1. Komplexe Zahlen & Vektorräume
In der Schule hast du mit reellen Zahlen gerechnet – also Zahlen auf dem Zahlenstrahl. Aber manche Gleichungen, wie $x^2 = -1$, haben dort keine Lösung. Deshalb erweitern wir den Zahlenstrahl zu einer ganzen Zahlenebene: den komplexen Zahlen. Jede komplexe Zahl hat einen „Realteil" (links-rechts) und einen „Imaginärteil" (oben-unten). Das Besondere: Wenn du eine komplexe Zahl mit einer anderen multiplizierst, passiert geometrisch eine Drehung und Streckung in der Ebene. Das ist kein Zufall – genau deshalb sind komplexe Zahlen so nützlich, um Drehungen und Schwingungen zu beschreiben.
Der zweite große Block hier sind Vektorräume. Du kennst Vektoren als Pfeile im $\mathbb{R}^2$ oder $\mathbb{R}^3$. Ein Vektorraum verallgemeinert das: Alles, was man sinnvoll addieren und mit Zahlen strecken kann, ist ein Vektorraum – auch Funktionen oder Polynome. Die zentrale Idee ist die Basis: eine minimale Menge von Vektoren, aus denen man durch Linearkombination jeden anderen Vektor im Raum erzeugen kann. Die Anzahl der Basisvektoren ist die Dimension des Raums.
Lineare Abbildungen sind Funktionen zwischen Vektorräumen, die sich „brav" verhalten: Sie erhalten Addition und Skalierung. Jede solche Abbildung lässt sich als Matrix schreiben. Der Rangsatz sagt dir, dass die Dimension des Raums sich aufteilt in das, was die Abbildung trifft (Bild) und das, was sie auf Null schickt (Kern). Dieses Zusammenspiel von Bild und Kern zieht sich wie ein roter Faden durch die gesamte Vorlesung.
Für die Nachklausur: Komplexe Zahlen kommen dir bei Eigenwerten und beim Gram-Schmidt mit komplexem Skalarprodukt wieder entgegen. Übe besonders das Rechnen mit $i$, $\bar{z}$ und $|z|$, und stelle sicher, dass du die Polarform sicher beherrschst.
1.1 Komplexe Zahlen
🎓 eLehrer-Erklärung einblenden
Komplexe Zahlen sprengen den eindimensionalen Zahlenstrahl. Das 'i' ist im Grunde geometrisch eine 90-Grad-Drehung auf eine neue Achse (den Imaginärteil). Zweimal 90 Grad = 180 Grad, was exakt drehen auf die negative X-Achse und somit der Multiplikation mit -1 entspricht!
🔗 Zugehörige Übungen:
- Übungsblatt 1: Komplexe Zahlen (komplett)
🎓 eLehrer-Erklärung einblenden
Komplexe Zahlen sprengen den eindimensionalen Zahlenstrahl. Das 'i' ist im Grunde geometrisch eine 90-Grad-Drehung auf eine neue Achse (den Imaginärteil). Zweimal 90 Grad = 180 Grad, was exakt drehen auf die negative X-Achse und somit der Multiplikation mit -1 entspricht!
Definition
🎓 eLehrer-Erklärung einblenden
Ein Vektorraum kann alles sein: Polynome, Matrizen, sogar Audiosignale. Solange du Objekte addieren und skalieren (strecken) kannst, bist du in einem Vektorraum.
$\mathbb{C} = \{a + bi \mid a, b \in \mathbb{R}\}$ mit $i^2 = -1$
Rechenregeln
🎓 eLehrer-Erklärung einblenden
Plus/Minus ist einfaches Vektor-Schieben (wie im R²). Mal und Geteilt sind immer Kombinationen aus Streckung (Längen verändern) und Drehung (Winkel addieren).
- Addition: $(a+bi) + (c+di) = (a+c) + (b+d)i$
- Multiplikation: $(a+bi)(c+di) = (ac - bd) + (ad + bc)i$
- Konjugation: $\overline{a+bi} = a - bi$
- Betrag: $|a+bi| = \sqrt{a^2 + b^2}$
- Division: $\frac{z_1}{z_2} = \frac{z_1 \cdot \overline{z_2}}{|z_2|^2}$
Wichtige Eigenschaften
🎓 eLehrer-Erklärung einblenden
Der Trick z * z-quer rettet uns in Klausuren oft aus der Patsche, um aus etwas Komplexem wieder eine handfeste reelle Zahl (den Radius im Quadrat) zu machen.
- $z \cdot \overline{z} = |z|^2$ (immer reell und ≥ 0)
- $\overline{z_1 \cdot z_2} = \overline{z_1} \cdot \overline{z_2}$
- $\overline{z_1 + z_2} = \overline{z_1} + \overline{z_2}$
- $|z_1 \cdot z_2| = |z_1| \cdot |z_2|$
🎓 Wikipedia-Ergänzung: Algebraische Eigenschaften & Fundamentalsatz
Nach Wikipedia (Komplexe Zahl):
- Algebraischer Abschluss: Der Körper der komplexen Zahlen ist algebraisch abgeschlossen. Nach dem Fundamentalsatz der Algebra hat jede algebraische Gleichung positiven Grades hier immer mindestens eine Lösung, d. h., jedes Polynom zerfällt über $\mathbb{C}$ vollständig in Linearfaktoren. Das garantiert z. B., dass Matrizen über $\mathbb{C}$ stets Eigenwerte haben.
- Keine Anordnung: Im Gegensatz zu den reellen Zahlen lässt sich $\mathbb{C}$ nicht sinnvoll als geordneter Körper anordnen. Es gibt kein "größer" oder "kleiner" für komplexe Zahlen.
- Komplexe Konjugation: Die Funktion $z \mapsto \bar{z}$ ist ein (involutorischer) Körperautomorphismus, was bedeutet, dass sich diese Operation nahtlos auf alle Summen und Produkte überträgt ($\overline{y+z} = \bar{y}+\bar{z}$ sowie $\overline{y\cdot z} = \bar{y}\cdot\bar{z}$).
Polarform
🎓 eLehrer-Erklärung einblenden
Merk dir: Die Polarform ist der Cheat-Code für Multiplikation! Statt ewig Klammern auszumultiplizieren, addierst du hier einfach die Winkel und nimmst die Radien absolut mal. Es visualisiert das Drehen im Raum direkt.
$z = r \cdot e^{i\varphi} = r(\cos\varphi + i\sin\varphi)$
wobei $r = |z|$ und $\varphi = \arg(z)$
Multiplikation in Polarform:
$z_1 \cdot z_2 = r_1 r_2 \cdot e^{i(\varphi_1 + \varphi_2)}$
→ Multiplikation = Streckung um $r_2$ + Drehung um $\varphi_2$
Geometrische Interpretation
🎓 eLehrer-Erklärung einblenden
Prof. Weber liebt Geometrie! Merk dir: Konjugieren ist immer eine Spiegelung an der reellen Achse. Multiplizieren mit $e^{i arphi}$ ist die exakte Drehung um den Ursprung.
- Addition: Vektoraddition in der Ebene
- Multiplikation mit $e^{i\varphi}$: Drehung um Winkel $\varphi$
- Konjugation: Spiegelung an der reellen Achse
1.2 Quaternionen (kurz)
🎓 eLehrer-Erklärung einblenden
Damit haben Hamilton und Grassmann den 3D-Raum verknüpft (das baut direkt auf komplexe Zahlen auf). Wichtigstes Detail: Das Kommutativgesetz bricht! ab ist nicht mehr ba, denn in 3D kommt es massiv darauf an, ob du erst um X oder erst um Y drehst.
$\mathbb{H} = \{a + bi + cj + dk \mid a,b,c,d \in \mathbb{R}\}$
mit $i^2 = j^2 = k^2 = ijk = -1$
Nicht kommutativ! $ij = k$ aber $ji = -k$
🎓 Wikipedia-Ergänzung: Struktur & Schiefkörper
Nach Wikipedia (Quaternion):
- Schiefkörper: Die Quaternionen bilden das erste entdeckte Beispiel eines nichtkommutativen Schiefkörpers, d.h. es gelten alle normalen Körper-Rechenregeln inklusive der Invertierbarkeit (Inverses $x^{-1}$ existiert für jedes $x \neq 0$), mit Ausnahme des Kommutativgesetzes ($xy \neq yx$).
- Vier-Quadrate-Satz: Hamiltons Multiplikationsregeln dienten schon früh als nützliches Werkzeug im Beweis des Eulerschen Vier-Quadrate-Satzes, da die Norm des Produkts zweier Quaternionen immer gleich dem Produkt ihrer einzelnen Normen ist.
- Anwendungen: Einheitenquaternionen ($\|q\| = 1$) bilden eine Lie-Gruppe und modellieren Drehungen im 3D-Raum rechnerisch weitaus eleganter und stabiler als klassische Rotationsmatrizen oder Euler-Winkel (vermeidet Gimbal-Lock).
→ Anwendung: Drehungen im 3D-Raum
1.3 Vektorräume
🎓 eLehrer-Erklärung einblenden
Verlasse gedanklich den Schul-Vektor (xyz-Pfeil). Abstraktion ist gefragt: Eine Lösungsmenge eines LGS, eine Menge von Differentialgleichungen – das sind alles abstrakte Vektoren.
🔗 Zugehörige Übungen:
- Übungsblatt 2: Erzeugendensysteme algebraischer Strukturen (komplett)
- Übungsblatt 3: Bild und Kern Linearer Abbildungen
🎓 eLehrer-Erklärung einblenden
Verlasse gedanklich den Schul-Vektor (xyz-Pfeil). Abstraktion ist gefragt: Eine Lösungsmenge eines LGS, eine Menge von Differentialgleichungen – das sind alles abstrakte Vektoren.
Definition
🎓 eLehrer-Erklärung einblenden
🎓 Wikipedia-Ergänzung: Historie & Abstraktion
Nach Wikipedia (Vektorraum):
- Ursprung: Historisch gesehen wurden abstrakte Vektorräume von den aus der Physik bekannten geometrischen Verschiebungs-Vektoren des euklidischen Raumes abstrahiert. Den grundlegenden Basis-Begriff und den $n$-dimensionalen Raum definierte erstmals Hermann Graßmann (1844, in "Die lineale Ausdehnungslehre").
- Unendlichdimensionaler Fall: Die abstrakte Definition eines Vektorraums umschließt ganz natürlich beliebige Strukturen. Bezieht man etwa den Funktionenraum aller stetigen Funktionen $f: \mathbb{R} \to \mathbb{R}$ ein, so bildet dies einen unendlichdimensionalen Vektorraum ($K[X]$ für Polynomräume verhält sich analog).
- Basis-Existenz: Unter Voraussetzung des Auswahlaxioms (etwa über das Lemma von Zorn) lässt sich beweisen, dass absolut jeder Vektorraum eine – eventuell überabzählbare – Basis besitzt, und je zwei Basen desselben Vektorraums dieselbe Kardinalität (Dimension) haben.
Ein Vektorraum kann alles sein: Polynome, Matrizen, sogar Audiosignale. Solange du Objekte addieren und skalieren (strecken) kannst, bist du in einem Vektorraum.
Ein Vektorraum $V$ über einem Körper $K$ ist eine abelsche Gruppe $(V, +)$ mit einer Skalarmultiplikation $K \times V \to V$, die folgende Axiome erfüllt:
- $\lambda(\mu v) = (\lambda\mu)v$ (Assoziativität)
- $1 \cdot v = v$ (neutrales Element)
- $\lambda(u+v) = \lambda u + \lambda v$ (Distributivität 1)
- $(\lambda + \mu)v = \lambda v + \mu v$ (Distributivität 2)
Unterräume
🎓 eLehrer-Erklärung einblenden
Ein Unterraum ist eine stabile, 'brave' Teilwelt. Wenn du auf einer 2D-Ebene im 3D-Raum bleibst und durch den Ursprung gehst, hast du so eine Welt. Wichtig: Die Null (Ursprung) MUSS immer drin sein!
$U \subseteq V$ ist Unterraum $\iff$
- $U \neq \emptyset$ (d.h. $0 \in U$)
- $u, w \in U \Rightarrow u + w \in U$ (abgeschlossen unter Addition)
- $\lambda \in K, u \in U \Rightarrow \lambda u \in U$ (abgeschlossen unter Skalarmultiplikation)
Kurzkriterium: $U \neq \emptyset$ und $\lambda u + \mu w \in U$ für alle $\lambda, \mu \in K$ und $u, w \in U$
Basis & Dimension
🎓 eLehrer-Erklärung einblenden
Basis = Absolutes Raster. Nimmst du einen Vektor weg, erreichst du nicht mehr jeden Punkt (Erzeugendensystem kaputt). Tust du einen dazu, gibt es Redundanzen (Lineare Abhängigkeit). Die Dimension ist exakt die Mindest-Baustein-Zahl.
- Linear unabhängig: $\lambda_1 v_1 + \cdots + \lambda_n v_n = 0 \Rightarrow \lambda_1 = \cdots = \lambda_n = 0$
- Erzeugendensystem: Jedes $v \in V$ ist Linearkombination der Erzeuger
- Basis: linear unabhängiges Erzeugendensystem
- Dimension: Anzahl der Basisvektoren: $\dim(V) = n$
Lineare Abbildungen
🎓 eLehrer-Erklärung einblenden
Lineare Abbildungen sind Transformationen, die das Gitter des Raumes nicht verbiegen, sondern nur gleichmäßig drehen/strecken/scheren. Jede lineare Abbildung kann man in eine Matrix übersetzen.
$f: V \to W$ ist linear $\iff$
- $f(u + v) = f(u) + f(v)$
- $f(\lambda v) = \lambda f(v)$
Matrixdarstellung: Jede lineare Abbildung $f: K^n \to K^m$ wird durch eine Matrix $A \in K^{m \times n}$ dargestellt: $f(v) = Av$
Dimensionsformel (Rangsatz)
🎓 eLehrer-Erklärung einblenden
Die wohl wichtigste Intuition der Vorlesung! Du hast einen 3D-Raum (n=3). Die Matrix projiziert/quetscht ihn auf ein 2D-Blatt (Bild hat Dim 2). Wo ist die dritte Dimension hin? Sie wurde zu Null zerquetscht! Das ist der Kern (Dim 1).
$$\dim(V) = \dim(\ker(f)) + \dim(\text{Bild}(f))$$
$$n = \text{Defekt} + \text{Rang}$$
KLAUSURRELEVANT: Diese Formel verbindet Kern und Bild. Wenn du den Rang einer Matrix kennst, kennst du auch die Dimension des Kerns!