Lineare Gleichungssysteme

Ähnliche Dokumente
( ) Lineare Gleichungssysteme

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

9.2 Invertierbare Matrizen

Matrizen, Determinanten, lineare Gleichungssysteme

6. Übungsblatt zur Mathematik I für Maschinenbau

Corinne Schenka Vorkurs Mathematik WiSe 2012/13

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

A2.3 Lineare Gleichungssysteme

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

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

Lineare Gleichungssysteme

Lineare Gleichungssysteme

Lineare Gleichungssysteme - Grundlagen

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Matrizen und Determinanten

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

Analytische Geometrie II

Lineare Gleichungssysteme

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

LINEARE GLEICHUNGSSYSTEME. Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie. x + y + z = 1

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

7 Lineare Gleichungssysteme

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

Mathematik 1, Teil B. Inhalt:

37 Gauß-Algorithmus und lineare Gleichungssysteme

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

1 Geometrie - Lösungen von linearen Gleichungen

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung

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

Lineare Gleichungssysteme

Damit haben wir schon die Koeffizienten der Gleichung gefunden, in dem wir n noch durch 6 teilen. 5x 2y + 13z = C. (2) = 36 = C.

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

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

1 0 1, V 3 = M, und λ A = λa

Analytische Geometrie mit dem Voyage 1

3.6 Eigenwerte und Eigenvektoren

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2

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

Quadratische Matrizen

WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch

Lineare Algebra I Zusammenfassung

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)

Studiengänge) Beispiele

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer.

Lösungen zum 5. Aufgabenblatt

4 Vorlesung: Matrix und Determinante

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Es wurde in der Vorlesung gezeigt, daß man die Matrixgleichung Ax=b auch in der Form

Lineare Gleichungssysteme

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme

Technische Universität München Zentrum Mathematik. Übungsblatt 7

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.

3.4 Der Gaußsche Algorithmus

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7

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

3. Übungsblatt Aufgaben mit Lösungen

1 Singulärwertzerlegung und Pseudoinverse

4. Vektorräume und Gleichungssysteme

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

Aufgaben zu Kapitel 14

Lineare Gleichungssysteme

Analytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden

Lineare Algebra. Teil III. Inhaltsangabe

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014

Analytische Geometrie

Wirtschaftsmathematik Formelsammlung

Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren

Lineare Gleichungssysteme

Mathematik Analytische Geometrie

Skalarprodukte (Teschl/Teschl Kap. 13)

V DETERMINANTEN In diesem Kapitel entwickeln wir die Theorie der Determinanten Die folgenden Beispiele sollen die Einfuhrung dieses Begries motivieren

Lineare Gleichungssysteme und Gauß'scher Algorithmus

Matrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen.

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Vektor und Matrixnormen Vorlesung vom

5. Wie bringt man einen Vektor auf eine gewünschte Länge? Zuerst bringt man ihn auf die Länge 1, dann multipliziert man mit der gewünschten Länge.

Lineare Algebra I (WS 13/14)

Analytische Geometrie I

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik Modul 3 -Arbeitsblatt A 3-7: LINEARE GLEICHUNGSSYSTEME MIT ZWEI VARIABLEN

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

3 Matrizen und Determinanten

Determinanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird,

Mathematik I Übungsblatt 5 WS 12/13 Prof. Dr. W. Konen, Dr.A.Schmitter

d 2 b 2 c 2 d 3 b 3 c 3 , D a 1 d 1 c 1 v 3 Definiton (Verbindungsvektor): Zwei Punkte A(a 1 a 2 a 3 ) und B(b 1 b 2 b 3 ) legen den Vektor b 1 a 1

Serie 10: Inverse Matrix und Determinante

Elemente der Analysis II

Lineare Gleichungssysteme

Gleichungssysteme mit zwei Variablen

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

Gliederung. Links-Rechts-Zerlegung Elimination faktorisiert A = L R. Determinante Inverse. Kleinste Quadrate. Lösung durch. Links-Rechts- Zerlegung

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Lehrskript Mathematik Q12 Analytische Geometrie

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

Transkript:

Lineare Gleichungssysteme Lineare Gleichungssysteme Das System a x + a x +... + a n x n = b a x + a x +... + a n x n = b. +. +... +. =. a m x + a m x +... + a mn x n = b m heißt lineares Gleichungssystem (LGS) mit den Koeffizienten a ij, den rechten Seiten b i und den (unbekannten) Variablen x j. Beispiel : Gegeben: I 3x + 4x = 7 II x + x = 5 ( ) ( ) 3 4 7 A = R, b = R 5 ( ) x Gesucht: x = R, so dass A x = b x Lösung: x = 3, x = Homogene und nichthomogene Systeme Sind in einem LGS alle b i = ; i =,...,m, so heißt das System homogen, ist mindestens ein b k, so heißt es inhomogen. Ein Vektor x =(x, x,...,x n ) T R n, der das LGS Ax = b erfüllt, heißt Lösung. Die Menge aller x R n, die das LGS erfüllen, heißt Lösungsmenge oder allgemeine Lösung. Die Lösungsmenge eines LGS bleibt unverändert, wenn: zwei Gleichungen vertauscht werden, eine Gleichung mit α multipliziert wird, ein Vielfaches einer Gleichung zu einer anderen addiert wird.

Gauß Algorithmus Der Gauß-Algorithmus stellt eine Strategie zum Lösen des Gleichungssystems Ax = b dar. Das LGS wird gelöst oder als nicht lösbar erkannt, ggf. entstehen auch vieldeutige Lösungen. Der Algorithmus besteht aus zwei Schritten: a) Vorwärtselimination Es werden Vielfache einer ausgewählten Gleichung von den jeweils anderen Gleichungen subtrahiert, so dass umgeformte Gleichungen mit einer unbekannten Variablen weniger entstehen. Dieser Vorgang wird zwecks Eliminierung weiterer unbekannter Variablen wiederholt,bis nur noch eine Gleichung bleibt, die dann zu lösen ist. b) Rückwärtssubstitution Die bereits ermittelten Variablen werden von unten nach oben in die jeweils ausgewählten Gleichungen eingesetzt, so dass man jeweils eine Lösung für eine weitere Variable erhält. Beispiel a) Vorwärtseliminierung I x + 4x x 3 = 6 II x x + 5x 3 = III 4x + x x 3 = I x + 4x x 3 = 6 I II I: x 3x + 6x 3 = 3 II III- I: x 7x + x 3 = III III 7 3 II : x x 3 = 3 III x 3 = 4 Das System I, II, III wird umgeformt zu I, II, III Beispiel -Fortsetzung b) Rücksubstitution x 3 in II : 3x + 6 4 = 3 x = 3 x, x 3 in I: x + 4 3 4 = 6 x = 4 Lösung: x = ( 4, 3, ) T = 4 4 3 4 =.5.5.5 Beispiel CH Finde positive ganzzahlige x, x, x 3, so dass gilt x Na + x Cl x 3 NaCl Aus der Bilanz für jedes der beteiligten Elemente erhalten wir je eine Gleichung ( ) x = x 3 x = x 3 Das Gleichungssystem ist homogen, die Matrix hat Rang, es gibt einen d Lösungsraum, der aufgespannt wird von der Lösung x =(, /, ) T. Skalieren mit k = liefert eine teilerfremde ganzzahlige Lösung, also Na + Cl NaCl

Beispiel CH Beispiel 4x4 Finde positive ganzzahlige x, x, x 3, x 4, so dass gilt x C H 5 OH + x O x 3 CO + x 4 H O Bilanzen: x = x 3 C 6x = x 4 H x + x = x 3 + x 4 O 6 A = ; b = Das Gleichungssystem ist homogen, die Matrix hat Rang 3, es gibt einen d Lösungsraum. skalieren! Noch ein Beispiel: x As S 3 + x HNO 3 + x 3 H O x 4 H3AsO4 + x 5 H SO 4 + x 6 NO Beispiel 4x4, Fortsetzung Beispiel 4x4, Fortsetzung - 3-4 x = x 4 = x 3 = ( + )/( ) = x = ( + )/( ) = x = ( ) ( )= ( ) T,,, eindeutige Lösung

Beispiel: Abhängigkeit (über Regularität, Faktorisierung und Determinanten) A = 4 det A = 6 A = 3 ; b = letzte Zeile der Matrix ist Summe der ersten drei Zeilen bei rechter Seite auch letzte Zeile redundant Lösungsmenge identisch der vom 3 4 System formal: zusammenfassend: 3 3-4 3 - rk A = 3 x = x 4 = α x 3 = α x = ( + α)/( ) = α x = α + + α + + α = + α ( ) T,,, + α (,,, ) T,α R

Beispiel: Widerspruch Fortsetzung A = 3 Widerspruch (weil b 4 b + b + b 3 ) ; b = formal: 3-4 5-4 Zusammenfassung Details Theorem Das LGS Ax = b ist genau dann lösbar, wenn der Rang der Koeffizientenmatrix A gleich dem der erweiterten Koeffizientenmatrix Ab =(A b) ist, rk(a) =rk((a b)). Theorem Die Lösung des lösbaren LGS Ax = b hat die Struktur S = x b + ker(a), wobei x b eine beliebige spezielle Lösung und ker(a) die homogene Lösung, d.h. die des homogenen LGS Ax = ist. Die Ränge der Koeffizientenmatrix A und der erweiterten Koeffizientenmatrix Ab =(A b) ergeben sich nach der Vorwärtselimination beim Gaußalgorithmus. (Zählen der Pivotelemente) Die Basisdarstellung von ker(a) findet man aus der Rückwärtssubstitution.

Beispiele Immer noch mehr Beispiele a) x + 3x + x 3 = 9 x 8x + x 3 = 85 6x + x + 3x 3 = 3x + x + 5x 3 = 6 b) 3x x + x 3 = 7x 4x x 3 = x 3x x 3 = 5 x + x + 5x 3 = 5x + 7x 3 = 7 c) 3x x + x 3 = 7x 4x x 3 = x 3x x 3 = 5 x + x + 5x 3 = 5x + 7x 3 = 7 d) 6x + 4x + 8x 3 + 7x 4 = 3x + x + 5x 3 + 8x 4 = 8 3x + x + 7x 3 + 7x 4 = 4 x 3 x 4 = 4 Lösungen zu den letzten 4 Beispielen a) x = 5 b) x = 5 4 7 + t 9 7 5 c) leere Menge (Widerspruch, keine Lösung) d) x = + u 3 + v 4 4 en Die Determinante der Koeffizientenmatrix A ergibt sich nach der Vorwärtselimination beim Gaußalgorithmus. (Multiplizieren der Pivotelemente) Statt Rückwärtssubstitution kann man auch die Elimination fortsezen, bis Diagonalgestalt (Einheitsmatrix) vorliegt. Dann ist die Lösung sofort ablesbar. (Gauß-Jordan). Gauß- und Gauß-Jordan sind auch mit mehreren rechten Seiten ausführbar. So lassen sich insbesonder Inverse berechnen. (Einheitsmatrix als rechte Seite)

Cramersche Regel Formel für n = : Die Cramersche Regel gibt für die i-te Koordinate x i folgende Formel an: x i = = det a (A ib + A i b +...+ A ni b n ) a... b... a n a... b... a n = D i det a..... D a n... bn... a nn Hier wurde die i-te Spalte in a durch b ersetzt. Für n = und das System erhält man als Lösung: a x + a x = b a x + a x = b x = b a b a a a a a x = a b a b a a a a. Beispiel für n = 3: x + x + 3x 3 = 9 x x + x 3 = 3x + x + x 3 = 7 a = 3 3 det(a) = ( ) + 3 + 3 3 ( ) 3 = 3 Lösung x x x 3 9 3 D = 7 = 3 9 3 D = 3 7 = 6 9 D 3 = 3 7 = 39 = 3 6 = 3 39 3

Mehr analytische Geometrie Aufgabe: Bestimme Abstand Punkt Ebene (im Raum R 3 ) Punkt c =(c, c, c 3 ) T R 3 ; Ebene d + x a () + x a () ; Richtungsvektoren a () R 3, a () R 3, linear unabhängig; Stützpunkt d R 3 ; Lineares Gleichungssystem: Ax = b = c d hierbei sind x und x die Flächenkoordinaten in der gesuchten Ebene, die Spalten der Matrix A sind die Richtungsvektoren a (j), j =,. wenn lösbar, so liegt der Punkt in der Ebene doch was, wenn nicht?? Suche Vektor a (3), der senkrecht zu a () und zu a () steht also aus Kern von A. Erweitere A um Spalte a (3) : Ā = (a () a () a (3)) die neue Matrix Ā hat Rang 3, jedes LGS eindeutig lösbar löse jetzt Ā x = b Komponente f = x 3 a (3) ist Lot auf Ebene Norm = f = gesuchter Abstand Normalform Wegen a (3) a (j), j =,, gilt A T f = A T (Ax b) = hier ist x =(x, x ) T =( x, x ) T und f = b Ax Wir lösen also einfach nur das System A T Ax = A T b Hyperebenen (Geraden in der Ebene, Ebenen im Raum, n -dimensionale affine Teilräume im R n ) lassen sich als Lösung einer linearen Gleichung schreiben E = {y : Ny = e} hierbei sei N ein normierter Vektor, der senkrecht zur Ebene steht es gilt dist (x, E) = Nx e

Verwandte Aufgaben Abstand zweier Geraden im Raum (windschief? Schnittpunkt?) Durchstoßpunkt Gerade Ebene Abstand Punkt Gerade (in der Ebene, im Raum)