Die Treppennormalform und der Rang von Matrizen

  • Chapter
  • First Online:
Lineare Algebra

Part of the book series: Springer Studium Mathematik (Bachelor) ((SSMB))

  • 316 Accesses

Zusammenfassung

In diesem Kapitel entwickeln wir ein systematisches Verfahren, mit dem jede Matrix, die über einem Körper definiert ist, in eine spezielle Form transformiert werden kann, die wir die Treppennormalform nennen. Die Transformation wird erreicht durch Linksmultiplikation der gegebenen Matrix mit sogenannten Elementarmatrizen. Ist die gegebene Matrix invertierbar, so ist ihre Treppennormalform die Einheitsmatrix und die Inverse kann anhand der Elementarmatrizen einfach berechnet werden. Für eine nicht-invertierbare Matrix ist die Treppennormalform in einem gewissen Sinne „möglichst nahe“ an der Einheitsmatrix. Diese Form motiviert den Begriff des Rangs von Matrizen, den wir in diesem Kapitel ebenfalls einführen und der später noch häufig auftreten wird.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Subscribe and save

Springer+ Basic
EUR 32.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or Ebook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

eBook
EUR 26.99
Price includes VAT (Germany)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
EUR 34.99
Price includes VAT (Germany)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free ship** worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Benannt nach Carl Friedrich Gauß (1777–1855).  Ein ähnliches Verfahren wurde bereits in den „Neun Büchern arithmetischer Technik“ beschrieben, die seit ca. 200 vor Chr. in China zur Ausbildung von Verwaltungsbeamten eingesetzt wurden. Der älteste erhaltene Text stammt von Liu Hui (220–280 nach Chr.). Seine Entstehung wird auf ca. 260 nach Chr. geschätzt.

  2. 2.

    Charles Hermite (1822–1901)

  3. 3.

    Der Begriff Rang wurde (im Zusammenhang mit Bilinearformen) erstmals 1879 von Ferdinand Georg Frobenius (1849–1917) benutzt.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Jörg Liesen .

Aufgaben

Aufgaben

(In den folgenden Aufgaben ist K stets ein beliebiger Körper.)

  1. 5.1

    Berechnen Sie die Treppennormalformen von

    (Die Elemente von \(\mathbb Z/ n \mathbb Z\) werden hier der Einfachheit halber mit k anstatt [k] bezeichnet.) Geben Sie die verwendeten Elementarmatrizen an. Ist eine der Matrizen invertierbar? Falls ja, dann berechnen Sie die entsprechende Inverse als Produkt der Elementarmatrizen.

  2. 5.2

    Sei \(A = \begin{bmatrix} \alpha &{} \beta \\ \gamma &{}\delta \end{bmatrix} \in K^{2,2}\) mit \(\alpha \delta \ne \beta \gamma \). Berechnen Sie die Treppennormalform von A und bestimmen Sie mit Hilfe dieser Rechnung eine Formel für \(A^{-1}\).

  3. 5.3

    Bestimmen Sie den Rang der folgenden Matrizen über \(\mathbb R\):

  4. 5.4

    Sei \(A = \begin{bmatrix} 1 &{} A_{12} \\ 0 &{} B \end{bmatrix} \in K^{n,n}\) mit \(A_{12}\in K^{1,n-1}\) und \(B \in K^{n-1,n-1}\). Zeigen Sie, dass \(A \in GL_n(K)\) genau dann gilt, wenn \(B \in GL_{n-1}(K)\) ist.

  5. 5.5

    Gegeben sei die Matrix

    $$\begin{aligned} A = \begin{bmatrix} \frac{t+1}{t-1} &{} \frac{t-1}{t^2} \\ \frac{t^2}{t+1} &{} \frac{t-1}{t+1} \end{bmatrix} \in (K(t))^{2,2}, \end{aligned}$$

    wobei K(t) der Körper der rationalen Funktionen ist (vgl. Aufgabe 3.22). Untersuchen Sie, ob A invertierbar ist. Bestimmen Sie gegebenenfalls \(A^{-1}\) und überprüfen Sie Ihr Ergebnis durch Berechnung von \(A^{-1} A\).

  6. 5.6

    Zeigen Sie, dass \(A\in K^{n,n}\) genau dann invertierbar ist, wenn die Treppennormalform der Matrix \([A,\,I_n] \in K^{n,2n}\) die Gestalt \([I_n,\, A^{-1}]\) hat.

    (Die Inverse einer Matrix \(A\in {GL}_n(K)\) kann somit durch Transformation der Matrix \([A,\, I_n]\) in Treppennormalform berechnet werden.)

  7. 5.7

    Zeigen oder widerlegen Sie (durch ein Gegenbeispiel) folgende Aussagen für \(A,B\in \mathbb R^{2,2}\):

    1. (a)

      Ist \(A\ne 0\), dann ist A invertierbar.

    2. (b)

      Ist A nicht invertierbar, dann hat A eine Nullzeile.

    3. (c)

      Sind \(A\ne 0\) und \(B\ne 0\), dann folgt \(AB\ne 0\).

    4. (d)

      Sind A und B invertierbar, dann folgt \(AB\ne 0\).

  8. 5.8

    Finden Sie Beispiele für Matrizen \(A,B\in K^{n,n}\) mit \(AB=0\) und \(BA\ne 0\).

  9. 5.9

    Zwei Matrizen \(A,B\in K^{n,m}\) heißen linksäquivalent, wenn es eine Matrix \(Q\in GL_n(K)\) gibt mit \(A=QB\). Zeigen Sie, dass dies eine Äquivalenzrelation auf \(K^{n,m}\) definiert und bestimmen Sie einen möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse. 

  10. 5.10

    Beweisen Sie Lemma 5.8.

  11. 5.11

    Bestimmen Sie LU-Zerlegungen (vgl. Satz 5.5) der Matrizen

    Stellen Sie fest, ob die Matrizen invertierbar sind und berechnen Sie gegebenenfalls die Inversen mit Hilfe der LU-Zerlegung.

  12. 5.12

    Sei A die \((4\times 4)\)-Hilbert-Matrix  (vgl. die MATLAB Minute vor Definition 5.7). Bestimmen Sie \({{\,\textrm{Rang}\,}}(A)\). Existiert für A eine LU-Zerlegung wie in Satz 5.5 mit \(P=I_4\)?

  13. 5.13

    Bestimmen Sie den Rang der Matrix

    in Abhängigkeit von \(\alpha ,\beta ,\gamma \in \mathbb R\).

  14. 5.14

    Seien \(A,B\in K^{n,n}\) gegeben. Zeigen Sie, dass

    $$\begin{aligned} {{\,\textrm{Rang}\,}}(A)+{{\,\textrm{Rang}\,}}(B)\le {{\,\textrm{Rang}\,}}\left( \begin{bmatrix} A &{} C \\ 0 &{} B \end{bmatrix}\right) \end{aligned}$$

    für alle \(C\in K^{n,n}\) gilt. Überlegen Sie, wann diese Ungleichung strikt ist und wann Gleichheit gilt.

  15. 5.15

    Zeigen Sie, dass \(A\in K^{n,n}\) genau dann Rang 1 hat, wenn es \(a,b\in K^{n,1}\setminus \{ 0 \} \) mit \(A=ab^T\) gibt.

  16. 5.16

    Seien \(a, b, c \in \mathbb R^{n,1}\) und \(M(a,b) := b a^T - a b^T\). Zeigen Sie, dass Folgendes gilt:

    1. (a)

      \(M(a,b) = - M(b,a)\) und \(M(a,b) c + M(b,c) a + M(c,a) b = 0\).

    2. (b)

      \(M( \lambda a + \mu b, c ) = \lambda M(a,c) + \mu M(b,c)\) für \(\lambda , \mu \in \mathbb R\).

    3. (c)

      \({{\,\textrm{Rang}\,}}( M(a,b) ) = 0\) gilt genau dann, wenn es \(\lambda , \mu \in \mathbb R\) mit \(\lambda \ne 0\) oder \(\mu \ne 0\) und \(\lambda a + \mu b = 0\) gibt.

    4. (d)

      \({{\,\textrm{Rang}\,}}( M(a,b) ) \in \{ 0, 2 \}\).

Rights and permissions

Reprints and permissions

Copyright information

© 2024 Der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Liesen, J., Mehrmann, V. (2024). Die Treppennormalform und der Rang von Matrizen. In: Lineare Algebra. Springer Studium Mathematik (Bachelor). Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-67944-9_5

Download citation

Publish with us

Policies and ethics

Navigation