Gleichungssysteme und Matrizen – Serlo „Mathe für Nicht-Freaks“

Aus Wikibooks
Zur Navigation springen Zur Suche springen
UnderCon icon.svg

Diese Seite ist noch im Entstehen und noch nicht offizieller Bestandteil des Buchs. Gib der Autorin / dem Autor Zeit, die Seite anzupassen!

Einführendes Beispiel aus der Praxis[Bearbeiten]

Lineare Abhängigkeiten treten in der Praxis oft auf.

Beispiel (lineare Zusammenhänge in der Praxis)

Stellen wir uns ein Unternehmen vor, das zwei Arten von Duft-Essenzen für Wohnräume auf den Markt bringt ("Frühling" und "Exotic"), indem zwei Rohstoffe, die die Firma einkauft (Veilchenduft und Jasminöl) in unterschiedlichen Zusammensetzungen gemischt werden:

  • 10kg der Essenz "Frühling" bestehen aus 7kg Veilchenduft und 3kg Jasminöl.
  • 10kg des Duftes "Exotic" bestehen aus 2kg Veilchenduft und 8kg Jasminöl.

Die Kosten für Veilchenduft und Jasminöl steigen von Zeit zu Zeit ein wenig. Wir legen uns daher nicht auf konkrete Werte fest, sondern bezeichnen

  • den variablen Preis (in Euro) für 1kg Veilchenduft mit
  • und den variablen Preis (in Euro) für 1kg Jasminöl mit .

Das Unternehmen interessiert sich nun für zwei Dinge:

  • Wieviel muss es (in Euro) für die Rohstoffe zahlen, die für 10kg "Frühling" benötigt werden?

Antwort:

  • Wieviel muss es (in Euro) für die Rohstoffe zahlen, die für 10kg "Exotic" benötigt werden?

Antwort:

Wir haben hier eine Abhängigkeit zweier Größen und von zwei anderen Größen und . Diese können wir als das Gleichungssystem

notieren. Alternativ können wir diese Abhängigkeit als Matrixmultiplikation schreiben:

Definition[Bearbeiten]

Definition (Lineares Gleichungssystem (LGS))

Sei ein Körper. Ein lineares Gleichungssystem (LGS) über mit Gleichungen für Unbekannte hat die Form:

wobei für und .

Das LGS heißt homogen, falls , andernfalls inhomogen.

Definition (Koeffizientenmatrix)

Die Matrix heißt Koeffizientenmatrix des LGS aus obiger Definition. Der Vektor heißt rechte Seite.

Definition (Lösungsmenge eines LGS)

Der Vektor heißt Lösung des obigen LGS, falls . Die Menge

heißt Lösungsmenge des LGS.

Beispiele[Bearbeiten]

Beispiel

ist ein lineares Gleichungssystem über mit 2 Gleichungen für die Unbekannten mit Koeffizientenmatrix und rechter Seite .

Gleichungssystem mit einer eindeutigen Lösung[Bearbeiten]

Beispiel (Gleichungssystem mit einer eindeutigen Lösung)

Wir haben bereits im vorherigen Kapitel zwischen verschiedenen "Arten" von linearen Gleichungssystemen unterschieden.

Dieses lineare Gleichungssystem lässt sich als Matrix darstellen.

Durch den Gauß Algorithmus erhalten wir:

Im Detail erhalten wir für a=4, keine Lösung. Oder anders ausgedrückt. Wir suchen eine Lösung für

Deshalb ist das Gleichungssystem für a=4 nicht lösbar bzw. besitzt es keine Lösung. Wählen wir ein festes a z.b. a=6. So erhalten wir eine eindeutige Lösung.

Durch multiplizeren der III Zeile mit 1/2.subtrahieren der II - III Zeile bzw. I - III Zeile, erhalten wir anschließend die Gauß-Normalform.

Nun haben wir eine eindeutige Lösung gefunden. Dank der Gauß-Normalform können wir diese direkt ablesen. Wir erhalten:

Gleichungssystem mit einer nicht eindeutigen Lösung[Bearbeiten]

Beispiel (Gleichungssystem mit einer nicht eindeutigen Lösung)

Oft sind lineare Gleichungssysteme im allgemeinen nicht eindeutig. Dazu betrachte folgendes lineares Gleichungssystem über .

Auf den ersten Blick scheint das Gleichungssystem eindeutig lösbar. Allerdings stellt man nach der Ausführung des Gauß Algorithmus fest, dass keine eindeutige Lösung existiert. Das Gleichungssystem besitzt daher unendlich viele Lösungen, da das Gleichungssystem, salop gesagt, mehr Variablen als Gleichungen besitzt. Formal gesagt, ist der Rang der Matrix kleiner , wobei die Größe der Matrix bezeichnet.

Folglich besitzt das Gleichungssystem, keine eindeutige Lösung sondern unendlich viele Lösungen. Sie glauben mir nicht? Gut ich rechne vor.

Bei solchen Gleichungen gehe wie folgt vor:

  1. Suche eine Variable die fixiert wird. Also z.b. setze . Es ist egal welche Variable fixiert wird.
  2. Löse alle anderen Gleichungen in Abhängigkeit der fixierten Variable auf.

Für das obrige Beispiel, setzen . Nun löse die erste Gleichung nach auf. Somit ist :

Da gesetzt wurde gilt:

Löse nun die zweite Gleichung nach auf.

Dieser Vorgang wird für alle Gleichungen wiederholt. In diesen Beispiel ist . Dennoch können wir hier abbrechen, da die 3 Zeile nur aus Nullen besteht. Der Lösungsraum besitzt nun die Form:

Nun setzten wir für , die umgestellen Gleichungen ein. Unser in unseren Beispiel, ist beliebig und da unser lineares Gleichungssystem über realisiert wurde, ist unser auch aus . Damit erhalten wir folgenden Lösungsraum:

Anschließend können wir nun den Lösungsraum auch einfacher darstellen. Dazu Klammern wir aus. Konkret bedeutet dies:

Machen Sie sich klar, dass der Lösungsraum der gleiche ist. Die Darstellung ist meist verständlicher und sollte daher gewählt werden.

Lösungsraum Trick[Bearbeiten]

Beispiel (Gleichungssystem mit einer nicht eindeutigen Lösung)

Wie wir bereits gesehen haben. Ist das aufstellen eines Lösungsraumes nicht kompliziert. Trotzdessen ist es fehleranfällig. Deshalb gibt es einen Trick, der das Aufstellen eines Lösungsraumes vereinfacht. Dazu betrachten wir die vorherige Lösung:

Für diesen Trick ist es wichtig das die Matrix in der Gaußscher Normalform vorliegt und folgende Eigenschaften für die Matrix erfüllt sind.

  • linke untere Dreiecksmatrix ist nur mit Nullen besetzt
  • Erste Element einer Zeile ist eine 1 und liegt auf der Diagonalen
  • Alle Elemente in der Spalte über und unter sind Null

Versucht man diesen Trick auf einer Matrix anzuwenden, die nicht diese Vorraussetzungen erfüllt, so liefert der Trick ein falsches Ergebniss!

Dabei geht man wie folgt vor:

  1. Ersetzte Nullen mit -1 auf der Diagonale
  2. Jede Spalte, bei der die Diagonal Null mit -1 ersetzt wurde ist automatisch ein Lösungsvektor.
  3. Der Vektor ist der Stützvektor im Gleichungssystem

Machen wir uns dies an unseren zuvor gewählten Gleichungssystem klar.

Wir haben die letzte Diagonal Null mit -1 ersetzt. Diese Spalte ist unser Lösungsvektor. Damit ist unserer erster (und wie wir später auch sehen werden unser letzter) Lösungsvektor.

Der Stützvektor ist der Vektor b. Informal also die ganz rechte Spalte. Also ist der Stützvektor

Demnach erhalten wir als Lösungsraum:

Zusammenhang zu linearen Abbildungen[Bearbeiten]

Wie der Name bereits verrät, gibt es einen wichtigen Zusammenhang zwischen linearen Gleichungssystemen und linearen Abbildungen. Betrachten wir zum Beispiel das lineare Gleichungssystem

Diese beiden Gleichungen können wir in eine Gleichung zusammenfassen, indem wir die vektorielle Schreibweise benutzen. Die linke Seite ist ein Vektor aus Variablen , die rechte ist ein konstanter Vektor. Wir können damit die Spalten des Gleichungssystems als Vektoren schreiben und erhalten

Die linke Seite hängt von den Variablen und ab. Diese können wir durch eine Funktion

beschreiben. Wir erhalten damit die Gleichung

ist eine lineare Abbildung.

Aufgabe (Lineare Abbildung)

Zeige, dass eine lineare Abbildung ist.

Lösung (Lineare Abbildung)

Mit sind Urbildraum und Bildraum der Abbildung jeweils Vektorräume.

Beweisschritt: Beweis der Additivität

Für alle gilt

Damit haben wir die Additivität von bewiesen.

Beweisschritt: Beweis der Homogenität

Für alle gilt

Damit ist die Homogenität von gezeigt und wir haben somit bewiesen, dass diese Abbildung ein Homomorphismus ist.

Wir haben obiges Gleichungssystem in eine Gleichung für eine lineare Abbildung umgeschrieben, die als Ergebnis einen konstanten Vektor hat. In anderen Worten ist die Suche nach einer Lösung von obigem Gleichungssystem die gleiche, wie die Suche nach einem Urbild der rechten Seite unter . Tatsächlich erhalten wir die Koeffizientenmatrix von obigem Gleichungssystem als Darstellungsmatrix von bezüglich der Basis .

Allgemeiner finden wir zu einem linearen Gleichungssystem mit Gleichungen und Unbekannten über einem Körper folgendermaßen eine lineare Abbildung : Sei die Koeffizientenmatrix und die rechte Seite des Gleichungssystems. Dann setzen wir . Dies ist linear und stimmt mit obiger Konstruktion überein. Dann entspricht die Suche nach einer Lösung des Gleichungssystems der Suche nach einem Urbild von unter .