Kern in der Linearen Algebra
Grundlagen und Bedeutung des Kerns in der linearen Algebra
Kern Lineare Algebra Der Kern einer linearen Abbildung ist die Menge aller Vektoren, die durch diese Abbildung auf den Nullvektor abgebildet werden.
Das Wichtigste auf einen Blick
- Der Kern ist ein Untervektorraum des Definitionsraums einer linearen Abbildung.
- Er besteht aus allen Vektoren, die auf den Nullvektor abgebildet werden.
- Die Dimension des Kerns heißt auch die Nullität der Abbildung.
- Ein trivialer Kern (nur der Nullvektor) bedeutet, dass die Abbildung injektiv ist.
- Der Kern hilft bei der Analyse der Lösbarkeit linearer Gleichungssysteme.
- Der Satz vom Rang und Kern verbindet Dimensionen von Kern und Bild.
Überblick: Kern Lineare Algebra
In der linearen Algebra beschreibt der Kern einer linearen Abbildung die Menge aller Vektoren aus dem Definitionsraum, die durch die Abbildung auf den Nullvektor des Zielraums abgebildet werden. Er ist ein Untervektorraum und liefert wichtige Informationen über Eigenschaften der Abbildung, wie Injektivität und Lösbarkeit von Gleichungssystemen.
Definition des Kerns
Der Kern einer linearen Abbildung f: V → W zwischen zwei Vektorräumen V und W ist die Menge aller Vektoren aus V, die durch f auf den Nullvektor von W abgebildet werden. Formal: Kern(f) = { v ∈ V | f(v) = 0 }.
Eigenschaften des Kerns
Der Kern ist stets ein Untervektorraum des Definitionsraums V. Er enthält mindestens den Nullvektor. Die Dimension des Kerns wird als Nullität bezeichnet und ist ein Maß für die Anzahl der Freiheitsgrade, die durch die Abbildung auf Null fallen.
Bedeutung des Kerns für lineare Abbildungen
Der Kern gibt Auskunft über die Injektivität einer linearen Abbildung. Ist der Kern nur der Nullvektor, so ist die Abbildung injektiv. Ein größerer Kern zeigt, dass mehrere Vektoren auf denselben Bildvektor, nämlich Null, abgebildet werden.
Zusammenhang mit dem Rang
Der Satz vom Rang und Kern besagt, dass für eine lineare Abbildung f: V → W gilt: dim(V) = Rang(f) + Nullität(f). Hierbei ist Rang(f) die Dimension des Bildes von f, und Nullität(f) die Dimension des Kerns.
Beispiele für Kerne linearer Abbildungen
| Lineare Abbildung f | Definitionsraum V | Kern(f) | Nullität |
|---|---|---|---|
| f: R² → R², f(x,y) = (x,0) | R² | {(0,y) | y ∈ R} | 1 |
| f: R³ → R², f(x,y,z) = (x+y, y+z) | R³ | {(t,-t,t) | t ∈ R} | 1 |
| f: R² → R², f(x,y) = (x,y) | R² | {(0,0)} | 0 |
Anwendung in der Lösung linearer Gleichungssysteme
Der Kern einer linearen Abbildung entspricht dem Lösungsraum des homogenen Gleichungssystems f(v) = 0. Kennt man den Kern, kann man Aussagen über die Anzahl und Struktur der Lösungen treffen.
Berechnung des Kerns
Zur Berechnung des Kerns einer linearen Abbildung, dargestellt durch eine Matrix A, löst man das homogene Gleichungssystem A·x = 0. Die Lösungsmenge bildet den Kern.
Zusammenfassung
Der Kern ist ein fundamentaler Begriff in der linearen Algebra, der die Struktur linearer Abbildungen beschreibt. Er ist entscheidend für das Verständnis von Injektivität, Lösbarkeit und der Dimension von Vektorräumen.
Zusatzinformationen
Begriff: Kern einer linearen Abbildung
Definition: Menge aller Vektoren v mit f(v) = 0
Mathematische Notation: Kern(f) = { v ∈ V | f(v) = 0 }
Eigenschaft: Untervektorraum des Definitionsraums
Bedeutung: Maß für die Nicht-Injektivität
Dimension: Nullität der Abbildung
Synonyme und alternative Bezeichnungen
Häufige Fragen zu Kern Lineare Algebra
Was versteht man unter dem Kern einer linearen Abbildung?
Der Kern ist die Menge aller Vektoren, die durch die lineare Abbildung auf den Nullvektor abgebildet werden.
Warum ist der Kern ein Untervektorraum?
Weil er abgeschlossen ist unter Addition und Skalarmultiplikation und den Nullvektor enthält.
Wie hängt der Kern mit der Injektivität zusammen?
Eine lineare Abbildung ist genau dann injektiv, wenn ihr Kern nur den Nullvektor enthält.
Wie berechnet man den Kern einer linearen Abbildung?
Man löst das homogene Gleichungssystem A·x = 0, wobei A die Matrixdarstellung der Abbildung ist.
Was bedeutet die Dimension des Kerns?
Sie gibt an, wie viele linear unabhängige Vektoren im Kern enthalten sind, auch Nullität genannt.
Wie ist der Satz vom Rang und Kern formuliert?
Die Dimension des Definitionsraums ist gleich der Summe aus Rang und Nullität der Abbildung.
Welche Rolle spielt der Kern bei linearen Gleichungssystemen?
Der Kern entspricht dem Lösungsraum des homogenen Systems und zeigt die Freiheitsgrade der Lösungen.
Quellen & weiterführende Informationen
Quellenvorschläge und Nachweise zum Artikel. Bitte externe Inhalte eigenständig prüfen.
- 01Lineare Algebra: Grundlagen und Anwendungen ↗
Grundlagen zum Kern linearer Abbildungen
https://www.mathematik-lexikon.de/lineare-algebra/kern - 02Lineare Algebra - Kern und Bild ↗
Erklärung und Beispiele zum Kern
https://www.uni-muenchen.de/lehre/lineare-algebra/kern-und-bild.html - 03Mathematik für Ingenieure: Lineare Algebra ↗
Anwendung des Kerns in der Praxis
https://www.ing-mathe.de/lineare-algebra/kern
Diese Seite in Zahlen
Alle Werte in diesem Abschnitt beziehen sich ausschließlich auf diesen Artikel.
Wissensplattform in Zahlen
Diese Werte beziehen sich auf die gesamte Plattform und alle veröffentlichten Artikel.