Laplacescher Entwicklungssatz

Was ist der Laplace-Entwicklungssatz?

Laplacescher Entwicklungssatz

Was ist der Laplace-Entwicklungssatz?

Der Laplace-Entwicklungssatz bietet eine Möglichkeit, die Determinante einer Matrix zu berechnen, indem sie in Determinanten kleinerer Matrizen zerlegt wird. Diese Methode ist sehr nützlich, da sie es uns ermöglicht, Determinanten großer Matrizen systematisch zu berechnen.

Dieser Satz bietet Flexibilität bei der Auswahl der für die Erweiterung zu verwendenden Zeile oder Spalte, sodass wir die vorteilhafteste für die Berechnung auswählen können.

Satzerklärung

Für die Matrix $A \in \mathbb{R}^{n \times n}$ kann die Determinante auf zwei Arten berechnet werden:

Dabei bezeichnet $A_{ij}$ die $(n-1) \times (n-1)$ -Matrix, die entsteht, wenn man aus $A$ die Zeile $i$ und die Spalte $j$ streicht. Ihr vorzeichenbehafteter Beitrag ist der Kofaktor

C_{ij}=(-1)^{i+j}\det A_{ij}

Entwicklung nach einer Spalte

Die Entwicklung nach einer beliebigen Spalte $j$ ergibt

\det A = \sum_{i=1}^{n} (-1)^{i+j} \cdot a_{ij} \cdot \det A_{ij}

für eine beliebige Spalte $j \in \{1, 2, \ldots, n\}$ .

Entwicklung nach einer Zeile

Die Determinante kann auch anhand der Zeile $i$ berechnet werden:

\det A = \sum_{j=1}^{n} (-1)^{i+j} \cdot a_{ij} \cdot \det A_{ij}

für jede beliebige Zeile $i \in \{1, 2, \ldots, n\}$ .

Erweiterungsbeispiele

Zwei-mal-Zwei-Matrix

Für eine Matrix der Größe $n = 2$ :

A = \begin{pmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{pmatrix}

Entwicklung nach der ersten Zeile:

\det A = a_{11} \cdot \det(a_{22}) - a_{12} \cdot \det(a_{21})

Drei-mal-Drei-Matrix

Für eine Matrix der Größe $n = 3$ :

A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix}

Entwicklung nach der ersten Zeile:

\det A = a_{11} \cdot \det \begin{pmatrix} a_{22} & a_{23} \\ a_{32} & a_{33} \end{pmatrix}

Nach der Berechnung der $2 \times 2$ Determinanten:

= a_{11} \cdot (a_{22} \cdot a_{33} - a_{23} \cdot a_{32})

Wenn wir es vollständig erweitern:

= a_{11} \cdot a_{22} \cdot a_{33} - a_{11} \cdot a_{23} \cdot a_{32}

Sarrus-Regel

Das Ergebnis der obigen $3 \times 3$ -Matrixerweiterung entspricht der Sarrus-Regel. Diese Regel bietet eine visuelle Möglichkeit, $3 \times 3$ -Determinanten durch diagonale Muster zu berechnen.

Sarrus-Formel für $3 \times 3$ -Matrizen:

\det A = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32}

Die Sarrus-Regel verwendet diagonale Muster, um zu bestimmen, welche Terme addiert und welche subtrahiert werden.

Die Regel von Sarrus gilt ausschließlich für $3 \times 3$ -Matrizen. Bei größeren Matrizen verwendet man die Kofaktorentwicklung oder ein faktorisierungsbasiertes Verfahren, statt das Diagonalmuster fortzusetzen.

Rechenaufwand

Bei einer dichten $n \times n$ -Matrix berechnet eine direkte rekursive Implementierung auf jeder Stufe $n$ Determinanten der Größe $n-1$ . Der Aufwand erfüllt daher die Rekursion

T(n)=nT(n-1)+O(n)

Das faktorielle Wachstum macht die rekursive Laplace-Entwicklung für große dichte Matrizen unpraktisch. Mit dem Gauß-Verfahren oder einer LU-Zerlegung lässt sich eine Determinante in $O(n^3)$ Rechenoperationen bestimmen.

Nutzung von Nullelementen

Enthält eine Matrix viele Nulleinträge, wählt man eine Zeile oder Spalte mit möglichst vielen Nullen. Jeder Term verschwindet, dessen ausgewählter Koeffizient $a_{ij}$ null ist, sodass sein Minor nicht berechnet werden muss.

Optimierungsbeispiel

Angenommen, wir haben eine Matrix:

A = \begin{pmatrix} 0 & 3 & 3 \\ 2 & 2 & 0 \\ 1 & 0 & 1 \end{pmatrix}

Entwicklung nach der ersten Zeile:

\det A = 0 \cdot \det(\ldots) - 3 \cdot \det \begin{pmatrix} 2 & 0 \\ 1 & 1 \end{pmatrix}

Da das erste Element Null ist, lautet die Berechnung:

= -3 \cdot (2 \cdot 1 - 0 \cdot 1) + 3 \cdot (2 \cdot 0 - 2 \cdot 1)

Durch die Auswahl von Zeilen oder Spalten mit vielen Nullen können wir Berechnungen einsparen.

Determinante der Transponierungsmatrix

Eine wichtige Eigenschaft im Zusammenhang mit dem Laplace-Theorem ist:

\det A^T = \det A

Das bedeutet, dass die Determinante einer Matrix gleich der Determinante ihrer Transponierten ist.

Konsequenzen für Zeilen und Spalten

Aufgrund dieser Transpositionseigenschaft gelten alle Determinanteneigenschaften, die für Zeilen der Matrix $A$ gelten, auch für Spalten der Matrix $A$ .

Zum Beispiel:

Wenn zwei Zeilen identisch sind, ist die Determinante Null, ebenso wenn zwei Spalten identisch sind
Das Vertauschen zweier Zeilen ändert das Vorzeichen der Determinante, ebenso das Vertauschen zweier Spalten
Entsprechende elementare Zeilen- und Spaltenoperationen folgen analogen Determinantenregeln

Größere Matrizen

Für Matrizen der Größe $n = 4$ und größer gilt weiterhin das Prinzip der Laplace-Entwicklung. Der Rechenaufwand wird jedoch sehr hoch, sodass in der Praxis häufig andere effizientere Methoden wie die Gaußsche Eliminierung verwendet werden.

Der Laplacesche Entwicklungssatz bietet eine solide theoretische Grundlage für das Verständnis der Determinantenstruktur, wird in praktischen Berechnungen jedoch oft durch effizientere Algorithmen ersetzt.