Azərbaycanca AzərbaycancaБеларускі БеларускіDansk DanskDeutsch DeutschEspañola EspañolaFrançais FrançaisIndonesia IndonesiaItaliana Italiana日本語 日本語Қазақ ҚазақLietuvos LietuvosNederlands NederlandsPortuguês PortuguêsРусский Русскийසිංහල සිංහලแบบไทย แบบไทยTürkçe TürkçeУкраїнська Українська中國人 中國人United State United StateAfrikaans Afrikaans
Support
www.wp1.da-dk.nina.az
  • Wikipedia

En determinant er et tal der karakteriserer en matrix En determinant kan kort beskrives som arealet af den flade som vek

Determinant

Determinant
www.wp1.da-dk.nina.azhttps://www.wp1.da-dk.nina.az

En determinant er et tal, der karakteriserer en matrix. En determinant kan kort beskrives som "arealet" af den flade som vektorerne(søjlerne) udspænder. Her er det vigtigt at holde sig for øje, at det godt kan være et negativt tal. Der findes flere forskellige måder at bestemme determinanter på, og flere forskellige nyttige regneregler for determinanter, som er gennemgået herunder.

Bestemmelse af determinanter

Determinanter er kun definerede for kvadratiske matricer. For en matrix A__n×n{\displaystyle {\underline {\underline {A}}}_{n\times n}}image siger man, at determinanten detA__{\displaystyle \det {\underline {\underline {A}}}}image er af n'te .

Leibniz-formlen

For en matrix A__n×n=[aij]{\displaystyle {\underline {\underline {A}}}_{n\times n}={\begin{bmatrix}a_{ij}\end{bmatrix}}}image kan determinanten fås af Leibniz-formlen:

detA__=∑σ∈Snsgn⁡(σ)∏i=1nai,σ(i){\displaystyle \det {\underline {\underline {A}}}=\sum _{\sigma \in S_{n}}\operatorname {sgn}(\sigma )\prod _{i=1}^{n}a_{i,\sigma (i)}}image

hvor σ{\displaystyle \sigma }image angiver en permutation af tallene {1, 2, 3, ..., n}, Sn{\displaystyle S_{n}}image er mængden af mulige permutationer af disse tal, sgn⁡(σ){\displaystyle \operatorname {sgn}(\sigma )}image er fortegnet for permutationen og Π{\displaystyle \Pi }image angiver et produkt (på samme måde som Σ{\displaystyle \Sigma }image angiver en sum). Specielt fås for n-værdierne 1-3:

n detA__n×n{\displaystyle \det {\underline {\underline {A}}}_{n\times n}}image
1 a11{\displaystyle a_{11}}image
2 a11a22−a12a21{\displaystyle a_{11}a_{22}-a_{12}a_{21}}image
3 a11a22a33+a12a23a31+a13a21a32−a11a23a32−a12a21a33−a13a22a31{\displaystyle {\begin{matrix}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}\end{matrix}}}image

Udvikling efter række eller søjle

Determinanten af matricen A__n×n=[aij]{\displaystyle {\underline {\underline {A}}}_{n\times n}={\begin{bmatrix}a_{ij}\end{bmatrix}}}image kan også udtrykkes vha. n underdeterminanter af (n – 1)'te orden; dette gøres ved at udvikle efter en række eller søjle i A__.{\displaystyle {\underline {\underline {A}}}.}image Denne metode er specielt nyttig, hvis en række eller søjle indeholder mange nuller, idet der så ved udvikling efter denne vil bortfalde lige så mange af leddene i den passende formel herunder:

Ved udvikling efter den i'te række fås determinanten af

detA__{\displaystyle \det {\underline {\underline {A}}}}image =∑j=1n(−1)i+jaijDij{\displaystyle =\sum _{j=1}^{n}(-1)^{i+j}a_{ij}D_{ij}}image
=(−1)i+1ai1Di1+(−1)i+2ai2Di2+⋯+(−1)i+nainDin{\displaystyle =(-1)^{i+1}a_{i1}D_{i1}+(-1)^{i+2}a_{i2}D_{i2}+\cdots +(-1)^{i+n}a_{in}D_{in}}image

Ved udvikling efter den j'te søjle fås determinanten af

detA__{\displaystyle \det {\underline {\underline {A}}}}image =∑i=1n(−1)i+jaijDij{\displaystyle =\sum _{i=1}^{n}(-1)^{i+j}a_{ij}D_{ij}}image
=(−1)1+ja1jD1j+(−1)2+ja2jD2j+⋯+(−1)n+janjDnj{\displaystyle =(-1)^{1+j}a_{1j}D_{1j}+(-1)^{2+j}a_{2j}D_{2j}+\cdots +(-1)^{n+j}a_{nj}D_{nj}}image

Herover betegner Dij{\displaystyle D_{ij}}image den (i, j)'te underdeterminant hørende til A__,{\displaystyle {\underline {\underline {A}}},}image dvs. determinanten til den matrix, der fremkommer ved at fjerne den i'te række og den j'te søjle fra A__.{\displaystyle {\underline {\underline {A}}}.}image Størrelsen

(−1)i+jDij{\displaystyle (-1)^{i+j}D_{ij}}image

kaldes komplementet til aij.{\displaystyle a_{ij}.}image

Regneregler og særtilfælde

Matrixegenskaber og determinanter

For en enhedsmatrix I__{\displaystyle {\underline {\underline {I}}}}image gælder

detI__=1{\displaystyle \det {\underline {\underline {I}}}=1}image

For en diagonal- eller A__n×n=[aij]{\displaystyle {\underline {\underline {A}}}_{n\times n}={\begin{bmatrix}a_{ij}\end{bmatrix}}}image gælder

detA__=∏i=1naii=a11a22⋯ann{\displaystyle \det {\underline {\underline {A}}}=\prod _{i=1}^{n}a_{ii}=a_{11}a_{22}\cdots a_{nn}}image

Hvis en kvadratisk matrix A__{\displaystyle {\underline {\underline {A}}}}image indeholder en nulrække, da gælder

detA__=0{\displaystyle \det {\underline {\underline {A}}}=0}image

For en kvadratisk matrix A__n×n{\displaystyle {\underline {\underline {A}}}_{n\times n}}image er følgende tre udtryk ækvivalente:

  • A__{\displaystyle {\underline {\underline {A}}}}image er regulær
  • detA__≠0{\displaystyle \det {\underline {\underline {A}}}\neq 0}image
  • ρ(A__)=n{\displaystyle \rho ({\underline {\underline {A}}})=n}image

NB: En matrix behøver ikke være kvadratisk for at kunne være regulær.

Transponering, invertering og multiplikation af matricer

For en kvadratisk matrix A__{\displaystyle {\underline {\underline {A}}}}image gælder

detA__T=detA__{\displaystyle \det {\underline {\underline {A}}}^{T}=\det {\underline {\underline {A}}}}image

For en regulær kvadratisk matrix A__{\displaystyle {\underline {\underline {A}}}}image gælder

det(A__−1)=1detA__{\displaystyle \det({\underline {\underline {A}}}^{-1})={\frac {1}{\det {\underline {\underline {A}}}}}}image

For to matricer A__n×n{\displaystyle {\underline {\underline {A}}}_{n\times n}}image og B__n×n{\displaystyle {\underline {\underline {B}}}_{n\times n}}image gælder

det(A__B__)=detA__⋅detB__{\displaystyle \det({\underline {\underline {A}}}{\underline {\underline {B}}})=\det {\underline {\underline {A}}}\cdot \det {\underline {\underline {B}}}}image

Elementaroperationer på matricer

Hvis en matrix B__{\displaystyle {\underline {\underline {B}}}}image frembringes ved én af disse elementaroperationer på en anden matrix A__,{\displaystyle {\underline {\underline {A}}},}image fås dens determinant af:

  • Ombytning af 2 rækker:
detB__=−detA__{\displaystyle \det {\underline {\underline {B}}}=-\det {\underline {\underline {A}}}}image
  • Multiplikation af 1 række med tal k:
detB__=kdetA__{\displaystyle \det {\underline {\underline {B}}}=k\det {\underline {\underline {A}}}}image
  • Rækkeoperation (træk en række fra en anden):
detB__=detA__{\displaystyle \det {\underline {\underline {B}}}=\det {\underline {\underline {A}}}}image

Beviser

I dette afsnit vil vi bevise nogle af de overstående påstande, men vi starter med en simpel definition af determinanter:

Definition

Lad A∈Matn(F){\displaystyle A\in \mathrm {Mat} _{n}(\mathbb {F} )}image. Hvis n=1{\displaystyle n=1}image defineres det(A)=a11{\displaystyle \det(A)=a_{11}}image. Hvis n>1{\displaystyle n>1}image defineres determinanten rekursivt ved

det(A)=∑i=1n(−1)i+1a1idet(A1,i){\displaystyle \det(A)=\sum _{i=1}^{n}(-1)^{i+1}a_{1i}\det(A_{1,i})}image

hvor Ai,j{\displaystyle A_{i,j}}image fremkommer af A{\displaystyle A}image ved at fjerne i'te række og j'te søjle.

Rækkeombytning

Lad B{\displaystyle B}image fremkomme af A{\displaystyle A}image ved at bytte om på to rækker, da gælder at

det(B)=−det(A){\displaystyle \det(B)=-\det(A)}image

Dette kan bevises induktivt. Hvis n=2{\displaystyle n=2}image og B{\displaystyle B}image fremkommer ved at bytte om på de to rækker i A{\displaystyle A}image, da har vi at

det(A)=a11a22−a12a21=−(a12a21−a11a22)=−(b11b22−b12b21)=−det(B).{\displaystyle \det(A)=a_{11}a_{22}-a_{12}a_{21}=-(a_{12}a_{21}-a_{11}a_{22})=-(b_{11}b_{22}-b_{12}b_{21})=-\det(B).}image

Antags eller at resultatet gælder for n−1{\displaystyle n-1}image, må vi vise at det gælder for n{\displaystyle n}image. Hvis vi ikke har byttet om på første række må

det(B)=∑i=1n(−1)i+1a1idet(B1,i)=∑i=1n(−1)i+1a1i−det(A1,i)=−det(A){\displaystyle \det(B)=\sum _{i=1}^{n}(-1)^{i+1}a_{1i}\det(B_{1,i})=\sum _{i=1}^{n}(-1)^{i+1}a_{1i}-\det(A_{1,i})=-\det(A)}image

idet B1i{\displaystyle B_{1i}}image fremkommer af A1,i{\displaystyle A_{1,i}}image ved at bytte om på to rækker, og induktionsantagelsen derfor virker.

Ellers må 1'te og j'te række være ombyttet. Dan C{\displaystyle C}image ved at bytte om på 2. og j'te række i B{\displaystyle B}image. Dan D{\displaystyle D}image ved at bytte om på 2. og j'te række i A{\displaystyle A}image, da fremkommer D{\displaystyle D}image også ved at bytte om på 1. og 2. række i C{\displaystyle C}image, og det må gælde at C12,ij=D12,ij{\displaystyle C_{12,ij}=D_{12,ij}}image, af induktionsantages får vi at det(C1,i)=−det(B1,i){\displaystyle \det(C_{1,i})=-\det(B_{1,i})}image og det(D1,i)=−det(A1,i){\displaystyle \det(D_{1,i})=-\det(A_{1,i})}image så

det(B)=−det(C)=−∑g=1n(−1)1+gajgdet(C1,g){\displaystyle \det(B)=-\det(C)=-\sum _{g=1}^{n}(-1)^{1+g}a_{jg}\det(C_{1,g})}image

=−∑g=1n∑(k=1,k≠g)n(−1)k+g+δ(k>g)ajga1kdet(C12,ij){\displaystyle =-\sum _{g=1}^{n}\sum _{(k=1,k\neq g)}^{n}(-1)^{k+g+\delta (k>g)}a_{jg}a_{1k}\det(C_{12,ij})}image
=∑k=1n∑(g=1,q≠k)n(−1)k+g+δ(k<g)ajga1kdet(D12,ij){\displaystyle =\sum _{k=1}^{n}\sum _{(g=1,q\neq k)}^{n}(-1)^{k+g+\delta (k<g)}a_{jg}a_{1k}\det(D_{12,ij})}image
=∑k=1n(−1)1+ka1kdet(D1,k)=det(D)=−det(A){\displaystyle =\sum _{k=1}^{n}(-1)^{1+k}a_{1k}\det(D_{1,k})=\det(D)=-\det(A)}image

Ens rækker

Hvis A{\displaystyle A}image har to ens rækker er det(A)=0{\displaystyle \det(A)=0}image.

Dette er nemt at indse. Dan B{\displaystyle B}image ved at bytte om på de to ens række i A{\displaystyle A}image, da har vi at det(A)=−det(B){\displaystyle \det(A)=-\det(B)}image men A{\displaystyle A}image og B{\displaystyle B}image er jo ens, så det(A)=−det(A){\displaystyle \det(A)=-\det(A)}image, dette kan kun lade sig gøre hvis det(A)=0{\displaystyle \det(A)=0}image

Rækkeaddition

Hvis B{\displaystyle B}image er dannet af A{\displaystyle A}image, ved at lægge i'te række r gange til j'te række. da vil det(A)=det(B){\displaystyle \det(A)=\det(B)}image

Dette kan bevises som følger. Dan C{\displaystyle C}image ved at bytte på 1. og j'te række i A{\displaystyle A}image. Dan D{\displaystyle D}image ved at bytte om på 1. og j'te række i B{\displaystyle B}image, af reglen om række ombytning er det nok at vise at det(C)=det(D){\displaystyle \det(C)=\det(D)}image, idet vi bemærker at D{\displaystyle D}image også fremkommver ved at lægge i'te række r gange til 1. række af C{\displaystyle C}image bliver det klart at

det(D)=∑k=1n(−1)k+1d1kdet(D1,k)=∑k=1n(−1)k+1(c1k+rcik)det(C1,k){\displaystyle \det(D)=\sum _{k=1}^{n}(-1)^{k+1}d_{1k}\det(D_{1,k})=\sum _{k=1}^{n}(-1)^{k+1}(c_{1k}+rc_{ik})\det(C_{1,k})}image

=∑k=1n(−1)k+1c1kdet(C1,k)+r∑k=1n(−1)k+1rcikdet(C1,k)=det(C)+rdet(N){\displaystyle =\sum _{k=1}^{n}(-1)^{k+1}c_{1k}\det(C_{1,k})+r\sum _{k=1}^{n}(-1)^{k+1}rc_{ik}\det(C_{1,k})=\det(C)+r\det(N)}image

Hvor N{\displaystyle N}image fremkommer af C{\displaystyle C}image ved at restatte 1. med i'te række, men så har N{\displaystyle N}image to ens rækker og så har den jo determinant 0.

Rækkeskalering

Hvis B{\displaystyle B}image er dannet af A{\displaystyle A}image, ved at gange i'te række igennem med r (ikke 0), da er det(B)=rdet(A){\displaystyle \det(B)=r\det(A)}image

Dette kan bevises som følger. Som før kan vi af rækkeombytnings-egenskaben og uden tab af generalitet antage at i=1, så det(B)=∑i=1n(−1)i+1ra1i=r∑i=1n(−1)i+1a1i=rdet(A){\displaystyle \det(B)=\sum _{i=1}^{n}(-1)^{i+1}ra_{1i}=r\sum _{i=1}^{n}(-1)^{i+1}a_{1i}=r\det(A)}image

Invertibilitet

Matricen A er invertibel hvis og kun hvis det(A)≠0{\displaystyle \det(A)\neq 0}image.

Der findes H i så A∼H{\displaystyle A\sim H}image, denne transformation fremkommer som en følge af rækkeoperationer af de foregående regler ved vi at det(A)=rdet(H){\displaystyle \det(A)=r\det(H)}image hvor r≠0{\displaystyle r\neq 0}image men det(A)≠0⇔det(H)≠0{\displaystyle \det(A)\neq 0\Leftrightarrow \det(H)\neq 0}image Men det(H)≠0{\displaystyle \det(H)\neq 0}image præcis har H har fuld rang, og H har fuld rang præcis når A er invertibel.

Determinant af produkt

Om matrixprodukter gælder at det(AB)=det(A)det(B){\displaystyle \det(AB)=\det(A)\det(B)}image.

Her gælder følgende bevis. Hvis A er diagonal følger det af rækkeskalationsreglen at

det(AB)=a11…anndet(B){\displaystyle \det(AB)=a_{11}\ldots a_{nn}\det(B)}image

Hvis A er singulær er AB singulær. Af invertibilitetsreglen følger så, at de begge har determinant 0, ellers må A være invertibel, og med rækkeadditioner og r række ombytninger kan man danne D fra A så D er diagonal. Af de ovenstående regler ses at

det(A)=(−1)rdet(D){\displaystyle \det(A)=(-1)^{r}\det(D)}image

Lad E være produktet af de tilhørende rækkeoperationsmatricer så EA=D{\displaystyle EA=D}image, men så må

E(AB)=(EA)B=DB{\displaystyle E(AB)=(EA)B=DB}image

i kan altså udføre de samme rækkeoperationer på AB, så

det(AB)=(−1)rdet(DB)=(−1)rdet(D)det(B)=det(A)det(B){\displaystyle \det(AB)=(-1)^{r}\det(DB)=(-1)^{r}\det(D)\det(B)=\det(A)\det(B)}image

Determinant af invers

Hvis A er invertibel vil det(A)=det(A−1)−1{\displaystyle \det(A)=\det(A^{-1})^{-1}}image

Med overstående regel er det nemt at se, da I=A−1A{\displaystyle I=A^{-1}A}image så 1=det(I)=det(A−1)det(A){\displaystyle 1=\det(I)=\det(A^{-1})\det(A)}image

Determinant af transponeret

Det gælder altid at det(A)=det(AT){\displaystyle \det(A)=\det(A^{T})}image

Hvis A er singulær er AT{\displaystyle A^{T}}image det også og så vil det(A)=0=det(AT){\displaystyle \det(A)=0=\det(A^{T})}image, ellers kan A opskrives som et produkt af række ombytnings matricer og række additions matricer og en diagonal matice så,

A=E1…EkD{\displaystyle A=E_{1}\ldots E_{k}D}image

Hvis Ei{\displaystyle E_{i}}image er en række-ombytnings-matrice, så er EiT{\displaystyle E_{i}^{T}}image det også. Af række-ombytnings-reglen har de samme determinant nemlig -1. Ellers må Ei{\displaystyle E_{i}}image være en række-additions-matrice, og så er EiT{\displaystyle E_{i}^{T}}image også være det, af række-additions-reglen har de samme determinant nemlig 1, af produktreglen ses at det(AT)=det(E1T)…det(EkT)det(DT)=det(E1)…det(Ek)det(D)=det(A){\displaystyle \det(A^{T})=\det(E_{1}^{T})\ldots \det(E_{k}^{T})\det(D^{T})=\det(E_{1})\ldots \det(E_{k})\det(D)=\det(A)}image

Se også

  • Wronski-determinant
  • Slater-determinant

wikipedia, dansk, wiki, bog, bøger, bibliotek, artikel, læs, download, gratis, gratis download, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, billede, musik, sang, film, bog, spil, spil, mobile, Phone, Android, iOS, Apple, mobiltelefon, Samsung, iPhone, Xiomi, Xiaomi, Redmi, Honor, Oppo, Nokia, sonya, mi, PC, web, computer

Udgivelsesdato: Kan 05, 2025, 03:45 am
De fleste læses
  • Kan 15, 2025

    Der Judenstaat

  • Kan 08, 2025

    Den tredje koalition

  • Kan 07, 2025

    Den sociale kraft-model

  • Kan 11, 2025

    Den russiske borgerkrig

  • Kan 09, 2025

    Den kuriske landtange

Daglige
  • Søren Pilmark

  • Filminstruktør

  • Blinkende lygter

  • Harry (DSB)

  • Søren Pilmark

  • Kassøværket

  • Mark Carney

  • Liberal Party of Canada

  • Ægte dagsommerfugle

  • Sri Lank

NiNa.Az - Studio

  • Wikipedia

Tilmelding af nyhedsbrev

Ved at abonnere på vores mailingliste vil du altid modtage de seneste nyheder fra os.
Kom i kontakt
Kontakt os
DMCA Sitemap Feeds
© 2019 nina.az - Alle rettigheder forbeholdes.
Ophavsret: Dadaş Mammedov
Top