Mathematics for Physicists 1 (Linear Algebra) - Cheatsheet.pdf

Mathematics for Physicists 1 (Linear Algebra) - Cheatsheet
Definition und Eigenschaften von Vektorräumen Definition: Ein Vektorraum ist eine algebraische Struktur, bestehend aus einer Menge von Vektoren, auf der Vektoraddition und Skalarmultiplikation definiert sind. Details: Vektoraddition: Für alle \( \textbf{u}, \textbf{v} \in V \) gilt \( \textbf{u} + \textbf{v} \in V \) Kommutativität: \( \textbf{u} + \textbf{v} = \textbf{v} + \textbf{u} \) Assoziati...

© StudySmarter 2024, all rights reserved.

Definition und Eigenschaften von Vektorräumen

Definition:

Ein Vektorraum ist eine algebraische Struktur, bestehend aus einer Menge von Vektoren, auf der Vektoraddition und Skalarmultiplikation definiert sind.

Details:

  • Vektoraddition: Für alle \( \textbf{u}, \textbf{v} \in V \) gilt \( \textbf{u} + \textbf{v} \in V \)
  • Kommutativität: \( \textbf{u} + \textbf{v} = \textbf{v} + \textbf{u} \)
  • Assoziativität der Addition: \( \textbf{u} + (\textbf{v} + \textbf{w}) = (\textbf{u} + \textbf{v}) + \textbf{w} \)
  • Existenz des neutralen Elements: Es gibt ein \( \textbf{0} \in V \) sodass \( \textbf{v} + \textbf{0} = \textbf{v} \) für alle \( \textbf{v} \in V \)
  • Existenz des inversen Elements: Für jedes \( \textbf{v} \in V \) gibt es ein \( -\textbf{v} \in V \) sodass \( \textbf{v} + (-\textbf{v}) = \textbf{0} \)
  • Skalarmultiplikation: Für alle \( a \in \mathbb{R} \) und \( \textbf{v} \in V \) gilt \( a\textbf{v} \in V \)
  • Distributivität der Skalarmultiplikation: \( a(\textbf{u} + \textbf{v}) = a\textbf{u} + a\textbf{v} \)
  • Distributivität über die Addition der Skalare: \( (a + b)\textbf{v} = a\textbf{v} + b\textbf{v} \)
  • Assoziativität der Skalarmultiplikation: \( a(b\textbf{v}) = (ab)\textbf{v} \)
  • Existenz des Einselements: \( 1\textbf{v} = \textbf{v} \) für alle \( \textbf{v} \in V \)

Nullraum und Bild linearer Abbildungen

Definition:

Nullraum und Bild linearer Abbildungen sind fundamentale Begriffe in der linearen Algebra, die die Struktur und Eigenschaften von linearen Abbildungen beschreiben.

Details:

  • Nullraum (Kern) einer linearen Abbildung: Menge aller Vektoren, die auf den Nullvektor abgebildet werden. Für eine Abbildung \(T: V \rightarrow W\): \(\text{ker}(T) = \{ \mathbf{v} \in V \mid T(\mathbf{v}) = \mathbf{0} \}\).
  • Eigenschaften des Nullraums: Untervektorraum von \(V\).
  • Bild einer linearen Abbildung: Menge aller erreichbaren Vektoren in \(W\). Für eine Abbildung \(T: V \rightarrow W\): \(\text{im}(T) = \{ T(\mathbf{v}) \mid \mathbf{v} \in V \}\).
  • Eigenschaften des Bildes: Untervektorraum von \(W\).
  • Rang und Dimensionsformel: \(\text{dim}(\text{im}(T)) + \text{dim}(\text{ker}(T)) = \text{dim}(V)\).

Matrizen-Darstellung linearer Abbildungen

Definition:

Lineare Abbildungen können durch Matrizen dargestellt werden. Die Wirkung der linearen Abbildung auf Vektoren erfolgt mittels Matrixmultiplikation.

Details:

  • Sei \( T: V \to W \) eine lineare Abbildung.
  • Wähle Basen \( \{v_1, v_2, \ldots, v_n\} \) von \( V \) und \( \{w_1, w_2, \ldots, w_m\} \) von \( W \).
  • Die Matrixdarstellung von \( T \) ist \( [T]_B = [T(v_1), T(v_2), \ldots, T(v_n)] \).
  • Matrixelemente: \( T(v_j) = \sum_{i=1}^m a_{ij} w_i \), wobei \( [T]_B = (a_{ij}) \).
  • Anwendung: \[ T(v) = [T]_B [v]_B \] für Vektoren \( v \) in \( V \).

Determinanten und ihre Eigenschaften

Definition:

Determinanten sind skalare Werte, die sich aus quadratischen Matrizen berechnen lassen und Informationen über deren Eigenschaften liefern, wie z.B. die Invertierbarkeit.

Details:

  • Eine Matrix \[ A \] hat eine Determinante, wenn sie quadratisch ist.
  • Berechnung für 2x2-Matrizen: \[ \text{det}(A) = ad - bc, A = \begin{pmatrix} a & b \ c & d \end{pmatrix} \]
  • Eigenschaften der Determinanten:
    • \( \text{det}(I) = 1 \) (Einheitsmatrix)
    • Wenn zwei Zeilen oder Spalten vertauscht werden, ändert sich das Vorzeichen der Determinante.
    • Eine Matrix ist genau dann invertierbar, wenn ihre Determinante ungleich Null ist.
    • \( \text{det}(AB) = \text{det}(A) \cdot \text{det}(B) \)
    • \( \text{det}(A^\text{T}) = \text{det}(A) \)
    • Für Linearkombinationen: \[ \text{det}(cA) = c^n \text{det}(A) \] für eine n x n-Matrix \[ A \]

Diagonalisierung von Matrizen

Definition:

Methode, um eine Matrix in eine Diagonalmatrix zu transformieren, sofern dies möglich ist.

Details:

  • Es sei \( A \) eine \( n \times n \)-Matrix.
  • \( A \) ist diagonalisierbar, wenn es eine invertierbare Matrix \( P \) und eine Diagonalmatrix \( D \) gibt, so dass: \[ A = PDP^{-1} \]
  • Die Diagonaleinträge von \( D \) sind die Eigenwerte von \( A \).
  • Die Spalten von \( P \) sind die Eigenvektoren von \( A \).
  • Ein notwendiges und hinreichendes Kriterium: \( A \) hat \( n \) linear unabhängige Eigenvektoren.

Gram-Schmidt-Verfahren zur Orthogonalisierung

Definition:

Verfahren zur Umwandlung einer gegebenen Menge von Vektoren in eine orthogonale oder orthonormale Menge.

Details:

  • Eingang: Lineare unabhängige Vektoren \( \{ \mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_n \} \) aus einem Vektorraum.
  • Ausgang: Orthogonale bzw. orthonormale Vektoren \( \{ \mathbf{u}_1, \mathbf{u}_2, \ldots, \mathbf{u}_n \} \).
  • Rekursive Berechnung der orthogonalen Basisvektoren:
  • \[ \mathbf{u}_1 = \mathbf{v}_1 \]
  • \[ \mathbf{u}_i = \mathbf{v}_i - \sum_{j=1}^{i-1} \frac{\mathbf{v}_i \cdot \mathbf{u}_j}{\mathbf{u}_j \cdot \mathbf{u}_j} \mathbf{u}_j \]
  • Orthogonale Basisvektoren normalisieren: \( \mathbf{e}_i = \frac{\mathbf{u}_i}{\|\mathbf{u}_i\|} \)

Singulärwertzerlegung

Definition:

Singulärwertzerlegung (SVD) einer Matrix ist eine ihrer Eigenschaft zur Zerlegung in drei spezielle Matrizen.

Details:

  • Jede Matrix A lässt sich zerlegen in: \[A = U\Sigma V^T\]
  • \(U\) und \(V\) sind orthogonale Matrizen.
  • \(\Sigma\) ist eine Diagonalmatrix mit den Singulärwerten.
  • Singulärwerte sind die Quadratwurzeln der Eigenwerte von \(A^TA\) bzw. \(AA^T\).
  • Ermöglicht Dimensionseichung und Rauschunterdrückung.
Sign Up

Melde dich kostenlos an, um Zugriff auf das vollständige Dokument zu erhalten

Mit unserer kostenlosen Lernplattform erhältst du Zugang zu Millionen von Dokumenten, Karteikarten und Unterlagen.

Kostenloses Konto erstellen

Du hast bereits ein Konto? Anmelden