Lineare Gleichungssysteme



Ähnliche Dokumente
Lineare Gleichungssysteme

Lineare Gleichungssysteme

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester gehalten von Harald Baum

Kapitel 15. Lösung linearer Gleichungssysteme

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Lösungen zum 3. Aufgabenblatt

2 Die Darstellung linearer Abbildungen durch Matrizen

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Eigenwerte und Eigenvektoren von Matrizen

Definition 27 Affiner Raum über Vektorraum V

Lineare Gleichungssysteme

0, v 6 = , v 4 = span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

7 Die Determinante einer Matrix

4. Übungsblatt Matrikelnr.:

Übungen zum Ferienkurs Lineare Algebra WS 14/15

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Einführung in die Algebra

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

Musterlösungen zur Linearen Algebra II Blatt 5

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Lineare Gleichungssysteme I (Matrixgleichungen)

3.3 Eigenwerte und Eigenräume, Diagonalisierung

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

7 Rechnen mit Polynomen

Bestimmung einer ersten

Primzahlen und RSA-Verschlüsselung

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse Lösung 10 Punkte

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

1 Lineare Gleichungssysteme

Mathematischer Vorbereitungskurs für Ökonomen

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

5 Eigenwerte und die Jordansche Normalform

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

4 Vorlesung: Matrix und Determinante

1 Aussagenlogik und Mengenlehre

Korrelation (II) Korrelation und Kausalität

8. Quadratische Reste. Reziprozitätsgesetz

β 1 x :=., und b :=. K n β m

Im Jahr t = 0 hat eine Stadt Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Lineare Algebra und analytische Geometrie II (Unterrichtsfach)

Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

3. LINEARE GLEICHUNGSSYSTEME

6 Lineare Gleichungssysteme

Schranken für zulässige Lösungen

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Elemente der Analysis II

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

1 topologisches Sortieren

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen

Kap. 8: Speziell gewählte Kurven

Klassenarbeit zu linearen Gleichungssystemen

Gleichungen und Ungleichungen

Charakteristikenmethode im Beispiel

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.

Rekursionen (Teschl/Teschl )

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Logische Folgerung. Definition 2.11

lineare-algeba.wxmx 1 / 7 Mathematik in wxmaxima Haftendorn Dez 2010

1 Mathematische Grundlagen

3. Grundlagen der Linearen Programmierung

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

WS 2008/09. Diskrete Strukturen

Kombinatorische Optimierung

Lineare Algebra I: Eine Landkarte

Effiziente Algorithmen und Datenstrukturen I. Kapitel 10: Lineare Algebra

Lineare Gleichungssysteme

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?

Lösungen zu Kapitel 7

Kevin Caldwell. 18.April 2012

6.2 Perfekte Sicherheit

Rekursionen. Georg Anegg 25. November Methoden und Techniken an Beispielen erklärt

Absolute Stetigkeit von Maßen

W-Rechnung und Statistik für Ingenieure Übung 11

1. Wie viel Zinsen bekommt man, wenn man 7000,00 1 Jahr lang mit 6 % anlegt?

TECHNISCHE UNIVERSITÄT MÜNCHEN

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

7. Ringe und Körper. 7. Ringe und Körper 49

Algorithmen II Vorlesung am

Das Briefträgerproblem

6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum

Hans Walser, [ a] Wurzeln aus Matrizen

Frohe Weihnachten und ein gutes neues Jahr!

Lineare Algebra I (WS 13/14)

Leitfaden Lineare Algebra: Determinanten

Behörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik

Transkript:

Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1 x 1 + a m2 x 2 +... + a mn x n = b m ein lineares Gleichungssystem mit m Gleichungen und n Unbestimmten x 1, x 2,..., x n mit Koeffizienten a ij K. Die Matrix A = M(m n; K) heißt Koeffizientenmatrix. a 11.... a 1n........ a m1.... a mn Damit ergibt sich die einfache Schreibweise Ax = b, wobei x 1 b 1 x =.... und b =..... x n b m Das Gleichungssystem Ax = b heißt homogen, wenn b = 0, sonst inhomogen.

Homogene Gleichungssysteme Sei also ein (homogenes) Gleichungssystem Ax = 0 gegeben. Gesucht sind die Lösungen des Gleichungssystems, d.h. alle Vektoren x K n Ax = 0. mit Die Menge W = {x K n : Ax = 0} heißt der Lösungsraum des Gleichungsystems Ax = 0. Es gilt: W ist ein Unterraum von K n, und dimw = n ranga. Beweis. Betrachte die lineare Abbildung L A : K n K m mit L A (x) = Ax. Dann ist W = KerL A und damit ein Unterraum von K n. Wegen ranga = dim ImL A und der Dimensionsformel gilt : dim K n = dim ImL A + dim KerL A, also dimw = n ranga. Die Aufgabe besteht also nun darin, eine Basis von W zu bestimmen. Folgende Beobachtung ist sofort einzusehen: Sei A M(m n; K) und S M(m m; K) invertierbar. Dann ist Ax = 0 genau dann wenn (SA)x = 0. Das heißt: die Gleichungssysteme Ax = 0 und (SA)x = 0 haben gleiche Lösungsräume. Folgerung. Entsteht die Matrix B aus der Matrix A durch elementare Zeilenumformungen, dann haben Ax = 0 und Bx = 0 gleiche Lösungsräume. Sei also ein homogenes Gleichungssystem Ax = 0 gegeben. Nun führt man die Matrix A durch elementare Zeilenumformungen in eine Matrix B in Zeilenstufenform über.

Sei B =.. b 1j1 0.. b 2j2 0.. b rjr 0.. 0 0 0... Werden die Unbestimmten x i mit i / {j 1,..., j r } als frei wählbare Parameter gesetzt, dann können x j1,..., x jr durch diese Parameter ausgedrückt werden.

Inhomogene Gleichungssysteme Zu einem inhomogenen Gleichungssystem Ax = b (b 0) sei X = {x K n : Ax = b} der Lösungsraum. Man beachte, daß für b 0 der Lösungsraum X kein Unterraum von K n ist. Offenbar gibt es aber ein zugeordnetes homogenes Gleichungssystem Ax = 0. Definition. Sei V ein K-Vektorraum. Dann heißt eine Teilmenge X V ein affiner Unterraum, wenn v V, W V sodaß X = v +W = {v+w : w W }. Die leere Menge ist per definition ein affiner Unterraum. Es gilt für einen affinen Unterraum X = v + W : (1) v X : X = v + W (2) Ist X = v +W = v +W, wobei W, W V, dann ist W = W und v v W, d.h. der beteiligte Unterraum von X ist eindeutig bestimmmt. Somit kann sinnvollerweise die Dimension eines affinen Unterraums als die Dimension des beteiligten Unterraums definiert werden, i.e. ist X = v+w, dann ist dimx := dimw. Lemma. Sei F : V V linear. Dann ist w V das Urbild F 1 ({w}) ein affiner Unterraum von V. Ist v F 1 ({w}), dann ist F 1 ({w}) = v + KerF. Beweis. Sei X = F 1 ({w}). Wenn X =, sind wir fertig. Ansonsten wähle ein v X, d.h. F (v) = w. Ist u X, dann ist u = v + (u v) und damit w = F (u) = F (v) + F (u v) = w + F (u v). Damit ist F (u v) = 0, i.e. u v KerF und somit u v + KerF. Ist u v + KerF, dann existiert ein v KerF mit u = v + v. Dann ist F (u) = F (v) + F (v ) = F (v) + 0 = w, also u X. Insgesamt ist also X = v + KerF.

Folgerung. Betrachte das Gleichungssystem Ax = b, und setze X = {x K n : Ax = b} und W = {x K n : Ax = 0}. Ist X und v X beliebig, dann ist X = v + W. Das heißt: Falls existent, erhält man die allgemeine Lösung eines inhomogenen Gleichungssystems durch Addition einer speziellen Lösung des inhomogenen Gleichungssystems und der allgemeinen Lösung des zugehörigen homogenen Gleichungssystems....................................................................... Bemerkung. Ein homogenes Gleichungssystem Ax = 0 ist immer lösbar, d.h. besitzt eine Lösung, nämlich die triviale Lösung x = 0. Ein inhomogenes Gleichungssystem braucht dagegen nicht immer lösbar zu sein, z.b. x 1 + x 2 = 1 x 1 + x 2 = 2 Es stellt sich somit die Frage, wann ein Gleichungssystem Ax = b lösbar ist. Dazu betrachtet man die sogenannte erweiterte Koeffizientenmatrix a 11.... a 1n b 1 A = (A, b) =..................... a m1.... a mn b m

Das Gleichungssystem Ax = b hat offenbar genau dann eine Lösung, wenn b ImL A ist, wobei L A die Abbildung L A : K n K m mit L A (x) = Ax ist. ImL A wird aufgespannt von den Vektoren Ae 1,..., Ae n, - dies sind aber genau die Spalten von A. Ax = b ist also lösbar, wenn b im Spaltenraum von A liegt. Das heißt aber nichts anderes, als daß rang A = rang (A, b). Satz. Sei Ax = b gegeben. Dann gilt: Ax = b ist lösbar rang A = rang (A, b)....................................................................... Definition. Sei A M(m n; K). Man sagt, daß A ein universell lösbares Gleichungssystem definiert, wenn b K m das Gleichungssystem Ax = b lösbar ist. Dies bedeutet offenbar nichts anderes, als daß die Abbildung L A surjektiv ist, und damit gilt: Satz. A liefert ein universell lösbares Gleichungssystem genau dann, wenn rang A = m....................................................................... Eine weitere wichtige Frage betrifft die eindeutige Lösbarkeit von Ax = b, d.h. wann gibt es genau ein x K n mit Ax = b. Zum einen muß dafür Ax = b natürlich lösbar sein. Sind nun x 1, x 2 Lösungen von Ax = b, dann gilt offenbar A(x 1 x 2 ) = 0, d.h. x 1 x 2 KerL A. Somit gilt: Satz. Ax = b ist eindeutig lösbar KerL A = {0} und Ax = b ist lösbar rang A = rang A = n.