Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.

Slides:



Advertisements
Ähnliche Präsentationen
Motivation Bisher: Codes mit möglichst kurzer Codelänge.
Advertisements

Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Wiederholung TexPoint fonts used in EMF.
Schnelle Matrizenoperationen von Christian Büttner
Zusatzthemen. Kapitel 5 © Beutelspacher Juni 2004 Seite 2 Inhalt Gleichungssysteme mit Parameter Wurzelgleichungen Irrationale Zahlen Induktion WGMS III.
11. Matrizen. 11. Matrizen Eine mn-Matrix ist ein Raster aus mn Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (aij)1  i  m, 1.
Kapitel 5 Stetigkeit.
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Kapitel 2 Die rationalen und die irrationalen Zahlen.
Kapitel 4 Geometrische Abbildungen
d.h. für alle  mit () = (s1,s2 ,...,sn,s) gilt: wenn
Beispiele für Gleichungssysteme
(Ron Rivest, Adi Shamit, Leonard Adleman , 1977)
Mathematische Grundlagen und Rechnen mit algebraischen Zahlen
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.
Kapitel V. Determinanten
§ 29 Determinanten: Eigenschaften und Berechnung
Tutorium
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
§10 Vektorraum. Definition und Beispiele
Computergrafik – Inhalt Achtung! Kapitel ist relevant für CG-2!
Determinanten Roland Angst,
§17 Produkte und Quotienten von Vektorräumen
Sali zäma.
§24 Affine Koordinatensysteme
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Lineare Algebra Komplizierte technologische Abläufe können übersichtlich mit Matrizen dargestellt werden. Prof. Dr. E. Larek
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
§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 § 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
Polynome und schnelle Fourier-Transformation
Praktische Optimierung
Lineare Algebra, Teil 2 Abbildungen
Lineare Algebra Außerdem bieten Determinanten
Multivariate Statistische Verfahren
Multivariate Statistische Verfahren
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
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)
Lineare Algebra 11. Matrizen Eine m  n-Matrix ist ein Raster aus m  n Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (a ij )
Kapitel 4 Restklassen (die modulo-Rechnung)
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Graphische Datenverarbeitung
Lineare Gleichungen Allgemeine Einführung Äquivalenzumformungen
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.
Kapitel IV. Matrizen Inhalt:
§23 Basiswechsel und allgemeine lineare Gruppe
Kapitel I. Vorspann zum Begriff Vektorraum
§19 Matrizen als lineare Abbildungen
Kapitel V. Determinanten
 Präsentation transkript:

Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich Zwei) die bezüglich der Spalten der (n.n)-Matrizen n-linear und alternierend ist. Also gilt nach 28.5 für jede Determinantenfunktion (29.2) Definition: Die Determinantenfunktion Δ mit Δ(E) = 1 heißt die Determinante und wird mit det bezeichnet.

Folie 2 Kapitel V, § 29 Berechnung mit dieser Definition? Es gilt: (29.3) Satz: Für (n,n)-Matrizen A und B gilt stets 1 o det(A) = det(A T ). 2 o det(AB) = det(A)det(B). 4 o Und speziell. 3o3o Mehr zur Berechnung von Determinanten: (29.4) Definition: Eine obere Dreiecksmatrix ist eine (n,n)-Matrix A mit. Entsprechend: Untere Dreiecksmatrix. Und diese Formel nehmen wir als Definition im Falle char(K) = 2. Bezeichnung: Die Formel ist als die Leibnizformel bekannt.

Folie 3 Kapitel V, § 29 (29.5) Satz: Für eine obere Dreiecksmatrix A ist (29.6) Verfahren: Eine vorgegebene (n,n)-Matrix A bringe man durch Spaltenvertauschungen und durch Addition von geeigneten Vielfachheiten von Spalten auf die Form einer oberen Dreiecksmatrix B. Dann gilt: det(A) = (–1) –k det(B). Beispiel! mit einer (p,p)-Matrix B und einer (q,q)-Matrix D (n = p + q). (29.7) Satz: Für eine (n,n)-Matrix A der Form Analog für Zeilenoperationen

Folie 4 Kapitel V, § 29 Dann gilt det(A) = det(B)det(D). Entsprechend ergibt sich ein zu 29.6 analoges Verfahren., die aus A durch Streichen der μ–ten Zeile und der ν–ten Spalte entsteht. Zur Darstellung einer weiteren Berechnungsformel brauchen wir zu einer (n,n)-Matrix A und zu (μ,ν) aus n 2 die (n-1,n-1)-Matrix (29.8) Entwicklungssatz von Laplace: Für eine (n,n)-Matrix A und Analog ist für : (Entwicklung nach Zeile m.) (Entwicklung nach Spalte k.)

Folie 5 Kapitel V, § 29 Zum Beispiel die Entwicklung der Determinante einer (3,3)-Matrix nach Zeile 1: Beweis zum Entwicklungssatz 29.8: Zunächst gilt wegen für den Zeilenvektor A m und wegen der Multilinearität von det:

Folie 6 Kapitel V, § 29 Ferner ist Dabei entsteht die letzte Matrix aus der mittleren durch Verschieben der ersten Spalte um ν – 1 Positionen und durch Verschieben der ersten Zeile um m – 1 Positionen. Es folgt (Addition von geeigneten Vielfachen der m-ten Zeile zu den anderen Zeilen):

Folie 7 Kapitel V, § 29 Also und damit die Leibnizformel durch Einsetzen in die Beginn bewiesene Gleichung:

Folie 8 Kapitel V, § 29 Die komplementäre Matrix ist die Matrix (29.9) Satz: Mit den Koeffizienten (Kofaktoren genannt) der komplementären Matrix gilt daher: (29.10) Korollar: Für invertierbare A : 29.9 enthält den Entwicklungssatz 29.8.