Determinanten. I. Permutationen

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

Leitfaden Lineare Algebra: Determinanten

9.2 Invertierbare Matrizen

Matrizen, Determinanten, lineare Gleichungssysteme

7 Die Determinante einer Matrix

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)

Quadratische Matrizen Inverse und Determinante

Copyright, Page 1 of 5 Die Determinante

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

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

Kapitel 17. Determinanten

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

Kapitel V. Determinanten

Serie 10: Inverse Matrix und Determinante

Vektorräume und Rang einer Matrix

37 Gauß-Algorithmus und lineare Gleichungssysteme

Permutationen und symmetrische Gruppe

4 Vorlesung: Matrix und Determinante

5.1 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

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Vorlesung bzw. 23. Januar Determinanten 1. Cramersche Regel

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Lineare Algebra. Teil III. Inhaltsangabe

Matrizen und Determinanten

Kap 5: Rang, Koordinatentransformationen

Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls

Lineare Algebra 1. Roger Burkhardt

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

Eigenwerte und Diagonalisierung

Einführung in die Vektor- und Matrizenrechnung. Matrizen

2. Symmetrische Gruppen

Lineare Algebra I Klausur. Klausur - Musterlösung

( ) Lineare Gleichungssysteme

Homogenität Assoziativgesetz A (B 1 + B 2 ) = A B 1 + A B 2 Distributivgesetz 1 (A 1 + A 2 ) B = A 1 B + A 2 B Distributivgesetz 2

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Quadratische Matrizen

Proseminar Lineare Algebra II, SS 11. Blatt

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014

3.6 Eigenwerte und Eigenvektoren

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer.

Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle

Abschnitt: Determinanten

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen.

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

Der Rang einer Matrix A. Beispiel

3.11 Volumen und Determinanten

3 Matrizen und Determinanten

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

6 Eigenwerte und Eigenvektoren

6 Hauptachsentransformation

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

MC-Serie 11: Eigenwerte

Lineare Gleichungssysteme - Grundlagen

45 Eigenwerte und Eigenvektoren

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Lineare Gleichungssysteme

Lineare Algebra I, WiSe 2015

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

) in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a 1. b 2. ) und b = ( b 1

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Einführung in die Mathematik für Informatiker

Lineare Algebra KAPITEL III. 12 Matrizen und der Gauß-Algorithmus. I) Matrizen

Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.

Lineare Algebra - alles was man wissen muß

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

Lineare Gleichungssysteme

Lineare Gleichungssysteme

Lineare Algebra II. Zürcher Hochschule für Angewandte Wissenschaften Richard Bödi. Basierend auf dem Linearen Algebra Manuskript von Roger Manz.

Mathematik II Frühjahrssemester 2013

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Lineare Algebra I (WS 13/14)

2.1 Eigenschaften und Beispiele von Gruppen Untergruppen Homomorphismen... 25

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

Lineare Gleichungssysteme

Kapitel III. Lineare Abbildungen

Kapitel 15. Lösung linearer Gleichungssysteme

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Notizen zu Transformationen und Permutationen. T (A) = {f : A A}

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

1 Rechnen mit 2 2 Matrizen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

x,y A = t xay v i,v j A = e i,e j t PAP

Quadratische Formen und Definitheit

1 Vektoren, Vektorräume, Abstände: 2D

6 Symmetrische und hermitesche Matrizen

Lineare Abbildungen. i=0 c ix i n. K n K m

Diagonalisieren. Nikolai Nowaczyk Lars Wallenborn

1 Alternierende Formen

Transkript:

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 den Begriff der Jacobi-Determinante in der Analysis. I. 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. Die Elemente von S n heißen Permutationen (einer n-elementigen Menge. S n hat n! Elemente und ist für n 3 nicht abelsch (d.h. σ, τ S n mit τ σ σ τ. Schreibweisen : ( 1 2 n σ σ(1 σ(2 σ(n id τ σ ( ( 1 2 n 1 2 n ( 1 2 n τ(1 τ(2 τ(n 1 2 n τ(σ(1 τ(σ(2 τ(σ(n für σ S n... identische Abbildung ( 1 2 n σ(1 σ(2 σ(n für σ, τ S n Beispiel. ( 1 2 3 2 3 1 ( 1 2 3 1 3 2 ( 1 2 3 2 1 3 1

τ S n heißt Transposition, wenn τ lediglich zwei Elemente vertauscht und die übrigen Elemente fest läßt. Man kann zeigen, dass sich jede Permutation σ als Komposition von Transpositionen darstellen läßt. Bei jeder Darstellung von σ ist entweder eine gerade Anzahl von Transpositionen oder eine ungerade Anzahl von Transpositionen erforderlich. Als Vorzeichen bzw. Signum einer Transposition τ signτ 1. setzt man Das Vorzeichen bzw. Signum einer beliebigen Permutation σ ist signσ ( 1 k wobei σ als Komposition von k Transpositionen dargestellt werden kann. σ S n heißt gerade, wenn signσ +1 und ungerade wenn signσ 1. Man kann weiters zeigen, dass für σ 1, σ 2 S n gilt sign(σ 2 σ 1 signσ 2 signσ 1 II. Determinanten Wir verwenden in diesem Zusammenhang die Schreibweise A, wobei a i den i-ten Zeilenvektor der n n-matrix A bezeichnet. Definition. Die Determinante einer n n-matrix A (a ij ist det A signσ a 1σ(1 a 2σ(2 a nσ(n σ S n Bemerkung. Weil S n n! Elemente hat, treten für großes n sehr viele Summanden auf. Schon aus diesem Grund ist es wünschenswert, einfachere Berechnungsformeln für die Determinante zu bestimmen. a 1 a 2 a n 2

Bemerkung. Man verwendet auch die Schreibweise a 11 a 1n a 11 a 1n det A det.......... a n1 a nn a n1 a. nn Im folgenden werden die wichtigsten Eigenschaften der Determinante angeführt. Aus Zeitgründen wird auf die Beweise verzichtet. det ist linear in jeder Zeile, d.h. falls a i a i + a i bzw. a i λa, dann ist det det a i a i det λ det a i a i + det a i bzw. deta 0 a 1, a 2,, a n sind linear abhängig Ist also im besonderen etwa a i 0 oder a i a j für i j dann gilt deta 0. deta 0 bedeutet, dass A invertierbar ist! dete n +1 B entstehe aus A durch Vertauschen von zwei (verschiedenen Zeilen detb deta (Vorzeichenwechsel! B entstehe aus A durch Addition der λ-fachen j-ten Zeile zur i-ten Zeile (i j detb deta. Sei A eine obere (bzw. untere Dreiecksmatrix. Dann ist deta das Produkt der Elemente in der Hauptdiagonalen, i.e. deta a 11 a 22 a nn. 3

Führen wir also eine beliebige Matrix A in eine Matrix B in Zeilenstufenform über (B ist dann eine obere Dreiecksmatrix, dann ist deta ( 1 k b 11 b 22 b nn wobei k die Anzahl der verwendeten Zeilenvertauschungen ist. (Determinantenproduktsatz A, B M(n n; K det(a B deta detb Ist A invertierbar, also AA 1 E n, dann ist +1 dete n det(aa 1 deta deta 1, also deta 1 1 deta. deta det( t A ( A1 C Ist A eine Block-Matrix der Form A 0 A 2 quadratisch sind, dann gilt A 2 det A det A 1 det A 2., wobei A 1 und Zur Berechnung von Determinanten: Falls n 1, gibt es offenbar nur die identische Permutation, und für eine 1 1 Matrix A (a gilt det A a. Falls n 2, gibt es nur die beiden Permutationen ( 1 2. 2 1 Damit ist det A a 11 a 12 a 21 a 22 a 11a 22 a 12 a 21. Falls n 3, ist S 3 3! 6 und a 11 a 12 a 13 det A a 21 a 22 a 23 a 31 a 32 a 33 4 ( 1 2 1 2 und

a 11 a 22 a 33 a 11 a 23 a 32 a 12 a 21 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 13 a 22 a 31. Die Determinante einer 3 3 Matrix kann komfortabel mit der sogenannten Regel von Sarrus bestimmt werden. a 11 a 12 a 13 a 11 a 12 a 21 a 22 a 23 a 21 a 22 a 31 a 32 a 33 a 31 a 32 Beispiel. Sei A Mit 0 1 2 0 1 3 2 1 1 0 1 2 ist det A 0 2 0 + 1 1 1 + 2 3 1 (1 2 2 + 1 1 0 + 0 3 1 3 III. Die komplementäre Matrix Sei A M(n n; K. Für festes i, j ersetze a ij durch 1 und alle übrigen Elemente der i-ten Zeile und der j-ten Spalte durch 0. Die entstehende Matrix werde mit A ij bezeichnet. Die Matrix A ij sei jene (n 1 (n 1 Matrix, welche aus A durch Streichen der i-ten Zeile und j-ten Spalte entsteht. Beispiel. Sei A A 21 0 2 3 4 1 0 0 0 0 0 4 1 0 3 1 1 1 2 3 4 6 8 1 2 0 0 4 1 2 3 1 1 und A 32. Dann ist etwa 1 0 3 4 6 0 1 2 0 1 0 0 2 0 1 1, 5

A 21 2 3 4 0 4 1 3 1 1 und A 32 1 3 4 6 1 2 2 1 1 Es gilt : det A ij ( 1 i+j det A ij Sei A M(n n; K und setze c ij det A ij für alle 1 i, j n. Dann heißt à t (c ij die zu A komplementäre Matrix. à existiert immer und hat die zentrale Eigen- Die komplementäre Matrix schaft à A A à (det A E n Beispiel. Sei A à 0 1 2 Dann ist t + 2 1 1 0 3 1 1 0 + 3 2 1 1 1 2 1 0 + 0 2 1 0 0 1 1 1 + 1 2 2 1 0 2 3 1 + 0 1 3 2 t 1 1 1 2 2 1 3 6 3 1 2 3 1 2 6 1 1 3 Man rechnet leicht nach, dass à A 3 Also ist det A 3. 1 0 0 0 1 0 0 0 1 Folgerung. Ist A invertierbar, dann gilt offenbar 6

A 1 1 det AÃ. Speziell für n 2 ergibt sich mit A dass ( Ã t d c b a ( d b A 1 1 ad bc c a ( d b c a ( a b c d und somit und det A ad bc, IV. Der Entwicklungssatz von Laplace Sei A M(n n; K mit n 2. Dann gilt (Entwicklung nach der i-ten Zeile det A n ( 1 i+j a ij det A ij j1 für jedes feste 1 i n (Entwicklung nach der j-ten Spalte det A n ( 1 i+j a ij det A ij i1 Beispiel. Sei A 0 1 2 für jedes feste 1 j n Entwicklung nach der 1. Zeile ergibt det A 0 2 1 1 0 1 3 1 1 0 + 2 3 2 1 1 ( 1 ( 1 + 2 1 3. Bei der Anwendung des Entwicklungssatzes von Laplace ist es im allgemeinen natürlich vorteilhaft, eine Zeile bzw. Spalte zu wählen, welche viele Nullen enthält. 7

V. Die Cramersche Regel Determinanten sind auch bei der Berechnung der eindeutig bestimmten Lösung eines Gleichungssystems anwendbar. Sei Ax b ein lineares Gleichungssystem mit A M(n n; K gegeben, und sei A invertierbar. Dann ist die eindeutig bestimmte Lösung durch x A 1 b gegeben. Unter Zuhilfenahme von A 1 1 det A Ã kann man zeigen, dass x i det(a1,...,a i 1,b,a i+1,...,a n det A, 1 i n ist, wobei a 1, a 2,, a n die Spalten von A bezeichnen. Diese Berechnungsweise heißt Cramersche Regel. Beispiel. Gegeben sei Damit ist A 0 1 1 x 1 + x 2 1 x 2 + x 3 1 3x 1 + 2x 2 + x 3 0 und b 1 1 0 det A 1 1 1 2 1 0 1 0 2 1 + 3 1 0 1 1 2, damit ist A invertierbar und die Cramersche Regel anwendbar. Somit 1 1 1 0 2 1 x 1 det A 1 0 1 1 3 0 1 x 2 det A 2 8

x 3 1 1 1 0 1 1 3 2 0 det A 1 9