2.1 Lineare Gleichungssysteme 29 Beispiel : obiges Gleichungssystem nicht lösbar, da eb4 = 4 6= 0! Modifikation: ersetzen b4 = 4 durch b4 = 0 y analog folgt dann 0 0 2 −1 2 1 1 −2 1 −2 0 3 4 2 2 0 99K (A|~b) = 2 −4 0 8 9 0 3 0 −1 2 −5 −6 5 0 0 0 3 2 0 0 4 −1 2 0 2 2 −6 0 2 1 −2 0 III Rückwärtssubstitution betrachten es erst am Beispiel Beispiel 2.1.4 Das (modifizierte) Gleichungssystem 1 −2 3 4 0 0 2 −1 0 0 0 2 0 0 0 0 2 1 −2 0 2 2 −6 0 lautet explizit x1 − 2x2 + 3x3 2x3 + − 4x4 x4 2x4 + 2x5 + 2x5 − 6x5 = = = 2 1 −2 y beschreibt Abhängigkeit der abhängigen Variablen x1 , x3 , x4 , die zu den •-Stellen gehören, von den freien bzw. unabhängigen Parametern x2 , x5 ; man setze x2 = λ, y x5 = µ für beliebige λ, µ ∈ R x1 + 3x3 + 4x4 = 2 + 2λ − 2µ 2x3 − x4 = 1 − 2µ 2x4 = −2 Rückwärts- + 6µ −−−−−−→ x4 = −1 + 3µ substitution x3 = x24 + x1 = −3 1 2 µ 2 −µ= |{z} x3 −4 (−1 + 3µ) +2 + 2λ − 2µ | {z } = 6 + 2λ − y allgemeine Lösung: x1 6 +2λ − 31 2 µ x2 λ µ ~x = 2 x3 = x4 −1 +3µ x5 µ 6 0 = 0 −1 0 2 1 + λ0 0 0 µ 2 31 2 µ x4 − 31 2 0 1 + µ 2 3 1 allgemein: • freie Variable sind die zu Spalten ohne •-Stelle gehörenden Unbekannten, bezeichnet mit λ1 , . . . , λn−r • abhängige Variable stehen in den zu •-Stellen gehörigen Spalten, nach ihnen wird (in Abhängigkeit von λ1 , . . . , λn−r ) aufgelöst Definition 2.1.5 Die Zahl r wird als Rang der Matrix A bezeichnet, r = rg(A). 30 2 Lineare Algebra betrachten jetzt wieder Gleichungssystem A~x = ~b aus Definition 2.1.1 Satz 2.1.6 (i) Das lineare Gleichungssystem A~x = ~b besitzt genau dann eine Lösung, wenn gilt rg(A|~b) = rg(A). (ii) Das homogene lineare Gleichungssystem A~x = ~0 hat genau dann nur ~x = ~0 als einzige Lösung, wenn rg(A) = n gilt. (iii) Ist die Anzahl m der Gleichungen kleiner als die Anzahl n der Unbekannten, d.h. m < n, so besitzt A~x = ~0 stets nicht-triviale Lösungen ~x 6= ~0. (iv) Gilt m = n, so ist das inhomogene lineare Gleichungssystem A~x = ~b genau dann eindeutig lösbar, wenn rg(A) = n gilt. Beispiel : Man bestimme die Schnittmenge der beiden Ebenen E1 = {~x = (x1 , x2 , x3 ) ∈ R3 : x1 + x2 + x3 = −2}, E2 = {~x = (x1 , x2 , x3 ) ∈ R3 : x1 − x2 + 2x3 = −4}. y gesucht ist die Lösung des linearen Gleichungssystems ¶ x1 µ ¶ µ 1 1 1 x2 = −2 1 −1 2 −4 x3 | {z } | {z } | {z } A µ Umformung: 1 1 1 1 −1 2 −2 −4 ¶ ~ x µ 99K ~b 1 1 1 0 −2 1 −2 −2 ¶ y x3 = λ freie Variable, Auflösung von x1 , x2 nach λ: 3 1 x3 = λ x1 = − λ − 3, x2 = λ + 1, 2 2 3 −3 x1 −3 − 32 λ −2 1 1 y x2 = 1 + 2 λ = 1 +λ 2 = ~u + λ~v x3 λ | 0 {z } ~ u | 1 {z } ~ v 3 −3 −2 1 3 y E1 ∩ E2 = L = ~x ∈ R : ~x = ~u + λ~v = 1 + λ 2 , 0 1 λ∈R Gerade 2.2 Basis und Dimension 31 x3 L E1 : x1 + x2 + x3 = −2 −2 E2 : x1 − x2 + 2x3 = −4 x2 2 −2 −2 0 2 x1 2.2 Basis und Dimension Definition 2.2.1 Eine nichtleere Teilmenge U ⊂ Rn heißt Unter(vektor)raum von Rn , falls für alle ~x, ~y ∈ Rn und λ ∈ R gilt (U1) ~x, ~y ∈ U =⇒ (U2) ~x ∈ U , λ ∈ R ~x + ~y ∈ U =⇒ λ~x ∈ U Bemerkung∗ : U 6= ∅ y ∃ ~x ∈ U λ=0 −−−→ (U2) 0~x = ~0 ∈ U für beliebige Unterräume U Beispiele : (a) U = {0}, U = Rn Unterräume des Rn (b) Geraden L ⊂ R3 und Ebenen E ⊂ R3 mit ~0 ∈ L, ~0 ∈ E Unterräume des R3 : ~x ∈ L ⇐⇒ ∃ µ ∈ R, ~u, ~v ∈ R3 : ~x = ~u + µ~v y λ~x ∈ L ⇐⇒ ∃ γ ∈ R : λ~u + λµ~v = ~u + γ~v ⇐⇒ ∃ γ ∈ R : (λ − 1)~u = (γ − λµ)~v =⇒ ∃ % ∈ R : ~u = %~v y L = {~x ∈ R3 : ~x = β~v , β ∈ R} y ~0 ∈ L λ bel. (c) sei L(A|~0) Lösungsmenge eines homogenen linearen Gleichungssystems y U = L(A|~0) Unterraum: ~x, ~y ∈ U ⇐⇒ A~x = A~y = ~0 =⇒ A(λ~x) = ~0, A(~x + ~y ) = ~0 (d) sei L(A|~b), ~b 6= ~0, Lösungsmenge eines inhomogenen linearen Gleichungssystems y L(A|~b) kein Unterraum: seien ~x ∈ L(A|~b), ~y ∈ L(A|~b) ⇐⇒ A~x = ~b, A~y = ~b y A(~x + ~y ) = 2~b 6= ~b y ~x + ~y 6∈ L(A|~b) erweitern Definition 1.3.4 naheliegend 32 2 Lineare Algebra Definition 2.2.2 (i) Die Vektoren a~1 , . . . , a~k ∈ Rn , k ∈ N, heißen linear unabhängig genau dann, wenn für alle λ1 , . . . , λk ∈ R aus der Eigenschaft k X λi a~i = λ1 a~1 + · · · + λk a~k = ~0 i=1 folgt λ1 = · · · = λk = 0. Anderenfalls heißen die Vektoren a~1 , . . . , a~k linear abhängig. (ii) Ein Vektor ~b ∈ Rn heißt Linearkombination der Vektoren a~1 , . . . , a~k ∈ Rn , falls es Zahlen λ1 , . . . , λk ∈ R gibt, so dass gilt ~b = λ1 a~1 + · · · + λk a~k . (iii) Die Menge aller Linearkombinationen der Vektoren a~1 , . . . , a~k ∈ Rn , k ∈ N, heißt lineare Hülle (oder Spann) der Vektoren a~1 , . . . , a~k ∈ Rn , span (a~1 , . . . , a~k ) = {λ1 a~1 + · · · + λk a~k : λ1 , . . . , λk ∈ R} . Bemerkung∗ : seien a11 .. A= . an1 ··· .. . ··· a1k .. , . a1i a~i = ... , ank λ1 k X ~y = ... y λi a~i = ~0 ⇐⇒ A~y = ~0 ani λk i=1 d.h. a~1 , . . . , a~k linear unabhängig genau dann, wenn A~y = ~0 nur triviale Lösung ~y = ~0 besitzt Satz 2.2.3 Seien a~1 , . . . , a~k ∈ Rn , k ∈ N. Dann ist U = span (a~1 , . . . , a~k ) ein Unterraum des Rn . B e w e i s∗ : einsetzen und nachrechnen ³ ´ Definition 2.2.4 Seien U ein Unterraum des Rn und b~1 , . . . , b~k ∈ U , k ∈ N. Dann heißt b~1 , . . . , b~k Basis von U , falls folgende zwei Eigenschaften gelten: (B1) b~1 , . . . , b~k sind linear unabhängig, ³ ´ (B2) U = span b~1 , . . . , b~k . Die Anzahl der Elemente einer Basis von U heißt Dimension von U , dim U = k. Bemerkung∗ : • Dimensionsbegriff stimmt mit ‘herkömmlicher’ Vorstellung (für Rn , n = 1, 2, 3) überein • alle Basen U haben gleiche Anzahl von Elementen y dim U wohldefiniert ³ ´ Satz 2.2.5 Ist b~1 , . . . , b~k Basis des Unterraumes U ⊂ Rn , so lässt sich jeder Vektor ~x ∈ U in eindeutiger Weise als Linearkombination der b~m , m = 1, . . . , k, schreiben, d.h. jedes ~x ∈ U besitzt eine Darstellung ~x = λ1 b~1 + · · · + λk b~k für eindeutig bestimmte Zahlen λ1 , . . . , λk ∈ R.