Übungsfragen, Quiz und Schritt-für-Schritt-Lektion zu Linear Maps, Kernel & Image - verbessere deine Mathefähigkeiten mit gezielten Fragen und klaren Erklärungen.
Übungsquiz zu linearen Abbildungen, Kern & Bild mit interaktiver Schritt-für-Schritt-Lektion
Nutze das Quiz am Seitenanfang, um lineare Abbildungen, Kern und Bild zu üben: prüfen, ob eine Abbildung linear ist, \(T(0)=0\) verwenden, \(\ker T=\{v\in V:T(v)=0\}\) finden, \(\operatorname{Im}T=\{T(v):v\in V\}\) beschreiben, Injektivität mit \(\ker T=\{0\}\) verknüpfen, Surjektivität mit \(\operatorname{Im}T=W\) verknüpfen, Matrixabbildungen mithilfe von Spaltenraum und Nullraum deuten, Rang-Nullität nutzen und Kompositionsfakten wie "Aus \(S\circ T\) injektiv folgt \(T\) injektiv" behandeln. Wenn du eine Auffrischung möchtest, öffne die Lektion mit leicht nachvollziehbaren Beispielen und Kontrollfragen.
So funktioniert diese Übung zu linearen Abbildungen
1. Bearbeite das Quiz: Beantworte die Fragen zu linearen Abbildungen, Kern, Bild, Injektivität und Surjektivität am Seitenanfang.
2. Öffne die Lektion: Wiederhole Definitionen, Faustregeln für Matrixabbildungen, Rang-Nullität und Kompositionsfakten mit ausgearbeiteten Beispielen.
3. Erneut versuchen: Kehre zum Quiz zurück und nutze die Begriffe Kern und Bild sofort.
Was du in der Lektion zu linearen Abbildungen, Kern & Bild lernst
Lineare Abbildungen erkennen
Linearitätstest: \(T(u+v)=T(u)+T(v)\) und \(T(cv)=cT(v)\)
Nulltest: jede lineare Abbildung schickt \(0_V\) auf \(0_W\)
Erkenne affine und nichtlineare Fallen wie \((x,y)\mapsto(x+1,y)\) oder \((x,y)\mapsto(x^2,y)\)
Kern und Injektivität
Kern: \(\ker T=\{v\in V:T(v)=0\}\)
\(\ker T\) ist ein Unterraum des Definitionsbereichs
Injektiv: \(T\) ist genau dann injektiv, wenn \(\ker T=\{0\}\)
Bild und Surjektivität
Bild: alle Bildwerte \(T(v)\), immer ein Unterraum des Zielraums
Für \(x\mapsto Ax\) ist das Bild der Spaltenraum von \(A\)
Nutze Rang und Nullität sowie die Randfälle Nullabbildung und Identität, um Dimensionen zu zählen, bevor du alles ausrechnest
Kompositionsfakten: \(S\circ T\) injektiv erzwingt, dass \(T\) injektiv ist, und \(S\circ T\) surjektiv erzwingt, dass \(S\) surjektiv ist
Zurück zum Quiz
Wenn du bereit bist, kehre zum Quiz am Seitenanfang zurück und übe weiter lineare Abbildungen, Kerne und Bilder.
Laden...
Fortgeschrittene lineare Algebra
Lektion zu linearen Abbildungen, Kern & Bild
1 / 8
Lektionsüberblick
Ziel: Baue ein klares Bild von einer linearen Abbildung \(T:V\to W\) auf und nutze dann ihre zwei wichtigsten Unterräume: den Kern im Definitionsbereich und das Bild im Zielraum. Du verknüpfst diese Ideen mit Injektivität, Surjektivität, Matrixabbildungen, Rang-Nullität und Komposition.
Erfolgskriterien
Prüfe Linearität mit Additivität und skalarer Multiplikation.
Nutze \(T(0_V)=0_W\), um verschobene Abbildungen schnell auszuschließen.
Finde \(\ker T\), indem du \(T(v)=0\) löst, und wisse, dass er ein Unterraum von \(V\) ist.
Finde \(\operatorname{Im}T\), indem du alle Bildwerte beschreibst, oft als lineare Hülle.
Erkenne injektive Abbildungen an \(\ker T=\{0\}\) und surjektive Abbildungen an \(\operatorname{Im}T=W\).
Lies bei \(x\mapsto Ax\) das Bild als Spaltenraum und den Kern als Lösungsmenge von \(Ax=0\).
Nutze \(\dim V=\dim\ker T+\dim\operatorname{Im}T\), um Dimensionen zu zählen.
Nutze grundlegende Kompositionsfakten, ohne die Rollen von \(S\) und \(T\) zu verwechseln.
Wichtige Begriffe
Lineare Abbildung: eine Funktion \(T:V\to W\) mit \(T(u+v)=T(u)+T(v)\) und \(T(cv)=cT(v)\).
Kern: \(\ker T=\{v\in V:T(v)=0_W\}\), ein Unterraum des Definitionsbereichs.
Bild: \(\operatorname{Im}T=\{T(v):v\in V\}\), ein Unterraum des Zielraums.
Rang: \(\dim\operatorname{Im}T\).
Nullität: \(\dim\ker T\).
Isomorphismus: eine bijektive lineare Abbildung.
Kurze Vorabprüfung
Vorabcheck 1: Was ist für eine lineare Abbildung \(T:V\to W\) der Wert von \(T(0_V)\)?
Hinweis: Nutze \(T(0)=T(0+0)=T(0)+T(0)\) und subtrahiere dann \(T(0)\) in \(W\).
Vorabcheck 2: Was ist der Kern einer linearen Abbildung \(T:V\to W\)?
Hinweis: Der Kern liegt im Definitionsbereich und besteht aus den Eingaben, die auf den Nullvektor geschickt werden.
Linearität bedeutet, Struktur zu erhalten
Lernziel: Entscheide schnell, ob eine Formel eine lineare Abbildung definiert, und nutze \(T(0)=0\) als schnellen ersten Filter.
Kernidee
Eine Abbildung \(T:V\to W\) ist linear, wenn sie Linearkombinationen respektiert: \[T(cu+dv)=cT(u)+dT(v)\] für alle Vektoren \(u,v\) und Skalare \(c,d\). Diese eine Formel enthält sowohl Additivität als auch skalare Multiplikation.
Woran du es erkennst
Nulltest: Wenn \(T(0)≠ 0\), ist die Abbildung nicht linear.
Keine Verschiebungen: Konstanten wie \(x+1\) machen meistens eine affine Abbildung, keine lineare.
Keine nichtlinearen Operationen: Quadrate, Beträge, Produkte von Koordinaten und Fallunterscheidungen brechen meist die Linearität.
Koordinatenformeln: Summen wie \(x-y\) und skalare Vielfache wie \(2x\) sind mit Linearität vereinbar.
Folgen der Skalarmultiplikation: \(T(-v)=-T(v)\), \(T(u-v)=T(u)-T(v)\) und \(T(v/2)=T(v)/2\).
Ausgearbeitetes Beispiel
Beispiel: Ist \(T:\mathbb{R}^2\to\mathbb{R}^2\), \(T(x,y)=(x+1,y)\), linear?
Nein. Der Nullvektor wird auf \(T(0,0)=(1,0)\) abgebildet, nicht auf \((0,0)\). Eine lineare Abbildung muss den Nullvektor des Definitionsbereichs auf den Nullvektor des Zielraums schicken.
Übe selbst
Aufgabe 1: Welche Abbildung ist linear auf \(\mathbb{R}^2\)?
Hinweis: Suche nach einer Formel, die nur aus Koordinatensummen und skalaren Vielfachen besteht, ohne Verschiebung und ohne nichtlineare Operation.
Aufgabe 2: Wenn \(T(v)=w\), was ist \(T(3v)\)?
Hinweis: Skalare Multiplikation geht durch eine lineare Abbildung hindurch: \(T(3v)=3T(v)\).
Der Kern zeigt, was auf null abgebildet wird
Lernziel: Finde Kerne aus einfachen Formeln und nutze \(\ker T=\{0\}\) als Injektivitätstest.
Kernidee
Der Kern ist die Menge der Eingaben, die verschwinden: \[\ker T=\{v\in V:T(v)=0_W\}.\] Er ist immer ein Unterraum von \(V\). Für Injektivität darf nur der Nullvektor verschwinden: \(T\) ist genau dann injektiv, wenn \(\ker T=\{0\}\).
Ausgearbeitetes Beispiel
Beispiel: Finde \(\ker T\) für \(T:\mathbb{R}^3\to\mathbb{R}^2\), \(T(x,y,z)=(x,z)\).
Löse \(T(x,y,z)=(0,0)\). Das ergibt \(x=0\) und \(z=0\), während \(y\) frei ist. Also \[\ker T=\{(0,y,0):y\in\mathbb{R}\}=\operatorname{span}\{(0,1,0)\}.\]
Übe selbst
Aufgabe 1: Was ist \(\ker T\) für \(T:\mathbb{R}^2\to\mathbb{R}^2\), \(T(x,y)=(x,0)\)?
Hinweis: Setze \((x,0)=(0,0)\). Die erste Koordinate ist festgelegt, aber die zweite Koordinate ist frei.
Aufgabe 2: Wenn \(T(v)=T(w)\), welcher Vektor liegt in \(\ker T\)?
Hinweis: Subtrahiere die beiden gleichen Bilder mithilfe der Linearität.
Zusammenfassung
Um einen Kern zu finden, löse \(T(v)=0\).
Kernvektoren liegen im Definitionsbereich.
\(\ker T=\{0\}\) ist der klare Test für Injektivität.
Das Bild ist die Menge der erreichbaren Bildwerte
Lernziel: Beschreibe Bilder als lineare Hüllen oder Koordinatenbedingungen und nutze \(\operatorname{Im}T=W\) als Surjektivitätstest.
Kernidee
Das Bild ist die Menge aller Bildwerte: \[\operatorname{Im}T=\{T(v):v\in V\}.\] Es ist immer ein Unterraum des Zielraums. Eine Abbildung \(T:V\to W\) ist genau dann surjektiv, wenn jeder Vektor aus \(W\) erreicht wird, also \(\operatorname{Im}T=W\).
Ausgearbeitetes Beispiel
Beispiel: Beschreibe das Bild für \(T:\mathbb{R}^2\to\mathbb{R}^2\), \(T(x,y)=(x+y,x+y)\).
Jeder Bildwert hat gleiche Koordinaten: \((x+y,x+y)=(t,t)=t(1,1)\). Umgekehrt wird jedes \(t(1,1)\) erreicht, indem man \(x=t,y=0\) wählt. Also ist \(\operatorname{Im}T=\operatorname{span}\{(1,1)\}\), eine eindimensionale Gerade.
Übe selbst
Aufgabe 1: Was ist \(\operatorname{Im}T\) für \(T:\mathbb{R}^3\to\mathbb{R}^2\), \(T(x,y,z)=(x,z)\)?
Hinweis: Wähle für jedes Paar \((a,b)\) einfach \(x=a\) und \(z=b\).
Aufgabe 2: Wenn \(\operatorname{Im}T=W\), wie nennt man \(T\) üblicherweise?
Hinweis: Jeder Vektor im Zielraum wird erreicht.
Spaltenraum und Nullraum
Lernziel: Übersetze Fragen zu Kern und Bild für \(x\mapsto Ax\) in vertraute Matrixsprache.
Kernidee
Für eine Matrixabbildung \(T(x)=Ax\) ist das Bild die lineare Hülle der Spalten von \(A\), auch Spaltenraum genannt. Der Kern ist die Lösungsmenge von \(Ax=0\), auch Nullraum genannt. Pivotspalten geben dir die Dimension des Bildes; freie Variablen geben dir die Dimension des Kerns.
Ausgearbeitetes Beispiel
Beispiel: Sei \(A=\begin{pmatrix}1&0&2\\0&1&-1\end{pmatrix}\). Beschreibe den Kern von \(x\mapsto Ax\).
Löse \(Ax=0\): \[x_1+2x_3=0,\qquad x_2-x_3=0.\] Setze \(x_3=t\). Dann gilt \(x_1=-2t\), \(x_2=t\), also \[x=t(-2,1,1).\] Daher ist \(\ker A=\operatorname{span}\{(-2,1,1)\}\).
Übe selbst
Aufgabe 1: Was ist bei einer Matrixabbildung \(x\mapsto Ax\) das Bild der Abbildung?
Hinweis: Bildwerte von \(Ax\) sind Linearkombinationen der Spalten von \(A\).
Aufgabe 2: Wenn die Spalten einer \(3\times2\)-Matrix unabhängig sind, was ist ihr Kern?
Hinweis: Unabhängige Spalten bedeuten, dass die einzige Lösung von \(Ax=0\) der Nullvektor im Definitionsbereich ist.
Dimensionen mit Rang-Nullität zählen
Lernziel: Nutze Rang-Nullität, um eine fehlende Dimension zu finden, ohne jede Vektorgleichung zu lösen.
Kernidee
Für eine lineare Abbildung \(T:V\to W\) mit endlichdimensionalem Definitionsbereich gilt \[\dim V=\dim\ker T+\dim\operatorname{Im}T.\] Die Dimension des Bildes ist der Rang; die Dimension des Kerns ist die Nullität. Beachte, dass links die Dimension des Definitionsbereichs steht.
Ausgearbeitetes Beispiel
Beispiel: Wenn \(T:\mathbb{R}^4\to\mathbb{R}^3\) surjektiv ist, was ist \(\dim\ker T\)?
Surjektiv bedeutet \(\operatorname{Im}T=\mathbb{R}^3\), also Rang \(=3\). Rang-Nullität ergibt \(4=\dim\ker T+3\). Daher ist \(\dim\ker T=1\).
Übe selbst
Aufgabe 1: Wenn \(T:\mathbb{R}^3\to\mathbb{R}^2\) Rang \(2\) hat, was ist \(\dim\ker T\)?
Aufgabe 2: Wenn \(T:\mathbb{R}^2\to\mathbb{R}^3\) injektiv ist, was ist \(\dim\operatorname{Im}T\)?
Hinweis: Injektiv bedeutet Nullität \(0\), also ist der Rang gleich der Dimension des Definitionsbereichs.
Wie sich Kerne und Bilder in Kompositionen verhalten
Lernziel: Nutze grundlegende Kompositionsfakten, ohne die Rollen der inneren und äußeren Abbildung zu vertauschen.
Kernidee
Die Komposition linearer Abbildungen ist linear. Wenn \(S\circ T\) injektiv ist, muss \(T\) injektiv sein: gleiche Werte von \(T\) würden zu gleichen Bildwerten von \((S\circ T)\) werden. Wenn \(S\circ T\) surjektiv ist, muss \(S\) surjektiv sein: Jeder Vektor im endgültigen Zielraum wird erreicht, indem \(S\) auf etwas im Bild von \(T\) angewendet wird.
Ausgearbeitetes Beispiel
Beispiel: Warum erzwingt die Injektivität von \((S\circ T)\), dass \(T\) injektiv ist?
Nimm an, \(T(v)=T(w)\). Durch Anwenden von \(S\) erhältst du \(S(T(v))=S(T(w))\). Weil \(S\circ T\) injektiv ist, folgt daraus \(v=w\). Also ist \(T\) injektiv.
Übe selbst
Aufgabe 1: Wenn \(S\circ T\) injektiv ist, was muss dann für \(T\) gelten?
Hinweis: Starte mit \(T(v)=T(w)\) und wende dann \(S\) an.
Aufgabe 2: Wie nennt man eine lineare Abbildung, die sowohl injektiv als auch surjektiv ist?
Hinweis: Eine bijektive lineare Abbildung liefert eine strukturerhaltende Entsprechung zwischen Vektorräumen.
Halte Definitionsbereich, Zielraum, Kern und Bild auseinander
Lernziel: Vermeide häufige Fehler und schließe mit einer kurzen Abschlusskontrolle ab.
Häufige Fallen
Der Kern liegt im Definitionsbereich: Er besteht aus Eingabevektoren.
Das Bild liegt im Zielraum: Es besteht aus Bildwerten.
Das Bild ist nie leer: Eine lineare Abbildung liefert immer mindestens \(0_W\).
\(\ker T=\{0\}\) bedeutet injektiv, nicht surjektiv.
\(\operatorname{Im}T=W\) bedeutet surjektiv, nicht automatisch injektiv.
Extremfälle: Die Nullabbildung hat \(\ker T=V\) und \(\operatorname{Im}T=\{0\}\); die Identität hat \(\ker T=\{0\}\) und \(\operatorname{Im}T=V\).
Akzeptiere keine verschobenen Formeln: \(T(0)≠0\) bricht Linearität sofort.
Ausgearbeitetes Beispiel
Beispiel: Was sind Kern und Bild für \(T(x,y)=(x,0)\)?
Die Kernbedingung \((x,0)=(0,0)\) ergibt \(x=0\), also \(\ker T=\{(0,y):y\in\mathbb{R}\}\). Die Bildwerte haben die Form \((x,0)\), also \(\operatorname{Im}T=\{(x,0):x\in\mathbb{R}\}\). Der Kern ist eine vertikale Gerade im Definitionsbereich; das Bild ist eine horizontale Gerade im Zielraum.
Übe selbst
Aufgabe 1: Wenn \(T:\mathbb{R}^2\to\mathbb{R}^2\) die Nullabbildung ist, was ist \(\operatorname{Im}T\)?
Hinweis: Die Nullabbildung hat genau einen Bildwert.
Aufgabe 2: Welcher Vektor liegt für \(T(x,y)=(x+y,x+y)\) in \(\ker T\)?
Hinweis: Die Kernbedingung ist \(x+y=0\).
Abschluss-Wiederholung
Linearität bedeutet, Linearkombinationen zu erhalten.
\(\ker T=\{v\in V:T(v)=0_W\}\), und \(\ker T=\{0\}\) gilt genau dann, wenn \(T\) injektiv ist.
\(\operatorname{Im}T=\{T(v):v\in V\}\), und \(\operatorname{Im}T=W\) gilt genau dann, wenn \(T\) surjektiv ist.
Für \(x\mapsto Ax\) bedeutet Bild Spaltenraum und Kern die Lösungsmenge von \(Ax=0\).
Die Nullabbildung hat Kern \(V\) und Bild \(\{0\}\); die Identität hat Kern \(\{0\}\) und Bild \(V\).
Rang-Nullität zählt Dimensionen vom Definitionsbereich aus: \(\dim V=\dim\ker T+\dim\operatorname{Im}T\).
Bei Kompositionen ist für Injektivität die innere Abbildung und für Surjektivität die äußere Abbildung entscheidend.
Als Nächstes: Schließe diese Lektion und versuche das Quiz erneut. Wenn in einer Frage \(T(v)=0\) vorkommt, denke an den Kern; wenn sie fragt, welche Bildwerte möglich sind, denke an das Bild.
Serie 5+
Serie 10+
Serie 15+
Serie 20+
Serie 25+