Kapitel V. Determinanten

Slides:



Advertisements
Ähnliche Präsentationen
Eulerscher Polyedersatz
Advertisements

3. 3D-Betrachtungstransformationen
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
Schnelle Matrizenoperationen von Christian Büttner
13. Transformationen mit Matrizen
Die Beschreibung von Bewegungen
Kapitel 5 Stetigkeit.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 4 Geometrische Abbildungen
Portfoliomodelle Faktormodelle
© 2006 W. Oberschelp, G. Vossen Rechneraufbau & Rechnerstrukturen, Folie 4.1.
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§9 Der affine Raum – Teil 2: Geraden
§ 28 Multilineare und Alternierende Abbildungen
§9 Der affine Raum – Teil 2: Geraden
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§11 Skalarprodukt. Euklidische Räume
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
Tutorium
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
Seminar Stringtheorie und Geometrische Methoden der Physik
Semantik von UML Sequenzdiagrammen
§10 Vektorraum. Definition und Beispiele
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Lineare Algebra Komplizierte technologische Abläufe können übersichtlich mit Matrizen dargestellt werden. Prof. Dr. E. Larek
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
§10 Vektorraum. Definition und Beispiele
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
Folie 1 §15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn.
§15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn für alle.
Folie 1 § 28 Multilineare und Alternierende Abbildungen (28.1) Definition: V und W seien wieder ein K-Vektorräume. Eine Abbildung von V nach W stets linear.
Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.
§23 Basiswechsel und allgemeine lineare Gruppe
§3 Allgemeine lineare Gleichungssysteme
Lineare Algebra, Teil 2 Abbildungen
Inhalt Vorbemerkung Vorstellung einer Unterrichtssequenz Kritik
Das Spatprodukt I. Definition des Spats II. Herleitung und Berechnung des Spatprodukts III. Anwendungen des Spatprodukts.
Anwendungen des Pythagoras
Multivariate Statistische Verfahren
Determinanten und Cramer‘sche Regel
bgFEM04 Federn FEM: exakte Lösung - Näherungslösung Scheibe Einführung
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
Flächeninhalt vom Trapez
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Klassen von Flächen Costa-Fläche
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Didaktik der Geometrie (5)
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Graphische Datenverarbeitung
Gliederung der Vorlesung
Dreieckssätze Pythagoras und Co SFZ 14/15 W.Seyboldt
Folie 1 §8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein.
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
DG5 - Angittern Aufgabenstellung: Buch Raumgeometrie Seite 43 Übung 5.1, 6b Schnitt einer Gerade mit Parallelogramm, beide allgemeine Lage Gerade: g (G1(6/-4/0),
Kapitel IV. Matrizen Inhalt:
§17 Produkte und Quotienten von Vektorräumen
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Pflichtteil 2016 Aufgabe 6: Gegeben ist die Gerade
Das Vektorprodukt Wir definieren erneut eine Multiplikation zwischen zwei Vektoren, das Vektorprodukt, nicht zu verwechseln mit dem Skalarprodukt. Schreibe.
§11 Skalarprodukt. Euklidische Räume
Kapitel I. Vorspann zum Begriff Vektorraum
§19 Matrizen als lineare Abbildungen
Kapitel V. Determinanten
 Präsentation transkript:

Kapitel V. Determinanten Inhalt: Alternierende Formen Permutationen Determinanten Lineare Gleichungssysteme Anwendungen

§ 26 Inhaltsmessung von Parallelogrammen In diesem Paragrafen soll die Einführung der Determinante über einen geometrischen Ansatz motiviert werden. Es geht um die Eigenschaften des Flächeninhalts von Parallelogrammen in der euklidischen Ebene. Die Ebene wird durch R2 repräsentiert, ein Parallelogramm wird durch 2 Vektoren gegeben: Wir bezeichnen mit F(v,w) die Fläche von dem von v und w aufgespannten Parallelogramm P. w v P Dabei soll F(v,w) gerichtet sein, insofern, als F(v,w) = -F(w,v) gilt. Zum Beispiel: F(v,w) positiv, wenn v vor w im Gegenuhrzeigersinn.

Kapitel V, §26 Elementargeometrische Überlegungen zeigen: F(v + u,w) = F(v,w) + F(u,w) w v P u Und ebenso: F(v,w + z) = F(v,w) + F(v,z) Weiterhin: F(v,sw) = sF(v,w) = F(sv,w) für positive s . w v -v Schließlich: F(-v,w) = -F(v,w) = F(v,-w)

Kapitel V, §26 Insgesamt: F ist bilinear und alternierend, dh. F(v,w) = -F(w,v) Daher: F(v,w) = F11v1w1 + F21v2w1 + F12v1w2 + F22v2w2 mit F11 = 0 = F22 und F12 = - F21 , weil F alternierend. Daher gilt F(v,w) = s(v1w2 – v2w1) mit einer Konstanten s . Mit der Festlegung F(e1,e2) = 1 (Normierung von F, so dass das Ein-heitsquadrat den Flächeninhalt 1 erhält) wird diese Konstante zu 1 : F(v,w) = Δ(v1,w1,v2,w2) (vgl. §1) =: det(v,w) Die beiden Spaltenvektoren v,w lassen sich als die Spaltenvektoren von (2,2)-Matrizen A = (v,w) verstehen. Insofern definiert det eine Abbildung

Kapitel V, §26 Eigenschaften von det : (26.1) Satz: Für A aus R2x2 gilt: (26.2) Korollar: Für A aus R2x2: (26.3) Satz: Für A,B aus R2x2 : det (AB) = (det A)(det B) . (26.4) Satz von Cayley: Für A aus R2x2 ist wobei tr A := a + d (Spur von A) . (26.5) Satz: Für A,B,C aus R2x2 : 1o (AB –BA)2 = (det(AB –BA))E 2o (AB –BA)2C = C(AB –BA)2 . Im übrigen ist det auch bilinear in den Zeilenvektoren.