Lineaire Algebra voor ST

Vergelijkbare documenten
Lineaire Algebra voor ST

Lineaire Algebra voor ST

De inverse van een matrix

Lineaire Algebra (wi2142tn) Les 5: Determinanten. Joost de Groot Les 5. Faculteit EWI, Toegepaste Wiskunde. Technische Universiteit Delft

Lineaire Algebra voor ST

Lineaire Algebra voor ST

WI1808TH1/CiTG - Lineaire algebra deel 1

Lineaire Algebra voor ST

Lineaire Algebra voor ST

Lineaire Algebra voor ST

Determinanten. , dan is det A =

Lineaire Algebra Een Samenvatting

Stelsels Vergelijkingen

Lineaire Algebra voor ST

Ruimtewiskunde. college. De determinant en lineaire afbeeldingen. Vandaag. De determinant van een matrix. Toepassing: oppervlakte en inhoud

Lineaire Algebra voor ST

Uitwerkingen huiswerk week 6

Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b

Lineaire Algebra (2DD12)

Matrixoperaties. Definitie. Voorbeelden. Een matrix is een rechthoekig array van getallen, die kentallen of elementen heten.

Lineaire Algebra voor ST

Lineaire Algebra voor ST

Lineaire Algebra voor ST

Lineaire Algebra voor ST

Lineaire Algebra voor ST

Eindtermen Lineaire Algebra voor E vor VKO (2DE01)

PROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011

Hoofdstuk 3 : Determinanten

3.2 Vectoren and matrices

Matrixalgebra (het rekenen met matrices)

Determinanten. Definities en eigenschappen

Coëfficiënten matrix = matrix waarin de rechterkolom geen oplossing van de vergelijking is. 1. Lineair systeem = Stelsel van lineaire vergelijkingen

Lineaire Algebra voor ST

Stelsels lineaire vergelijkingen

Lineaire Algebra. Bovendriehoeks- en onderdriehoeks vorm: onder (boven) elke leidende term staan enkel nullen

Definities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op , uur.

Bekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { De tweede vergelijking van de eerste aftrekken geeft:

Lineaire Algebra voor W 2Y650

11.0 Voorkennis V

ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.

CTB1002 deel 1 - Lineaire algebra 1

Aanvullingen bij Hoofdstuk 8

Tentamen Lineaire Algebra 2

TENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,

4. Determinanten en eigenwaarden

Lineaire Algebra en Vectorcalculus 2DN60 College 5.a Basis en dimensie

x = b 1 x 1 , b = x n b m i,j=1,1 en een vector [x j] n j=1 m n a i,j x j j=1 i=1

Blokmatrices. , I 21 = ( 0 0 ) en I 22 = 1.

Basiskennis lineaire algebra

Ruimtewiskunde. college. Stelsels lineaire vergelijkingen. Vandaag UNIVERSITEIT TWENTE. Stelsels lineaire vergelijkingen.

Vectormeetkunde in R 3

Vragen, samenvattingen en uitwerkingen Lineaire algebra 1 - UvA

Lineaire Algebra TW1205TI. I.A.M. Goddijn, Faculteit EWI 12 februari 2014

Hoofdstuk 3 : Determinanten

Tentamen lineaire algebra voor BWI dinsdag 17 februari 2009, uur.

Kies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen

Lineaire Algebra (2DD12) Laatste nieuws in 2012

4.0 Voorkennis [1] Stap 1: Maak bij een van de vergelijkingen een variabele vrij.

Algebra Determinanten en stelsels. Cursus voor de vrije ruimte

Matrices en Stelsel Lineaire Vergelijkingen

Lineaire Algebra voor W 2Y650

Matrices en Grafen (wi1110ee)

Samenvatting Lineaire Algebra, periode 4

Zomercursus Wiskunde. Module 16 Lineaire algebra B (versie 22 augustus 2011)

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

Zomercursus Wiskunde. Lineaire algebra (versie 15 september 2008)

Kwantummechanica Donderdag, 13 oktober 2016 OPGAVEN SET HOOFDSTUK 4. Bestudeer Appendix A, bladzijden van het dictaat.

Hints en antwoorden bij de vragen van de cursus Lineaire Algebra en Meetkunde

Zomercursus Wiskunde. Module 3 Lineaire algebra A (versie 22 augustus 2011)

PROEFEXAMEN LINEAIRE ALGEBRA dinsdag 22 november 2016

Supplement Wiskunde 2017/2018. Inhoudsopgave

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie

1. Lineaire Vergelijkingen in Lineaire Algebra 2. Matrix Algebra 3. Determinanten 4. Vectorruimten 5. Eigenwaarden en Eigenvec.

Determinanten. Hoofdstuk Inleiding

Lineair voor CT College 2a. Echelon vorm 1.2 Duncan van der Heul

Antwoorden op de theoretische vragen in de examen voorbereiding

Eigenwaarden en eigenvectoren

Coëfficiënten matrix = matrix waarin de rechterkolom geen oplossing van de vergelijking is. 1. Lineair systeem = Stelsel van lineaire vergelijkingen

Overzicht. Lineaire vergelijkingen. Onderwerpen & Planning. Doel. VU Numeriek Programmeren 2.5

Studiewijzer Lineaire Algebra voor ST (2DS06), blok D, januari 2009

1 De permanent van een matrix

1 Eigenwaarden en eigenvectoren

Bilineaire Vormen. Hoofdstuk 9

Lineaire vergelijkingen

CTB1002 deel 1 - Lineaire algebra 1

Samenvatting. Lineaire Algebra 1 - Collegejaar Dictaat met verwijzing naar het boek. Disclaimer

Lineaire vergelijkingen II: Pivotering

1 Stelsels lineaire vergelijkingen.

Uitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015

Examen Lineaire Algebra en Meetkunde Tweede zit (13:30-17:30)

Hoofdstuk 3. Matrices en stelsels. 3.1 Matrices. [[1,7]],[[12,8] ] of [ 1, 7; 12,8 ] bepaalt de matrix

EXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I. 1. Theorie

Lineaire Algebra WI1048WbMt. I.A.M. Goddijn, Faculteit EWI 4 september 2016

UITWERKINGEN 1 2 C : 2 =

Linalg.nb 1. Werk het notebook aandachtig door en maak de (genummerde) oefeningen aan het einde van elke sectie. Succes!

Faculteit Wiskunde en Informatica

FLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j

Lineaire Algebra. Samenvatting. De Roover Robin

2 De Jordannormaalvorm voor lineaire transformaties

Transcriptie:

Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 3 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 1 / 28

Inhoud 1 De determinant van een matrix 2 Eigenschappen van determinanten 3 Ontwikkeling naar een rij of kolom 4 Determinant en oppervlakte J.Keijsper (TUE) Lineaire Algebra voor ST college 3 2 / 28

Stelling [ a b A = c d is inverteerbaar dan en slechts dan als ad bc 0 en de inverse is dan [ ] A 1 1 d b =. ad bc c a ], J.Keijsper (TUE) Lineaire Algebra voor ST college 3 3 / 28

Stelling [ a b A = c d is inverteerbaar dan en slechts dan als ad bc 0 en de inverse is dan [ ] A 1 1 d b =. ad bc c a Bewijs: Gauss-Jordan reductie op [ a b 1 0 c d 0 1 ], ] geeft een nulrij als ad bc = 0, anders krijg je [ 1 0 d 0 1 c ad bc ad bc b ad bc a ad bc ] J.Keijsper (TUE) Lineaire Algebra voor ST college 3 3 / 28

Stelling [ a b A = c d is inverteerbaar dan en slechts dan als ad bc 0 en de inverse is dan [ ] A 1 1 d b =. ad bc c a Bewijs: Gauss-Jordan reductie op [ a b 1 0 c d 0 1 ], ] geeft een nulrij als ad bc = 0, anders krijg je [ 1 0 d 0 1 c ad bc ad bc b ad bc a ad bc ] NB: het getal ad bc heet de determinant van de matrix A. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 3 / 28

Voorbeeld A = [ 1 2 3 4 ] J.Keijsper (TUE) Lineaire Algebra voor ST college 3 4 / 28

Voorbeeld A = [ 1 2 3 4 ] det(a) = ad bc = 2 0 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 4 / 28

Voorbeeld A = [ 1 2 3 4 ] det(a) = ad bc = 2 0 A 1 = [ 1 ad bc d c b a ] = 1 [ 2 4 2 3 1 ] [ 2 1 = 3 2 1 2 ] J.Keijsper (TUE) Lineaire Algebra voor ST college 3 4 / 28

Voorbeeld A = [ 1 2 3 4 ] det(a) = ad bc = 2 0 A 1 = [ 1 ad bc d c dus het stelsel [ 1 2 3 4 ] b = 1 [ a 2 ] [ 10 x = 20 4 2 3 1 ] ] [ 2 1 = 3 2 1 2 ] J.Keijsper (TUE) Lineaire Algebra voor ST college 3 4 / 28

Voorbeeld A = [ 1 2 3 4 ] det(a) = ad bc = 2 0 A 1 = [ 1 ad bc d c dus het stelsel [ 1 2 3 4 ] b = 1 [ a 2 heeft als unieke oplossing [ 2 1 x = 3 2 1 2 ] [ 10 x = 20 ] [ 10 20 4 2 3 1 ] ] = [ 0 5 ] [ 2 1 = ] 3 2 1 2 ] J.Keijsper (TUE) Lineaire Algebra voor ST college 3 4 / 28

Determinanten Definitie Een permutatie van de verzameling S = {1, 2,..., n} van gehele getallen is een rij j 1 j 2 j n waarin al deze getallen precies eenmaal voorkomen: {j 1, j 2,..., j n } = {1, 2,..., n}. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 5 / 28

Determinanten Definitie Een permutatie van de verzameling S = {1, 2,..., n} van gehele getallen is een rij j 1 j 2 j n waarin al deze getallen precies eenmaal voorkomen: {j 1, j 2,..., j n } = {1, 2,..., n}. Voorbeeld Er zijn 6 verschillende permutaties van {1, 2, 3}, namelijk 123, 132, 213, 231, 312, 321 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 5 / 28

Determinanten Definitie Een permutatie van de verzameling S = {1, 2,..., n} van gehele getallen is een rij j 1 j 2 j n waarin al deze getallen precies eenmaal voorkomen: {j 1, j 2,..., j n } = {1, 2,..., n}. Voorbeeld Er zijn 6 verschillende permutaties van {1, 2, 3}, namelijk 123, 132, 213, 231, 312, 321 Voorbeeld Als S = {1, 2, 3, 4}, dan is 4231 een permutatie van S. Deze permutatie komt overeen met de afbeelding f : S S gedefinieerd door: f (1) = 4, f (2) = 2, f (3) = 3, f (4) = 1. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 5 / 28

Stelling Er zijn n! = n(n 1)(n 2) 2 1 permutaties van {1, 2,..., n}. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 6 / 28

Stelling Er zijn n! = n(n 1)(n 2) 2 1 permutaties van {1, 2,..., n}. Definitie De verzameling van alle n! permutaties van {1, 2,..., n} duiden we aan met S n. Een permutatie j 1 j 2 j n heeft een inversie of omkering als j r voor j s staat in de rij (d.w.z. r < s) voor zekere j r en j s, terwijl j r > j s. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 6 / 28

Stelling Er zijn n! = n(n 1)(n 2) 2 1 permutaties van {1, 2,..., n}. Definitie De verzameling van alle n! permutaties van {1, 2,..., n} duiden we aan met S n. Een permutatie j 1 j 2 j n heeft een inversie of omkering als j r voor j s staat in de rij (d.w.z. r < s) voor zekere j r en j s, terwijl j r > j s. Een permutatie heet even als hij in totaal een even aantal inversies heeft, en oneven als het aantal inversies oneven is. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 6 / 28

Stelling Er zijn n! = n(n 1)(n 2) 2 1 permutaties van {1, 2,..., n}. Definitie De verzameling van alle n! permutaties van {1, 2,..., n} duiden we aan met S n. Een permutatie j 1 j 2 j n heeft een inversie of omkering als j r voor j s staat in de rij (d.w.z. r < s) voor zekere j r en j s, terwijl j r > j s. Een permutatie heet even als hij in totaal een even aantal inversies heeft, en oneven als het aantal inversies oneven is. Voorbeeld De permutatie 4231 van S 4 is oneven: er zijn vijf inversies in totaal want 4 gaat vooraf aan 2, 3, 1, verder gaat 2 vooraf aan 1, en 3 aan 1. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 6 / 28

Definitie Laat A = [a ij ] een n n matrix. De determinant van A is per definitie det(a) = (±)a 1j1 a 2j2 a njn, waar gesommeerd wordt over alle permutaties j 1 j 2 j n van S = {1, 2,..., n} en een + of een genomen wordt voor de term behorend bij de permutatie j 1 j 2 j n al naar gelang deze permutatie even (+) of oneven ( ) is. Notatie: det A of A J.Keijsper (TUE) Lineaire Algebra voor ST college 3 7 / 28

Definitie Laat A = [a ij ] een n n matrix. De determinant van A is per definitie det(a) = (±)a 1j1 a 2j2 a njn, waar gesommeerd wordt over alle permutaties j 1 j 2 j n van S = {1, 2,..., n} en een + of een genomen wordt voor de term behorend bij de permutatie j 1 j 2 j n al naar gelang deze permutatie even (+) of oneven ( ) is. Notatie: det A of A Voorbeeld Als A = [a 11 ] een 1 1 matrix is, dan is det A = a 11 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 7 / 28

Voorbeeld Als een 2 2 matrix is, dan is [ a11 a A = 12 a 21 a 22 ] det A = a 11 a 22 a 12 a 21 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 8 / 28

Voorbeeld Als een 2 2 matrix is, dan is [ a11 a A = 12 a 21 a 22 ] Voorbeeld Als een 3 3 matrix is, dan is det A = a 11 a 22 a 12 a 21 A = a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 det A = a 11 a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 a 11 a 23 a 32 a 12 a 21 a 33 a 13 a 22 a 31 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 8 / 28

Eigenschappen van determinanten Stelling (a) Als A een matrix is, dan is det(a) = det(a T ). (b) Als B een matrix is die uit A ontstaat door twee rijen (of kolommen) te verwisselen, dan is det(b) = det(a) (c) Als twee rijen (of kolommen) van A gelijk zijn, dan det(a) = 0. (d) Als A een nulrij (of nulkolom) bevat, dan det(a) = 0. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 9 / 28

Eigenschappen van determinanten Stelling (a) Als A een matrix is, dan is det(a) = det(a T ). (b) Als B een matrix is die uit A ontstaat door twee rijen (of kolommen) te verwisselen, dan is det(b) = det(a) (c) Als twee rijen (of kolommen) van A gelijk zijn, dan det(a) = 0. (d) Als A een nulrij (of nulkolom) bevat, dan det(a) = 0. Bewijs (voor 3 3) van (a): a 11 a 12 a 13 A = a 21 a 22 a 23, A T = a 31 a 32 a 33 a 11 a 21 a 31 a 12 a 22 a 32 a 13 a 23 a 33 det A = a 11 a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 a 11 a 23 a 32 a 12 a 21 a 33 a 13 a 22 a 31 det A T = a 11 a 22 a 33 +a 21 a 32 a 13 +a 31 a 12 a 23 a 11 a 32 a 23 a 21 a 12 a 33 a 31 a 22 a 13 = a 11 a 22 a 33 + a 13 a 21 a 32 + a 12 a 23 a 31 a 11 a 23 a 32 a 12 a 21 a 33 a 13 a 22 a 31 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 9 / 28

De volgende stelling beschrijft de verandering van de determinant bij toepassen van elementaire rij-operaties (of elementaire kolom-operaties) Stelling 1. Als B uit A ontstaat door twee rijen (of kolommen) te verwisselen, dan det(b) = det(a). 2. Als B uit A ontstaat door een rij (of kolom) van A met een constante k 0 te vermenigvuldigen, dan det(b) = k det(a). 3. Als B uit A ontstaat door een veelvoud van een rij (kolom) van A bij een andere rij (kolom) van A op te tellen, dan det(b) = det(a). J.Keijsper (TUE) Lineaire Algebra voor ST college 3 10 / 28

De volgende stelling beschrijft de verandering van de determinant bij toepassen van elementaire rij-operaties (of elementaire kolom-operaties) Stelling 1. Als B uit A ontstaat door twee rijen (of kolommen) te verwisselen, dan det(b) = det(a). 2. Als B uit A ontstaat door een rij (of kolom) van A met een constante k 0 te vermenigvuldigen, dan det(b) = k det(a). 3. Als B uit A ontstaat door een veelvoud van een rij (kolom) van A bij een andere rij (kolom) van A op te tellen, dan det(b) = det(a). Bewijs van 2. (vermenigvuldig rij r met k): det(b) = (±)b 1j1 b 2j2 b rjr b njn = (±)a 1j1 a 2j2 ka rjr a njn = k (±)a 1j1 a 2j2 a rjr a njn = k det(a) J.Keijsper (TUE) Lineaire Algebra voor ST college 3 10 / 28

Voorbeeld 1 2 3 1 5 3 2 8 6 = 2 1 2 3 1 5 3 1 4 3 = (2)(3) 1 2 1 1 5 1 1 4 1 = (2)(3)(0) = 0 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 11 / 28

Definitie Een bovendriehoeksmatrix is een vierkante matrix met onder de diagonaal nullen: a ij = 0 voor i > j. Een onderdriehoeksmatrix is een vierkante matrix met boven de diagonaal nullen: a ij = 0 voor i < j. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 12 / 28

Definitie Een bovendriehoeksmatrix is een vierkante matrix met onder de diagonaal nullen: a ij = 0 voor i > j. Een onderdriehoeksmatrix is een vierkante matrix met boven de diagonaal nullen: a ij = 0 voor i < j. NB: een diagonaalmatrix is per definitie zowel een bovendriehoeksmatrix als een onderdriehoeksmatrix. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 12 / 28

Definitie Een bovendriehoeksmatrix is een vierkante matrix met onder de diagonaal nullen: a ij = 0 voor i > j. Een onderdriehoeksmatrix is een vierkante matrix met boven de diagonaal nullen: a ij = 0 voor i < j. NB: een diagonaalmatrix is per definitie zowel een bovendriehoeksmatrix als een onderdriehoeksmatrix. Voorbeeld A = 1 2 3 0 2 4 0 0 5, B = 1 0 0 1 5 0 1 4 3, C = 1 0 0 0 5 0 0 0 3 A is een bovendriehoeksmatrix, B is een onderdriehoeksmatrix, C is beide dus een diagonaalmatrix. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 12 / 28

Stelling De determinant van een boven- of onderdriehoeksmatrix is het product van de diagonaalelementen. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 13 / 28

Stelling De determinant van een boven- of onderdriehoeksmatrix is het product van de diagonaalelementen. Bewijs: in een bovendriehoeksmatrix A is een term a 1j1 a 2j2 a njn van de determinant alleen ongelijk nul als j n n, j n 1 n 1,... j 2 2, j 1 1, dus als j n = n, j n 1 = n 1,... j 2 = 2, j 1 = 1. Dus a 11 a 22 a nn is de enige term ongelijk nul. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 13 / 28

Stelling De determinant van een boven- of onderdriehoeksmatrix is het product van de diagonaalelementen. Bewijs: in een bovendriehoeksmatrix A is een term a 1j1 a 2j2 a njn van de determinant alleen ongelijk nul als j n n, j n 1 n 1,... j 2 2, j 1 1, dus als j n = n, j n 1 = n 1,... j 2 = 2, j 1 = 1. Dus a 11 a 22 a nn is de enige term ongelijk nul. Voorbeeld 1 0 0 1 5 0 1 4 3 = (1)(5)(3) = 15 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 13 / 28

Stelling De determinant van een boven- of onderdriehoeksmatrix is het product van de diagonaalelementen. Bewijs: in een bovendriehoeksmatrix A is een term a 1j1 a 2j2 a njn van de determinant alleen ongelijk nul als j n n, j n 1 n 1,... j 2 2, j 1 1, dus als j n = n, j n 1 = n 1,... j 2 = 2, j 1 = 1. Dus a 11 a 22 a nn is de enige term ongelijk nul. Voorbeeld 1 0 0 1 5 0 1 4 3 = (1)(5)(3) = 15 Voorbeeld De determinant van de n n eenheidsmatrix I n is 1. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 13 / 28

Determinant berekenen via reductie naar driehoeksvorm Reduceer door middel van elementaire rij-operaties de matrix naar bovendriehoeksvorm. Elk van de gebruikte rij-operaties geeft een vermenigvuldigingsfactor voor de determinant. De diagonaalelementen van de matrix in bovendriehoeksvorm zijn de overige factoren van de determinant. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 14 / 28

Determinant berekenen via reductie naar driehoeksvorm Reduceer door middel van elementaire rij-operaties de matrix naar bovendriehoeksvorm. Elk van de gebruikte rij-operaties geeft een vermenigvuldigingsfactor voor de determinant. De diagonaalelementen van de matrix in bovendriehoeksvorm zijn de overige factoren van de determinant. Voorbeeld 4 3 2 3 2 5 2 4 6 = ( 2) = 2 4 3 2 3 2 5 1 2 3 1 2 3 0 8 4 0 5 10 = ( 1)2 = ( 2) = ( 2)(1)( 8)( 30 4 ) = 120. 1 2 3 3 2 5 4 3 2 1 2 3 0 8 4 0 0 30 4 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 14 / 28

Stelling Een vierkante matrix A is niet-singulier (inverteerbaar) dan en slechts dan als det(a) 0. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 15 / 28

Stelling Een vierkante matrix A is niet-singulier (inverteerbaar) dan en slechts dan als det(a) 0. Bewijs: Als A inverteerbaar is dan is A rij-equivalent met I dus det(a) = c det(i ) = c 1 = c 0 voor een constante c 0 afhankelijk van de rij-operaties die A overvoeren in I. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 15 / 28

Stelling Een vierkante matrix A is niet-singulier (inverteerbaar) dan en slechts dan als det(a) 0. Bewijs: Als A inverteerbaar is dan is A rij-equivalent met I dus det(a) = c det(i ) = c 1 = c 0 voor een constante c 0 afhankelijk van de rij-operaties die A overvoeren in I. Als A singulier is, dan is A rij-equivalent met een matrix B die een nulrij bevat en dus det(a) = c det(b) = 0 (want det(b) = 0). J.Keijsper (TUE) Lineaire Algebra voor ST college 3 15 / 28

Stelling Als A en B vierkante matrices zijn, dan geldt det(ab) = det(a) det(b). J.Keijsper (TUE) Lineaire Algebra voor ST college 3 16 / 28

Stelling Als A en B vierkante matrices zijn, dan geldt det(ab) = det(a) det(b). Bewijs: Als A singulier is, dan is ook AB singulier (want stel C is de inverse van AB, dan (AB)C = A(BC) = I dus dan is A inverteerbaar met inverse BC, tegenspraak). Daarom geldt in dit geval det(ab) = 0 = 0 det(b) = det(a) det(b) J.Keijsper (TUE) Lineaire Algebra voor ST college 3 16 / 28

Stelling Als A en B vierkante matrices zijn, dan geldt det(ab) = det(a) det(b). Bewijs: Als A singulier is, dan is ook AB singulier (want stel C is de inverse van AB, dan (AB)C = A(BC) = I dus dan is A inverteerbaar met inverse BC, tegenspraak). Daarom geldt in dit geval det(ab) = 0 = 0 det(b) = det(a) det(b) Als A inverteerbaar is, dan is det(a) = c det(i ) = c voor een constante c 0 die de rij-operaties codeert die A overvoeren in I. Maar deze zelfde rij-operaties (product van elementaire matrices) voeren AB over in B. Daarom geldt det(ab) = c det(b) = det(a) det(b) J.Keijsper (TUE) Lineaire Algebra voor ST college 3 16 / 28

Voorbeeld A = [ 3 1 2 1 ] [ 1 3, B = 5 8 ] [ 2 17, AB = 3 14 det(a) = 1, det(b) = 23, det(ab) = 23 ] J.Keijsper (TUE) Lineaire Algebra voor ST college 3 17 / 28

Gevolg: Als A inverteerbaar is, dan is det(a 1 ) = 1 det(a), want det(a) det(a 1 ) = det(aa 1 ) = det(i ) = 1 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 18 / 28

Gevolg: Als A inverteerbaar is, dan is det(a 1 ) = 1 det(a), want det(a) det(a 1 ) = det(aa 1 ) = det(i ) = 1 Voorbeeld A = [ 3 0 0 3 ] [ 1, A 1 = 3 0 1 0 3 ] det(a) = 9, det(a 1 ) = 1 9 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 18 / 28

Gevolg: Als A inverteerbaar is, dan is det(a 1 ) = 1 det(a), want det(a) det(a 1 ) = det(aa 1 ) = det(i ) = 1 Voorbeeld A = [ 3 0 0 3 ] [ 1, A 1 = 3 0 1 0 3 ] det(a) = 9, det(a 1 ) = 1 9 NB: Er geldt niet: det(a + B) = det(a) + det(b) J.Keijsper (TUE) Lineaire Algebra voor ST college 3 18 / 28

Gevolg: Als A inverteerbaar is, dan is det(a 1 ) = 1 det(a), want det(a) det(a 1 ) = det(aa 1 ) = det(i ) = 1 Voorbeeld A = [ 3 0 0 3 ] [ 1, A 1 = 3 0 1 0 3 ] det(a) = 9, det(a 1 ) = 1 9 NB: Er geldt niet: det(a + B) = det(a) + det(b) Voorbeeld [ A = 3 1 2 2 ] [ 3 1, B = 2 2 ] [ 0 0, A + B = 0 0 det(a) + det(b) = 8 + 8 = 16 0 = det(a + B) ] J.Keijsper (TUE) Lineaire Algebra voor ST college 3 18 / 28

Stelling De volgende uitspraken zijn equivalent voor een n n matrix A: 1. A is niet-singulier (inverteerbaar) 2. Ax = 0 heeft alleen de triviale oplossing x = 0 3. A is rij-equivalent met I n. 4. Ax = b heeft voor elke b R n een unieke oplossing 5. A is een product van elementaire matrices J.Keijsper (TUE) Lineaire Algebra voor ST college 3 19 / 28

Stelling De volgende uitspraken zijn equivalent voor een n n matrix A: 1. A is niet-singulier (inverteerbaar) 2. Ax = 0 heeft alleen de triviale oplossing x = 0 3. A is rij-equivalent met I n. 4. Ax = b heeft voor elke b R n een unieke oplossing 5. A is een product van elementaire matrices 6. det A 0. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 19 / 28

Ontwikkeling naar een rij of kolom Definitie Laat A = [a ij ] een n n matrix zijn. Laat M ij de (n 1) (n 1) submatrix van A zijn verkregen door uit A de i-de rij en de j-de kolom weg te laten. De determinant det(m ij ) heet de minor van matrixelement a ij. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 20 / 28

Ontwikkeling naar een rij of kolom Definitie Laat A = [a ij ] een n n matrix zijn. Laat M ij de (n 1) (n 1) submatrix van A zijn verkregen door uit A de i-de rij en de j-de kolom weg te laten. De determinant det(m ij ) heet de minor van matrixelement a ij. Definitie Laat A = [a ij ] een n n matrix zijn. De cofactor a ij is gedefinieerd als A ij := ( 1) i+j det(m ij ) A ij van matrixelement J.Keijsper (TUE) Lineaire Algebra voor ST college 3 20 / 28

Voorbeeld A = 3 1 2 4 5 6 7 1 2 De minor van a 12 is det(m 12 ) = 4 6 7 2 = 8 42 = 34 De cofactor van a 12 is A 12 = ( 1) 1+2 det(m 12 ) = ( 1)( 34) = 34 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 21 / 28

Voorbeeld A = 3 1 2 4 5 6 7 1 2 De minor van a 12 is det(m 12 ) = 4 6 7 2 = 8 42 = 34 De cofactor van a 12 is A 12 = ( 1) 1+2 det(m 12 ) = ( 1)( 34) = 34 Het schaakbordpatroon van ( 1) i+j in een matrix: + + + + + + + + + + + + + J.Keijsper (TUE) Lineaire Algebra voor ST college 3 21 / 28

Stelling (Cofactor-expansie) Laat A = [a ij ] een n n matrix zijn. Dan det(a) = a i1 A i1 + a i2 A i2 + + a in A in (ontwikkeling van det(a) naar de i-de rij ) en ook det(a) = a 1j A 1j + a 2j A 2j + + a nj A nj (ontwikkeling van det(a) naar de j-de kolom. ) J.Keijsper (TUE) Lineaire Algebra voor ST college 3 22 / 28

Bewijs voor 3 3, ontwikkeling naar eerste rij: det A = a 11 a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 a 11 a 23 a 32 a 12 a 21 a 33 a 13 a 22 a 31 = a 11 (a 22 a 33 a 23 a 32 ) + a 12 (a 23 a 31 a 21 a 33 ) + a 13 (a 21 a 32 a 22 a 31 ) = a 11 A 11 + a 12 A 12 + a 13 A 13, want A 11 = ( 1) 1+1 a 22 a 23 a 32 a 33 A 12 = ( 1) 1+2 a 21 a 23 a 31 a 33 A 13 = ( 1) 1+3 a 21 a 22 a 31 a 32 = a 22a 33 a 23 a 32 = a 23a 31 a 21 a 33 = a 21a 32 a 22 a 31 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 23 / 28

Voorbeeld Ontwikkel de determinant van A = 3 1 0 2 4 3 5 4 2 naar de eerste rij (meeste nullen): det(a) = (3)( 1) 1+1 4 3 4 2 +(0)( 1) 1+3 2 4 5 4 + 2 3 (1)( 1)1+2 5 2 = 3( 4) (1)( 11) + 0 = 1. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 24 / 28

Voorbeeld Ontwikkeling naar de derde rij (meeste nullen): 1 2 3 4 4 2 1 3 3 0 0 3 2 0 2 3 = (3)( 1) 3+1 2 3 4 2 1 3 0 2 3 + 1 2 3 ( 3)( 1)3+4 4 2 1 2 0 2 ( ) = 3 ( 2)( 1) 3+2 2 4 2 3 + 2 3 (3)( 1)3+3 2 1 ( ) +3 (2)( 1) 3+1 2 3 2 1 + 1 2 ( 2)( 1)3+3 4 2 = 3(2( 2) + 3(8)) + 3(2(8) 2(10)) = 3(20) + 3( 4) = 48 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 25 / 28

We kunnen mbv rij- en kolomoperaties veel nullen introduceren in een rij of kolom en dan naar die rij/kolom ontwikkelen: Voorbeeld 1 2 3 4 1 2 3 7 4 2 1 3 1 0 0 3 = (kolomoperatie) 4 2 1 9 1 0 0 0 2 0 2 3 2 0 2 9 = (1)( 1) 3+1 2 3 7 2 3 7 2 1 9 = (rijoperatie) (1) 0 4 16 0 2 9 0 2 9 = (2)( 1) 1+1 4 16 2 9 = (2)(36 32) = 8 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 26 / 28

Volume en oppervlakte Met behulp van determinanten kan de oppervlakte van een driehoek of parallellogram worden uitgerekend: J.Keijsper (TUE) Lineaire Algebra voor ST college 3 27 / 28

Volume en oppervlakte Met behulp van determinanten kan de oppervlakte van een driehoek of parallellogram worden uitgerekend: Stelling Als P het parallellogram in R 2 is dat opgespannen wordt door de vectoren [ ] [ ] x1 x2 en y 1 y 2 dan geldt ([ opp P = det x1 y 1 x 2 y 2 ]) ([ = det x1 x 2 y 1 y 2 ]) Een analoge uitspraak geldt voor het volume van een een parallellepipedum in de R 3, en algemener in R n. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 27 / 28

Hieruit volgt voor de oppervlakte van een driehoek: Stelling Als T een driehoek met hoekpunten (x 1, y 1 ), (x 2, y 2 ) en (x 3, y 3 ) in R 2 is dan geldt opp T = 1 ([ ]) 2 det x1 x 3 y 1 y 3 x 2 x 3 y 2 y 3 ofwel opp T = 1 2 det x 1 y 1 1 x 2 y 2 1 x 3 y 3 1 J.Keijsper (TUE) Lineaire Algebra voor ST college 3 28 / 28

Hieruit volgt voor de oppervlakte van een driehoek: Stelling Als T een driehoek met hoekpunten (x 1, y 1 ), (x 2, y 2 ) en (x 3, y 3 ) in R 2 is dan geldt opp T = 1 ([ ]) 2 det x1 x 3 y 1 y 3 x 2 x 3 y 2 y 3 ofwel Voorbeeld opp T = 1 2 det x 1 y 1 1 x 2 y 2 1 x 3 y 3 1 De driehoek met hoekpunten (0, 0), (0, p) en (p, p) heeft oppervlakte 1 2 p2. J.Keijsper (TUE) Lineaire Algebra voor ST college 3 28 / 28