#mfi 

# Allgemeine Beschreibung
$$\begin{matrix} a_{11} x_{1}+ a_{12}x_{2}+ \dots + a_{1n}x_{n} &=& b_{1}\\ a_{21} x_{1}+ a_{22}x_{2}+ \dots + a_{2n}x_{n}&=& b_{1} \\ \vdots \\ a_{m1} x_{1}+ a_{m2}x_{m}+ \dots + a_{mn}x_{n}&=& b_{m} \end{matrix}$$

|       | Homogenes LGS          | Inhomogenes LGS                                  |
| ----- | ---------------------- | ------------------------------------------------ |
| Regel | $b_{1}=\dots=b_{n}= 0$ immer eine triviale Lösung $\vec x = \vec 0$ | Wenn $b_{1}= \dots = b_{n}= 0$ nicht erfüllt ist | 

# Erweiterte Koeffizientenmatrix
$$(A|\vec b) = \left(\begin{array}{@{}c|c@{}} \begin{matrix} a_{11} & a_{12} & \dots & a_{1n} \\ a_{21} & a_{22} & \dots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \dots & a_{mn} \end{matrix} & \begin{matrix} b_{1}\\ b_{2}\\ \vdots\\ b_{m} \end{matrix} \end{array} \right)$$
# Gauß-Algorithmus
## Ablauf
### 1.Vorwärtselimination (erreiche Zeilenstufenform)
$\left(\begin{array}{@{}c|c@{}} \begin{matrix} 1 & -2 & 2 \\ -2 & 1 & -6 \\ 1 & 0 & -2 \end{matrix} & \begin{matrix} 0\\ 0\\ 3 \end{matrix} \end{array} \right) \rightarrow \left(\begin{array}{@{}c|c@{}} \begin{matrix} 1 & -2 & 2 \\ 0 & -1 & -2 \\ 0 & 0 & -6 \end{matrix} & \begin{matrix} 0\\ 0\\ 3 \end{matrix} \end{array} \right)$

### 2.Lösbarkeitsentscheidung (wenn Rang < Variablen, dann freie Variablen durch $\lambda_{1}, \lambda_{2}, \dots$ ersetzen, so erhalten wir allgemeinen Lösungsvektor)

$Rang: A = 3, somit~lösbar!$

### 3.Rückwärtssubstitution
$\begin{matrix} III: & -6 x_{3} & = & 3 & \rightarrow & x_{3} & = & \textcolor{red}{-0.5} \\ II: & -x_{2} - 2 *(\textcolor{red}{-0.5}) & = & 0 & \rightarrow & x_{2} & = & \textcolor{green}{1} \\ I: & x_{1} - \textcolor{green}{1} + 2*(\textcolor{red}{-0.5}) & = & 0 & \rightarrow & x_{1}& = & 2 \end{matrix}$

# Existenz von Lösungen am Rang ablesen
Lösbar wenn gilt: $$Rang(A | \vec b) = Rang (A)$$
![[Existenz von Lösungen am Rang ablesen.png]]

Drei Möglichkeiten:
- Keine Lösung
- Lösbar
	- Eindeutig lösbar
	- Unendlich viele Lösungen

# Lineare Unabhängigkeit
- Vektoren linear unabhängig, wenn $$\lambda_{1} + \vec v_{1} + \lambda_{2} \vec v_{2} + \dots + \lambda_{n}\vec v_{n}= \vec 0$$ nur eine Lösung hat, nämlich $\lambda_{1} = \lambda_{2} = \dots = \lambda_{n} = 0$
- Sonst linear abhängig!

```ad-example
$\vec v_{1} = \begin{pmatrix} 1 \\ 2 \\ 0 \end{pmatrix}$
$\vec v_{2} = \begin{pmatrix} 2 \\ 1 \\ -1 \end{pmatrix}$
$\vec v_{3} = \begin{pmatrix} 1 \\ 0 \\ 2 \end{pmatrix}$

$\begin{pmatrix} 1 &2&1 \\ 2&1&0 \\ 0&-1&2 \end{pmatrix} \rightarrow \begin{pmatrix} 1&2&1 \\ 0&-3&2 \\ 0&0&8 \end{pmatrix} \rightarrow Rang(A) = 3 \rightarrow linear~unabhängig$
```