Lektion 6.2

Eigenschaften und Rechenregeln der Determinante

40 min Lesezeit
Lesen anpassen

Nach dieser Lektion kannst du

  • begründen, warum es für jedes nn genau eine multilineare, alternierende und normierte Abbildung Kn×n→KK^{n \times n} \to K gibt,

  • die Leibniz-Formel lesen und für kleine nn auswerten,

  • die Wirkung von Zeilen- und Spaltenumformungen auf die Determinante angeben,

  • die Determinante einer Dreiecksmatrix ablesen,

  • den Multiplikationssatz det⁡(AB)=det⁡A⋅det⁡B\det(AB) = \det A \cdot \det B beweisen und mit det⁡(AT)\det(A^T) und det⁡(A−1)\det(A^{-1}) rechnen.

Vorausgesetzt: Die Determinante als orientiertes Volumen, Die symmetrische Gruppe, Matrizenmultiplikation, Invertierbare Matrizen und die Inverse

In der Ebene haben drei Wünsche an einen orientierten Flächeninhalt genau eine Formel übrig gelassen, nämlich ad−bcad - bc. Im R5\mathbb{R}^5 oder R100\mathbb{R}^{100} kann man kein Volumen mehr zeichnen. Man kann aber dieselben Wünsche aufschreiben und fragen, was aus ihnen folgt.

Dabei sind drei Fragen offen. Gibt es für jedes nn überhaupt eine Abbildung mit diesen Eigenschaften? Gibt es nur eine? Und welche Rechenregeln hat sie? Die Antworten sind: ja, ja, und sehr gute. Insbesondere folgt aus den Wünschen allein, dass die Determinante eines Produkts das Produkt der Determinanten ist. Geometrisch ist das plausibel: Wendet man erst eine Abbildung mit Volumenfaktor 33 und dann eine mit Volumenfaktor 22 an, ändern sich Volumen insgesamt um den Faktor 66.

Wir arbeiten über einem beliebigen Körper KK. Für eine Matrix A∈Kn×nA \in K^{n \times n} schreiben wir aija_{ij} für den Eintrag in Zeile ii und Spalte jj und A=(a1∣⋯∣an)A = (a_1 \mid \dots \mid a_n) für die Spalten. Es ist aj=∑i=1naijeia_j = \sum_{i=1}^n a_{ij} e_i mit der Standardbasis e1,…,ene_1, \dots, e_n von KnK^n.

Vermute zuerst

Sei DD eine multilineare, alternierende Abbildung auf K4×4K^{4 \times 4}. Man schreibt jede Spalte als Summe aj=∑iaijeia_j = \sum_i a_{ij} e_i und multipliziert mit der Multilinearität aus. Dabei entstehen 44=2564^4 = 256 Summanden der Form ai11ai22ai33ai44⋅D(ei1,ei2,ei3,ei4)a_{i_1 1} a_{i_2 2} a_{i_3 3} a_{i_4 4} \cdot D(e_{i_1}, e_{i_2}, e_{i_3}, e_{i_4}). Wie viele davon können ungleich null sein?

Definition

Determinantenfunktion

Eine Abbildung D ⁣:Kn×n→KD\colon K^{n \times n} \to K heißt Determinantenfunktion, wenn sie

  • multilinear ist (linear in jeder Spalte, wenn die anderen Spalten fest sind),
  • alternierend ist (D(A)=0D(A) = 0, sobald zwei Spalten von AA gleich sind),
  • normiert ist (D(En)=1D(E_n) = 1 für die Einheitsmatrix EnE_n).

Beispiele: Für n=1n = 1 ist D(a)=aD(a) = a eine Determinantenfunktion (es gibt keine zwei Spalten, die gleich sein könnten). Für n=2n = 2 ist es D(A)=a11a22−a21a12D(A) = a_{11} a_{22} - a_{21} a_{12}.

Gegenbeispiel: Das Produkt der Diagonaleinträge D(A)=a11a22⋯annD(A) = a_{11} a_{22} \cdots a_{nn} ist für n≥2n \ge 2 multilinear (aus jeder Spalte kommt genau ein Faktor) und normiert, aber nicht alternierend: Für die Matrix, deren Einträge alle 11 sind, sind alle Spalten gleich, und doch ist D=1D = 1.

Satz

Erste Folgerungen

Sei D ⁣:Kn×n→KD\colon K^{n \times n} \to K multilinear und alternierend. Dann gilt:

a) Vertauscht man zwei Spalten, so wechselt DD das Vorzeichen.
b) Addiert man zu einer Spalte ein Vielfaches einer anderen Spalte, so ändert sich DD nicht.
c) Sind die Spalten von AA linear abhängig, dann ist D(A)=0D(A) = 0.

Schritt für Schritt

Herleitung der Leibniz-Formel

Sei DD multilinear und alternierend und A=(aij)∈Kn×nA = (a_{ij}) \in K^{n \times n}. Für σ∈Sn\sigma \in S_n sei Eσ=(eσ(1)∣⋯∣eσ(n))E_\sigma = (e_{\sigma(1)} \mid \dots \mid e_{\sigma(n)}) die Matrix, deren jj-te Spalte eσ(j)e_{\sigma(j)} ist (eine Permutationsmatrix). Wir berechnen D(A)D(A).

  1. Setze aj=∑iaijeia_j = \sum_i a_{ij} e_i in jede Spalte ein und multipliziere mit der Multilinearität aus, Spalte für Spalte.

    D(A)=∑i1=1n⋯∑in=1nai11ai22⋯ainn D(ei1,ei2,…,ein)D(A) = \sum_{i_1 = 1}^n \cdots \sum_{i_n = 1}^n a_{i_1 1} a_{i_2 2} \cdots a_{i_n n} \, D(e_{i_1}, e_{i_2}, \dots, e_{i_n})
Schritt 1 von 4
Satz

Leibniz-Formel: Existenz und Eindeutigkeit

Für jedes n≥1n \ge 1 gibt es genau eine Determinantenfunktion Kn×n→KK^{n \times n} \to K. Sie heißt Determinante, geschrieben det⁡\det, und ist gegeben durch die Formel unten.

Außerdem gilt für jede multilineare und alternierende Abbildung D ⁣:Kn×n→KD\colon K^{n \times n} \to K: D(A)=D(En)⋅det⁡AD(A) = D(E_n) \cdot \det A für alle AA.

det⁡A=∑σ∈Snsign(σ) aσ(1)1 aσ(2)2⋯aσ(n)n\det A = \sum_{\sigma \in S_n} \text{sign}(\sigma) \, a_{\sigma(1) 1} \, a_{\sigma(2) 2} \cdots a_{\sigma(n) n}
Beispiel

Die Leibniz-Formel für n=2n = 2 und n=3n = 3

Für n=2n = 2 ist S2={id,(1  2)}S_2 = \{\text{id}, (1\;2)\}, also det⁡A=a11a22−a21a12\det A = a_{11} a_{22} - a_{21} a_{12}, die Formel aus der Ebene.

Für n=3n = 3 hat S3S_3 sechs Elemente. In der Tabelle steht σ\sigma als Liste (σ(1),σ(2),σ(3))(\sigma(1), \sigma(2), \sigma(3)):

σ\sigmaZykelsign(σ)\text{sign}(\sigma)Summand
(1,2,3)(1, 2, 3)id\text{id}+1+1a11a22a33a_{11} a_{22} a_{33}
(2,3,1)(2, 3, 1)(1  2  3)(1\;2\;3)+1+1a21a32a13a_{21} a_{32} a_{13}
(3,1,2)(3, 1, 2)(1  3  2)(1\;3\;2)+1+1a31a12a23a_{31} a_{12} a_{23}
(2,1,3)(2, 1, 3)(1  2)(1\;2)−1-1−a21a12a33-a_{21} a_{12} a_{33}
(3,2,1)(3, 2, 1)(1  3)(1\;3)−1-1−a31a22a13-a_{31} a_{22} a_{13}
(1,3,2)(1, 3, 2)(2  3)(2\;3)−1-1−a11a32a23-a_{11} a_{32} a_{23}

Das sind genau die sechs Produkte der Regel von Sarrus: Die drei Dreizykel und die Identität gehören zu den Diagonalen mit Plus, die drei Transpositionen zu denen mit Minus. Damit ist die Regel von Sarrus nachträglich bewiesen.

Kurz geprüft

Mit welchem Vorzeichen steht das Produkt a21a12a43a34a_{21} a_{12} a_{43} a_{34} in der Leibniz-Formel für 4×44 \times 4-Matrizen?

Satz

Determinante der transponierten Matrix

Für alle A∈Kn×nA \in K^{n \times n} gilt det⁡(AT)=det⁡A\det(A^T) = \det A. Insbesondere ist det⁡\det auch multilinear und alternierend in den Zeilen, und Folgerung a) bis c) gilt ebenso für Zeilen.

Satz

Zeilenumformungen und Dreiecksmatrizen

Entsteht A′A' aus AA durch eine der folgenden Zeilenumformungen, so gilt:

  • Vertauschen zweier Zeilen: det⁡A′=−det⁡A\det A' = -\det A,
  • Multiplikation einer Zeile mit λ∈K\lambda \in K: det⁡A′=λdet⁡A\det A' = \lambda \det A,
  • Addition des λ\lambda-Fachen einer Zeile zu einer anderen Zeile: det⁡A′=det⁡A\det A' = \det A.

Dasselbe gilt für Spaltenumformungen. Ist AA eine obere Dreiecksmatrix (aij=0a_{ij} = 0 für i>ji > j) oder eine untere (aij=0a_{ij} = 0 für i<ji < j), dann ist det⁡A=a11a22⋯ann\det A = a_{11} a_{22} \cdots a_{nn}.

Satz

Multiplikationssatz

Für alle A,B∈Kn×nA, B \in K^{n \times n} gilt det⁡(AB)=det⁡A⋅det⁡B\det(AB) = \det A \cdot \det B.

Satz

Determinante der Inversen

Ist A∈Kn×nA \in K^{n \times n} invertierbar, dann ist det⁡A≠0\det A \neq 0 und det⁡(A−1)=1det⁡A\det(A^{-1}) = \dfrac{1}{\det A}. Für invertierbares SS gilt außerdem det⁡(S−1AS)=det⁡A\det(S^{-1} A S) = \det A.

Beispiel

Multiplikationssatz nachgerechnet

Sei A=(1234)A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} und B=(0111)B = \begin{pmatrix} 0 & 1 \\ 1 & 1 \end{pmatrix}. Dann ist det⁡A=4−6=−2\det A = 4 - 6 = -2 und det⁡B=0−1=−1\det B = 0 - 1 = -1. Das Produkt ist

AB=(2347),det⁡(AB)=14−12=2=(−2)⋅(−1)AB = \begin{pmatrix} 2 & 3 \\ 4 & 7 \end{pmatrix}, \qquad \det(AB) = 14 - 12 = 2 = (-2) \cdot (-1)

Für die Summe gilt keine solche Regel: A+B=(1345)A + B = \begin{pmatrix} 1 & 3 \\ 4 & 5 \end{pmatrix} hat die Determinante 5−12=−75 - 12 = -7, aber det⁡A+det⁡B=−3\det A + \det B = -3.

Kurz geprüft

Für eine reelle n×nn \times n-Matrix AA gilt det⁡A=−3\det A = -3. Welchen Wert hat det⁡(ATA)\det(A^T A)?

Häufige Fehler

Gleiche Determinante heißt nicht gleiche Matrix

Im Beispiel ist BA=(3446)≠ABBA = \begin{pmatrix} 3 & 4 \\ 4 & 6 \end{pmatrix} \neq AB, aber det⁡(BA)=18−16=2=det⁡(AB)\det(BA) = 18 - 16 = 2 = \det(AB). Daraus wird manchmal geschlossen, das Matrizenprodukt sei "im Wesentlichen" kommutativ, oder umgekehrt, aus det⁡X=det⁡Y\det X = \det Y folge X=YX = Y.

Richtig ist

Es ist immer det⁡(AB)=det⁡Adet⁡B=det⁡Bdet⁡A=det⁡(BA)\det(AB) = \det A \det B = \det B \det A = \det(BA), weil die Faktoren Zahlen in KK sind. Die Matrizen ABAB und BABA bleiben trotzdem verschieden. Die Determinante ist eine einzige Zahl und vergisst fast alles über die Matrix; schon det⁡E2=det⁡(2001/2)\det E_2 = \det \begin{pmatrix} 2 & 0 \\ 0 & 1/2 \end{pmatrix} zeigt das.

Zusammenfassung

  • Eine Determinantenfunktion ist multilinear, alternierend und normiert. Für jedes nn gibt es genau eine: det⁡\det.

  • Leibniz-Formel: det⁡A=∑σ∈Snsign(σ) aσ(1)1⋯aσ(n)n\det A = \sum_{\sigma \in S_n} \text{sign}(\sigma) \, a_{\sigma(1)1} \cdots a_{\sigma(n)n}, mit n!n! Summanden.

  • Jede multilineare, alternierende Abbildung ist D(A)=D(En)det⁡AD(A) = D(E_n) \det A. Daraus folgt der Multiplikationssatz det⁡(AB)=det⁡Adet⁡B\det(AB) = \det A \det B.

  • Linear abhängige Spalten oder Zeilen geben det⁡A=0\det A = 0.

  • Zeilentausch kehrt das Vorzeichen um, Multiplikation einer Zeile mit λ\lambda multipliziert det⁡\det mit λ\lambda, Addition eines Vielfachen einer anderen Zeile ändert nichts.

  • Für Dreiecksmatrizen ist det⁡A\det A das Produkt der Diagonaleinträge.

  • det⁡(AT)=det⁡A\det(A^T) = \det A; für invertierbares AA ist det⁡(A−1)=1/det⁡A\det(A^{-1}) = 1/\det A und det⁡(S−1AS)=det⁡A\det(S^{-1}AS) = \det A.

Übungen

Aufgabe 1Numerisch

Berechne det⁡(27−140−15200380005)\det \begin{pmatrix} 2 & 7 & -1 & 4 \\ 0 & -1 & 5 & 2 \\ 0 & 0 & 3 & 8 \\ 0 & 0 & 0 & 5 \end{pmatrix}.

Aufgabe 2Multiple Choice

Aus A∈K3×3A \in K^{3 \times 3} entsteht A′A', indem man die erste und die dritte Zeile vertauscht und danach die zweite Zeile mit 55 multipliziert. Was gilt?

Aufgabe 3Numerisch

Für A,B∈R3×3A, B \in \mathbb{R}^{3 \times 3} gilt det⁡A=2\det A = 2 und det⁡B=−3\det B = -3. Berechne det⁡(2ABTA−1)\det(2 A B^T A^{-1}).

Aufgabe 4Multiple Choice

Mit welchem Vorzeichen steht a21a32a43a14a_{21} a_{32} a_{43} a_{14} in der Leibniz-Formel für 4×44 \times 4-Matrizen?

Aufgabe 5Freitext

Sei A∈Rn×nA \in \mathbb{R}^{n \times n} mit ATA=EnA^T A = E_n. Zeige, dass det⁡A=1\det A = 1 oder det⁡A=−1\det A = -1 ist.

Aufgabe 6Freitext

Sei nn ungerade und A∈Rn×nA \in \mathbb{R}^{n \times n} mit AT=−AA^T = -A. Zeige det⁡A=0\det A = 0. Gilt die Aussage auch für gerades nn?