Kurs:Mathematik (Osnabrück 2009-2011)/Teil I/Vorlesung 13

Invertierbare Matrizen

Definition

Es sei ${}K$ ein Körper. Zu einer invertierbaren Matrix ${}M\in \operatorname {Mat} _{n}(K)$ heißt die Matrix ${}A\in \operatorname {Mat} _{n}(K)$ mit

{}A\circ M=E_{n}=M\circ A\,

die inverse Matrix von ${}M$ . Man schreibt dafür

M^{-1}.

Die Menge der invertierbaren ${}n\times n$ -Matrizen wird mit

\operatorname {GL} _{n}\!{\left(K\right)}

bezeichnet. Diese Menge ist mit der Multiplikation von Matrizen, der ${}n$ -ten Einheitsmatrix als neutralem Element und der inversen Matrix, die eindeutig bestimmt ist, eine Gruppe. Sie heißt die allgemeine lineare Gruppe.

Lineare Abbildungen und Matrizen

Definition

Es sei ${}K$ ein Körper und sei ${}V$ ein ${}n$ - dimensionaler Vektorraum mit einer Basis ${}{\mathfrak {v}}=v_{1},\ldots ,v_{n}$ und sei ${}W$ ein ${}m$ -dimensionaler Vektorraum mit einer Basis ${}{\mathfrak {w}}=w_{1},\ldots ,w_{m}$ .

Zu einer linearen Abbildung

\varphi \colon V\longrightarrow W

heißt die ${}m\times n$ - Matrix

{}M=M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )=(a_{ij})_{ij}\,,

wobei ${}a_{ij}$ die ${}i$ -te Koordinate von ${}\varphi (v_{j})$ bezüglich der Basis ${}{\mathfrak {w}}$ ist, die beschreibende Matrix zu ${}\varphi$ bezüglich der Basen.

Zu einer Matrix ${}M=(a_{ij})_{ij}\in \operatorname {Mat} _{m\times n}(K)$ heißt die durch

v_{j}\longmapsto \sum _{i=1}^{m}a_{ij}w_{i}

gemäß Satz 12.3 definierte lineare Abbildung ${}\varphi _{\mathfrak {w}}^{\mathfrak {v}}(M)$ die durch ${}M$ festgelegte lineare Abbildung.

Satz

Es sei ${}K$ ein Körper und sei ${}V$ ein ${}n$ - dimensionaler Vektorraum mit einer Basis ${}{\mathfrak {v}}=v_{1},\ldots ,v_{n}$ und sei ${}W$ ein ${}m$ -dimensionaler Vektorraum mit einer Basis ${}{\mathfrak {w}}=w_{1},\ldots ,w_{m}$ .

Dann sind die in Definition 13.4 festgelegten Abbildungen

$\varphi \longmapsto M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi ){\text{ und }}M\longmapsto \varphi _{\mathfrak {w}}^{\mathfrak {v}}(M)$

invers zueinander.

Beweis

Wir zeigen, dass beide Hintereinanderschaltungen die Identität sind. Wir starten mit einer Matrix ${}M={\left(a_{ij}\right)}_{ij}$ und betrachten die Matrix

M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi _{\mathfrak {w}}^{\mathfrak {v}}(M)).

Zwei Matrizen sind gleich, wenn für jedes Indexpaar

{}(i,j)

die Einträge übereinstimmen. Es ist

{}{\begin{aligned}(M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi _{\mathfrak {w}}^{\mathfrak {v}}(M)))_{ij}&=i-{\text{te Koordinate von }}(\varphi _{\mathfrak {w}}^{\mathfrak {v}}(M))(v_{j})\\&=i-{\text{te Koordinate von }}\sum _{i=1}^{m}a_{ij}w_{i}\\&=a_{ij}.\end{aligned}}

Es sei nun ${}\varphi$ eine lineare Abbildung, und betrachten wir

\varphi _{\mathfrak {w}}^{\mathfrak {v}}(M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )).

Zwei lineare Abbildungen stimmen nach Satz 12.3 überein, wenn man zeigen kann, dass sie auf der Basis ${}v_{1},\ldots ,v_{n}$ übereinstimmen. Es ist

{}(\varphi _{\mathfrak {w}}^{\mathfrak {v}}(M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )))(v_{j})=\sum _{i=1}^{m}(M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi ))_{ij}\,w_{i}\,.

Dabei ist nach Definition der Koeffizient ${}(M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi ))_{ij}$ die ${}i$ -te Koordinate von ${}\varphi (v_{j})$ bezüglich der Basis ${}w_{1},\ldots ,w_{m}$ . Damit ist diese Summe gleich ${}\varphi (v_{j})$ .

\Box

Beispiel

Eine lineare Abbildung

\varphi \colon K^{n}\longrightarrow K^{m}

wird zumeist durch die Matrix ${}M$ bezüglich der Standardbasen links und rechts beschrieben. Das Ergebnis der Matrixmultiplikation

{}{\begin{pmatrix}y_{1}\\\vdots \\y_{m}\end{pmatrix}}=M{\begin{pmatrix}x_{1}\\\vdots \\x_{n}\end{pmatrix}}\,

ist dann direkt als Punkt in ${}K^{m}$ interpretierbar. Die ${}j$ -te Spalte von ${}M$ ist das Bild des ${}j$ -ten Standardvektors ${}e_{j}$ .

Lemma

Bei der Korrespondenz zwischen linearen Abbildungen und Matrizen entsprechen sich die Hintereinanderschaltung von linearen Abbildungen und die Matrizenmultiplikation.

Damit ist folgendes gemeint: es seien ${}U,V,W$ Vektorräume über einem Körper ${}K$ mit Basen

{\mathfrak {u}}=u_{1},\ldots ,u_{p},\,{\mathfrak {v}}=v_{1},\ldots ,v_{n}{\text{ und }}{\mathfrak {w}}=w_{1},\ldots ,w_{m}.

Es seien

\psi :U\longrightarrow V{\text{ und }}\varphi :V\longrightarrow W

lineare Abbildungen. Dann gilt für die beschreibenden Matrizen von ${}\psi ,\,\varphi$ und der Hintereinanderschaltung ${}\varphi \circ \psi$ die Beziehung

{}M_{\mathfrak {w}}^{\mathfrak {u}}(\varphi \circ \psi )=(M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi ))\circ (M_{\mathfrak {v}}^{\mathfrak {u}}(\psi ))\,.

Beweis

Wir betrachten die Abbildungskette

U{\stackrel {\psi }{\longrightarrow }}V{\stackrel {\varphi }{\longrightarrow }}W.

Bezüglich der Basen werde ${}\psi$ durch die ${}n\times p$ -Matrix ${}B=(b_{jk})_{jk}$ und ${}\varphi$ durch die ${}m\times n$ -Matrix ${}A=(a_{ij})_{ij}$ beschrieben. Die Hintereinanderschaltung ${}\varphi \circ \psi$ wirkt auf einen Basisvektor ${}u_{k}$ folgendermaßen.

{}{\begin{aligned}{\left(\varphi \circ \psi \right)}{\left(u_{k}\right)}&=\varphi {\left(\psi {\left(u_{k}\right)}\right)}\\&=\varphi {\left(\sum _{j=1}^{n}b_{jk}v_{j}\right)}\\&=\sum _{j=1}^{n}b_{jk}\varphi (v_{j})\\&=\sum _{j=1}^{n}b_{jk}{\left(\sum _{i=1}^{m}a_{ij}w_{i}\right)}\\&=\sum _{i=1}^{m}{\left(\sum _{j=1}^{n}a_{ij}b_{jk}\right)}w_{i}\\&=\sum _{i=1}^{m}c_{ik}w_{i}.\end{aligned}}

Dabei sind diese Koeffizienten ${}c_{ik}=\sum _{j=1}^{n}a_{ij}b_{jk}$ gerade die Einträge in der Produktmatrix ${}A\circ B$ .

\Box

Lemma

Es sei ${}K$ ein Körper und es seien ${}V$ und ${}W$ Vektorräume über ${}K$ der Dimension ${}n$ bzw. ${}m$ . Es sei

\varphi \colon V\longrightarrow W

eine lineare Abbildung, die bezüglich zweier Basen durch die Matrix ${}M\in \operatorname {Mat} _{m\times n}(K)$ beschrieben werde. Dann gelten folgende Eigenschaften.

${}\varphi$ ist genau dann injektiv, wenn die Spalten der Matrix linear unabhängig sind.

${}\varphi$ ist genau dann surjektiv, wenn die Spalten der Matrix ein Erzeugendensystem von ${}K^{m}$ bilden.

Bei ${}m=n$ ist ${}\varphi$ genau dann bijektiv, wenn die Spalten der Matrix eine Basis von ${}K^{m}$ bilden, und dies ist genau dann der Fall, wenn ${}M$ invertierbar ist.

Beweis

Es seien ${}{\mathfrak {v}}=v_{1},\ldots ,v_{n}$ und ${}{\mathfrak {w}}=w_{1},\ldots ,w_{m}$ Basen von ${}V$ bzw. ${}W$ und es seien ${}s_{1},\ldots ,s_{n}$ die Spaltenvektoren von ${}M$ . (1). Die Abbildung ${}\varphi$ hat die Eigenschaft

{}\varphi (v_{j})=\sum _{i=1}^{m}s_{ij}w_{i}\,,

wobei ${}s_{ij}$ der ${}i$ -te Eintrag des ${}j$ -ten Spaltenvektors ist. Daher ist

{}\varphi {\left(\sum _{j=1}^{n}a_{j}v_{j}\right)}=\sum _{j=1}^{n}a_{j}{\left(\sum _{i=1}^{m}s_{ij}w_{i}\right)}=\sum _{i=1}^{m}{\left(\sum _{j=1}^{n}a_{j}s_{ij}\right)}w_{i}\,.

Dies ist genau dann ${}0$ , wenn ${}\sum _{j=1}^{n}a_{j}s_{ij}=0$ für alle ${}i$ ist, und dies ist äquivalent zu

{}\sum _{j=1}^{n}a_{j}s_{j}=0\,.

Dafür gibt es ein nichttriviales (Lösungs-)Tupel ${}{\left(a_{1},\ldots ,a_{n}\right)}$ genau dann, wenn die Spalten linear abhängig sind und genau dann, wenn ${}\varphi$ nicht injektiv ist.
(2). Siehe Aufgabe 13.7.
(3). Sei ${}n=m$ . Die erste Äquivalenz folgt aus (1) und (2). Wenn ${}\varphi$ bijektiv ist, so gibt es die (lineare) Umkehrabbildung ${}\varphi ^{-1}$ mit

\varphi \circ \varphi ^{-1}=\operatorname {Id} _{W}{\text{ und }}\varphi ^{-1}\circ \varphi =\operatorname {Id} _{V}.

Es sei ${}M$ die Matrix zu ${}\varphi$ und ${}N$ die Matrix zu ${}\varphi ^{-1}$ . Die Matrix zur Identität ist die Einheitsmatrix. Nach Lemma 13.7 ist daher

{}M\circ N=E_{n}=N\circ M\,

und somit ist ${}M$ invertierbar. Die Umkehrung wird ähnlich bewiesen.

\Box

Basiswechsel

Lemma

Es sei ${}K$ ein Körper und ${}V$ ein ${}K$ - Vektorraum der Dimension ${}n$ . Es seien ${}{\mathfrak {v}}=v_{1},\ldots ,v_{n}$ und ${}{\mathfrak {w}}=w_{1},\ldots ,w_{n}$ zwei Basen von ${}V$ . Es sei

{}v_{j}=\sum _{i=1}^{n}c_{ij}w_{i}\,

mit den Koeffizienten ${}c_{ij}\in K$ , die wir zur ${}n\times n$ - Matrix

{}M_{\mathfrak {w}}^{\mathfrak {v}}={\left(c_{ij}\right)}_{ij}\,

zusammenfassen.

Dann hat ein Vektor ${}u$ , der bezüglich der Basis ${}{\mathfrak {v}}$ die Koordinaten ${}{\begin{pmatrix}s_{1}\\\vdots \\s_{n}\end{pmatrix}}$ besitzt, bezüglich der Basis ${}{\mathfrak {w}}$ die Koordinaten

${}{\begin{pmatrix}t_{1}\\\vdots \\t_{n}\end{pmatrix}}=M_{\mathfrak {w}}^{\mathfrak {v}}{\begin{pmatrix}s_{1}\\\vdots \\s_{n}\end{pmatrix}}={\begin{pmatrix}c_{11}&c_{12}&\ldots &c_{1n}\\c_{21}&c_{22}&\ldots &c_{2n}\\\vdots &\vdots &\ddots &\vdots \\c_{n1}&c_{n2}&\ldots &c_{nn}\end{pmatrix}}{\begin{pmatrix}s_{1}\\\vdots \\s_{n}\end{pmatrix}}\,.$

Beweis

Dies folgt direkt aus

{}u=\sum _{j=1}^{n}s_{j}v_{j}=\sum _{j=1}^{n}s_{j}{\left(\sum _{i=1}^{n}c_{ij}w_{i}\right)}=\sum _{i=1}^{n}{\left(\sum _{j=1}^{n}s_{j}c_{ij}\right)}w_{i}\,

und der Definition der Matrizenmultiplikation.

\Box

Man kann diese Aussage auch so auffassen: Zu den beiden Basen gehören die bijektiven linearen Abbildungen

\psi _{\mathfrak {v}}:K^{n}\longrightarrow V{\text{ und }}\psi _{\mathfrak {u}}:K^{n}\longrightarrow V

(die jeweils die Standardvektoren auf die Basisvektoren schicken). Dann ist

(\psi _{\mathfrak {u}})^{-1}\circ \psi _{\mathfrak {v}}\colon K^{n}\longrightarrow K^{n}

ebenfalls eine bijektive lineare Abbildung, und diese wird bezüglich der Standardbasis durch

{}M_{\mathfrak {u}}^{\mathfrak {v}}

beschrieben. Die Matrix, die den Basiswechsel beschreibt, nennt man auch die Übergangsmatrix.

Lemma

Es sei ${}K$ ein Körper und es seien ${}V$ und ${}W$ endlichdimensionale ${}K$ - Vektorräume. Es seien ${}{\mathfrak {v}}$ und ${}{\mathfrak {u}}$ Basen von ${}V$ und ${}{\mathfrak {w}}$ und ${}{\mathfrak {z}}$ Basen von ${}W$ . Es sei

\varphi \colon V\longrightarrow W

eine lineare Abbildung, die bezüglich der Basen ${}{\mathfrak {v}}$ und ${}{\mathfrak {w}}$ durch die Matrix ${}M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )$ beschrieben werde.

Dann wird ${}\varphi$ bezüglich der Basen ${}{\mathfrak {u}}$ und ${}{\mathfrak {z}}$ durch die Matrix

$M_{\mathfrak {z}}^{\mathfrak {w}}\circ (M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi ))\circ (M_{\mathfrak {u}}^{\mathfrak {v}})^{-1}$

beschrieben, wobei ${}M_{\mathfrak {u}}^{\mathfrak {v}}$ und ${}M_{\mathfrak {z}}^{\mathfrak {w}}$ die Übergangsmatrizen sind, die die Basiswechsel von ${}{\mathfrak {v}}$ nach ${}{\mathfrak {u}}$ und von ${}{\mathfrak {w}}$ nach ${}{\mathfrak {z}}$ beschreiben.

Beweis

Die linearen Standardabbildungen ${}K^{n}\rightarrow V$ bzw. ${}K^{m}\rightarrow W$ zu den Basen seien mit ${}\Psi _{\mathfrak {v}},\,\Psi _{\mathfrak {u}},\,\Psi _{\mathfrak {w}},\,\Psi _{\mathfrak {z}}$ bezeichnet. Wir betrachten das kommutative Diagramm

{\begin{matrix}K^{n}&&&{\stackrel {M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )}{\longrightarrow }}&&&K^{m}\\&\searrow \Psi _{\mathfrak {v}}\!\!\!\!\!&&&&\Psi _{\mathfrak {w}}\swarrow \!\!\!\!\!&\\\!\!\!\!\!M_{\mathfrak {u}}^{\mathfrak {v}}\downarrow &&V&{\stackrel {\varphi }{\longrightarrow }}&W&&\,\,\,\,\downarrow M_{\mathfrak {z}}^{\mathfrak {w}}\\&\nearrow \Psi _{\mathfrak {u}}\!\!\!\!\!&&&&\Psi _{\mathfrak {z}}\nwarrow \!\!\!\!\!&\\K^{n}&&&{\stackrel {M_{\mathfrak {z}}^{\mathfrak {u}}(\varphi )}{\longrightarrow }}&&&K^{m},\!\!\!\!\!\end{matrix}}

wobei die Kommutativität auf Lemma 13.9 und Fakt ***** beruht. In dieser Situation ergibt sich insgesamt

{}{\begin{aligned}M_{\mathfrak {z}}^{\mathfrak {u}}(\varphi )&=\Psi _{\mathfrak {z}}^{-1}\circ \varphi \circ \Psi _{\mathfrak {u}}\\&=\Psi _{\mathfrak {z}}^{-1}\circ (\Psi _{\mathfrak {w}}\circ M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )\circ \Psi _{\mathfrak {v}}^{-1})\circ \Psi _{\mathfrak {u}}\\&=(\Psi _{\mathfrak {z}}^{-1}\circ \Psi _{\mathfrak {w}})\circ M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )\circ (\Psi _{\mathfrak {v}}^{-1}\circ \Psi _{\mathfrak {u}})\\&=(\Psi _{\mathfrak {z}}^{-1}\circ \Psi _{\mathfrak {w}})\circ M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )\circ (\Psi _{\mathfrak {u}}^{-1}\circ \Psi _{\mathfrak {v}})^{-1}\\&=M_{\mathfrak {z}}^{\mathfrak {w}}\circ M_{\mathfrak {w}}^{\mathfrak {v}}(\varphi )\circ (M_{\mathfrak {u}}^{\mathfrak {v}})^{-1}.\end{aligned}}

\Box

Korollar

Es sei ${}K$ ein Körper und es sei ${}V$ ein endlichdimensionaler ${}K$ - Vektorraum. Es sei

\varphi \colon V\longrightarrow V

eine lineare Abbildung. Es seien ${}{\mathfrak {u}}$ und ${}{\mathfrak {v}}$ Basen von ${}V$ .

Dann besteht zwischen den Matrizen, die die lineare Abbildung bezüglich ${}{\mathfrak {u}}$ bzw. ${}{\mathfrak {v}}$ (beidseitig) beschreiben, die Beziehung

${}M_{\mathfrak {u}}^{\mathfrak {u}}(\varphi )=M_{\mathfrak {u}}^{\mathfrak {v}}\circ M_{\mathfrak {v}}^{\mathfrak {v}}(\varphi )\circ (M_{\mathfrak {u}}^{\mathfrak {v}})^{-1}\,.$

Beweis

Dies folgt direkt aus Lemma 13.10.

\Box

Es ist ein wichtiger Aspekt, zu einer gegebenen linearen Abbildung eines Vektorraumes in sich selbst eine Basis zu finden, bezüglich der die beschreibende Matrix „möglichst einfach“ wird. Dieses Problem ist äquivalent damit, zu einer quadratischen Matrix ${}M$ eine invertierbare Matrix ${}A$ zu finden derart, dass ${}AMA^{-1}$ möglichst einfach ist.

Elementarmatrizen

Definition

Es sei ${}K$ ein Körper und sei ${}M$ eine ${}m\times n$ - Matrix über ${}K$ . Dann nennt man die folgenden Manipulationen an ${}M$ elementare Zeilenumformungen.

Vertauschung von zwei Zeilen.
Multiplikation einer Zeile mit ${}s\neq 0$ .
Addition des ${}a$ -fachen einer Zeile zu einer anderen Zeile.

Elementare Zeilenumformungen ändern nicht den Lösungsraum von homogenen linearen Gleichungssystemen, wie in Lemma 10.22 gezeigt wurde.

Satz

Es sei ${}K$ ein Körper und sei ${}M$ eine ${}m\times n$ - Matrix über ${}K$ .

Dann gibt es elementare Zeilenumformungen und eine (Neu-)Nummerierung der Spalten

$j_{1},\,j_{2},\ldots ,j_{n}$

und ein ${}r\leq n$ derart, dass in der entstandenen Matrix die Spalten die Gestalt

$s_{j_{k}}={\begin{pmatrix}b_{1,j_{k}}\\\vdots \\b_{k,j_{k}}\\0\\\vdots \\0\end{pmatrix}}{\text{ mit }}b_{k,j_{k}}\neq 0{\text{ für }}k\leq r$

und

$s_{j_{k}}={\begin{pmatrix}b_{1,j_{k}}\\\vdots \\b_{r,j_{k}}\\0\\\vdots \\0\end{pmatrix}}{\text{ für }}k>r$

besitzen. Durch elementare Zeilenumformungen und zusätzliche Spaltenvertauschungen kann man also eine Matrix auf die Gestalt

${\begin{pmatrix}d_{11}&*&\cdots &*&*&\cdots &*\\0&d_{22}&\cdots &*&*&\cdots &*\\\vdots &\vdots &\ddots &\vdots &\vdots &\ddots &\vdots \\0&0&\cdots &d_{rr}&*&\cdots &*\\0&0&\cdots &0&0&\cdots &0\\\vdots &\vdots &\ddots &\vdots &\vdots &\ddots &\vdots \\0&0&\cdots &0&0&\cdots &0\end{pmatrix}}$

mit ${}d_{ii}\neq 0$ bringen.

Beweis

Dies beruht auf den entsprechenden Manipulationen wie beim Eliminationsverfahren, siehe 10.23.

\Box

Definition

Es sei ${}K$ ein Körper. Mit ${}B_{ij}$ bezeichnen wir diejenige ${}n\times n$ - Matrix, die an der Stelle ${}(i,j)$ den Wert ${}1$ und sonst überall den Wert ${}0$ hat. Dann nennt man die folgenden Matrizen Elementarmatrizen.

${}V_{ij}:=E_{n}-B_{ii}-B_{jj}+B_{ij}+B_{ji}$ .
${}S_{k}(s):=E_{n}+(s-1)B_{kk}{\text{ für }}s\neq 0$ .
${}A_{ij}(a):=E_{n}+aB_{ij}{\text{ für }}i\neq j{\text{ und }}a\in K$ .

Ausgeschrieben sehen diese Elementarmatrizen folgendermaßen aus.

V_{ij}={\begin{pmatrix}1&0&\cdots &\cdots &\cdots &\cdots &0\\\vdots &\ddots &\cdots &\cdots &\cdots &\cdots &\vdots \\0&\cdots &0&\cdots &1&\cdots &0\\\vdots &\cdots &\cdots &1&\cdots &\cdots &\vdots \\0&\cdots &1&\cdots &0&\cdots &0\\\vdots &\cdots &\cdots &\cdots &\cdots &\ddots &\vdots \\0&\cdots &\cdots &\cdots &\cdots &0&1\end{pmatrix}}.

S_{k}(s)={\begin{pmatrix}1&0&\cdots &\cdots &\cdots &\cdots &0\\\vdots &\ddots &\ddots &\vdots &\vdots &\vdots &\vdots \\0&\cdots &1&0&\cdots &\cdots &0\\0&\cdots &0&s&0&\cdots &0\\0&\cdots &\cdots &0&1&\cdots &0\\\vdots &\vdots &\vdots &\vdots &\ddots &\ddots &\vdots \\0&\cdots &\cdots &\cdots &\cdots &0&1\end{pmatrix}}.

A_{ij}(a)={\begin{pmatrix}1&0&\cdots &\cdots &\cdots &\cdots &0\\\vdots &\ddots &\cdots &\cdots &\cdots &\cdots &\vdots \\0&\cdots &1&\cdots &a&\cdots &0\\\vdots &\cdots &\cdots &\ddots &\cdots &\cdots &\vdots \\0&\cdots &\cdots &\cdots &1&\cdots &0\\\vdots &\cdots &\cdots &\cdots &\cdots &\ddots &\vdots \\0&\cdots &\cdots &\cdots &\cdots &0&1\end{pmatrix}}.

Lemma

Es sei ${}K$ ein Körper und ${}M$ eine ${}m\times n$ - Matrix mit Einträgen in ${}K$ . Dann hat die Multiplikation mit den ${}m\times m$ - Elementarmatrizen von links mit ${}M$ folgende Wirkung.

${}V_{ij}\circ M=$ Vertauschen der ${}i$ -ten und der ${}j$ -ten Zeile von ${}M$ .

${}(S_{k}(s))\circ M=$ Multiplikation der ${}k$ -ten Zeile von ${}M$ mit ${}s$ .

${}(A_{ij}(a))\circ M=$ Addition des ${}a$ -fachen der ${}j$ -ten Zeile von ${}M$ zur ${}i$ -ten Zeile ( $i\neq j$ ).

Beweis

Siehe Aufgabe 13.8.

\Box

Verfahren

Es sei ${}M$ eine quadratische Matrix. Wie kann man entscheiden, ob die Matrix invertierbar ist, und wie kann man die inverse Matrix ${}M^{-1}$ finden?

Dazu legt man eine Tabelle an, wo in der linken Seite zunächst die Matrix ${}M$ steht und in der rechten Seite die Einheitsmatrix. Jetzt wendet man auf beide Matrizen schrittweise die gleichen elementaren Zeilenumformungen an. Dabei soll in der linken Seite die Ausgangsmatrix in die Einheitsmatrix umgewandelt werden. Dies ist genau dann möglich, wenn diese Matrix invertierbar ist. Wir behaupten, dass bei dieser Vorgehensweise in der rechten Seite die Matrix ${}M^{-1}$ als Endmatrix entsteht. Dies beruht auf folgendem Invarianzprinzip. Jede elementare Zeilenumformung kann als eine Matrizenmultiplikation mit einer Elementarmatrix ${}E$ von links realisiert werden. Wenn in der Tabelle

(M_{1},M_{2})

steht, so steht im nächsten Schritt

(EM_{1},EM_{2}).

Wenn man das Inverse (das man noch nicht kennt, das es aber gibt unter der Voraussetzung, dass die Matrix invertierbar ist.) der linken Seite mit der rechten Seite multipliziert, so ergibt sich

{}(EM_{1})^{-1}EM_{2}=M_{1}^{-1}E^{-1}EM_{2}=M_{1}^{-1}M_{2}\,.

D.h., dass sich dieser Ausdruck bei den Einzelschritten nicht ändert. Zu Beginn ist dieser Ausdruck gleich ${}M^{-1}E_{n}$ , daher muss zum Schluss für ${}(E_{n},N)$ gelten

{}N=E_{n}^{-1}N=M^{-1}E_{n}=M^{-1}\,.

Beispiel

Wir wollen zur Matrix ${}{\begin{pmatrix}1&3&1\\4&1&2\\0&1&1\end{pmatrix}}$ gemäß dem in Fakt ***** beschriebenen Verfahren die inverse Matrix ${}M^{-1}$ bestimmen.


${}{\begin{pmatrix}1&3&1\\4&1&2\\0&1&1\end{pmatrix}}$	${}{\begin{pmatrix}1&0&0\\0&1&0\\0&0&1\end{pmatrix}}$
${}{\begin{pmatrix}1&3&1\\0&-11&-2\\0&1&1\end{pmatrix}}$	${}{\begin{pmatrix}1&0&0\\-4&1&0\\0&0&1\end{pmatrix}}$
${}{\begin{pmatrix}1&3&1\\0&1&1\\0&-11&-2\end{pmatrix}}$	${}{\begin{pmatrix}1&0&0\\0&0&1\\-4&1&0\end{pmatrix}}$
${}{\begin{pmatrix}1&3&1\\0&1&1\\0&0&9\end{pmatrix}}$	${}{\begin{pmatrix}1&0&0\\0&0&1\\-4&1&11\end{pmatrix}}$
${}{\begin{pmatrix}1&3&1\\0&1&1\\0&0&1\end{pmatrix}}$	${}{\begin{pmatrix}1&0&0\\0&0&1\\{\frac {-4}{9}}&{\frac {1}{9}}&{\frac {11}{9}}\end{pmatrix}}$
${}{\begin{pmatrix}1&0&-2\\0&1&1\\0&0&1\end{pmatrix}}$	${}{\begin{pmatrix}1&0&-3\\0&0&1\\{\frac {-4}{9}}&{\frac {1}{9}}&{\frac {11}{9}}\end{pmatrix}}$
${}{\begin{pmatrix}1&0&0\\0&1&0\\0&0&1\end{pmatrix}}$	${}{\begin{pmatrix}{\frac {1}{9}}&{\frac {2}{9}}&{\frac {-5}{9}}\\{\frac {4}{9}}&{\frac {-1}{9}}&{\frac {-2}{9}}\\{\frac {-4}{9}}&{\frac {1}{9}}&{\frac {11}{9}}\end{pmatrix}}$

<< | Kurs:Mathematik (Osnabrück 2009-2011)/Teil I | >>

PDF-Version dieser Vorlesung

Arbeitsblatt zur Vorlesung (PDF)