Eugenia Saorín Gómez

Lineare Algebra 2
SS26
2
Inhaltsverzeichnis

3
4 INHALTSVERZEICHNIS
Vorwort

Der Entwurf dieses Skript wurde während der Vorlesung „Lineare Algebra
2“ im Sommersemester 2024 und Sommersemester 2025 geschrieben und
soll sich zu einem Skript für die Lineare Algebra 2 im SS26 entwickeln. Das
Skript ist im Moment noch korrekturbedürftig (mathematisch und sprach-
lich). Für die Mitteilung Unklarheiten und Fehlern jeder Art und Verbes-
serungsvorschläge bin ich stets dankbar.

5
6 INHALTSVERZEICHNIS
Kapitel 1

Dualraum

Wir bezeichnen mit K einen Körper.

Definition 1.1. Sei K ein Körper und V ein Vektorraum über K. Der Vektor-
raum HomK (V, K) = {v : V −→ K : f linear} heißt Dualraum von V , seine
Elemente Linearformen (auf V ).
Der Dualraum (mit den üblichen Operationen) wird oft mit V ∗ bezeichnet.
Beispiel 1.2.
i. Sei V ein n-dimensionaler K-Vektorraum mit Basis B = (b1 , . . . , bn ) und
sei 1 ≤ k ≤ n, k ∈ N. Dann ist die Projektion auf die k-te Koordinate
prk : V −→ K,
Pn
gegeben durch prk ( i=1 λi bi ) := λk eine Linearform auf V und somit
prk ∈ V ∗ .
ii. Sei I = [a, b] ⊂ R ein kompaktes reelles Intervall. Dann ist
C(I, R) := {f : I −→ R, f stetig}
ein Unterraum von RI . Die Abbildung
Z
: C(I, R) −→ R
I
R Rb
gegeben durch f 7→ I
f := a
f (x)dx ist linear, also eine Linearform.
Bemerkung 1.3. Sei V ein n-dimensionaler K-Vektorraum, und sei B =
∗

V . Dann hat eine Linearform f ∈ V eine (1 × n)-
(b1 , . . . bn ) eine Basis von
Matrix a1 a2 . . . an als Matrixdarstellung bzgl. der Basis B in V und {1}
in K, d.h.

{1} [f ]B = a1 a2 . . . an

7
8 KAPITEL 1. DUALRAUM

und es gilt
 
λ1
Xn n
X
 
 λ2 
f( λ i bi ) = ai λ i = a1 a2 . . . an  ..  .
i=1 i=1
.
λn

Satz 1.4. Sei V ein n-dimensionaler K-Vektorraum mit Basis (b1 , . . . , bn ). Sei
weiter für jedes i ∈ {1, . . . , n} die Linearform b∗i definiert durch
b∗i (bj ) = δij ,
d.h. b∗i (bj ) = 1 wenn i = j und b∗i (bj ) = 0 sonst.
Dann ist B ∗ = (b∗1 , b∗2 , . . . , b∗n ) eine Basis von V ∗ und es gilt dim V = dim V ∗ .
B ∗ heißt die zur Basis B gehörige duale Basis.
Ende 1. VL.
Bemerkung 1.5. Ist V nicht endlich-dimensional, so lässt sich wie im vorhe-
rigen Satz eine zu einer Basis B von V gehörende Menge B ∗ definieren. Diese
Menge B ∗ ist zwar linear unabhängig, aber kein Erzeugendensystem von V ∗ .
Die Abbildung fB : V −→ V ∗ , definiert als bi 7→ b∗i , ist injektiv, aber für
unendlich dimensionales V nicht bijektiv.
Bemerkung 1.6. Sei V = Kn , B = (e1 , . . . , en ) die kanonische Basis von Kn
und B ∗ = (e∗1 , . . . , e∗n ) die zugehörige
  duale
 Basis.
x1 x1
 x2   x2 
   
Sei x ∈ Kn . Es ist x =  ..  =  ..  für gewisse xi ∈ K, 1 ≤ i ≤ n.
. .
xn B xn
Die Darstellungsmatrix der Linearform f ∈ (Kn )∗ bzgl. der Basen B und
{1} sei

{1} [f ]B = a1 . . . an .

Es gilt  
x1 n

 .  X
f (x) = a1 . . . an  ..  = ai x i .
xn i=1

Weiterhin gilt für fB : V −→ V ∗ , ei 7→ e∗i ,

 
x1 Xn Xn Xn
 .. 
f B  .  = f B ( xi e i ) = xi fB (ei ) = xi e∗i ∈ V ∗ .
xn i=1 i=1 i=1
 9


x1
 
Die Darstellungsmatrix von fB  ...  ∈ V ∗ bzgl. B und {1} ist nun
xn
  
x1
  .. 

fB  .  = x1 . . . xn ,
{1}
xn B
 

x1
   P
denn für jedes 1 ≤ j ≤ n gilt fB  ...  (ej ) = ni=1 xi e∗i (ej ) = xj .
xn
Ende 2. VL.
Satz 1.7. Sei V ein n-dimensionaler Vektorraum mit Basis (b1 , . . . , bn ), B ∗ die
zu B gehörige duale Basis von V ∗ . Dann gilt für jedes x ∈ V und jedes f ∈ V ∗
n
X n
X
x= b∗i (x)bi , f= f (bi )b∗i .
i=1 i=1

Definition 1.8 (Orthogonales Komplement). Sei V ein K-Vektorraum und

U ≤ V ein Unterraum. Dann heißt

U ⊥ := {f ∈ V ∗ : f (x) = 0 für alle x ∈ U }

orthogonales Komplement von U .

Bemerkung 1.9. U ⊥ ist ein Unterraum von V ∗ .
Bemerkung 1.10. «Orthogonal» heißt rechtwinklig. Der Begriff wird in Ana-
logie zu senkrecht in R2 und R3 benutzt. Das Konzept Winkel wird erst in spä-
teren Kapiteln behandelt.
Proposition 1.11. Sei V ein n-dimensionaler Vektorraum und U ≤ V ein r-
dimensionaler Unterraum. Dann ist U ⊥ ein (n − r)-dimensionaler Unterraum
von V ∗ .
Definition 1.12. Seien V, W K-Vektorräume, V ∗ und W ∗ ihre Dualräume
und T : V −→ W eine lineare Abbildung. für jedes f ∈ W ∗ ist f ◦T : V −→ K
ein Element aus V ∗ . Die Abbildung

T ∗ : W ∗ −→ V ∗ , f 7→ f ◦ T

heißt zu T duale Abbildung.

10 KAPITEL 1. DUALRAUM

Beispiel 1.13. Sei V = K[t] = W und sei

T : R[t] −→ R[t]
d
f 7→ f,
dt
Pn
d.h. für f = i=0 ai ti ist

X n−1
d
f= i ai ti .
dt i=1

Sei T ∗ die zu T duale Abbildung

T ∗ :(R[t])∗ −→ (R[t])∗
d
g 7→ g◦T =g◦
dt
Sei α ∈ R beliebig aber fest und sei

evα : R[t] −→ R
Xn n
X
i
f= ai t 7→ ai α i .
i=0 i=0

Die Abbildung evα : R[t] −→ R ist eine Linearform auf R[t].

Wir schauen uns an T ∗ (evα ) ∈ (R[t])∗ . Nach Definition ist

T ∗ (evα ) = evα ◦ T : R[t] −→ R

eine Linearform, definiert wie folgt

n
! n
!
X X
T ∗ (evα ) ai ti = evα ◦ T ai ti .
i=0 i=0

d
Nutzen wir, dass T = ,
so erhalten wir
dt

n
! n
!
X X
T ∗ (evα ) ai ti = evα ◦ T ai ti
i=0 i=0
n
!
d X
= evα ai ti
dt i=0
n−1
! n−1
X X
= evα i ai ti = i ai αi .
i=1 i=1
 11
R
Beispiel 1.14 (nicht in der VL besprochen). Das Bild der Linearform I für
ein kompaktes Intervall I = [a, b] ⊂ R unter T ∗ vom vorherigen Beispiel ?? ist
Z  Z
∗
T = ◦ T : R[t] −→ R
I I
n Z  X n Z n
!! Z n
!!
X X d X
ai ti 7→ ◦T ( ai t i ) = T ai ti = ai ti .
i=0 I i=0 I i=0 I dt i=0
R
Pn R P
R Pn−1

Somit ist T ∗ I
( i=0 ai ti ) = I d
dt
( ni=0 ai ti ) = I i
i=1 i ai t .

Bemerkung 1.15 (nicht in der VL besprochen). Die Zuordnung T 7→ T ∗

definiert eine Abbildung

Φ : HomK (V, W ) −→ HomK (W ∗ , V ∗ )

für Vektorräume V, W über K.

Die Abbildung Φ ist linear und injektiv. Sind V, W endlich dimensional, so
ist Φ ein Isomorphismus.
Idee des Beweises:
Erstmal zeigen wir, dass Φ linear ist. Dafür ist es zu zeigen, dass

Φ(T1 + T2 ) = Φ(T1 ) + Φ(T2 ).

Wir bemerken, dass Φ(T1 + T2 ), Φ(T1 ), Φ(T2 ) : W ∗ −→ V ∗ . Um zu zeigen,

dass Φ(T1 + T2 ) = Φ(T1 ) + Φ(T2 ), müssen wir zeigen, dass für jedes f ∈ W ∗

Φ(T1 + T2 )(f ) = (Φ(T1 ) + Φ(T2 )) (f )

gilt. Per definitionem der Summe in V ∗ ist (Φ(T1 ) + Φ(T2 )) (f ) = Φ(T1 )(f ) +
Φ(T2 )(f ).
Weiterhin bemerken wir, dass Φ(T1 + T2 )(f ), Φ(T1 ), Φ(T2 )(f ) ∈ V ∗ , d.h.
Φ(T1 + T2 )(f ), Φ(T1 ), Φ(T2 )(f ) : V −→ K sind Linearformen auf V . Um zu
zeigen, dass Φ(T1 + T2 )(f ) = Φ(T1 )(f ) + Φ(T2 )(f ), zeigen wir, dass für jedes
v ∈ V gilt

Φ(T1 + T2 )(f )(v) = (Φ(T1 )(f ) + Φ(T2 )(f )) (v)

.

Mit der Definition der Summe in V ∗ können wir die rechte Seite der zu zeigen-
den Gleichung wie folgt schreiben

Φ(T1 )(f )(v) + Φ(T2 )(f )(v).

12 KAPITEL 1. DUALRAUM

Somit ist es zu zeigen, dass

Φ(T1 + T2 )(f )(v) = Φ(T1 )(f )(v) + Φ(T2 )(f )(v).

Per definitionem von Φ und der dualen Abbildung ist

(Φ(T1 + T2 )(f )) (v) = ((T1 + T2 )∗ (f )) (v)

= (f ◦ (T1 + T2 )) (v)
= f ((T1 + T2 ) (v))
= f (T1 (v) + T2 (v))
= f (T1 (v)) + f (T2 (v))
= f ◦ T1 (v) + f ◦ T2 (v)
= T1∗ (f )(v) + T2∗ (f )(v)
= Φ(T1 )(f )(v) + Φ(T2 )(f )(v)

wobei die Linearität von f benutzt wurde. Analog wird bewiesen, dass für λ ∈
K
Φ(λT )(f ) = λ (Φ(T )) (f ).
Um die Injektivität zu zeigen, werden wir zeigen, aufgrund der Linearität
von Φ, dass Ker Φ = {0}.
Sei angenommen, dass T : V −→ W eine lineare Abbildung ist, sodass
Φ(T ) = 0 : W ∗ −→ V ∗ . Genau dann ist Φ(T ) = 0, wenn für alle f ∈ W ∗
gilt: Φ(T )(f ) = T ∗ (f ) = f ◦ T = 0 ∈ V ∗ . Die Linearform f ◦ T ∈ V ∗ ist die
Null Linearform in V ∗ , wenn f ◦ T (v) = 0 ∈ K für alle v ∈ V . Dies gilt nur
für T = 0, denn wäre T ̸= 0, so gäbe es v ∈ V \ {0} mit T v = w ̸= 0. Wir
können in diesem Fall eine Linearform f : W −→ K mit w 7→ 1 definieren, für
die f ◦ T (v) = f (w) = 1, ein Widerspruch. Somit ist KerΦ = {0} und Φ ist
injektiv.

Satz 1.16. Seien V und W endlich dimensionale Vektorräume, B1 und B2

Basen von V bzw. W , B1∗ und B2∗ die zugehörigen dualen Basen von V ∗ bzw.
W ∗ . Weiterhin sei T : V −→ W eine lineare Abbildung und sei B2 [T ]B1 ihre
Matrixdarstellung bzgl. B1 und B2 . Dann gilt für die Matrixdarstellung von T ∗
bzgl. B2∗ und B1∗
∗ T
B1∗ [T ]B2∗ = (B2 [T ]B1 )

Ende 3. VL

Beweis. Seien B1 = (b1 , . . . , bm ), B2 = (w1 , . . . , wk ) und B1∗ = (b∗1 , . . . , b∗m ),

B2∗ = (w1∗ , . . . , wk∗ ).
 13

Seien weiterhin

B2 [T ]B1 = (aij )1≤i≤k;1≤j≤m ∈ M(k × m, K)

und
B1∗ [T ]B2∗ = (bij )1≤i≤m;1≤j≤k ∈ M(m × k, K).
Es ist  
0
 .. 
. X k
 
(T (bj ))B2 =B2 [T ]B1 · ej =B2 [T ]B1 · 1 = aij wi .
.
 ..  j=1
0
und  
0
 .. 
. X m
 
[T ∗ (wj∗ )]B1∗ =B1∗ [T ∗ ]B2∗ · ej =B1∗ [T ∗ ]B2∗ · 1 = bkj b∗k .
.
 ..  k=1
0
Achten Sie bitte darauf, dass wir bezeichnen mit ej der j-te Vektor in der
kanonischen Basis, sowohl in Km als in Kk .
Nutzen wir nun, dass wj∗ (wi ) = δij und b∗j (bi ) = δij für alle 1 ≤ i ≤ k
bzw. 1 ≤ j ≤ m, so erhalten wir für 1 ≤ l ≤ m einerseits
m
X
∗
(T (wj∗ ))(bl ) = bkj b∗k (bl ) = blj .
k=1

Andererseits ist es
k
X
∗
(T (wj∗ ))(bl ) = (wj∗ ◦ T )(bl ) = wj∗ (T (bl )) = wj∗ ( ail wi ) = ajl
i=1

für 1 ≤ l ≤ m. Somit ist ajl = blj . Dies zeigt, dass B1∗ [T ∗ ]B2∗ = (B2 [T ]B1 )T .
14 KAPITEL 1. DUALRAUM
Übungsblätter zum Kapitel 1

15
Lineare Algebra 2 SS26 Übung 1

Abgabe: am 17.04.2026 bis 10:00 Besprechung: 20.04.2026

Aufgabe 1.1 (6P) Sei B = (e1 , e2 , e3 ) die kanonische Basis von R3 , als R
Vektorraum und a, b ∈ R. Sei h : R3 −→ R eine lneare Abbildung mit
  
 x1 
• Kern(h) = x2  ∈ R3 : x1 + x2 + b x3 = 0 , h(e1 ) = 2.
 
x3
 
x1
Finden Sie h x2 .
x3
   
x1 x1
Die Notation x2  = x2  bezeichnet (wie im letzten Wintersemester)
x3 x3 B
den Vektor aus R3 mit Koordinaten x1 , x2 und x3 in Basis B.
Aufgabe 1.2 (4+4+4P) Sei K ein Körper und V ein n dimensionaler K-
Vektorraum, und seien f, g : V −→ K lineare Abbildungen, wobei K hier als
K-Vektorraum (der Dimension 1) betrachtet wird.
1. Zeigen Sie, dass dim Kern f ≥ n − 1.
̸ 0 . Zeigen Sie, dass wenn Kern f = Kern g, so gibt es
2. Seien f, g =
v ∈ V mit f (v) · g(v) ̸= 0.
3. Seien f, g ̸= 0, Kern f = Kern g und sei v ∈ V mit f (v) = α ̸= 0 und
g(v) = β ̸= 0. Geben Sie µ ∈ K mit f = µ · g.
Hinweis: µ hängt von α, β ab.

Aufgabe 1.3 (10P) Sei K ein Körper und V ein K-Vektorraum (keine
Annahme über die Dimension!). Seien f, g : V −→ K lineare Abbildungen,
mit g ̸= 0. Sei angenommen dass, für jedes v ∈ V mit f (v) = 0 folgt
g(v) = 0. Zeigen Sie, dass f = λg für ein geeignetes λ ∈ K.
Hinweis: Der Fall f = 0 ist direkt (begründen Sie es!). Ist f ̸= 0, nehmen Sie w ∈ V
mit f (w) ̸= 0 und zeigen Sie, dass f (w)v − f (v)w ∈ Kern f für alle v ∈ V .
Aufgabe 1.4 (12P) Sei V ein n-dimensionaler Vektorraum über den Körper
K, und v ∈ V . Zeigen Sie, dass falls f (v) = 0 für alle f ∈ V ∗ , dann ist v = 0.
Lineare Algebra 2 SS26 Übung 2

Abgabe: am 24.04.2026 bis 10:00 Besprechung: 27.04.2026

Aufgabe 2.1 (Modulprüfung im SS23; 10P) Sei B die folgende Basis

von R3      
1 0 −1
B = 0 , 2 ,  0  .
1 0 2
Finden Sie die duale Basis von B. Geben Sie die zugehörigen Darstellungs-
matrizen bzgl. der kanonischen Basis an.
     
1 1 0
Aufgabe 2.2 (10P) Seien B = 1 , 0 , 1 und
0 0 1
     
1 1 1
B ′ = 1 , 1 , 0 Basen von F37 . Weiterhin seien B ∗ = (b∗1 , b∗2 , b∗3 )
0 1 1
die zu B gehörige duale Basis und (B ′ )∗ = ((b′1 )∗ , (b′2 )∗ , (b′3 )∗ ) die zu B ′
gehörige duale Basis von (F37 )∗ . Entscheiden Sie, mit Begründung, ob b∗1 =
(b′1 )∗ .

Aufgabe 2.3 (10P) Sei V ein endlich dimensionaler K Vektorraum und

V ∗ der Dualraum von V . Sei M ⊂ V eine Teilmenge von V . Zeigen Sie:

1. M ⊥ = (linM )⊥

2. Zeigen Sie, dass die zur Inklusion i : linM −→ V dualen Abbildung

i∗ : V ∗ −→ (linM )∗ surjektiv ist.

3. Finden Sie Ker i∗ und Bild i∗ . Geben Sie dim Ker i∗ und dim Bild i∗
an.


4. Folgern Sie daraus, dass dim V = dim (lin M ) + dim M ⊥ .
   
 1 1 
Finden Sie W ⊥ für W = lin 1 , 0 ≤ R3 .
 
0 1
Aufgabe 2.4 (10P) Sei K ein Körper und V ein K-Vektorraum. Seien
v, w ∈ V mit v ̸= w. Beweisen oder widerlegen Sie die folgende Aussage:
Es existiert f : V −→ K linear mit f (v) ̸= f (w).
Hierbei ist, wie in der Vorlesung, K als K-Vektorraum (der Dimension 1)
betrachtet.