Die Lösung linearer Gleichungssysteme

Ähnliche Dokumente
Beziehungen zwischen Vektorräumen und ihren Dimensionen

Mathematische Strukturen

Das characteristische Polynom und der Satz von Cayley-Hamilton

Invertierbarkeit von Matrizen

37 Gauß-Algorithmus und lineare Gleichungssysteme

Lineare Gleichungssysteme

Lineare Gleichungssysteme

Lösung Test 2 (Nachprüfung)

2.2 Lineare Gleichungssysteme (LGS)

( ) Lineare Gleichungssysteme

Mathematik IT 2 (Lineare Algebra)

1 Matrizenrechnung zweiter Teil

Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Matrizen, Determinanten, lineare Gleichungssysteme

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Lineare Algebra I (WS 13/14)

1 Transponieren, Diagonal- und Dreiecksmatrizen

Vektorräume. Kapitel Definition und Beispiele

2.3 Lineare Abbildungen und Matrizen

Lineare Gleichungssysteme - Grundlagen

Lineare Gleichungssysteme

Der Kern einer Matrix

4. Vektorräume und Gleichungssysteme

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Lineare Algebra I (WS 13/14)

Lineare Algebra und analytische Geometrie I

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Vorkurs: Mathematik für Informatiker

Lineare Algebra I (WS 12/13)

3. Übungsblatt zur Lineare Algebra I für Physiker

2.2 Lineare Gleichungssysteme

Ausgewählte Lösungen zu den Übungsblättern 4-5

6. Übungsblatt zur Mathematik I für Maschinenbau

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

3 Lineare Differentialgleichungen

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Aufgaben zu Kapitel 14

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

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

Das Lösen linearer Gleichungssysteme

3.4 Der Gaußsche Algorithmus

Kapitel 13. Lineare Gleichungssysteme und Basen

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

1.Übung Mathematik I

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

4 Affine Koordinatensysteme

Lösungen der Aufgaben zu Abschnitt 5.4

2 Die Dimension eines Vektorraums

Lösungen zum 5. Aufgabenblatt

Numerische Lineare Algebra

Lineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich

Mathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11

Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik II für biw/ciw/mach/mage/vt

6 Lineare Kongruenzen

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben

6.2. Prüfungsaufgaben zur Lösbarkeit von LGS

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen

A2.3 Lineare Gleichungssysteme

Lineare Algebra I Klausur. Klausur - Musterlösung

Klausurvorbereitungsblatt Lineare Algebra

Lineare Algebra 1. Roger Burkhardt

3.3 Eigenwerte und Eigenräume, Diagonalisierung

Die Dimension eines Vektorraumes

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Lineare Gleichungssysteme

9.2 Invertierbare Matrizen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

Serie 8: Fakultativer Online-Test

Lineare Algebra und analytische Geometrie I Lösungsvorschlag zum 8. Tutoriumsblatt

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

IV.3. RANG VON MATRIZEN 81

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Lineare Algebra und analytische Geometrie II

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Übungen zu Einführung in die Lineare Algebra und Geometrie

Folgerungen aus dem Auflösungsatz

6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt

2. Spezielle anwendungsrelevante Funktionen

Lösung Semesterendprüfung (Nachprüfung)

$Id: vektor.tex,v /01/21 14:35:13 hk Exp $

Dreiecke, Geraden, Lineare Gleichungssysteme

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Mathematik 1, Teil B. Inhalt:

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung

Übungen zu Einführung in die Lineare Algebra und Geometrie

6 Hauptachsentransformation

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

Theoretische Fragen zu ausgewählten Themen in Lineare Algebra

7.1 Matrizen und Vektore

Basistext Lineare Gleichungssysteme. Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=%

Transkript:

Die Lösung linearer Gleichungssysteme Lineare Algebra I Kapitel 6 6 Mai 22

Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 4-6 Webseite: wwwmathtu-berlinde/ holtz Email: holtz@mathtu-berlinde Assistent: Sadegh Jokar, MA 62, Sprechstunden Donnerstag :3-3 Tutoren: Cronjäger, Guzy, Kourimska, Rudolf Anmeldung: über MOSES Fragen? Studentische Studienfachberatung, MA 847 Telefon: (3) 34-297 Email: studber@mathtu-berlinde Vorlesungen: VL am Dienstag -2 im MA4, Mittwoch 8- im H4 Klausur? 722 Mittwoch 8- H4 Der Kurs gilt mit 5% Punkten für Hausaufgaben als bestanden Achtung: Die nächste Vorlesung (652 um 8:) ist in A 5

Lineare Gleichungssysteme (i) Ein lineares Gleichungssystem über K hat die Form Ax = b () mit A = [a ij ] K n,m, b = [b i ] K n,, x = [x j ] K m, Das sind n Gleichungen in m Unbekannten: a x + + a m x m = b a n x + + a nm x m = b n

Lineare Gleichungssysteme (i) Ein lineares Gleichungssystem über K hat die Form Ax = b () mit A = [a ij ] K n,m, b = [b i ] K n,, x = [x j ] K m, Das sind n Gleichungen in m Unbekannten: a x + + a m x m = b a n x + + a nm x m = b n (ii) Jedes x K m,, welches () erfüllt, heißt Lösung des linearen Gleichungssystems ()

Lineare Gleichungssysteme (i) Ein lineares Gleichungssystem über K hat die Form Ax = b () mit A = [a ij ] K n,m, b = [b i ] K n,, x = [x j ] K m, Das sind n Gleichungen in m Unbekannten: a x + + a m x m = b a n x + + a nm x m = b n (ii) Jedes x K m,, welches () erfüllt, heißt Lösung des linearen Gleichungssystems () (iii) Die Menge aller Lösungen des linearen Gleichungssystems () hei st Lösungsmenge von () Die Lösungsmenge von () ist also eine Teilmenge von K m,

Lineare Gleichungssysteme (i) Ein lineares Gleichungssystem über K hat die Form Ax = b () mit A = [a ij ] K n,m, b = [b i ] K n,, x = [x j ] K m, Das sind n Gleichungen in m Unbekannten: a x + + a m x m = b a n x + + a nm x m = b n (ii) Jedes x K m,, welches () erfüllt, heißt Lösung des linearen Gleichungssystems () (iii) Die Menge aller Lösungen des linearen Gleichungssystems () hei st Lösungsmenge von () Die Lösungsmenge von () ist also eine Teilmenge von K m, (iv) Falls b =, so hei st das Gleichungssystem homogen Zu jedem Gleichungssystem der Form () gibt es das zugeordnete homogene System Ax = (2)

Homogene und inhomogene Gleichungssysteme Die Menge aller Lösungen von Ax = b bezeichnen wir mit L(A, b) Lemma Ist x eine Lösung von Ax = b und L(A, ) die Menge aller Lösungen des zugeordneten homogenen Systems Ax =, so ist die Lösungsmenge von Ax = b L(A, b) = {x + z z L(A, )}

Homogene und inhomogene Gleichungssysteme Die Menge aller Lösungen von Ax = b bezeichnen wir mit L(A, b) Lemma Ist x eine Lösung von Ax = b und L(A, ) die Menge aller Lösungen des zugeordneten homogenen Systems Ax =, so ist die Lösungsmenge von Ax = b Beweis Sei z L(A, ), so gilt L(A, b) = {x + z z L(A, )} A(x + z) = Ax + Az = b + = b Umgekehrt: Ist x eine Lösung von Ax = b, dann müssen wir ein z L(A, ) finden, so dass x = x + z Lösung von A x = b ist Wir zeigen, dass z = x x diese Anforderung erfüllt, denn es ist Lösung des homogenen Systems: A( x x) = A x Ax = b b =

Äquivalente Umformungen Lemma Sei A K n,n und b K n, Ist T K n,n invertierbar, so sind die Lösungsmengen von Ax = b und TAx = Tb identisch

Äquivalente Umformungen Lemma Sei A K n,n und b K n, Ist T K n,n invertierbar, so sind die Lösungsmengen von Ax = b und TAx = Tb identisch Beweis Sei x Lösung von Ax = b dann gilt TAx = Tb Also ist x auch Lösung von TAx = Tb Umgekehrt sei y eine Lösung von (TA)x = Tb, dh (TA)y = Tb, also auch und womit die Behauptung bewiesen ist T (TA)y = T (Tb) Ay = b,

Äquivalente Umformungen Lemma Sei A K n,n und b K n, Ist T K n,n invertierbar, so sind die Lösungsmengen von Ax = b und TAx = Tb identisch Beweis Sei x Lösung von Ax = b dann gilt TAx = Tb Also ist x auch Lösung von TAx = Tb Umgekehrt sei y eine Lösung von (TA)x = Tb, dh (TA)y = Tb, also auch und womit die Behauptung bewiesen ist T (TA)y = T (Tb) Ay = b, NB: Wir können also die Matrix A K n,m auf TNF bringen, ohne die Lösungsmenge zu ändern

Reduktion auf TNF Nach der Reduktion bekommen wir das System TAx = Tb: x = b b n

Reduktion auf TNF Nach der Reduktion bekommen wir das System TAx = Tb: x = b b n Es gibt eine Umordnung der Komponenten von x, welche durch eine Permutationsmatrix gegeben ist, so dass unser Gleichungssystem diese Form hat: TAP }{{} C Px }{{} y = y y r y r+ y m = b b r b r+ b n = Tb }{{} d

TNF und das Lösen der Gleichungssysteme I Dabei ist y = [y,, y m ] = Px, C = TAP, d = Tb

TNF und das Lösen der Gleichungssysteme I Dabei ist y = [y,, y m ] = Px, C = TAP, d = Tb Wie sieht die Permutationsmatrix aus? P =

TNF und das Lösen der Gleichungssysteme II Im folgenden bezeichne [A, b] die n (m + ) Blockmatrix die durch Anhängen von b hinter A ensteht Wir nennen [A, b] auch die erweiterte Koeffizientenmatrix Lemma Das Gleichungssystem Ax = b hat mindestens eine Lösung, genau dann wenn RangA = Rang[A, b]

TNF und das Lösen der Gleichungssysteme II Im folgenden bezeichne [A, b] die n (m + ) Blockmatrix die durch Anhängen von b hinter A ensteht Wir nennen [A, b] auch die erweiterte Koeffizientenmatrix Lemma Das Gleichungssystem Ax = b hat mindestens eine Lösung, genau dann wenn RangA = Rang[A, b] Beweis Es reicht, die Aussage für das Gleichungssystem Cx = d in der letzteren Form zu zeigen, denn RangC = RangA und Rang[C, d] = Rang[A, b]

TNF und das Lösen der Gleichungssysteme II Im folgenden bezeichne [A, b] die n (m + ) Blockmatrix die durch Anhängen von b hinter A ensteht Wir nennen [A, b] auch die erweiterte Koeffizientenmatrix Lemma Das Gleichungssystem Ax = b hat mindestens eine Lösung, genau dann wenn RangA = Rang[A, b] Beweis Es reicht, die Aussage für das Gleichungssystem Cx = d in der letzteren Form zu zeigen, denn RangC = RangA und Rang[C, d] = Rang[A, b] Falls Rang(C) = Rang[C, d], so ist b r+ = b m = und damit ist [y,, y m ] = [ b, b r,,, ] eine Lösung (Es kann noch mehr Lösungen geben) Falls Rang(A) < Rang[A, b], so ist eines der b r+,, b m nicht gleich und damit hat das System keine Lösung

Gauß scher Algorithmus Ein Verfahren zur Lösung des Gleichungssystems Ax = b () Sei A = [A, b] die erweiterte Koeffizientenmatrix Transformiere A und A auf TNF B und B (2) Ist Rang(A) < Rang(A ), so besitzt das Gleichungssystem keine Lösung (3) Ist r = Rang(A) = Rang(A ), so bilde das assoziierte Gleichungssystem Cy = d mit C = QAP, y = Px, d = Qb = [ b i ] Eine spezielle Lösung ist b ỹ = b r (3)

Gauß scher Algorithmus (4) Bestimme alle Lösungen des homogenen Systems Cy = durch Rückwärtseinsetzen m c j y j j=r+ ŷ = m c rj y j für beliebige y r+,, y m K (4) j=r+ y r+ y m Die Lösungsmenge ist: L = { x = P y y = ỹ + ŷ, ỹ wie in (3), ŷ wie in (4) }