Sie sind auf Seite 1von 12

Grundlagen der Mathematik

Alexander
2014-11-11 Di

1 Sprachgebrauch
1.1 Das Summensymbol

1.2.8 Definition: quivalenz


Die quivalenz A B von A und B ist
diejenige Aussage, die genau dann wahr ist,
wenn A und B beide wahr sind oder A und B
beide falsch sind.

1.1.1 Merkregel
Wenn Klammern um Summen weggelassen und
Summanden vertauch werden drfen, so drfen
die Summensymbole in Doppelsummen vertausch
werden.

1.2.9 Definition: Wahrheitstafeln


Die Tabellen, die oben im Skript aufgestellt
wurden, heien Wahrheitstafeln. In ihnen
wird aufgelistet, unter welchen Umstnden
eine Aussage (etwa A B oder A = B)
wahr oder falsch ist.

1.2 Aussagen
1.2.1 Junktoren

1.2.13 Definition: logisch quivalent


Wenn zwei Aussagen dieselben Wahrheitstafeln haben, so sagen wir, da die Aussagen
logisch quivalent sind.

1.2.3 Definition: Negation


Die Negation A von A ist diejenige Aussage,
die falsch ist, wenn A wahr ist, und die wahr
ist, wenn A falsch ist.
1.2.4. Definition: Konjunktion
Die Konjunktion A B von A und B ist
diejenige Aussage, die genau dann wahr ist,
wenn A und B beide wahr sind.

1.2.2 Quantoren
1.2.15 Definition: Existenzquantor
: Das Symbol wird verbal durch Es gibt
ein ausgedrckt.

1.2.5 Definition: Disjunktion


Die Disjunktion A B von A und B ist
diejenige Aussage, die genau dann wahr ist,
wenn mindestens eine der Aussagen A oder
B wahr sind.

Es gibt ein x mit A" wird ausgedrckt durch:


x : A
1.2.16 Merkregel
In der Mathematik wird Es gibt ein im
Sinne von Es gibt mindestens ein verwendet.

1.2.6 Definition: Implikation


Die Implikation A = B von A und B ist
diejenige Aussage, die genau dann falsch ist,
wenn A wahr und B falsch ist.

1.2.17 Definition: Allquantor


: Das Symbol wird verbal durch Fr alle
ausgedrckt.

1.2.7 Definition: Prmisse und Konklusion


Die Aussage A heit die Prmisse oder die
Vorraussetzung der Implikation A = B,
und die Aussage B wird die Konklusion oder
der Schluss der Implikation genannt.

Fr alle x gilt A" wird ausgedrckt durch:


x : A
1

1.2.3 Negation von All- und Existenzaussagen

1.2.6 Satz, Proposition, Korollar, Lemma,


Bemerkung

1.2.21 Merkregel:
Bei der Negation einer Existenzaussage x : A
wird der Existenzquantor in einen Allquantor umgewandelt, und die Aussage A wird
negiert.

1.3 Mengen
1.3.1 Definitionen: Teilmenge, Gleichheit,
leere Mengen
Eine Menge N heit Teilmenge einer Menge
M , wenn jedes Element aus N auch zu M
gehrt, wenn also x : (x N = x M ).
Um eine Teilmenge auszudrcken benutzen
wir das Symbol .

1.2.23 Merkregel:
Bei der Negation einer Allaussage x : A
wird der Allquantor in einen Existenzquantor umgewandelt, und die Aussage A wird
negiert.

Zwei Mengen M und N sind gleich, falls M


N und N M , wenn also M und N die gleichen Elemente enthalten.

1.2.4 Vollstndige Induktion


Angenommen wirk knnen zeigen:

Die leere Menge ist diejenige Menge, die kein


einziges Element besitzt. Sie wird mit bezeichnet.

Induktionsanfang: A(n0 ) ist richtig.


Induktionsschritt: Fr alle n n0 folgt: Ist
A(n) richtig, so auch auch A(n + 1).

1.3.3 Definitionen: Vereinigung, Durchschnitt, Differenzemenge, disjunkt

Das Prinzip der vollstndigen Induktion besagt:


Unter diesen Vorraussetzungen ist A(n) fr alle
n n0 richtig.
Oft wird ein Induktionsbeweis in drei Schritte
unterteilt:

Die Vereinigung von M und N wird mit


bezeichnet ist definiert als

1. Zunchst wird der Induktionsanfang formuliert.

Der Durchschnitt von M und N wird mit


bezeichnet und ist definiert als

M N := {x|x M oder x N },
(gesprochen: M vereinigt N ).

M N := {x|x M und x N },

2. Dann wird die sogenannte Indultionsannahme, das ist die Aussage A(n) formuliert.

(gesprochen: M geschnitten N).


Die Differenzmenge von M und N wird mit \
bezeichnet und ist definiert als

3. Im Induktionsschritt wird gezeigt, da die


Aussage A(n) die Aussage A(n+1) impliziert.

M \ N := {x|x M und x
/ N },
1.2.5 Beweise

(gesprochen: M ohne N).

Das Prinzip der vollstndigen Induktion

Zwei Mengen M und N heien disjunkt, falls


M N = gilt.

Direkte Beweise
Beweise durch Kontrapunktion

1.3.5 Definitionen:
endliche Mengen

Indirekte Beweise (Beweise durch Widerspruch)

endliche und un-

Besitzt eine Menge nur endlich viele Elemente, so


sagen wir, da M eine endliche Menge ist. Anderenfalls nenne wir M eine unendliche Menge.

Ringschlsse
2

1.3.7 Definition:
Mchtigkeit

Kardinalitt

1.4.2 Bild und Urbild

oder

1.4.6 Definitionen: Bild, Bildbereich, UrSei M eine Menge.


Wir nennen |M | die bild
Mchtigkeit oder die Kardinalitt von M .
Sei f : M N eine Abbildung, und sei m M .
Man nennt f (m) das Bild vom m unter f . Die Teil1.3.9 Definitionen: Produktmenge und menge {n N | es gibt ein m M mit f (m) = n}
von N heit das Bild oder der Bildbereich von f
geordnetes Paar
und wird mit Bild(f ) oder f (M ) bezeichnet. Ist
Sind N und M nicht leere Mengen, so definieren n Bild(f ), so wird ein m M mit f (m) = n ein
wir die Produktmenge M N von N und M durch Urbild von n unter f genannt.
M N := {(m, n)|m M und n N }.
Dabei nennen wir (m, n) ein geordnetes Paar, 1.4.8 Beobachtung:
und man definiert die Gleichheit von geordneten
Paaren durch: (m, n) = (m0 , n0 ) genau dann, wenn Sei f : M N eine Abbildung.
m = m0 und n = n0 ist.
Jedes Element m M besitzt genau ein Bild
unter f . Dies ist gerade die Forderung, da f
eine
Abbildung ist.
1.4 Abbildungen
1.4.1 Definition: Abbildung

Nicht jedes Element n N muss im Bild f


liegen.

Seien M und N Mengen. Eine Abbildung von M


und nach N ist eine Teilmenge f M N , so da
folgende Eigenschaften gelten:

Wenn n im Bild von f liegt, dann kann es zu


n durchaus mehrere Urbilder geben.

Fr alle m M gibt es ein n N , so da


(m, n) f .

1.4.9 Definition: surjektiv, injektiv, bijektiv


Sei f : M N eine Abbildung.

Wenn (m, n) f und (m, n0 ) f , so folgt


n = n0 .

f heit surjektiv, wenn jedes Element n N


im Bild von f liegt.

M heit Definitionsbereich, N heit Wertebereich von f .

f heit injektiv, wenn jedes Element im Bild


von f genau ein Urbild besitzt.
f heit bijektiv, wenn f sowohl surjektiv als
auch injektiv ist.

1.4.3 Notation:
Sei f M N eine Abbildung. Dann schreiben
wir dafr f : M N (gesprochen: f ist eine
Abbildung von M nach N ), und wir bezeichnen
das zu m M eindeutig bestimmte n N , fr
das (m, n) f gilt, mit n = f (m). Ist m M ,
so schreiben wir auch m 7 f (m) (gesprochen: m
wird auf f (m) abgebildet).

Sei M eine Menge. Die Abbildung von M nach M ,


die jedes Element m M auf m abbildet, wird die
identische Abbildung auf M genannt und mit idM
bezeichnet.

1.4.5 Definition: gleich

1.4.3 Komposition und Abbildung

1.4.13 Definition: identische Abbildung

1.4.14 Definition: Komposition


Zei Abbildungen f : M N und g : M 0 N 0
heien gleich, falls M = M 0 und N = N 0 und Seien L, M und N Mengen, und seien f : L M
f (m) = g(m) fr alle m M gilt.
und g : M N Abbildungen. Dann wird g f :
3

L N definiert durch (g f )(l) = g(f (l)) fr alle


l L. Sie wird Hintereinanderausfhrung oder
Komposition von f auf g genannt.
Achtung: Die Abbildung g f wird von rechts
nach links ausgefhrt.

1.5 Verknpfungen

1.4.16 Proposition:

1.5.2 Bezeichnung:

Seien L, M und N Mengen, und seien f : L M


und g : M N Abbildungen.

Verknpfungen auf einer Menge M bezeichnet


man in der Regel durch Symbole wie , , #, +
oder . Ist : M M M eine Verknpfung auf
einer Menge M , und sind m, m0 M , so schreiben
wir an Stelle von (m, m0 ) einfach m m0 .

1.5.1 Definition: Verknpfung


Sei M eine Menge. Eine Verknpfung auf M ist
eine Abbildung von M M nach M .

Wenn f und g surjektiv sind, dann ist g f


surjektiv.
Wenn f und g injektiv sind, dann ist g f injektiv.

1.5.5 Definition: kommutativ, assoziativ,


neutrales Element

Wenn f und g bijektiv sind, dann ist g f bijektiv.

Sei eine Verknpfung auf eine Menge M .


Die Verknpfung heit kommutativ, falls
fr je zwei Elemente a, b M gilt, da a b =
b a ist.

1.4.18 Definition: invertierbar, invers


Sei f : M N eine Abbildung. f heit invertierbar, wenn es eine Abbildung f 1 : N M gibt,
so da f 1 f = idM und f f 1 = idN ist. Wir
nennen f 1 invers zu f .

Die Verknpfung heit assoziativ, falls fr


je drei Elemente a, b, c M (die nicht verschieden sein mssen) gilt, da (a b) c =
a (b c) gilt.

1.4.20 Proposition:

Wir sagen, da die Verknpfung eine neutrales Element e besitzt, wenn es ein Element
e in M so gibt, da a e = a und e a = a fr
alle a M erfllt ist.

Bijektive Abbildungen sind invertierbar.


1.4.21 Proposition

1.5.7 Definitionen: invertierbar, invers

Invertierbare Abbildungen sind bijektiv.

Sei eine Verknpfung auf einer Menge M , die


eine neutrales Element e besitzt.

1.4.22 Korollar: (Charakterisierung invertierbarer Abbildungen)

Ein Element m M heit invertierbar, wenn


es ein Element m0 M so gibt, da m m0 = e
und m0 m = e ist.

Sei f : M N eine Abbildung. Die folgenden


Aussagen sind quivalent:

Ist m M invertierbar, und gilt m m0 =


m0 m = e fr ein Element m0 M , so sagen
wir, da m0 invers zu m ist.

f ist bijektiv.
f ist invertierbar.
1.4.23 Proposition: (Assoziativgesetz der
Komposition)

1.5.10 Definition: Distributivgesetz


Sei M eine Menge mit zwei Verknpfungen und
#. Wir sagen, da in M die Distributivgesetze gelten, falls fr alle m1 , m2 , m3 M (die nicht verschieden sein mssen) die folgenden Regeln gelten:

Die Komposition von Abbildungen ist assoziativ,


das heit, fr alle Mengen L, M, N, X und alle Abbildungen f : L M, g : M N und h : N X
gilt (h g) f = h (g f ).
4

m1 (m2 #m3 ) = (m1 m2 )#(m1 m3 )

Wenn a, b K, und wenn a b = 0 ist, so folgt


a = 0 oder b = 0.

(m1 #m2 ) m3 = (m1 m3 )#(m2 m3 ).

Sind a + b = 0 und a + c = 0 fr Element


a, b, c K, so folgt b = c.

1.6 Krper

Ist a 6= 0, und gilt a b = 1 und a c = 1 fr


Elemente a, b, c K, so folgt b = c.

1.6.1 Definition: Krper


Ein Krper ist eine Menge K mit zwei Verknpfungen + und und zwei verschiedenen, ausgezeichneten Elementen 0 und 1, so da folgende Regeln
gelten:

1.6.5 Notationen:
Sei K ein Krper, und sei a K.
Wir bezeichnen das zu a bezglich + inverse
Element mit a. Ist b K, so schreiben wir
an Stelle von b + (a) nur b a.

a + b = b + a gilt fr alle a, b K (das heit, +


ist kommutativ).
(a + b) + c = a + (b + c) gilt fr alle a, b, c K
(das heit, + ist kommutativ).

Sei a 6= 0. Wir bezeichnen das zu a bezglich


inverse Element a mit a1 oder mit a1 . Ist
b K, so schreiben wir an Stelle von a b auch
ab und an Stelle von b a1 einfach ab .

0 + a = a gilt fr alle a K (das heit, + ist


eine Verknpfung mit neutralem Element 0,
denn da + kommutativ ist, gilt auch a + 0 =
a).
1.6.6 Bemerkung:

Zu jedem a K gibt es ein a0 K, so da Sei K ein Krper, und sei a K. Dann gilt (1)a =
a + a0 = 0 ist (das heit, jedes Element a K a.
ist bezglich + invertierbar, denn da + kommutativ ist, gilt auch a0 + a = 0).

2 Matrizenrechnung

a b = b a gilt fr alle a, b K (das heit, ist


kommutativ).

2.1 Matrizenaddition

(a b) c = a (b c) gitl fr alle a, b, c K (das


heit, ist assoziativ).

2.1.1 Definition: Eine rechteckige Anordnung


Eine rechteckige Anordnung

1 a = a git fr alle a K (das heit, ist eine


Verknpfung mit neutralem Element 1, denn
da kommutativ ist, gilt auch a 1 = a).

Zu jedem a K mit a 6= 0 gibt es ein Element


a K, so da aa = 1 ist (das heit, jedes Element a K \ {0} ist bezglich invertierbar,
denn da kommutativ ist, gilt auch a a = 1).

a11
a12

A= .
..

a12
a22
..
.

..
.

am1

am2

a1n mit aij K


a2n
fr alle

..

im
.
amn
1jn

wird eine m n-Matrix ber K genannt. Ein


Fr alle a, b, c K gilt a (b + c) = a b + a c Element aij in einer Matrix A heit Eintrag an
(Distributivgesetz).
der Stelle (i, j) in A. Ist m = n, so heit A eine
quadratische Matrix und wir nennen die Elemente
1.6.4 Proposition: (Rechenregeln fr Kr- aii Diagonalelemente.
Ausgesprochen wir mx-Matrix als m Kreuz n
per)
Matrix. An Stelle von A schreiben wir auch A =
Sein K ein Krper. Dann gilt:
(aij )1im oder, wenn klar ist, was m und n sind,
1jn

Es gilt a 0 = 0 fr alle a K.

nur A = (aij ).
5

2.1.2 Definitionen: Spalten und Zeilen

2.2 Skalarmultiplikation

Sei A = (aij ) eine m n-Matrix. Mann nennt


(ak1 akn ) die k-te Zeile und

a1k
..
.

2.2.1 Definitionen:
und Skalare

Skalarmultiplikation

Die Abbildung : K Mmn (K) Mmn (K) mit


(r, A) 7 rA fr alle (r, A) K Mmn (K) wird
Skalarmultiplikation genannt, und die Elemente
r K bezeichnet man als Skalare.

amk
die k-te Spalte von A.

2.2.3 Propositon: (Regeln der Skalarmultiplikation)

2.1.3 Bezeichnung:

Wir bezeichnen mit Mmn (K) die Menge aller m


Seien A = (aij ) und B = (bij ) Mmn (K) und
n-Matrizen ber K.
seien r, s K. Dann gilt:
2.1.5 Definition: Matrizenaddition
(rs)A = r(sA).

Auf Mmn (K) definieren wir eine Verknpfung +,


genannt Matrizenaddition, wie folgt:
Fr

a11 a1n

..
..
A = ...
.
.
am1

amn

..
.

b1n
..
.

(r + s)A = rA + sA.
r(A + B) = rA + rB.
1A = A.

und

b11
..
B= .
bm1

2.3 Matrizenmultiplikation
2.3.2 Definition: Multiplikation von Matrizen

bmn

in Mmn (K) setzen wir

a11 + b11

..
A+B =
.
am1 + bm1

Wir definieren nun formal eine Multiplikation


von Matrizen. Dazu seien

..
.

a1n + b1n

..

.
amn + bmn

a11 a12 a1n


..
..
..
.
.
.

A = ai1 ai2 ain


Mmn (K)
.
..
..
.
.
.
.
am1 am2 amn

b11 b1k b1s


b21 b2k b2s

B= .
..
.. Mns (K).
..
.
.
bn1 bnk bns

Dabei ist aij + bij die Summe in K.


2.1.8 Definition: Nullmatrix
Die m n-Matrix, deren Eintrge alle 0 sind, wird
Nullmatrix in Mmn (K) genannt.
2.1.10 Propositon:
trizenaddition)

(Regeln

der

Ma-

Sein K ein Krper, und seien m, n N. Es ist +


eine Verknpfung auf Mmn (K). Diese Verknpfung ist kommutativ, assoziativ, besitzt eine neutrales Element, und jede Matrix in Mmn (K) ist
bezglich + invertierbar.

Wir setzen
n
X
AB = (
aij bjk )1im=
j=1

1ks

n
X

a1j bj1

j=1
n
X

a2j bj1

j=1

..

n .
X

a b

n
X

j=1

j=1

n
X

n
X

a2jbj2

j=1

n
X

a1j bjs
a2j bjs

j=1

..
.

mj j1

j=1

a1j bj2

n
X

amj bj2

j=1

..

..
.

n
X

amj bjs

2.3.8 Proposition:

Die Matrizenmultiplikation ist eine Verknpfung


auf Mnn (K). Sie ist assoziativ und besitzt ein neutrales Element, nmlich In . Fr n > 1 ist sie nicht
kommutativ.
2.3.9 Definition: invertierbar
Eine Matrix A Mnn (K) heit invertierbar, wenn
es eine Matrix A1 in Mnn (K) so gibt, da A1 A =
AA1 = In ist.

j=1

Mms K
Genau dann drfen wir zwei Matrizen
miteinander multiplizieren, wenn gilt:
A hat m Zeilen und n Spalten, und B hat n
Zeilen und s Spalten. Das Ergebnis hat dann m
Zeilen und s Spalten, also AB Mms (K).:

2.3.12 Proposition:
Seien A1 , . . . , Am invertierbare Matrizen in
Mnn (K). Dann ist das Produkt A = A1 . . . Am
1
invertierbar, und A1 = A1
m . . . A1 .

2.3.2 Merkregel

Gemischte Rechenregeln fr Ma-

Um cik zu ermitteln, legen wir die i-te Zeile von trizen


A und die k-te Spalte von B berneinander, multiplizieren das, was aufeinander liegt und sum- 2.4.1 Proposition: (Gemischte Rechenregeln fr Matrizen)
mieren dann alles auf.
Seien A = (aij ), A0 = (a0ij ) Mmn (K), B =
(bij ), B 0 = (b0ij ) Mns (K), und sei r K. Dann
2.3.5 Definition: Einheitsmatrix
gilt:
Die Matrix Im = (aij ) Mmm (K) mit aii = 1 fr
Distributivgesetz: (A + A0 )B = AB + A0 B.
alle 1 i m und aij = 0 fr alle i 6= j wird die
m m-Einheitsmatrix genannt. n Es ist also
Distributivgesetz: A(B + B 0 ) = AB + AB 0 .

Im

1
0

= .
..

0
1
..
.

..
.

0
0

.. Mmm K
.

r(A)B = r(AB) = A(rB)


(1)A = A.

3 Zeilenquivalente Matrizen

die Matrix, deren Diagonalelemente 1 und deren


brigen Elemente 0 sind.

3.1 Elementare Zeilenumformung


3.1.1 Definition: Elementare Zeilenumformung

2.3.6 Proposition: (Regeln der Matrizenmultiplikation)

Die folgende Manipulationen an A Mmn (K)


nennen wir elementare Zeilenumformung:

Seien A = (aij ) Mmn (K), B = (bij )


Mns (K), C = (cij ) Mst (K). Dann gilt:

Zij : Vertausche die i-te Zeile mit der j-ten


Zeile, wobei i 6= j ist.

Assoziativgesetz: (AB)C = A(BC).

Zi (r): Multipliziere die i-te Zeile mit einem


Skalar r K, wobei r nicht 0 sein darf.

Eins: Im A = A.

Zij (s): Addiere das s-fache der j-ten Zeile zu


i-ten Zeile, wobei s K und i 6= j sind.

Eins: AIn = A.
7

3.2
Elementare
Zeilenumfor- 3.2.9 Proposition:
mungen und Matrizen

Sei A Mmm (K), und seien Pij , Di (r) und Tij (s)
Elementarmatritzen in Mmm (K). Dann gilt:

3.2.1 Definition: Matritze mit genau einer


1

Pij A ist die Matrix, die wir erhalten, indem


wir die elementare Zeilenumformung Zij auf
A anwenden.

Sei Eij Mmn (K) die Matrix, die an der Stelle


(i, j) den Eintrag 1 hat, und deren brige Eintrge
0 sind.

Di (r)A ist die Matrix, die wir erhalten, indem


wir die elementare Zeilenumformung Zi (r)
auf A anwenden.

3.2.3 Bemerkung:
Sei Eij M44 (R) und sei A = (aij ) Mmn (K).
Die i-te Zeile von Eij A ist die j-te Zeile von A,
und die brigen Eintrge von Eij A sind 0.

Tij (s)A ist die Matrix, die wir erhalten, indem


wir die elementare Zeilenumformung Zij (s)
auf A anwenden.

3.2.4 Proposition: (Multiplikation von Matrizen der Form Eij )

3.2.11 Proposition

Seien Eij , Ekl Mmm (K). Dann gilt


(
Eij Ekl =

Elementarmatrizen sind invertierbar, und ihr inversen Matrizen sind wieder Elementarmatrizen.

0 Mmm (K),falls k 6= j
Eil ,falls k = j.

3.3 Zeilenquivalenz

3.2.6 Definition: Elementarmatritzen

3.3.1 Bemerkung:

Seien Eii , Eij , Ejj , Eji Mmm (K).

Seien A, B Mmm (K), und sei A = E1 E2 Er B


fr Elementarmatrizen E1 , , Er . Dann gilt
fr die Elementarmatrizen E11 , , Er1 , da
Er1 E11 A = B ist.

Fr i 6= j sei Pij = Im Eii + Eij Ejj + Eji .


Fr r K \ {0} sei Di (r) = Im + (r 1)Eii .
Fr i 6= j sei T ij(s) = Im + sEij .

3.3.2 Definition: zeilenquivalent

Die Matrizen Pij , Di (r) und Tij (s) werden Ele- Seien A, B Mmm (K). Wir nennen A und B
mentarmatritzen genannt.
zeilenquivalent und schreiben A z B, wenn es
endlich viele Elementarmatrizen E1 , , Er gibt,
so da A = E1 E2 Er B ist.
3.2.8 Merkregeln:
Die Matrix Pij Mmm (K) erhalten wir, indem wir eine elementare Zeilenumformung
vom Typ Zij auf Im anwenden.

3.3.3 Bemerkung:

Seien A, B, C Mmm (K). Dann gilt:


Wenn A zeilenquivalenz zu B und B
Die Matrix Di (r) Mmm (K) erhalten wir, indem wir eine Elementare Zeilenumformung zeilenquivalent zu C ist, ann ist A zeilenquivalenz zu C.
vom Typ Zi (r) auf Im anwenden.
Sei A = E1 E2 . . . Er B und sei B = F1 F2 . . . Fs C,
Die Matrix Tij (s) Mmm (K) erhalten wir, wobei E1 , . . . , Er , F1 , . . . Fs Elementarmatrizen
indem wir eine elementare Zeilenumformung sind. Es folgt A = E1 . . . Er F1 . . . Fs C, also
vom Typ Zij (s) auf Im anwenden.
A z C.
8

4 Gaualgorithmus

e nennen, hat
Die resulstierende Matrix, die wir A
die gleichen ersten
t

1
Spalten
wie
A, und die t
0
Treppennormalform
..
.
Definitionen:
Treppennormalform und

0
augezeichnete Spaltenindizes

te Spalte ist
1, wobei die 1 in der r-ten Zeile
Wir sagen, da A Mmm (K) in Treppennormal0

form ist, wenn A die Nullmatrix ist oder wenn es r
.
..
Spaltenindizies j1 < j2 < < jr so gibt, da fr
0
alle 1 i r gilt:
steht. Die Matrix die aus den ersten t Spalten von
e besteht, ist damit in Treppennormalform mit r
A
aiji = 1, und
Pivotpositionen.
alji = 0 fr alle l 6= i, und
Fall 3: Es ist art = 0, aber es gibt ein ait 6= 0
ail = 0 fr alle l < ji , und
fr ein i > r.
akl = 0 fr alle k > r und alle 1 l n.

Vertausche die r-te und die i-te Zeile. Diese Matrix


hat die gleichen ersten t1 Spalten wie A, und
Die Indizes j1 , . . . , jr einer Matrix in Trepsie
ist
eine Matrix wie in Fall 2. Verfahre mit dieser
pennormalform nennen wir ausgezeichnete
Matrix
wie im Fall 2.
Spaltenindizes.
In allen drei mglichen Fllen erhalten wir eine
e so da die Matrix der ersten t Spalten
Matrix A,
Definition: Pivot-Positionen
e in Treppennormalform ist.
von A
ein A eine Matrix in Treppennormalform mit ausWir wenden nun den Algorithmus auf die (t +
e an, und da A nur endlich viele
gezeichneten Spaltenindizes j1 < j2 jr . Die 1)-te Spalte von A
Paare (1, j1 ), (2, j2 ), . . . , (r, jr ) nennt man Pivot- Spalten hat, erhalten wir nach maximal n SchritPositionen.
ten eine Matrix die in Treppennormalform ist.

4.2 Der Gaualgorithmus

4.2.4 Satz: (Existenz von Treppennormalformen)

4.2.1 Defintion: Gaualgorithmus

Sei A Mmn (K).


Dann gibt es ElemenSei A = aij Mmn (K). Angenommen, die Matarmatrizen E1 , . . . , Es Mmm (K), so da
trix, die aus den ersten t 1 Spalten von S besteht,
Es , Es1 E2 , E1 A eine Matrix in Treppennorist schon in Treppennormalform mit r 1 Pivotmalform ist.
Positionen. (Der Fall t 1 = 0 = r 1 ist mglich.)
Wir betrachten die t-te Spalte von A.

4.3
Transformationsmatrix
Gaualgorithmus

Fall 1: Es ist ait = 0 fr alle i r.

des

Sei A Mmn (K).


Es gibt Elementarmatrizen E1 , . . . , Es , so da Es , Es1 E2 , E1 A
eine Matrix in Treppennormalform ist. Wenn
Es Es1 E2 E1 A = T ist (T in Treppennormalform), dann gilt auch Es Es1 E2 E1 Im A = T .
Fall 2: Es ist art = 0.
Dabei ist Im die m m-Einheitsmatrix. Wir
betrachten den Faktor (Es Es1 E2 E1 Im ). Bei
Multipliziere die r-te Zeile mit a1
und
addiere
rt
fr alle 1 i m, i 6= r, das ait -fache der r-ten diesem werden dieselben elementaren ZeilenumZeile zur i-ten Zeile.
formungen auf Im angewendet, wie sie auf A
Dann ist die Matrix, die aus den ersten t Spalten von A besteht, schon in Treppennormalform.
e = A.
Setze A

angewendet wurden, um A in eine Matrix in Trep- 4.5 Der Rang einer Matrix
pennormalform zu berfhren. Wir erhalten eine
Matrix S, die ein Produkt von Elementarmatrizen 4.5.1 Definition: Rang von A
ist, und fr die SA = T ist.
Sei A Mmn (K), und sei T die TreppennormalWir schreiben A und Im in eine Matrix:
form zu A. Die Anzahl der Pivot-Positionen in der
Treppennormalform zu A nennt man den Rang
von
A und bezeichnet ihn mit Rg(A).
A = (A|Im ) =

a11
..
.
am1

..
.

a1n
..
.

| 1
.
| ..

amn

| 0

..
.

Proposition: (Invertierbare Matrizen)

0
.. .
.

Sei A Mmn (K). Die folgenden Aussagen sind


quivalent:

A ist invertierbar.

Wir berfhren A durch elementare Zeilenumformungen in die Treppennormalform und fhren


dabei rechts des Strichs dieselben Umformungen
durch. Wir erhalten dann eine Matrix A0 = (T |S),
wobei T eine Treppennormalform ist, und S ist
eine Matrix, so da SA = T ist.

Die Treppennormalform zu A ist Im .


Der Rang von A ist m.
A ist ein Produkt von Elementarmatrizen.

4.4 Eindeutigkeit der Treppennor4.5.5 Proposition: (Rnge von Matrizen)


malform
Sei A Mmn (K). Dann gilt:

4.4.1 Lemma:
Seien T, T 0 Mmn (K) Matrizen in Treppennormalform. Sei G eine invertierbare Matrix in
Mmn (K) mit GT = T 0 . Dann gilt T = T 0 .

Wenn P Mmn (K) invertierbar ist, so gilt


Rg$(A) = $ Rg (P A).
Wenn A = A0 A00 , so gilt Rg(A) Rg (A0 ).

4.4.2 Satz: (Eindeutigkeit der Treppennormalform)

Wenn Q Mmn (K) invertierbar ist, so gilt


Rg(A) = Rg(AQ).

Sei A Mmn (K), und seien T, T Mmn (K)


Matrizen in Treppennormalform, die beide aus A
durch elementare Zeilenumformungen hervorge- 4.5.6 Korollar:
hen. Dann gilt T = T 0 .
Seien A, C Mmn (K), und sei CA = Im . Dann
1
4.4.3 Definition: Treppennormalform zu A sind C und A invertierbar, und es gilt C = A .
Sei T Mmn (K) eine Matrix in Treppennormalform, die aus A Mmn (K) durch elementare
Zeilenumformungen hervorgeht. Dann wird T die
Treppennormalform zu A genannt.

5 Lineare Gleichungssysteme

4.4.5 Korollar:

5.1.1
Definitionen:
lineares
ichungssystem, Koeffizientenmatrix

Seien A, B Mmn (K). Dann gilt: A und B sind


genau dann zeilenquivalent, wenn sie dieselbe
Treppennormalform haben.

5.1 Definitionen
Gle-

Ein lineares Gleichungssystem ber K mit m


Zeilen und n unbestimmten x1 , . . . , xn hat die

10

Form

so nennen wir das lineare Gleichungssystem Ax =


b homogen. Ist

a11 x1

a12 x2

...

a1n xn

b1

a21 x1
..
.

a22 x2
..
.

...

a2n xn
..
.

b2
..
.

am1 x1

am2 x2

amn xn

bm

...
...


0
..
b 6= .
0

, so nennen wir dad Gleichungssystem Ax = b inhomogen.


mit aij bi Mmn (K) fr alle 1 i m und
Zu jedem linearen Gleichungssystem Ax = b
1 j n. Wir nennen A = (aij ) Mmn (K) die gibt es das zugehrige homogene GleichungssysKoeffizientenmatrix des linearen Gleichungssys- tem Ax = 0. Dabei bezeichnet 0 die Spalte
tems.

0
Wenn wir ein lineares Gleichungssystem wie
..
oben gegeben haben, so setzen wir
. Mm1 (K).


0
x1
1
..
..
x = . und b = . Mm1 (K).
xn

5.2 Struktur der Lsungsmenge


eines linearen Gleichungssystems

bm

Das lineare Gleichungssystem schreiben wir


dann als Matrizenprodukt Ax = b.
5.1.2 Definition: Lsung eines linearen
Gleichungssystems

Seien

a11
..
A = .

..
.

a
m1
b1

b = ... Mm1 (K).

a1n
.. M (K) und
mn
.
amn

Eine Lsung eines linearen Gleichungssystems


Ax = b ist ein

1
..
= . Mn1 (K) mit A = b.
n
5.1.4 Definitionen: homogen, inhomogen,
zugehriges homogenes Gleichungssystem
Wir nennen die m (n + 1)-Matrix

a11

a1n
|
..
.
0
.
..
..
A = .
|
am1

amn
|

b1
..
.
bm

die erweiterte Koeffizientzenmatrix des linearen


Gleichungssystems Ax = b.
Ist

0
..
b = . ,
0

bm
Sei L Mn1 (K) die Menge der Lsungen des
linearen Gleichungssystems Ax = b.
Sei U Mn1 (K) die Menge aller Lsungen
des zugehrigen Gleichungssystems Ax = 0.
Im Gegensatz zu inhomogenen linearen Gleichungssystemen haben homogene lineare Gleichungssysteme immer
mindestens eine Lsung,
0
..
denn es ist = . immer eine Lsung von
0
Ax = 0.
Mit A0 bezeichnen wir die erweiterte Koeffizientenmatrix (A|b) Mm(n+1) (K) des linearen Gleichungssystems Ax = b.
5.2.1 Proposition
Sei 0 eine Lsung von Ax = b. Sei 0 + U :=
{0 + u|u U } Mn1 (K).
Dann gilt L = 0 + U.

11

5.2.3 Propositon
Sei A Mmn (K), und sei L die Menge aller Lsungen von Ax = b. Sei P Mmm (K) invertierbar,
und sei Mmn (K)

12