DesignMat Kvadratiske matricer, invers matrix, determinant

Relaterede dokumenter
DesignMat Uge 1 Gensyn med forårets stof

Ligningssystemer - nogle konklusioner efter miniprojektet

Lineær algebra: Matrixmultiplikation. Regulære og singulære

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version

Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2

Kvadratiske matricer. enote Kvadratiske matricer

Nøgleord og begreber

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge

LINALG JULENØD 2013 SUNE PRECHT REEH

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Kursusgang 3 Matrixalgebra Repetition

To ligninger i to ubekendte

Symmetriske og ortogonale matricer Uge 7

Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer

Matematik for økonomer 3. semester

Note om endelige legemer

Matricer og lineære ligningssystemer

Oversigt [LA] 6, 7, 8

1.1 Legemer. Legemer er talsystemer udstyret med addition og multiplikation, hvor vi kan regner som vi plejer at gøre med de reelle tal.

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Figur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet

Modulpakke 3: Lineære Ligningssystemer

Kursusgang 3 Matrixalgebra Repetition

Matematik og Form 3. Rækkereduktion til reduceret echelonfo. Rang og nullitet

Matematik og FormLineære ligningssystemer

Uge 6 Store Dag. Opgaver til OPGAVER 1. Opgave 1 Udregning af determinant. Håndregning Der er givet matricen A =

Symmetriske matricer

Lineær Algebra - Beviser

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

1 Om funktioner. 1.1 Hvad er en funktion?

Eksamen i Lineær Algebra

Matematik H1. Lineær Algebra

Lineær Algebra eksamen, noter

Lineære ligningssystemer og Gauss-elimination

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

DesignMat Uge 11 Lineære afbildninger

Lineær algebra Kursusgang 6

Tidligere Eksamensopgaver MM505 Lineær Algebra

3.1 Baser og dimension

Matematik YY Foråret Kapitel 1. Grupper og restklasseringe.

Matematik Camp Noter og Opgaver

Eksamen i Lineær Algebra

Diagonalisering. Definition (diagonaliserbar)

Vi indleder med at minde om at ( a) = a gælder i enhver gruppe.

Ekstremum for funktion af flere variable

DesignMat Uge 5 Systemer af lineære differentialligninger II

Oversigt [LA] 1, 2, 3, [S] 9.1-3

Forelæsningsnoter til. Lineær Algebra. Niels Vigand Pedersen. Udgivet af. Asmus L. Schmidt. Københavns Universitet Matematisk Afdeling

Oversigt [LA] 6, 7, 8

Oversigt over gruppeteori: definitioner og sætninger

Besvarelser til Lineær Algebra Reeksamen August 2016

4.1 Lineære Transformationer

Matricer og Matrixalgebra

8 Regulære flader i R 3

MASO Uge 8. Invers funktion sætning og Implicit given funktion sætning. Jesper Michael Møller. Department of Mathematics University of Copenhagen

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

Teoretiske Øvelsesopgaver:

Oversigt [LA] 1, 2, 3, [S] 9.1-3

Lokalt ekstremum DiploMat 01905

Indhold. 5. Vektorrum og matricer Koordinattransformationer

Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni 2000 og Juni 2001.

Undervisningsnotat. Matricer

MATRICER LINEÆRE LIGNINGER

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Lineær algebra 1. kursusgang

Mat10 eksamensspørgsmål

Sylvesters kriterium. Nej, ikke mit kriterium. Sætning 9. Rasmus Sylvester Bryder

Module 1: Lineære modeller og lineær algebra

6.1 Reelle Indre Produkter

To find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra

Egenværdier og egenvektorer

9.1 Egenværdier og egenvektorer

Polynomium Et polynomium. Nulpolynomiet Nulpolynomiet er funktionen der er konstant nul, dvs. P(x) = 0, og dets grad sættes per definition til.

MASO Uge 7. Differentiable funktioner. Jesper Michael Møller. Uge 7. Formålet med MASO. Department of Mathematics University of Copenhagen

DesignMat Uge 11 Vektorrum

DesignMat Lineære differentialligninger I

Transkript:

DesignMat Kvadratiske matricer, invers matrix, determinant Preben Alsholm Uge 5 Forår 010 1 Kvadratiske matricer, invers matrix, determinant 1.1 Invers matrix I Invers matrix I Definition. En n n-matrix A siges at være invertibel, hvis der findes en n n-matrix C, så AC = CA = I I bekræftende fald kaldes C en invers til A. Hvis kun AC = I, siger man, at A har en højreinvers C. Hvis kun CA = I, siger man, at A har en venstreinvers C. Hvis A har en invers, er den entydigt bestemt: Antag, at AC 1 = I og C A = I. Så gælder C = C I = C (AC 1 ) = (C A) C 1 = IC 1 = C 1 Den inverse af A betegnes med A 1. Sætning. Matricen A er invertibel hvis og kun hvis A er regulær, dvs. har fuld rang. Matricen A 1 er entydigt bestemt som løsningen C til AC = I. 1. Invers matrix II, Algoritmen Invers matrix II, Algoritmen Vi vil bestemme C, så AC = I. Totalmatricen dermed [A j I ]. AC = I har en løsning C, netop når A har fuld rang, og C findes ved Gauss-Jordan [A j I ]! [I j C ]. 1

Hermed har vi fundet en højreinvers C. Men så fås A (CA I) = ACA A = (AC) A A = A A = 0 (nulmatricen). Men af A (CA I) = 0 fås CA I = 0 da AX = 0 kun har nulløsningen, når A har fuld rang. Altså CA = I. Konklusion: Når A har en højreinvers, så er denne også venstreinvers, og dermed er den invers, altså A 1. 1. Invers matrix II Invers matrix II Hvis A er invertibel, så er A 1 invertibel og A 1 1 = A. Hvis A og B begge er invertible, så er AB invertibel og (AB) 1 = B 1 A 1. Bevis: (AB) B 1 A 1 = A BB 1 A 1 = AIA 1 = AA 1 = I B 1 A 1 (AB) = B 1 A 1 A B = B 1 IB = B 1 B = I Hvis A er invertibel, så er A T invertibel og A T 1 = A 1 T. Bevis: A T A 1 T = A 1 A T = I T = I og A 1 T A T = AA 1 T = I T = I. Determinanter.1 Permutationer I Permutationer I Definition. En bijektiv afbildning P : f1,,,..., ng! f1,,,..., ng kaldes en permutation af tallene 1,,,..., n. En permutation af tallene 1,,,..., n kan opfattes som en omordning af tallene til ordenen P (1), P (), P (),..., P (n). Eksempelvis er, 5, 1,, en permutation af 1,,,, 5. Her er funktionen P givet ved P (1) =, P () = 5, P () = 1, P () =, P (5) =

Den omvendte funktion P 1 er permutationen,, 1, 5,. Med S n betegner vi mængden af samtlige permutationer af tallene 1,,,..., n. S = f(1, ), (, 1)g. S = f(1,, ), (1,, ), (, 1, ), (,, 1), (, 1, ), (,, 1)g. Der er n! medlemmer i S n.. Permutationer II Permutationer II Lad j 1, j, j,..., j n være en permutation af 1,,,..., n. Hvis p < q, men j p > j q, så kaldes talparret j p, j q en inversion indenfor permutationen. Permutationen, 5, 1,, indeholder inversionerne (, 1), (, ), (5, 1), (5, ), (5, ). Altså 5 inversioner. Antallet af inversioner i en permutation betegnes I (j 1, j, j,..., j n ). Vi har altså I (, 5, 1,, ) = 5. En permutation kaldes lige eller ulige, hvis inversionsantallet er lige eller ulige, henholdsvis. Fortegnet sgn(j 1, j, j,..., j n ) for en permutation defineres som 1, hvis permutationen er lige, og 1, hvis den er ulige. Lemma.1. Ved ombytning af to elementer i en permutation skifter denne fortegn. Eksempelvis er sgn(, 5, 1,, ) = 1, men sgn(,, 1, 5, ) = 1.. Definition af determinant Definition af determinant Lad n n-matricen A være givet ved a 11 a 1 a 1... a 1n a 1 a a... a n A = 6....... a n1 a n a n... a nn 7 5 Determinanten af A defineres ved en sum over alle permutationer i S n : det A = S n sgn (j 1, j, j,..., j n ) a 1j1 a j a njn Determinanten af en -matrix A findes dermed til det A = a 11 a 1 a 1 a = sgn (1, ) a 11a + sgn (, 1) a 1 a 1 = a 11 a a 1 a 1 Heldigvis det vi kender fra gymnasiet.

. Determinanter: Eksempler Determinanter: Eksempler Eksempel. S = f(1,, ), (1,, ), (, 1, ), (,, 1), (, 1, ), (,, 1)g. Med A = a 11 a 1 a 1 a 1 a a 5 fås determinanten jaj til a 1 a a sgn (1,, ) a 11 a a + sgn (1,, ) a 11 a a +sgn (, 1, ) a 1 a 1 a + sgn (,, 1) a 1 a a 1 +sgn (, 1, ) a 1 a 1 a + sgn (,, 1) a 1 a a 1 = a 11 a a a 11 a a a 1 a 1 a + a 1 a a 1 +a 1 a 1 a a 1 a a 1 = a 11 a a + a 1 a a 1 + a 1 a 1 a (a 11 a a + a 1 a 1 a + a 1 a a 1 ) Sarrus regel. Maple-illustrationer af definitionen..5 Determinant af triangulær matrix Determinant af triangulær matrix Hvis n n-matricen A opfylder a ij = 0 for i > j dvs. har den specielle form a 11 a 1 a 1... a 1n 0 a a... a n A = 0 0 a... a n 6...... 7. 5 0 0 0... a nn kaldes den øvre triangulær. Hvert led i summen Sn sgn (j 1, j, j,..., j n ) a 1j1 a j a njn indeholder et element fra hver række. Det eneste led, der ikke giver nul er sgn (1,,,..., n) a 11 a... a nn = a 11 a... a nn. Altså har vi for en øvre (eller nedre) triangulær matrix, at det A = a 11 a... a nn..6 Rækkeoperationernes virkning på determinanten Rækkeoperationernes virkning på determinanten R i! R j (i 6= j) skifter fortegn på determinanten. R i := kr i gør determinanten k gange større. R i := R i + kr j (i 6= j) ændrer ikke determinantens værdi.

Beregn determinanten D = 5 6 5 ved brug af Gauss-elimination: Operationen R := R R 1 og derefter R := R 1R giver 5 D = 6 5 = 5 0 1 17 = 5 0 0 17 = ( 1) 17 =. Maple-illustrationer..7 Sætninger om determinanten Sætninger om determinanten Sætning.9 A er regulær, hvis og kun hvis det A 6= 0. Bevis. Hvis B fremkommer af A ved en tilladelig rækkeoperation så gælder, at det A 6= 0, det B 6= 0. A er regulær, hvis og kun hvis A er rækkeækvivalent med enhedsmatricen. Men det I = 1 6= 0. Sætning.10 det (AB) = det (A) det (B). Bevis. Hvis AB er invertibel, så er A også, idet (AB) C = I jo medfører, at BC er invers til A. Vi kan antage, at A er invertibel. Ved Gauss-eliminationen [A j I]! I j A 1 ses, at det A = ( 1) r produkt_pivot_elementer. Samme rækkeoperationer gør: [A j AB]! [I j B]. Men herved fås, at det (AB) = det A det B. Korollar.11. det A 1 = (det A) 1. Sætning.1 det A T = det A. Bevis: det A = Sn sgn (j 1, j, j,..., j n ) a 1j1 a j a njn = Sn sgn (i 1, i, i,..., i n ) a i1 1a i i a in n = det A T. 5