6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66

Ähnliche Dokumente
Kapitel IV. Determinanten

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

Lineare Algebra I Zusammenfassung

Determinanten. I. Permutationen

1 Darstellungsmatrizen

3 Lineare Algebra Vektorräume

Copyright, Page 1 of 5 Die Determinante

Determinanten. I. Permutationen

Definition Sei R ein kommutativer Ring mit multiplikativ neutralem Element 1. Eine Abbildung D : R (n,n) R heißt n-linear, wenn gilt

Lösung zu Serie 10. Lineare Algebra D-MATH, HS Prof. Richard Pink

3 Determinanten, Eigenwerte, Normalformen

Definition 1 Sei π ein Element aus der symmetrischen Gruppe S n der Permutationen aller natürlichen Zahlen von 1 bis n.

Lineare Algebra I für Mathematiker Lösungen

5.2 Rechnen mit Matrizen

Die Determinante. Lineare Algebra I. Kapitel Mai 2013

Determinanten. Kapitel Permutationen

Wir lernen nun einen ganz wichtigen Ring kennen, den Polynomring: γ i = α j β k.

Lineare Algebra I. 2. Ist n = 4k für ein k N, so ist die

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

3 Matrizen und Lineare Gleichungssysteme

Lineare Algebra Weihnachtszettel

Permutationen. ... identische Abbildung

2.5 Smith-Normalform für Matrizen über Euklidischen Ringen

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung

5.2 Rechnen mit Matrizen

7 Determinanten. D ist alternierend g.d.w. für alle i j gilt:

Berechnung der Determinante

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

Aufgaben zur linearen Algebra und analytischen Geometrie I

Mathematik für Physiker, Informatiker und Ingenieure

Lineare Algebra I, Musterlösung zu Blatt 9

Geometrische Deutung linearer Abbildungen

8.2 Invertierbare Matrizen

Heinrich Heine-Universität Düsseldorf Sommersemester Lineare Algebra 1. Dreizehnte Woche,

Die Determinante einer Matrix

7 Determinanten. f i : Mat n n (K) K. j=1 ( 1)i+j a ij D(A ij )

Leitfaden Lineare Algebra: Determinanten

14 Determinanten. 70 II. Lineare Gleichungssysteme. a b c d

6.2 Rechnen mit Matrizen

2.9. DER DUALRAUM 115

5 Lineare Abbildungen

5 Lineare Abbildungen

4. Übungsblatt zur Mathematik II für Inf, WInf

Tutorium: Analysis und Lineare Algebra

Lineare Algebra und Geometrie für LehramtskandidatInnen. Andreas Čap

36 2 Lineare Algebra

Lösung Serie 13: Determinanten (Teil 2)

2 Mengen, Gruppen, Ringe und Körper

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,

Lineare Algebra I - Prüfung Winter 2019

$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: det.tex,v /01/08 13:59:24 hk Exp $ A = 1 3

9.2 Invertierbare Matrizen

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München

D-Math/Phys Lineare Algebra I HS 2017 Dr. Meike Akveld. Clicker Fragen

7. 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.

Anzahl der Fehlstände von σ

Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen

t i v i i {1,..., n} : 0 t i 1 i=1

8.2 Invertierbare Matrizen

$Id: det.tex,v /12/19 13:21:08 hk Exp $ A = 1 3

mit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"

Lineare Algebra und analytische Geometrie I

Ferienkurs Mathematik für Physiker I Skript Teil 3 ( )

a 1 a 1 A = a n . det = λ det a i

Basisprüfung. 18. August 2015

Kapitel 3 Lineare Algebra

Wir verallgemeinern jetzt den Begriff bilinear zu multilinear. Unser Ziel ist dabei insbesondere die Einführung der sogenannten Determinante.

solche Permutationen. Für n von 1 bis 8 ergeben sich folgende Zahlen: [ ]

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Klausur: voraussichtlich Mittwoch,

Lösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B :=

Musterlösung Serie 12

2.11 Eigenwerte und Diagonalisierbarkeit

Lineare Algebra Weihnachtszettel

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

)=(2 1 ( 2) 2) ( ) = 12 (Blockmatrix-Regel) Jede Zeile passend mit 1. Zeile addieren. Zeilentausch, 2. Zeile

In allen Fällen spielt die 'Determinante' einer Matrix eine zentrale Rolle.

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

Kapitel 4. Multilineare Algebra. 4.1 Determinantenfunktionen

Heinrich Heine-Universität Düsseldorf Sommersemester Lineare Algebra 1. Vierzehnte & Fünfzehnte Woche,

Prüfung Lineare Algebra , B := ( ), C := 1 1 0

Einführung in die Algebra

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)

Klausurvorbereitungsblatt Lineare Algebra

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 1 (WS 2010/2011) Abgabetermin: Donnerstag, 21. Oktober.

von H.-G. Rück Wintersemester 2002/2003

Wiederholungsserie II

Test zum PS Lineare Algebra und Geomtrie 2 H. Feichtinger & D. Eiwen Wintersemester 2011 Datum: 28. Nov. 2011

Musterlösung Serie 11

Lösung zu Serie 9. Lineare Algebra D-MATH, HS Prof. Richard Pink

9 Lineare Algebra 2 (SS 2009)

Determinanten - II. Falls n = 1, gibt es offenbar nur die identische Permutation, und für eine 1 1 Matrix A = (a) gilt det A = a.

Scheinklausur, 2. Teil, Lineare Algebra I, WS 2001, Prof. Dr. G. Hiß. Ja oder

Serie Sei V ein Vektorraum. Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt. Zeigen Sie:

LINEARE ALGEBRA I, WS 2010/11. NOTIZEN ZUR VORLESUNG.

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Dreiecksmatrizen. Die Treppennormalform

Transkript:

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: Die Menge aller Permutationen der Menge {1,...,n} zusammen mit der Komposition von Abbildungen und der identischen Abbildung id als neutrales Element ist eine Gruppe, genannt die symmetrische Gruppe vom Grad n. Elemente von S n bezeichnet man üblicherweise mit kleinen griechischen Buchstaben und schreibt ihre Operation klammernlos in der Form σ : i σi. Satz: Es gilt S n = n!. Definition: Ein Paar (i, j) mit 1 i<j n und σi > σj heisst ein Fehlstand von σ. Die Zahl sgn(σ) := ( 1 ) Anzahl Fehlstände von σ heisst das Signum oder die Signatur oder das Vorzeichen von σ. Eine Permutation mit sgn(σ) = 1 heisst gerade, eine mit sgn(σ) = 1 heisst ungerade. Beispiel: Eine Permutation, die zwei verschiedene Ziffern vertauscht und alle übrigen Ziffern festlässt, heisst Transposition. Jede Transposition hat Signum 1. Beispiel: Eine Permutation, die k verschiedene Ziffern zyklisch vertauscht und alle übrigen Ziffern festlässt, hat Signum ( 1) k 1. Lemma: Für jedes σ S n gilt (σj σi) = sgn(σ) Satz: Für alle σ, τ S n gilt: sgn(id) = 1 (j i). sgn(σ τ) = sgn(σ) sgn(τ) sgn(σ 1 )= sgn(σ) Das bedeutet, dass die Abbildung sgn: S n {±1} ein Gruppenhomomorphismus ist. Definition: Für jedes σ S n betrachte die n n-matrix P σ := ( δ i,σj )1 i,j n. Satz: Die Matrix P σ ist eine Permutationsmatrix. Umgekehrt ist jede n n-permutationsmatrix gleich P σ für genau ein σ S n. Ausserdem gilt für alle σ, τ S n P στ = P σ P τ. Das bedeutet, dass σ P σ einen Gruppenisomorphismus von S n auf die Gruppe aller n n-permutationsmatrizen induziert.

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 67 6.2 Konstruktion und Grundeigenschaften In diesem Kapitel rechnen wir in einem beliebigen kommutativen unitären Ring R. Definition: Die Determinante einer n n-matrix A = ( a ij )1 i,j n ist det(a) := σ S n sgn(σ) Beispiel: Explizite Formeln für n =0, 1, 2, 3. n a i,σi. Satz: Die Determinante ist eine lineare Abbildung jeder einzelnen Zeile, das heisst: (a) Stimmen A, A, A ausserhalb der i-ten Zeile überein, und ist die i-te Zeile von A die Summe der i-ten Zeilen von A und A, so gilt det(a )=det(a)+det(a ). (b) Entsteht A aus A durch Multiplikation einer Zeile mit einem Skalar λ R, so gilt det(a )=λ det(a). Dieselben Aussagen gelten für Spalten anstelle von Zeilen. Satz: Es gilt det(a T )=det(a). Satz: Für jede Permutation σ S n gilt det(p σ )=sgn(σ). Satz: Für jede Blockdreiecksmatrix der Form A = A B O A oder A O B A mit quadratischen Matrizen A und A und der jeweiligen Nullmatrix O gilt det(a ) det(a ). Satz: Für jede obere oder untere Dreiecksmatrix A = ( a ij )1 i,j n gilt n a ii. Folge: Insbesondere gilt det(i n )=1. Satz: Für je zwei n n-matrizen A und B gilt det(ab) =det(a) det(b).

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 68 6.3 Berechnung der Determinante Satz: Die Determinante verhält sich unter elementaren Zeilenoperationen wie folgt: Entsteht A aus A durch... (a) Addition eines Vielfachen einer Zeile zu einer anderen, so gilt det(a )=det(a). (b) Multiplikation einer Zeile mit einem Skalar λ R, so gilt det(a )=λ det(a). (c) Vertauschen zweier Zeilen, so gilt det(a )= det(a). Die entsprechenden Aussagen gelten für elementare Spaltenoperationen. Über einem Körper lässt sich die Determinante daher mit Gauss-Elimination berechnen. Beispiel: Ist eine Zeile oder Spalte von A eine Linearkombination der übrigen, so gilt 0. Beispiel: Für beliebige a 1,...,a n R hat die n n-matrix A := ( ) a j 1 i = 1 i,j n die Vandermonde-Determinante 1 a 1 a 2 1... a n 1 1....... 1 a n a 2 n... a n 1 n (a j a i ).

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 69 6.4 Zeilen- und Spaltenentwicklung Konstruktion: Sei A eine n n-matrix mit n > 0. Für jedes Paar von Indizes 1 i, j n sei A ij diejenige (n 1) (n 1)-Matrix, die durch Streichen der i-ten Zeile und der j-ten Spalte aus A entsteht. Satz: Für jedes 1 i n gilt Für jedes 1 j n gilt n ( 1) i+j a ij det(a ij ). j=1 n ( 1) i+j a ij det(a ij ). Definition: Die Adjunkte von A ist die Matrix à := ( ( 1) i+j det(a ji ) ) 1 i,j n. Satz: Es gilt A à = à A = det(a) I n. Satz: Eine quadratische Matrix A über einem Körper ist invertierbar genau dann, wenn det(a) 0 ist. In diesem Fall gilt weiter det(a 1 )= det(a) 1 A 1 = det(a) 1 Ã. Beispiel: Für jede invertierbare 2 2-Matrix gilt ( ) 1 a b = c d 1 ad bc und ( d b c a ).

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 70 6.5 Ähnlichkeit und Determinante eines Endomorphismus Sei K ein Körper. Definition: Zwei n n-matrizen A und B über K heissen ähnlich oder zueinander konjugiert, wenn eine invertierbare n n-matrix U über K existiert mit B = UAU 1. Satz: Dies ist eine Äquivalenzrelation. Satz: Ähnliche Matrizen haben dieselbe Determinante. Satz: Sei f ein Endomorphismus eines endlich-dimensionalen K-Vektorraums V.Dann sind die Darstellungsmatrizen M B,B (f) bezüglich beliebiger geordneter Basen B von V zueinander ähnlich. Insbesondere ist det(m B,B (f)) unabhängig von B. Definition: Das Element det(f) := det M B,B (f) K heisst die Determinante von f. Satz: Für alle Endomorphismen f und g eines endlich-dimensionalen K-VektorraumsV gilt: (a) det(id V )=1. (b) det(g f) =det(g) det(f). (c) Die Abbildung f ist ein Automorphismus genau dann, wenn det(f) 0 ist. (d) Für jeden Automorphismus f gilt det(f 1 )=det(f) 1. (e) Für jeden Isomorphismus h: V W gilt det(h f h 1 )=det(f).