 1 ein /-VR und B
1
, B
2
seien Basen.
Dann gibt es eine Bijektion:
B
1
B
2
Satz 3.4.4 (Dimension des Kerns):
Hat 1 eine endliche Basis B, dann heit:
#B = dim1
Dimension von 1
HM I/ II Brdern 40
Lipps HM I/II Crash-Kurs
Satz 3.4.5 (Ismorphismus):
Sei 1 ein /-VR mit dim1 = n. Dann gibt es einen Ismorphismus
: 1 /
n
Satz 3.4.6 (Direkte Summe):
Sind 1, J UVR des /-VR |, so dass jedes u | genau eine Dar-
stellung u = v + w, v 1, w J bestitzt, dann heit u direkte
Summe von 1 und J, in Zeichen:
| = 1 J
(Die Basen von 1 und J vereinigen sich zu Basen von |)
Stets: 1 J = 0
Lineare Abbildungen und Matrizen
Lineare Abbildungen zwischen endlich-dimensionalen Rumen las-
sen sich durch Matrizen beschreiben, wenn Basen bekannt sind.
Satz 3.4.7 (Koordinatenabbildung):
Sei 1 ein VR ber /; e
1
, . . . , e
s
Basis von 1. Damit hat jedes v 1
genau eine Darstellung
v =
1
e
1
+
2
e
2
+. . . +
s
e
s
Eine Abbildung dazu ist:
: 1 /
s
v (
1
,
2
, . . . ,
s
) /
s
Diese ist linear und ein Ismorphismus.
Sie heit Koordinatenabbildung
Ein Beispiel dazu:
V =
_
a
0
+a
1
x +a
2
x
2
+a
3
x
3
+a
4
x
4
_
R[X]
Basis:
1, 1 +x, 1 +x +x
2
, 1 +x +x
2
+x
3
, 1 +x +x
2
+x
3
+x
4
sei B
1, x, x
2
, x
3
, x
4
sei B
x
Koordinatenabbildung: 1 R
5
Bei Basis B:
a
0
+a
1
x +a
2
x
2
+a
3
x
3
+a
4
x
4
(a
0
, a
1
, a
2
, a
3
, a
4
)
Bei Basis B
x
:
a
0
+a
1
x+a
2
x
2
+a
3
x
3
+a
4
x
4
(a
0
a
1
, a
1
a
2
, a
2
a
3
, a
3
a
4
, a
4
)
41 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
Satz 3.4.8 (-darstellende Matrix):
Sei 1 ein /-VR mit Basis e
1
, . . . , e
s
und
v
: 1 /
s
Koordinaten-
abbildung.
Sei J ein /-VR mit Basis f
1
, . . . , f
r
und
w
: 1 /
r
Koordinaten-
abbildung.
Sei : 1 J linear.

w

1
v
: /
s
/
r
ist linear; diese muss von der Form
x Ax mit A /
sr
sein
Wir nennen Adie -darstellende Matrix bezglich der Basen e
1
, . . . , e
s
und f
1
, . . . , f
r
TIPP: In den Spalten von A stehen die Bilder der e
1
, . . . , e
s
in den
Koordinaten der Bildbasis.
Satz 3.4.9 (Basisergnzugssatz):
Sei 1 ein /-VR; L 1 sei eine linear unabhngige Teilmenge. Dann
hat 1 eine Basis B und L B
Satz 3.5.10 (Dimensionsformel):
Sei 1 ein endlich-dimensionaler VR ber /, J ein /-VR und :
1 J linear. Dann gilt:
dim1 = dim Kern () + dim(1)
Satz 3.4.11 (Rang von ):
dim(1) heit auch Rang von ; in Zeichen rank()
Ist R der Zeilenrang von A, dann gilt also:
dim Kern (
A
) = s R
Bestimme aus Zeilenstufenform s R linear unabhngige Lsungen
von
Ax = 0
Diese bilden dann einen Basis des Kerns.
HM I/ II Brdern 42
Lipps HM I/II Crash-Kurs
3.5 Endomorphismen und Determinanten
Eine lineare Abbildung : 1 1 heit Endomorphismus des /-
VRs 1.
Satz 3.5.1 (Linear in der ... Zeile):
Eine Abbildung : /
nn
/ heit linear in der ersten Zeile, wenn
fr alle a
2
, . . . a
n
die Abbildung
/
n
/
v
_
_
_
_
_
v
a
2
.
.
.
a
n
_
_
_
_
_
linear ist. (Analog fr weiter Zeilen)
heit n-linear, wenn linear in jeder Zeile ist.
Satz 3.5.2 (Alterniernde n-lineare Abbildung):
Eine n-lineare Abbildung heit alternierend (skew) wenn

_
_
_
a
1
.
.
.
a
n
_
_
_ = 0
ist, sobald a
i
=a
j
fr mindestens ein Paar i ,= j.
Satz 3.5.3 (Determinante):
Sei / ein Krper; 1 + 1 ,= 0. Dann gibt es genau eine alternierende
n-lineare Abbildung det : /
nn
/ mit:
det
_
_
_
1 0
.
.
.
0 1
_
_
_ = 1
Diese heit Determinante
Multilinearform
Sei 1 ein /-VR; k N. Eine Abbildung
: 1 . . . 1
. .
k
/
die in jedem Eintrag (Argument) linear ist, heit k-Linearform.
43 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
Satz 3.5.4 (Alternierdene Linearformen):
Eine Linearform : 1
k
/ heit alternierende, wenn fr 1 i <
j k und v, v
1
, . . . , v
k
; v
j
1 stets gilt:
0 = (v
1
, . . . , v
i1
, v, v
i+1
, . . . , v
j1
, v, v
j+1
, . . . , v
k
)
Determinante einer quadratischen Matrix
A = (a
ij
) /
nn
Schreibe A mit Zeilenvektoren.
Satz 3.5.5
Zu jedem c / gibt es genau eine n-Linearform : /
nn
, aufgefasst
als Abbildung auf den Zeilen a
1
, . . . , a
n
, die
1. alterniert und
2.
_
_
_
1 0
.
.
.
0 1
_
_
_ = c
erfllt. Es gilt:
(A) = c

S
n
sign()a
1(1)
a
2(2)
. . . a
n(n)
Spezialfall: c = 1, dann ist = det, dies heit Determinante von A.
Insbesondere ist also
det A =

S
n
sign()a
1(1)
a
2(2)
. . . a
n(n)
Leibniz-Entwicklung
Beispiele
det (a) = a
det
_
a
11
a
12
a
21
a
22
_
= a
11
a
22
a
12
a
21
det
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
= a
11
a
22
a
33
+a
21
a
32
a
13
+a
31
a
12
a
23
a
13
a
22
a
31
a
23
a
32
a
a11
a
33
a
12
a
21
Regel von Sarrus
HM I/ II Brdern 44
Lipps HM I/II Crash-Kurs
Satz 3.5.6 (Determinantengesetze):
Seien A, B /
nn
. Dann gilt:
det A
T
= det A
det (AB) = (det A) (det B)
Satz 3.5.7
Sei A /
nn
. Dann gilt
det A = 0 rank(A) = n Kern
A
=
_

0
_
A invertierbar
Spalten von A sind Basis /
n
Zeilen von A sind Basis von /
n
Satz 3.5.8 (Laplace-Entwicklung):
Sei n 2 und A = (a
ij
) /
nn
. Dann gilt (Entwicklung nach
erster Zeile):
det A = a
11
det A
11
a
12
det A
12
+a
13
det A
13
. . . (1)
n
a
1n
det A
1n
45 HM I/ II Brdern
Lipps HM I/II Crash-Kurs
3.6 Eigenwerte
Satz 3.6.1 (Eigenwerte, Eigenvektoren):
Sei 1 ein /-VR, : 1 1 linear. / heit Eigenwert (EW) von
, wenn es v 1
_

0
_
gibt mit:
(v) = v
und
(v) = (v) = v
v ,= 0 mit (v) = v heien Eigenvektoren (EV) zum Eigenwert
Ist 1 ein endlich-dimensionaler VR und : 1 1, dann sind die
EW Nullstellen eines Polynoms vom Grad dimV
Satz 3.6.2 (Nullstellen eines Polynoms):
Sei 1 ein /-VR mit n = dimK. Sei : 1 1 linear. Die Eigenwerte
von sind genau die Nullstellen des charakteristischen Polynoms
p

() := det ( id)
Grad p

n
Satz 3.6.3 (Darstellende Matrix):
Sei 1 ein /-VR mit n = dimV . Sei : 1 1 linear.
Hat n verschiedene Eigenwerte
1
, . . . ,
n
mit Eigenvektoren v
1
, . . . , v
n
zu
1
, . . . ,
n
. Dann sind v
1
, . . . , v
n
eine Basis von 1.
Die darstellende Matrix hat dann die Form:
_
_
_

1
0
.
.
.
0
n
_
_
_
HM I/ II Brdern 46