EMNE 4. Determinanter

Like dokumenter
6 Determinanter TMA4110 høsten 2018

Regneregler for determinanter

Repetisjon: Om avsn og kap. 3 i Lay

Repetisjon: om avsn og kap. 3 i Lay

Inverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009

Forelesning 10 Cramers regel med anvendelser

Forelesning i Matte 3

Determinanter til 2 2 og 3 3 matriser

MAT1120 Repetisjon Kap. 1, 2 og 3

Obligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 2006

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.

Vektorligninger. Kapittel 3. Vektorregning

Vær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter!

Lineære likningssett.

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.

Mer om kvadratiske matriser

Mer om kvadratiske matriser

Lineær algebra-oppsummering

Lineær algebra. H. Fausk

Lineær algebra. H. Fausk

Emne 6. Lineære transformasjoner. Del 1

4 Matriser TMA4110 høsten 2018

Løsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b)

GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type

Løsning Eksamensrelevante oppgaver i ELE 3719 Matematikk Vektorer, matriser og lineær algebra Dato Februar Oppgave 1. (A) Vi leser av at

Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11.

Øving 2 Matrisealgebra

Bytte om to rader La Matlab generere en tilfeldig (4 4)-matrise med heltallige komponenter mellom 10 og 10 ved kommandoen Vi skal underske hva som skj

Løsningsforslag. e n. n=0. 3 n 2 2n 1. n=1

Determinanter. Kapittel 6. Determinanter for 2 2-matriser. La oss beregne arealet av dette parallellogrammet. Vi tegner på noen hjelpelinjer:

Emne 10 Litt mer om matriser, noen anvendelser

1 Gauss-Jordan metode

Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:

DAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver:

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9

Matriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009

Øving 3 Determinanter

Løsningsforslag til eksamen i MAT 1100 H07

Forelesningsnotat i Diskret matematikk 27. september 2018

Computational Geometry

Emne 7. Vektorrom (Del 1)

Pensum i lineæralgebra inneholder disse punktene.

Geometri. Kapittel Vektorproduktet

Oppgaver og fasit til seksjon

Matriser. Kapittel 4. Definisjoner og notasjon

12 Projeksjon TMA4110 høsten 2018

Manual for wxmaxima tilpasset R2

Matriser og Kvadratiske Former

Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på

UNIVERSITETET I OSLO

Lineær uavhengighet og basis

Først litt repetisjon

Homogene lineære ligningssystem, Matriseoperasjoner

MAT-1004 Vårsemester 2017 Obligatorisk øving 2

Løsningsforslag til prøveeksamen i MAT 1110, våren 2006

Linjegeometri. Kristian Ranestad. 3. Januar 2006

Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:

Lineære likningssystemer og matriser

Løsningsforslag til 1. obligatorisk oppgave i Diskret matematikk, høsten 2016

Emne 9. Egenverdier og egenvektorer

OBLIG 2 - MAT 1120 Høsten 2005

MA-132 Geometri Torsdag 4. desember 2008 kl Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator.

I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer.

Løsningsforslag. a) Løs den lineære likningen (eksakt!) 11,1x 1,3 = 2 7. LF: Vi gjør om desimaltallene til brøker: x =

UNIVERSITETET I OSLO

TMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:

Kap. 7 Symmetriske matriser og kvadratiske former

Institutt for Samfunnsøkonomi

LO118D Forelesning 5 (DM)

6.4 Gram-Schmidt prosessen

Relasjoner - forelesningsnotat i Diskret matematikk 2017

Ulikheter. Vi gir her eksempel på hvordan man kan finne ut hvornår ulikheter er sanne på forskjellige måter.

Løsningsforslag. 7(x + 1/2) 5 = 5/6. 7x = 5/ /2 = 5/6 + 3/2 = 14/6 = 7/3. Løsningen er x = 1/3. b) Finn alle x slik at 6x + 1 x = 5.

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

Matriser og matriseregning

MAT1120 Notat 1 Tillegg til avsnitt 4.4

Eksamen i ELE Matematikk valgfag Torsdag 18. mai Oppgave 1

Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:

Løsningsforslag til eksamen høst 2016

Løsningsforslag til prøveeksamen i MAT1100, H-14 DEL 1

MAT1120. Obligatorisk oppgave 1 av 2. Torsdag 20. september 2018, klokken 14:30 i Devilry (devilry.ifi.uio.no).

12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)

Lineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning

Matriser TI -86 F1 F2 F3 F4 F5 M1 M2 M3 M4 M5

MAT1120 Notat 1 Tillegg til avsnitt 4.4

Løsningsforslag C = B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB

Regning med tall og bokstaver

Egenverdier for 2 2 matriser

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT1120 Notat 2 Tillegg til avsnitt 5.4

Innlevering FO929A - Matematikk forkurs HIOA Obligatorisk innlevering 3 Innleveringsfrist Fredag 14. november 2014 kl. 14 Antall oppgaver: 13

3.9 Teori og praksis for Minste kvadraters metode.

Sammendrag R mai 2009

100 ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK)

MAT1120 Notat 2 Tillegg til avsnitt 5.4

Minste kvadraters løsning, Symmetriske matriser

4.4 Koordinatsystemer

Transkript:

EMNE 4. Determinanter Gitt en kvadratisk matrise, A = ( n n ). determinant som angis som: Til alle kvadratiske matriser kan vi knytte en det Determinanten er i utgangspunktet bare en tallstørrelse (skalar), men vi kan gi den en fysisk tolkning i tilfelle ( 2 2 ) eller ( 3 3 ) matriser. For ( 2 2 ) matriser: det Jamfør kryssproduktet: Selv om det(a) er en skalar og n en vektor, er tallverdien den samme og tilsvarer arealet av parallellogrammet utspent av u og v. På samme vil for ( 3 3 ) matriser: det Sistnevnte produkt regnet vi ut i Vektoralgebra, del 1. Determinanten til en ( 3 3 ) matrise har altså samme verdi som volumet av parallellepipedet utspent av vektorene u, v og w 1

Beregne determinanter med cofaktormetoden Som nevnt: Determinanter kan knyttes til alle kvadratiske matriser. Om vi starter med A = ( n n ), men deretter stryker én rad og én kolonne sitter vi igjen med en kvadratisk undermatrise, (n 1) (n 1) Vi sier at denne matrisen har en underdeterminant (engelsk: minor), M ij. Eksempel: A ( 3 3) Om vi stryker f.eks. rad 2 og kolonne 1, sitter vi igjen med en (2 2) matrise og følgelig underdeterminanten: M Vi kan stryke hvilken som helst rad eller kolonne. Til hvert element a ij i A matrisen kan vi derfor knytte en tilhørende underdeterminant, M ij Cofaktorer, A ij A 1 M M, i j partall M, i j oddetall En cofaktor har altså samme absoluttverdi som tilsvarende underdeterminant, men fortegnet endres vekselvis, + /. Det betyr for eksempel at: A M, A M, A M Fortegnet er kanskje enklere å huske ut i fra sjakkmønsteret: 2

Sammenhengen mellom det(a) og cofaktorer er gitt som: det Hvor: i = vilkårlig valgt rad Alternativt: det Hvor: j = vilkårlig valgt kolonne Med andre ord: Vi har en kvadratisk matrise A. For å regne ut det(a) velger vi først ut en vilkårlig rad i ( eller kolonne j ). Hvert element i denne raden, { a i1, a i2, a i3,, a in }, multipliseres med tilhørende cofaktorer, { A i1, A i2, A i3,, A in }, og resultatet summeres. Om vi derimot kopler elementene i én rad eller kolonne med cofaktorene fra en annen rad/kolonne, blir resultatet alltid 0. Dvs.: 0, (Dette får vi også bruk for senere) 3

Talleksempel 1 A1 2 0 Det gir underdeterminantene og cofaktorene: M 1 2 0 2 4 0 0 8, A M 8 M 1 2 0 1 4 0 3 4, A M 4 M 1 2 0 1 0 2 3 6, A M 6 Videre: Og dermed: M 2 3 0 4 8, M 1 3 3 4 5, M 1 2 3 0 6 M 2 3 2 0 6, M 1 3 1 0 3, M 1 2 1 2 4 A 8, A 5, A 6, A 6, A 3, A 4 Vi behøver bare 3 cofaktorer for å bestemme det(a), men alle 9 når vi senere skal finne inversmatrisen A 1. For eksempel med utgangspunkt i rad 1: Eller ut i fra kolonne 2: det 1 82 43 62 det 2 42 50 32 Det er altså som tidligere nevnt vilkårlig hvilken rad eller kolonne vi tar utgangspunkt i. Derimot vil for eksempel elementene i rad 1 koplet med cofaktorene i rad 2 gi 0 som resultat: 1 8 2 53 60 4

Kommentar: Cofaktormetoden er forholdsvis enkel, men egner seg kun for små matriser eller når matrisen inneholder mange 0 elementer. Talleksempel 2 2 1 0 3 0 2 1 3 0 1 2 2 1 1 2 1 3 0 4 0 3 A 0 4 0 0 32 2 3 3 0 1 4 0 2 3 0 0 1 0 4 0 0 2 0 3 0 1 0 4 0 2 0 2 3 1 3 1 6 3 2 1 4 6 2 12 4 2 For litt større matriser kreves det alt for mye regnearbeid (selv for en datamaskin!). Det skyldes at en underdeterminant må splittes opp i stadig mindre enheter. Med for eksempel en ( 10 10 ) matrise må vi først finne 10 stykk underdeterminanter av størrelse ( 9 9 ). Hver av disse må så splittes opp i ( 8 8 ) størrelse, deretter ( 7 7 ), osv. Determinanten til triangulærmatrise: Dersom vi har en ( n n ) triangulærmatrise får vi: det Vi behøver altså bare gange sammen elementene på hoveddiagonalen. Dette følger naturlig av cofaktormetoden, f.eks: 0 A 0 0 0 0 0 0 0 0 0 5

Determinanten til et matriseprodukt: Dersom A og B begge er ( n n ) matriser vil: det det det Talleksempel 3 A 1 2 2 1, B 3 4 7 3 1 2 2 1 16 214 3 4 7 3 628 312 12 5 22 9 det A1 42 32, det B2 31 71 det det B 21 2 det 12 9 5 22 108 110 2 6

Adjungert ( engelsk: adjoint ) Gitt en kvadratisk matrise, f. eks. A Vi kan samle tilhørende cofaktorer i en matrise C: C Transponering av C gir den adjungerte av A, dvs.: Multipliserer vi A med adj(a) får vi: adja C A 0 0 1 0 0 0 A 0 0 1 0 0 0 A 0 0 1 Dette følger av likningene på side 3 Med andre ord: det Determinanten til dette igjen gir: det deta detdet Og dermed: det det 7

Finne inversmatrisen til A vha. cofaktormetoden Vi vet fra tidligere (EMNE 3. Matrisealgebra) at : å å : det : det det det : det Merk! Inversmatrisen eksisterer bare dersom det(a) 0 Talleksempel 4 Finn inversmatrisen til A 1 2 0 Vi har allerede funnet determinanten og alle cofaktorene til denne i talleksempel 1. 8 4 6 Dvs: det 2 C 8 5 6 6 3 4 Dermed: det det 1 8 8 6 4 4 3 2 4 5 32 6 6 4 3 3 2 1 Som eventuell kontrollregning finner vi at 1 1 8