14 Determinanten. 70 II. Lineare Gleichungssysteme. a b c d
|
|
- Swen Bach
- vor 5 Jahren
- Abrufe
Transkript
1 70 II. Lineare Gleichungssysteme 14 Determinanten Aufgabe: Zeigen Sie, daß die Regularität einer quadratischen Matrix stabil gegen kleine Störungen ist: Es sei A K n n regulär. Finden Sie δ > 0, so daß für alle C K n n mit c ij a ij < δ auch C regulär ist. max i,j 14.1 (2 2)-Determinanten. a) Nach 10.9 ist eine Matrix A genau dann regulär, wenn für ihre Determinante ( a b c d ) K 2 2 deta ad bc 0 gilt. (1) b) Nun sei v 1 : A S 1 (a,c) und v 2 : A S 2 (b,d). Im Fall K R kann deta als Flächeninhalt des Parallelogramms P {λv 1 +µv 2 0 λ,µ 1} (2) veranschaulicht werden. Dies ist klar für c 0, und der allgemeine Fall ergibt sich daraus, daß Determinante und Flächeninhalt unter Drehungen invariant sind. In der Tat gilt für eine Drehmatrix D ϕ ( cosϕ sinϕ sinϕ cosϕ detd ϕ 1, und man verwendet Satz 14.9b) unten. ) 14.2 Orientierte Volumina. Für eine Matrix A (v 1...v n ) K n n mit Spalten v j A S j sollte entsprechend deta det(v 1...v n ) ein orientiertes Volumen des Parallelotops P { n λ j v j 0 λ j 1} (4) sein. Daher sollte det : R n n R homogen, scherungsinvariant und normiert sein: det(v 1...λv j...v n ) λ det(v 1...v j...v n ), (5) det(v 1...v j +v i...v i...v n ) det(v 1...v j...v i...v n ), (6) det(e 1...e n ) 1. (7) In (6) stehen v j +v i bzw. v j in der j-ten Spalte Satz. Für K Q, R, C gibt es genau eine Abbildung det : K n n K mit den Eigenschaften (5) - (7). Der Beweis benötigt einige Vorbereitungen: 14.4 Folgerungen aus den Eigenschaften (5) und (6). a) Nach (5) ist det(v v n ) 0 det(v v n ) 0. (3)
2 14 Determinanten 71 b) Für λ 0 hat man det(v 1...v j +λv i...v i...v n ) λ det(v λ v j +v i...v i...v n ) λ det(v λ v j...v i...v n ) det(v 1...v j...v i...v n ). c) Für linear abhängige v 1,...,v n ist det(v 1...v n ) 0. In der Tat ist etwa v 1 n λ j v j, und mit b) folgt det(v 1...v n ) det(0...v n ) 0. j2 d) det ist additiv in jeder Spalte, d.h. es gilt z.b. det(u+w,v 2,...,v n ) det(u,v 2,...,v n )+det(w,v 2,...,v n ). Für linear abhängige v 2,...,v n sind beide Seiten 0. Andernfalls wählt man v 1 K n, so daß {v 1,...,v n } eine Basis von K n ist. Mit u n λ j v j und w n µ j v j folgt wegen b) und (5) det(u+w,v 2,...,v n ) det(λ 1 v 1 +µ 1 v 1,v 2,...,v n ) (λ 1 +µ 1 ) det(v 1,v 2,...,v n ) λ 1 det(v 1,v 2,...,v n )+µ 1 det(v 1,v 2,...,v n ) det(λ 1 v 1,v 2,...,v n )+det(µ 1 v 1,v 2,...,v n ) det(u,v 2,...,v n )+det(w,v 2,...,v n ) Satz. Es gibt genau eine multilineare, alternierende und normierte Abbildung det : K n n K, die also folgende Eigenschaften hat: det(v 1...λv j +µw j...v n ) λ det(v 1...v j...v n )+µ det(v 1...w j...v n ), (8) det(v 1...v j...v i...v n ) det(v 1...v i...v j...v n ), (9) det(e 1...e n ) 1. (10) 14.6 Bemerkung. Nach 14.4 folgt (8) aus (5) und (6). Dies gilt auch für (9) wegen det(v 1...v i +v j...v i +v j...v n ) 0. Umgekehrt folgt aus (8) sofort (5); aus (9) folgt det(v 1...v...v...v n ) 0 und mittels (8) dann auch (6). Somit ist Satz 14.3 eine Konsequenz aus Satz Permutationen. a) Unter einer Permutation versteht man eine bijektive Abbildung σ : {1,...,n} {1,...,n}, die man in der Form ( ) 1... n σ oder σ ( σ(1)... σ(n) ) (11) σ(1)... σ(n) notieren kann. Die Menge S n aller Permutationen von n Ziffern ist eine Gruppe bezüglich der Komposition. b) Für linear unabhängige v 1,...,v n K n gilt nach (9) det(v σ(1)...v σ(n) ) ± det(v 1...v n ) : sign(σ) det(v 1...v n ). (12)
3 72 II. Lineare Gleichungssysteme Dieses Vorzeichen heißt Signum der Permutation; es ist +1, wenn σ das Produkt einer geraden Zahl von Transpositionen oder Vertauschungen ist, 1 bei einer ungeraden Anzahl. Permutationen mit signσ 1 heißen gerade, solche mit signσ 1 ungerade. c) Die Permutation σ (3 2 1) ist ungerade; man kann sie als eine Vertauschung (von 1 und 3) oder auch als Produkt von 3 Transpositionen schreiben. d) Die Permutation σ ( ) wird mittels 3 Transpositionen in die Identität oder natürliche Reihenfolge überführt: ( ) ( ) ( ) ( ); sie ist also ungerade. e) Für die Gültigkeit der Definition des Signums benötigt man, daß eine Permutation nicht gleichzeitig Produkt einer geraden Zahl von Transpositionen und Produkt einer ungeraden Zahl von Transpositionen sein kann. Dies folgt aus (12), sobald die Existenz der Determinante gesichert ist. Da dies noch nicht der Fall ist, verwenden wir statt dessen die Formel (x σ(i) x σ(j) ) signσ (x i x j ) (13) i<j i<j über die Wirkung von σ S n auf das Polynom (x i x j ) K[x 1,...,x n ]. f) Für σ 1,σ 2 S n gilt stets sign(σ 1 σ 2 ) sign(σ 1 )sign(σ 2 ). (14) 14.8 Beweis von Satz a) Eine Abbildung δ : K n n K besitze die Eigenschaften (8) und (9). Für v j n a ij e i folgt mit (8) δ(v 1...v n ) δ( n a i1 e i... n a in e i ) n a i1 1δ(e i1... n a in e i )... n i 1,...,i n1 i<j i 1 1 a i1 1 a innδ(e i1...e in ). Nach 14.4c) sind nur die Terme mit verschiedenen Indizes 0, und aus (12) ergibt sich δ(v 1...v n ) a σ(1)1 a σ(n)n δ(e σ(1)...e σ(n) ) a σ(1)1 a σ(n)n signσδ(e 1...e n ). (15) b) Für δ det folgt mit der Normierungsbedingung (10) weiter det(v 1...v n ) signσa σ(1)1 a σ(n)n. (16) c) Umgekehrt wird durch (16) wirklich eine Abbildung det : K n n K mit den Eigenschaften (8) - (10) definiert. Hierbei sind (8) und (10) klar. Mit der Transposition
4 14 Determinanten 73 τ S n der Ziffern i und j und σ στ hat man weiter det(v 1...v j...v i...v n ) signσa σ(1)1 a σ(j)i a σ(i)j a σ(n)n signσa σ(1)1 a στ(i)i a στ(j)j a σ(n)n signσa στ(1)1 a στ(i)i a στ(j)j a στ(n)n σ S n signσa σ (1)1 a σ (i)i a σ (j)j a σ (n)n det(v 1...v i...v j...v n ) Satz. a) Für eine Matrix A K n n gilt deta deta. b) Für Matrizen A,B K n n gilt detba detb deta. Beweis. a) Aus (16) ergibt sich deta signσa 1σ(1) a nσ(n) signσa σ 1 (1)1 a σ 1 (n)n deta, σ 1 S n da mit σ auch σ 1 die Gruppe S n durchläuft und signσ 1 signσ gilt. b) Durch δ : (v 1...v n ) det(bv 1...Bv n ) wird eine Abbildung δ : K n n K mit den Eigenschaften (8) und (9) definiert. Aus 14.8a) folgt mit v j A S j Ae j detba δ(v 1...v n ) det(v 1...v n )δ(e 1...e n ) deta detb Transformationsformel. Im Fall K R ist mit v j A S j Ae j nach 14.2 deta m(p) das Volumen des Parallelotops P aus (4). Satz 14.9b) liefert dann die Transformationsformel m(b(p)) detb m(p), B R n n. (17) Diese gilt sogar für alle meßbaren Mengen P R n Satz. Eine Matrix A K n n ist genau dann regulär, wenn deta 0 gilt. Beweis. Ist A singulär, so folgt deta 0 aus 14.4c). Für reguläre A dagegen ist A 1 A E, nach Satz 14.9b) also deta 1 deta Beispiele. a) Für n 2 besteht S 2 aus der Identität und einer Transposition, und für A 12 ( ) a11 a liefert (16) a 21 a 22 deta a 11 a 12 a 21 a 22 in Übereinstimmung mit (1). a 11 a 22 a 21 a 12 (18)
5 74 II. Lineare Gleichungssysteme b) Für n 3 besteht S 3 aus 6 Permutationen, und (16) liefert a 11 a 12 a 13 deta a 21 a 22 a 23 a 31 a 32 a 33 +a 11 a 22 a 33 +a 21 a 32 a 13 +a 31 a 12 a 23 (19) a 11 a 32 a 23 a 21 a 12 a 33 a 31 a 22 a 13. c) Diese Formel kann in eine übersichtlichere Form gebracht werden: deta a 11 (a 22 a 33 a 32 a 23 ) a 21 (a 12 a 33 a 32 a 13 )+a 31 (a 12 a 23 a 22 a 13 ) a a 22 a a 32 a 33 a a 12 a a 32 a 33 +a a 12 a a 22 a 23. (20) Formel (20) heißt Entwicklung der Determinante nach der ersten Spalte. Analog kann man nach den anderen Spalten oder auch Zeilen entwickeln. Allgemeiner: Entwicklung von Determinanten. a) Für A (a ij ) K n n sei a 11 a 1n A kl a kl K(n 1) (n 1) (21) a n1 a nn die Matrix, die durch Streichen der k-ten Zeile und l-ten Spalte entsteht. kl : ( 1) k+l deta kl (22) heißt Kofaktor von A zum Platz (k,l). b) Damit gelten dann die Entwicklungen deta n a ij ij n a ij ij für j N bzw. i N. (23) Dies zeigt man ähnlich wie den Spezialfall (20). Man kann auch zeigen, daß alle Ausdrücke in (23) die Eigenschaften (8) - (10) erfüllen Berechnung von Determinanten. a) Die Formeln (16) und (23) sind für große n zur Berechnung von Determinanten nicht geeignet. Statt dessen bringt man eine Matrix A K n n mittels elementarer Umformungen auf Stufenform. Wegen 14.4 b) und Satz 14.9 a) ändert sich die Determinante bei Spalten- oder Zeilenumformungen der Form nicht, bei Spalten- oder Zeilenvertauschungen ändert sich nur das Vorzeichen. b) Für eine Matrix in Stufenform gilt det d d nn d 11 d nn. (24) In der Tat gilt d ij 0 für i > j. Für jede Permutation σ S n mit σ I gibt es aber einen Index i mit σ(i) > i; daher verschwindet der entsprechende Summand in (16). Die Summe reduziert sich auf den Term σ I und dies liefert (24). Man
6 14 Determinanten 75 kann natürlich auch die Entwicklung nach der ersten Spalte verwenden. c) Für eine Matrix in Block-Stufenform gilt D 11 det... detd 11 detd nn. (25) 0 D nn Es genügt, dies für den Fall n 2 zu zeigen. Dazu bringt man D 11 auf Stufenform durch elementarer Umformungen, die nur die ersten Zeilen und Spalten betreffen. Dann verwendet man Entwicklung nach der ersten Spalte Beispiel ( ) Satz (Cramersche Regel). Es sei A (a 1...a n ) K n n regulär. Für b K n ist dann die eindeutige Lösung des linearen Gleichungssystems Ax b gegeben durch x (x 1...x n ) mit x i 1 deta det(a 1,...a i 1,b,a i+1,...,a n ), i 1,...,n. (26) Beweis. Man hat x i deta det(a 1,...a i 1,x i a i,a i+1,...,a n ) n det(a 1,...a i 1, x j a j,a i+1,...,a n ) det(a 1,...a i 1,b,a i+1,...,a n ) Beispiel. Wir lösen das System Es ist 2x 1 + 4x 2 + 6x 3 12 x 1 + 3x 2 + 7x x 1 + 3x 2 2x 3 9. deta Zur Berechnung von x 3 bilden wir ( 1)(46 48) 2. und erhalten x 3 3. Analog ergibt sich x 1 1 und x ( 9+10) 6
7 76 II. Lineare Gleichungssysteme Cramersche Regel für inverse Matrizen. a) Für eine reguläre Matrix A (a 1...a n ) K n n und A 1 (c ij ) (c 1...c n ) gilt c j A 1 e j Ae j c j. Formel (26) liefert c ij deta det(a 1,...a i 1,e j,a i+1,...,a n ) ( 1) i+j deta ji ji. Mit den Kofaktoren ij gilt also A 1 1 deta ( ji) 1 deta ( ij). (27) b) Die Cramerschen Regeln (26) und (27) sind für konkrete Rechnungen nicht gut geeignet, jedoch wichtig für theoretische Überlegungen. So hat z. B. eine Matrix A (a ij ) mit ganzzahligen Koeffizienten a ij Z genau dann eine Inverse mit ebenfalls ganzzahligen Koeffizienten, wenn det A ±1 gilt.
Determinanten. I. Permutationen
Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch
MehrDeterminanten. I. Permutationen
Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch
MehrDeterminanten - II. Falls n = 1, gibt es offenbar nur die identische Permutation, und für eine 1 1 Matrix A = (a) gilt det A = a.
Determinanten - II. Berechnung von Determinanten Wir erinnern, dass für A M(n n; K) gilt : det A = σ S n signσ a σ() a 2σ(2)...a nσ(n). Falls n =, gibt es offenbar nur die identische Permutation, und für
Mehr4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung
43 Permutationen Definition Eine Permutation der Elementen {,, n} ist eine bijektive Abbildung σ : {,,n} {,,n} Es ist leicht zu sehen, dass die Hintereinanderführung zweier Permutationen ergibt wieder
MehrDefinition Sei R ein kommutativer Ring mit multiplikativ neutralem Element 1. Eine Abbildung D : R (n,n) R heißt n-linear, wenn gilt
Kapitel 5 Determinanten 51 Definition und Existenz Definition 511 Sei R ein kommutativer Ring mit multiplikativ neutralem Element 1 Eine Abbildung D : R (n,n) R heißt n-linear, wenn gilt [D1] D ist linear
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr7 Determinanten. f i : Mat n n (K) K. j=1 ( 1)i+j a ij D(A ij )
7 Determinanten Im folgenden betrachten wir quadratische Matrizen. Wir schreiben dabei eine n n Matrix A (über dem Körper K) primär als Zeilenvektor, dessen Elemente die Spalten von A sind; also A = (a
Mehr7 Determinanten. D ist alternierend g.d.w. für alle i j gilt:
7 Determinanten Im folgenden betrachten wir quadratische Matrizen Wir schreiben dabei eine n n Matrix A (über dem Körper K) primär als Zeilenvektor, dessen Elemente die Spalten von A sind; also A = (a
MehrIn 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)
34 Determinanten 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) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)
Mehr6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66
6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten 6.1 Symmetrische Gruppe Definition: Eine bijektive Abbildung von einer Menge X auf sich selbst heisst eine Permutation von X. Satz-Definition:
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrKapitel IV. Determinanten
Inhalt der Vorlesung LAAG I Prof Dr Arno Fehm TU Dresden WS2017/18 Kapitel IV Determinanten In diesem ganzen Kapitel sei K ein Körper und R ein kommutativer Ring mit Einselement 1 Das Vorzeichen einer
MehrFerienkurs Mathematik für Physiker I Skript Teil 3 ( )
Ferienkurs Mathematik für Physiker I WS 2016/17 Ferienkurs Mathematik für Physiker I Skript Teil 3 (29032017) 1 Lineare Gleichungssysteme Oft hat man es in der Physik mit unbekannten Größen zu tun, für
MehrDefinition 1 Sei π ein Element aus der symmetrischen Gruppe S n der Permutationen aller natürlichen Zahlen von 1 bis n.
1 Die Determinante Definition 1 Sei π ein Element aus der symmetrischen Gruppe S n der Permutationen aller natürlichen Zahlen von 1 bis n. a) Ein Fehlstand von π ist ein Paar (i, j) mit 1 i < j n und π(i)
Mehr7. DETERMINANTEN 111. y 1. ; x, y R 2 definieren wir die Determinante. x1 y := x 2 y 2. x 1 y 1 := x 1y 2 x 2 y 1. x 2 λx 1 x 2 λx 2 x 1 = 0.
7 DETERMINANTEN 7 Determinanten Vorbereitungen Für zwei Vektoren x provisorisch als ( x x 2 ), y ( y y 2 ) ; x, y R 2 definieren wir die Determinante ( ) x y det(x, y) : det : x 2 y 2 x y x 2 y 2 : x y
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
1 Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 14: Vektorräume und lineare Abbildungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 6. Oktober 2009) Vektorräume
Mehr3 Determinanten, Eigenwerte, Normalformen
Determinanten, Eigenwerte, Normalformen.1 Determinanten Beispiel. Betrachte folgendes Parallelogramm in der Ebene R 2 : y (a + c, b + d) (c, d) (a, b) x Man rechnet leicht nach, dass die Fläche F dieses
MehrPermutationen. ... identische Abbildung
Permutationen n > 0 sei S n {σ : {1, 2,..., n} {1, 2,..., n} : σ ist bijektiv}. Dann ist S n eine Gruppe bzgl. der Verknüpfung von Abbildungen (vgl. früher) und heißt symmetrische Gruppe (vom Index n).
MehrDeterminanten. Kapitel Permutationen
Kapitel 5 Determinanten 51 Permutationen Die Permutationen einer Menge M, d h die bijektiven Abbildungen von M auf M, bilden bekanntlich eine Gruppe S(M) Im Folgenden benötigen wir nur die Permutationen
Mehr2.5 Smith-Normalform für Matrizen über Euklidischen Ringen
2.5. SMITH-NORMALFORM FÜR MATRIZEN ÜBER EUKLIDISCHEN RINGEN73 2.5 Smith-Normalform für Matrizen über Euklidischen Ringen Bemerkung 2.74. Sei K ein Körper und A K n m, b K n 1. Das lineare Gleichungssystem
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 3 und lineare Gleichungssysteme und
Mehra 1 a 1 A = a n . det = λ det a i
49 Determinanten Für gegebene Vektoren a 1,,a n K n, betrachte die Matrix deren Zeilenvektoren a 1,,a n sind, also A = Ab sofort benutzen wir diese bequeme Schreibweise Definition Sei M : K n K }{{ n K
MehrOrientierung der Vektoren b 1,..., b n. Volumen des von den Vektoren aufgespannten Parallelotops
15. DETERMINANTEN 1 Für n Vektoren b 1,..., b n im R n definiert man ihre Determinante det(b 1,..., b n ) Anschaulich gilt det(b 1,..., b n ) = Orientierung der Vektoren b 1,..., b n Volumen des von den
MehrLösung Serie 13: Determinanten (Teil 2)
D-MATH/D-PHYS Lineare Algebra I HS 2017 Dr Meike Akveld Lösung Serie 13: Determinanten (Teil 2 1 a Wir zeigen die gewünschten Eigenschaften: 1 Es ist 2 Es ist ε(τ σ ε(id ( ε(σ id(j id(i τ(σ(j τ(σ(i ( τ(σ(j
MehrLineare Algebra I, Musterlösung zu Blatt 9
Lineare Algebra I, Musterlösung zu Blatt 9 Wintersemester 2007/08 1. Untersuchen Sie, ob die folgenden Matrizen invertierbar sind und bestimmen Sie gegebenenfalls die Inverse. 8 1 3 1 a) A = 3 3 1 1 11
MehrTeil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.
Teil I Lineare Algebra I Vorlesung Sommersemester 0 Olga Holtz MA 378 Sprechstunde Fr 4-6 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do -4 und nv jokar@mathtu-berlinde Kapitel Die Determinante
MehrWir lernen nun einen ganz wichtigen Ring kennen, den Polynomring: γ i = α j β k.
2.4 Polynomringe Wir lernen nun einen ganz wichtigen Ring kennen, den Polynomring: Definition 2.56. Sei R ein kommutativer Ring mit 1 (in den meisten Fällen wird R ein Körper sein). Wir betrachten die
MehrDeterminante. Die Determinante. einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden.
Determinante Die Determinante det A = det(a 1,..., a n ) einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden. Multilineariät: det(..., αa j + βb j,...) = α det(...,
MehrIn allen Fällen spielt die 'Determinante' einer Matrix eine zentrale Rolle.
Nachschlag:Transposition von Matrizen Sei Explizit: Def: "Transponierte v. A": (tausche Zeilen mit Spalten d.h., spiegle in der Diagonale) m Reihen, n Spalten n Reihen, m Spalten z.b. m=2,n=3: Eigenschaft:
MehrQuadratische Matrizen Inverse und Determinante
Kapitel 2 Quadratische Matrizen Inverse und Determinante In diesem Abschnitt sei A M(n, n) stets eine quadratische n n Matrix. Für nicht-quadratische Matrizen ergeben die folgenden Betrachtungen keinen
Mehr3 Lineare Algebra Vektorräume
3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +
MehrKarlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie (KIT) WS 22/3 Institut für Analysis 28..23 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Höhere Mathematik I für die Fachrichtung Physik 4. Übungsblatt (letztes Blatt)
MehrDie Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn.
Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: Definition 1.2 (Leibniz-Formel) Die Determinante einer n n-matrix ist a 11 a 12 a 13... a 1n a 11 a 12 a 13... a 1n a 21
Mehr36 2 Lineare Algebra
6 Lineare Algebra Quadratische Matrizen a a n sei jetzt n m, A, a ij R, i, j,, n a n a nn Definition Eine quadratische Matrix A heißt invertierbar genau dann, wenn es eine quadratische Matrix B gibt, so
MehrDeterminanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y.
Determinanten Motivation: Man betrachte das lineare Gleichungssystem [ [ [ a b x u = (1) c d y v Sei obda a und c Dann ist (1) äquivalent zu [ [ ca cb x = ac ad y und ferner zu [ [ ca cb x ad cb y Falls
Mehr5 Lineare Gleichungssysteme und Determinanten
5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
Mehr1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................
Mehr2.9. DER DUALRAUM 115
2.9. DER DUALRAUM 115 Abbildungsmatrizen und die duale Abbildung Seien nun V und W endlich-dimensionale K-Vektorräume. Wir fixieren Basen b 1,..., b n von V und c 1,...,c m von W. Seien X 1,..., X n und
MehrKapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24
Kapitel 4 Determinante Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Was ist eine Determinante? Wir wollen messen, ob n Vektoren im R n linear abhängig sind bzw. wie weit sie davon entfernt
MehrWir verallgemeinern jetzt den Begriff bilinear zu multilinear. Unser Ziel ist dabei insbesondere die Einführung der sogenannten Determinante.
118 36 Determinanten Wir verallgemeinern jetzt den Begriff bilinear zu multilinear Unser Ziel ist dabei insbesondere die Einführung der sogenannten Determinante 361 Definition (alternierend, symmetrisch,
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrPrüfung Lineare Algebra , B := ( ), C := 1 1 0
1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,
MehrSpezielle Matrixformen
Definition B57 (Transposition) Eine einfache aber wichtige Operation auf Matrizen ist die Transposition, die aus einer (m n) Matrix A eine (n m) Matrix B = A T macht Hierbei gilt β i j = α j i, so daß
Mehra 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A =
3 Determinanten Man bestimmt Determinanten nur von quadratischen Matrizen Wir werden die Berechnung von Determinanten rekursiv durchfuhren, dh wir denieren wie man eine 2 2-Determinante berechnet und fuhren
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 13. Übung: Woche vom (Lin.Alg.
Übungsaufgaben 13. Übung: Woche vom 23. 1.-27. 1. 2017 (Lin.Alg. II): Heft Ü 3: 1.1.3; 1.1.7 (a,b); 1.1.8; 1.1.11; 3.4.3 (b); 1.3.3 (c); 1.2.3 (b,d); Hinweis 1: 3. Test (Integration, analyt. Geom.) ist
Mehrmit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"
Zusammenfassung Matrizen Transponierte: Addition: mit Skalare Multiplikation: Matrixmultiplikation: m x p m x n n x p mit ES "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor" "Determinante"
MehrHeinrich Heine-Universität Düsseldorf Sommersemester Lineare Algebra 1. Vierzehnte & Fünfzehnte Woche,
Fakultät für Mathematik PD Dr Markus Perling Heinrich Heine-Universität Düsseldorf Sommersemester 2014 Lineare Algebra 1 Vierzehnte & Fünfzehnte Woche, 1672014 10 Determinanten (Schluß) Das folgende Resultat
Mehr$Id: det.tex,v /01/13 14:27:14 hk Exp $ 8.2 Definition und Grundeigenschaften der Determinante D 2. oder A = D r
$Id: dettex,v 126 2017/01/13 14:27:14 hk Exp $ 8 Determinanten 82 Definition und Grundeigenschaften der Determinante In der letzten Sitzung haben wir die Determinante einer allgemeinen n n-matrix definiert
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Hans Walser: Modul 212, Determinanten ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften Sommer 2003 Probeausgabe
Mehr7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
Mehr$Id: det.tex,v /01/08 13:59:24 hk Exp $ A = 1 3
$Id: det.tex,v 1.28 2018/01/08 13:59:24 hk Exp $ 8 Determinanten Wir kommen jetzt zum Begriff der Determinante. Determinanten sind merkwürdigerweise über hundert Jahre älter als Matrizen, und sie wurden
MehrGeometrische Deutung linearer Abbildungen
Geometrische Deutung linearer Abbildungen Betrachten f : R n R n, f(x) = Ax. Projektionen z.b. A = 1 0 0 0 1 0 0 0 0 die senkrechte Projektion auf die xy-ebene in R 3. Projektionen sind weder injektiv
Mehr5.1 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
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
MehrKapitel 4. Multilineare Algebra. 4.1 Determinantenfunktionen
92 Kapitel 4 Multilineare Algebra 4. Determinantenfunktionen Wir fixieren wieder einen Körper K, etwa IR oder C. Aus dem Vorkurs kennen wir das Spatprodukt dreier Vektoren des IR 3 v 3 v 2 λ v Sind v,
MehrKapitel V. Determinanten
Kapitel V. Determinanten Inhalt: 16. Definition und Eigenschaften der Determinante 17. Anwendung auf lineare Gleichungssysteme 18. Determinante eines Endomorphismus Lineare Algebra, Teil I 28. Januar 2011
Mehr4 Letzte Themen der linearen Algebra
4 Letzte Themen der linearen Algebra 4.1 Ergänzungen zum Matrizenkalkül Sind A, B Matrizen über Ã, für die das Produkt AB erklärt ist, so gilt (AB) T = B T A T. Mit C = AB gilt c ij = k a ik b kj c T ij
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
MehrKapitel 17. Determinanten
Kapitel 17. Determinanten Vorschau: Determinanten Es gibt drei Problemfelder, für die Determinanten von großem Nutzen sind: die formelmäßige Überprüfung der linearen Unabhängigkeit eines Systems von n
MehrDie Determinante. Lineare Algebra I. Kapitel Mai 2013
Die Determinante Lineare Algebra I Kapitel 7 21. Mai 2013 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent:
MehrLineare Algebra. 12. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching
Lineare Algebra 12. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching December 14, 2017 1 Erinnerung: Determinanten, Orthogonale/unitäre Matrizen Sei A R 2 2, dann kann die Inverse
MehrMathematik für Anwender I
Prof Dr H Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 11 Rang von Matrizen Definition 111 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von
Mehr, c d. f + e + d. ae + bg a f + bh. ce + dg c f + dh
Die Determinante Blockmatrizen Bemerkung: Für zwei 2 2-Matrizen gilt a b e f a b c d g h c d e g a b, c d f h a c b e + d a g, c f + ae + bg a f + bh ce + dg c f + dh b d h Sind die Einträge der obigen
Mehr3.9 Elementarmatrizen
90 Kapitel III: Vektorräume und Lineare Abbildungen 3.9 Elementarmatrizen Definition 9.1 Unter einer Elementarmatrix verstehen wir eine Matrix die aus einer n n-einheitsmatrix E n durch eine einzige elementare
MehrLeitfaden Lineare Algebra: Determinanten
Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv
Mehr8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten
Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A
Mehr4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
Mehr4 Determinanten, Eigenwerte, Diagonalisierung, Jordansche Normalform
Technische Universität München Florian Ettlinger Ferienkurs Lineare Algebra Vorlesung Donnerstag WS 2/2 4 Determinanten, Eigenwerte, Diagonalisierung, Jordansche Normalform 4 Determinanten 4 Definition
MehrAnalysis II (FS 2017): DIE DETERMINANTE
Analysis II (FS 2017): DIE DETERMINANTE Dietmar A. Salamon ETH-Zürich 28. Februar 2017 1 Gruppen Definition 1.1. Eine Gruppe ist ein Tripel (G,, 1l), bestehend aus einer Menge G, einer Abbildung G G G
Mehr1 Darstellungsmatrizen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Darstellungsmatrizen Vereinbarungen für dieses Kapitel: K Körper V und W endlich-dimensionale K-Vektorräume B = {v
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
MehrDie Determinante einer Matrix
Chr.Nelius, Lineare Algebra II (SS 2005) 6 Die Determinante einer Matrix Wir betrachten im folgenden Determinantenformen auf dem Vektorraum V = K n. Eine solche Form ist eine Abbildung von n Spaltenvektoren
Mehr[Nächste Frage: wie wissen wir, ob Spaltenvektoren eine Basis bilden? Siehe L6.1] , enthält eine Basis v. V, nämlich und somit das ganze V.
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung falls und nur falls ist bijektiv, d.h. ihre Matrix ist invertierbar, (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
Mehr6.2 Rechnen mit Matrizen
62 Rechnen mit Matrizen 62 Rechnen mit Matrizen 103 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
Mehrt i v i i {1,..., n} : 0 t i 1 i=1
5 Die Determinante Motivation: Ist V ein R-Vektorraum der Dimension n und sind v 1,, v n linear unabhängige Vektoren in V, so heißt P (v 1,, v n ) = { n } t i v i i {1,, n} : 0 t i 1 das von v 1,, v n
Mehr8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:
8. EIGENWERTTHEORIE I 139 8 Eigenwerttheorie I Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: K[x] = Abb[N, K] = {P ; P = a n x n + a n 1 x n 1 + + a 0 ; a
MehrLineare Algebra I für Mathematiker Lösungen
Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation
Mehr3 Bilinearformen und quadratische Formen
3 Bilinearformen und quadratische Formen Sei V ein R Vektorraum. Definition: Eine Bilinearform auf V ist eine Abbildung s : V V R, welche linear in beiden Variablen ist, d.h.: Für u, v, w V und λ, µ R
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
Mehr5.4 Basis, Lineare Abhängigkeit
die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)
MehrWir stellen uns das Ziel, wesentliche Information über. Determinanten haben auch eine geometrische Bedeutung: Volumenbestimmung eines Parallelepipeds
39 Determinanten 391 Motivation Wir stellen uns das Ziel, wesentliche Information über die Invertierbarkeit einer n n-matrix das Lösungsverhalten zugehöriger linearer Gleichungssysteme möglichst kompakt
MehrB - 8 Gauß - Elimination (1850) Lineare Systeme in zwei Variablen
B - 8 Die Grundlage dieses Verfahrens ist die Beobachtung, daß für zwei Funktionen f (x) und g(x) eines Vektors x und jeden beliebigen Skalar λ gilt: f (x) = 0 f (x) = 0 g(x) = 0 g(x) λf (x) = 0 } {{ }
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr$Id: det.tex,v /12/19 13:21:08 hk Exp $ A = 1 3
$Id: det.tex,v 1.24 2016/12/19 13:21:08 hk Exp $ 8 Determinanten Wir kommen jetzt zum Begriff der Determinante. Determinanten sind merkwürdigerweise über hundert Jahre älter als Matrizen, und sie wurden
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 7 Was die Menschen verbin, ist nicht der Glaube, sondern der Zweifel Peter Ustinow Universelle Eigenschaft der
Mehr6 Permutationen. Beispiele: a) f : R R, f(x) = x 2. b) f : R R, f(x) = e x. c) f : R 2 R, x (Projektion auf die x Achse) y
6 Permutationen Seien und B Mengen. Eine bbildung von nach B ist eine Vorschrift f, die jedem Element x ein eindeutig bestimmtes Element y = f(x) B zuordnet. Schreibe f : B, x f(x) Beispiele: a) f : R
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 9: Matrizen und Lineare Abbildungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 14. April 2008) 2 3 4 5 Page-Rank
Mehr3 Matrizen und Lineare Gleichungssysteme
3 Matrizen und LGS Pink: Lineare Algebra HS 2014 Seite 38 3 Matrizen und Lineare Gleichungssysteme 3.1 Definitionen Sei K ein Körper, und seien m,n,l natürliche Zahlen. Definition: Eine Matrix mit m Zeilen
Mehr3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette
1. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 30.10.03 1 Finden 2 Sei Sie reelle Zahlen a, b, c, so dass a (2, 3, 1) + b (1, 2, 2) + c (2, 5, 3) = (3, 7, 5). (V,, ) ein euklidischer Vektorraum. Zeigen
MehrMathematik I. Vorlesung 14. Rang von Matrizen
Prof Dr H Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 14 Rang von Matrizen Definition 141 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von den Spalten
Mehr4 Determinanten. 4.1 Eigenschaften der Determinante. ME Lineare Algebra HT
ME Lineare Algebra HT 2008 86 4 Determinanten 4. Eigenschaften der Determinante Anstatt die Determinante als eine Funktion IC n n IC durch eine explizite Formel zu definieren, bringen wir zunächst eine
Mehr2.4 Determinanten 41.. b. a j. = λ det. a n. a 1 a j a n + µ det
24 Determinanten 4 Satz 243 Rechenregeln für Determinanten Sei A eine n n-matri, n N i det ist linear in jeder Zeile oder Spalte, dh es gelten für λ, µ R, b R n, und j,, n, a a a det λ a j + µ b λ det
MehrEine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
Mehr9 Determinanten. ax = b, so ist dies genau dann lösbar, wenn a 6= 0gilt. Daher definiert man als Determinante
9 Determinanten Historisch von großer edeutung war die Fragestellung, ob ein gegebenes lineares Gleichungssystem eine Lösung besitzt Zu einer gegebenen Matrix ist man daran interessiert diese Lösbarkeit
MehrÜbungen zur Vorlesung Lineare Algebra und analytische Geometrie I Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS 207/8 Blatt 5 20207 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I Lösungsvorschlag 7 Der Nachweis, daß (M, ) und (N,
MehrCopyright, Page 1 of 5 Die Determinante
wwwmathematik-netzde Copyright, Page 1 of 5 Die Determinante Determinanten sind ein äußerst wichtiges Instrument zur Untersuchung von Matrizen und linearen Abbildungen Außerhalb der linearen Algebra ist
Mehr