Invertierbarkeit von Matrizen

Ähnliche Dokumente
Dreiecksmatrizen. Die Treppennormalform

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

Die Determinante. Lineare Algebra I. Kapitel Mai 2013

Das characteristische Polynom und der Satz von Cayley-Hamilton

PLU Zerlegung, Rang und Äquivalenz von Matrizen

Die Treppennormalform

Mathematische Strukturen

Vektorräume. Lineare Algebra I. Kapitel Juni 2012

Die Treppennormalform

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

35 Matrixschreibweise für lineare Abbildungen

3 Matrizen und Lineare Gleichungssysteme

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

Beziehungen zwischen Vektorräumen und ihren Dimensionen

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Lineare Algebra und analytische Geometrie I

Lineare Algebra 1. Roger Burkhardt

bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 6

Numerik für Informatiker und Bioinformatiker. Daniel Weiß

3 Determinanten, Eigenwerte, Normalformen

Lineare Algebra und analytische Geometrie I

Lineare Algebra I (WS 13/14)

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

KAPITEL 6. Algebra Gruppen

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)

7 Matrizen über R und C

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66

32 2 Lineare Algebra

5.2 Rechnen mit Matrizen

2 Matrizenrechnung und Lineare Gleichungssysteme

Vektoren und Matrizen

Lineare Algebra und Numerische Mathematik für D-BAUG

Matrizen, Determinanten, lineare Gleichungssysteme

Copyright, Page 1 of 5 Die Determinante

Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen

Matrizen: Grundbegriffe. 1-E Ma 1 Lubov Vassilevskaya

8.2 Invertierbare Matrizen

4. Übungsblatt zur Mathematik II für Inf, WInf

Mathematik 1 für Wirtschaftsinformatik

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

5.2 Rechnen mit Matrizen

FH Gießen-Friedberg, FB 06 (MNI) Skript 8 Mathematik 1 für KMUB 5./7. November 2008 Prof. Dr. H.-R. Metz. Matrizen 1. a m1 a m2 a m3 a mn

Lineare Algebra I, Musterlösung zu Blatt 9

Basiswissen Matrizen

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra)

6.2 Rechnen mit Matrizen

36 2 Lineare Algebra

4 Lineare Algebra (Teil 2): Quadratische Matrizen

G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag

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

Tutorium: Diskrete Mathematik. Matrizen

(λ), t P j i = P j i. heißt symmetrisch, wenn t A = A und antisymmetrisch, wenn

Leitfaden Lineare Algebra: Determinanten

g 1 g = e, (1) (g 1 ) 1 g 1 = e, (2) Unter Verwendung des Assoziativgesetzes ist nach (1), und weil e neutrales Element ist. Nach (2) folgt nun

9.2 Invertierbare Matrizen

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

a 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 =

1 Matrizenrechnung zweiter Teil

LINEARE ALGEBRA II. FÜR PHYSIKER

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Lineare Algebra. 5. Übungsstunde. Steven Battilana. battilana.uk/teaching

1 Transponieren, Diagonal- und Dreiecksmatrizen

Mathematik I. Vorlesung 14. Rang von Matrizen

37 Gauß-Algorithmus und lineare Gleichungssysteme

2.5 Gauß-Jordan-Verfahren

Mathematik 1 Bachelorstudiengang Maschinenbau

Mathematik II Frühjahrssemester 2013

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 12

Einführung in die Vektor- und Matrizenrechnung. Matrizen

8.2 Invertierbare Matrizen

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Transkript:

Invertierbarkeit von Matrizen Lineare Algebra I Kapitel 4 24. April 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: Agnieszka Miedlar, MA 462, Sprechstunden Dienstag 14-16 Tutoren: Clauß, Große, Reinke, Sieg Anmeldung: über MOSES Fragen? Studentische Studienfachberatung, MA 847 Telefon: (030) 314-21097 Email: studber@math.tu-berlin.de Vorlesungen: VL am Dienstag, Mittwoch 10-12 im MA004 (ausnahmsweise am 10.04.13 im HE 101) Zulassung zur Klausur: mit 50% Punkten für Hausaufgaben in jeder Semesterhälfte Klausur: Mitte Juli

Invertierbarkeit von Matrizen Definition Eine Matrix A R n,n heißt invertierbar, wenn es ein à R n,n gibt mit ÃA(= AÃ) = I n. Man schreibt dann à = A 1, und nennt à die inverse Matrix zu A.

Invertierbarkeit von Matrizen Definition Eine Matrix A R n,n heißt invertierbar, wenn es ein à R n,n gibt mit ÃA(= AÃ) = I n. Man schreibt dann à = A 1, und nennt à die inverse Matrix zu A. Beachte, obwohl die Matrizenmultiplikation nicht kommutativ ist vertauscht eine invertierbare Matrix A R n,n mit ihrer Inversen!

Invertierbarkeit von Matrizen Definition Eine Matrix A R n,n heißt invertierbar, wenn es ein à R n,n gibt mit ÃA(= AÃ) = I n. Man schreibt dann à = A 1, und nennt à die inverse Matrix zu A. Beachte, obwohl die Matrizenmultiplikation nicht kommutativ ist vertauscht eine invertierbare Matrix A R n,n mit ihrer Inversen! Lemma Seien A, B R n,n invertierbar. Dann ist AB invertierbar und es gilt (AB) 1 = B 1 A 1.

Invertierbarkeit von Matrizen Definition Eine Matrix A R n,n heißt invertierbar, wenn es ein à R n,n gibt mit ÃA(= AÃ) = I n. Man schreibt dann à = A 1, und nennt à die inverse Matrix zu A. Beachte, obwohl die Matrizenmultiplikation nicht kommutativ ist vertauscht eine invertierbare Matrix A R n,n mit ihrer Inversen! Lemma Seien A, B R n,n invertierbar. Dann ist AB invertierbar und es gilt (AB) 1 = B 1 A 1. Beweis: Es gilt (AB)(B 1 A 1 ) = A(BB 1 )A 1 = AI n A 1 = AA 1 = I n, (B 1 A 1 )(AB) = B 1 (A 1 A)B = B 1 I n B = B 1 B = I n und damit folgt die Behauptung.

Die Gruppe GL n Frage: ist jede quadratische Matrix invertierbar?

Die Gruppe GL n Frage: ist jede quadratische Matrix invertierbar? Gar nicht. Beispiele: [ ] [ ] [ ] 0 1 1 1 1 2,, 0 0 1 1 2 4

Die Gruppe GL n Frage: ist jede quadratische Matrix invertierbar? Gar nicht. Beispiele: [ ] [ ] [ ] 0 1 1 1 1 2,, 0 0 1 1 2 4 Theorem Die Menge der invertierbaren Matrizen in R n,n ist bezüglich der Matrizenmultiplikation eine (nicht kommutative) Gruppe. Wir bezeichnen diese Menge mit GL n (R) (General Linear group). Beweis: Die Assoziativität und die Abgeschlossenheit dieser Menge (unter Multiplikation) haben wir bereits gezeigt. Das Einselement ist durch die Einheitsmatrix I n gegeben und die Existenz von multiplikativen Inversen gilt per Definition.

Spezielle Klassen von quadratischen Matrizen Sei A R n,n. a) A heißt symmetrisch, falls A = A T.

Spezielle Klassen von quadratischen Matrizen Sei A R n,n. a) A heißt symmetrisch, falls A = A T. b) A heißt obere Dreiecksmatrix, falls a ij = 0 für alle i = 2,..., n, j = 1,..., i 1.

Spezielle Klassen von quadratischen Matrizen Sei A R n,n. a) A heißt symmetrisch, falls A = A T. b) A heißt obere Dreiecksmatrix, falls a ij = 0 für alle i = 2,..., n, j = 1,..., i 1. c) A heißt untere Dreiecksmatrix, falls A T obere Dreiecksmatrix ist.

Spezielle Klassen von quadratischen Matrizen Sei A R n,n. a) A heißt symmetrisch, falls A = A T. b) A heißt obere Dreiecksmatrix, falls a ij = 0 für alle i = 2,..., n, j = 1,..., i 1. c) A heißt untere Dreiecksmatrix, falls A T obere Dreiecksmatrix ist. d) A heißt Diagonalmatrix, falls A obere und untere Dreiecksmatrix ist.

Spezielle Klassen von quadratischen Matrizen Sei A R n,n. a) A heißt symmetrisch, falls A = A T. b) A heißt obere Dreiecksmatrix, falls a ij = 0 für alle i = 2,..., n, j = 1,..., i 1. c) A heißt untere Dreiecksmatrix, falls A T obere Dreiecksmatrix ist. d) A heißt Diagonalmatrix, falls A obere und untere Dreiecksmatrix ist. e) A heißt Permutationsmatrix, falls in jeder Zeile und in jeder Spalte genau ein Eintrag 1 ist und alle anderen Einträge 0 sind.

Spezielle Klassen von quadratischen Matrizen Sei A R n,n. a) A heißt symmetrisch, falls A = A T. b) A heißt obere Dreiecksmatrix, falls a ij = 0 für alle i = 2,..., n, j = 1,..., i 1. c) A heißt untere Dreiecksmatrix, falls A T obere Dreiecksmatrix ist. d) A heißt Diagonalmatrix, falls A obere und untere Dreiecksmatrix ist. e) A heißt Permutationsmatrix, falls in jeder Zeile und in jeder Spalte genau ein Eintrag 1 ist und alle anderen Einträge 0 sind. Beispiele: [ 0 1 0 1 ], [ 0 1 1 0 ], [ 0 0 0 1 ].

Invertierung von Permutationsmatrizen Theorem Die Menge der Permutationsmatrizen in R n,n bildet eine multiplikative Gruppe. Ist A R n,n eine Permutationsmatrix, so gilt A 1 = A T.

Invertierung von Permutationsmatrizen Theorem Die Menge der Permutationsmatrizen in R n,n bildet eine multiplikative Gruppe. Ist A R n,n eine Permutationsmatrix, so gilt A 1 = A T. Beweis: Seien A = [a ij ], B = [b ij ] R n,n Permutationsmatrizen, C = A B = [c ij ] mit b n 1j c ij = a ik b kj = [a i1,..., a in ].. k=1 b nj

Invertierung von Permutationsmatrizen Theorem Die Menge der Permutationsmatrizen in R n,n bildet eine multiplikative Gruppe. Ist A R n,n eine Permutationsmatrix, so gilt A 1 = A T. Beweis: Seien A = [a ij ], B = [b ij ] R n,n Permutationsmatrizen, C = A B = [c ij ] mit b n 1j c ij = a ik b kj = [a i1,..., a in ].. k=1 b nj Da es nur genau ein Element a ik gibt, welches von 0 verschieden (nämlich = 1) ist, und genau ein Element b kj, welches von 0 verschieden (= 1) ist, so gibt es in jeder Zeile und in jeder Spalte von C genau ein von Null verschiedenes Element (= 1), nämlich dort, wo a ik = b kj = 1 ist. Sei A A T = C = [c ij ]. Dann gilt: c ij = n a ik a jk = δ ij. k=1

Invertierung von Diagonalmatrizen Theorem Die Menge der invertierbaren Diagonalmatrizen bildet eine kommutative multiplikative Gruppe.

Invertierung von Diagonalmatrizen Theorem Die Menge der invertierbaren Diagonalmatrizen bildet eine kommutative multiplikative Gruppe. Beweis: Die Abgeschlossenheit des Produktes, und die Gesetze (Ass ) und (Eins) sind klar. Seien A = [a ij ], B = [b ij ] Diagonalmatrizen. C = A 1 existiert nach Voraussetzung. Aus der Formel für die Inverse folgt c ij = δ ij a 1 ii, i, j = 1,..., n. Also ist C Diagonalmatrix. Weiterhin gilt A B = diag(a 11 b 11,..., a nn b nn ) = diag(b 11 a 11,..., b nn a nn ) = B A.

Invertierung von Dreiecksmatrizen I Theorem Die Menge der invertierbaren oberen Dreiecksmatrizen in R n,n ist bezüglich der Matrixmultiplikation eine (nicht kommutative) Gruppe. (Analoges gilt für invertierbare untere Dreiecksmatrizen.)

Invertierung von Dreiecksmatrizen I Theorem Die Menge der invertierbaren oberen Dreiecksmatrizen in R n,n ist bezüglich der Matrixmultiplikation eine (nicht kommutative) Gruppe. (Analoges gilt für invertierbare untere Dreiecksmatrizen.) Beweis: Es seien A = [a ij ], B = [b ij ] invertierbare obere Dreiecksmatrizen in R n,n. Wir müssen für die Abgeschlossenheit der Menge (unter Multiplikation) zunächst beweisen, dass A B wieder eine obere Dreiecksmatrix ist. Sei C = A B = [c ij ]. Für i > j gilt c ij = n a ik b kj k=1 = j a ik b kj (da b kj = 0 für k > j) k=1 = 0. (da a ik = 0 für i > k)