Lineare Algebra und analytische Geometrie II

Ähnliche Dokumente
Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie I

Analysis II. Vorlesung 48. Die Hesse-Form

10 Unitäre Vektorräume

3 Bilinearform, Basen und Matrizen

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie II

Lineare Algebra für Physiker 11. Übungsblatt

7.2 Die adjungierte Abbildung

5.2 Diagonalisierbarkeit und Trigonalisierung

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich

Lineare Algebra und analytische Geometrie I

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Mathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ))

KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG

6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar.

4.2 Die adjungierte Abbildung

Lineare Algebra und analytische Geometrie I

Steilkurs Lineare Algebra 1 einige wichtige Stationen

Musterlösungen zur Linearen Algebra II Hauptklausur

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform

Mathematik II. Vorlesung 46. Der Gradient

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

7.3 Unitäre Operatoren

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

4.4 Hermitesche Formen

Lineare Algebra II (SS 13)

Lösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink

Diagonalisierbarkeit symmetrischer Matrizen

Musterlösungen zur Linearen Algebra II Übungsklausur

Ausgewählte Lösungen zu den Übungsblättern 9-10

Musterlösungen zur Linearen Algebra II Weihnachtszettel

Lina II - Aufgaben zur Vorbereitung für die Klausur (Teil 1) - Lösungen

Mathematik I. Vorlesung 16. Eigentheorie

a) Ein Gruppenhomomorphismus von G nach H ist eine Abbildung Φ : G H, sodass für alle g 1, g 2 G die Gleichung Φ(g 1 g 2 ) = Φ(g 1 ) Φ(g 2 )

Lineare Algebra und analytische Geometrie II

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Lineare Algebra und analytische Geometrie I

1 Die Jordansche Normalform

Lösung 13: Unitäre Vektorräume und normale Abbildungen

Lineare Algebra II Zwischentest

6 Hauptachsentransformation

Kontrollfragen und Aufgaben zur 3. Konsultation

Musterlösung der Klausur zur linearen Algebra II

Lineare Algebra I Lösungsvorschlag

Wiederholungsserie II

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6

T := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass

Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4.

Lineare Algebra und analytische Geometrie II

Basisprüfung. 18. August 2015

a) Zeigen Sie, dass ϕ genau dann ein Gruppenhomomorphismus ist, wenn die Verknüpfung

Tagesablauf. Allgemeine Organisation. Programm des Kompaktseminars

44 Spektralzerlegung normaler Operatoren im endlichdimensionalen Fall

Heinrich Heine-Universität Düsseldorf Sommersemester Lineare Algebra 1. Vierzehnte & Fünfzehnte Woche,

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

6. Normale Abbildungen

Mathematik für Anwender II

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen

1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen

Probeklausur zur Linearen Algebra II

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

1 Darstellungsmatrizen

Universität Bielefeld Sommersemester Lineare Algebra 2 Übungsblatt 1

4 Funktionenfolgen und normierte Räume

Sommer 2017 Musterlösung

Orthogonale und unitäre Matrizen

Lineare Algebra II 8. Übungsblatt

Klausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe

Mat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1

Lineare Algebra II. Inhalt und Begriffe. Lineare Algebra II p. 1

Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II

6 Eigenwerte und Eigenvektoren

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni.

6 Eigenwerte und Eigenvektoren

Kapitel 11. Bilinearformen über beliebigen Bilinearformen

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6

Analysis II. Vorlesung 48. Die Hesse-Form

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3

VII.2. INNERE PRODUKTE 227

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

Leitfaden 34. , dies ist eine reelle symmetrische Matrix, also diagonalisierbar.

10. Übung zur Linearen Algebra II -

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Lineare Algebra und analytische Geometrie I

LINEARE ALGEBRA I (LEHRAMT GYMNASIUM) WINTERSEMESTER 2015/16

Ina Kersten Analytische Geometrie und Lineare Algebra 1. L A TEX-Bearbeitung von Stefan Wiedmann

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Lineare Algebra II Lösungen der Klausur

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5

Lineare Algebra I Lösungsvorschläge zum 14. Übungsblatt U. Görtz

7 Lineare Abbildungen und Skalarprodukt

Eigenwerttheorie. Martin Gubisch Lineare Algebra I WS 2007/2008

Übungen zur Vorlesung Lineare Algebra

Transkript:

Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 42 Normale Endomorphismen Nach Satz 34.1 besitzt eine Isometrie über C eine Orthonormalbasis aus Eigenvektoren und nach Satz 41.11 besitzt eine selbstadjungierte Abbildung (über R oder C) ebenfalls eine Orthonormalbasis aus Eigenvektoren. Wir suchen nach einer Verallgemeinerung dieser beiden Aussagen über C. Das Ergebnis ist der Spektralsatz für normale Endomorphismen, siehe Satz 42.9. Da es sich dabei um eine äquivalente Formulierung für die Existenz einer Orthonormalbasis aus Eigenvektoren handelt, ist eine weitere Verallgemeinerung nicht möglich. Definition 42.1. Lineare Abbildungen ϕ,ψ: V V auf einem K-Vektorraum heißen vertauschbar, wenn gilt. ψ ϕ = ϕ ψ Definition 42.2. Es sei V ein endlichdimensionaler K-Vektorraum mit Skalarprodukt,. Ein Endomorphismus heißt normal, wenn ϕ und ˆϕ vertauschbar sind. Es muss also ϕ ˆϕ = ˆϕ ϕ gelten. Ein selbstadjungierter Endomorphismus ist trivialerweise normal. Bei einer Isometrie ϕ ist der adjungierte Endomorphismus nach Beispiel 41.2 gleich ϕ 1, und somit ist eine Isometrie ebenfalls normal. Wenn der Endomorphismus ϕ bezüglich einer Orthonormalbasis durch die Matrix M gegeben ist, so lautet die Normalitätsbedingung MM tr = M tr M. Beispiel 42.3. In der zweidimensionalen Situation lautet die Normalitätsbedingung ( )( ) ( )( ) a b a c a c a b =, c d b d b d c d 1

2 was für die Einträge übersetzt zu den beiden Bedingungen und bb = cc ac+bd = ab+cd führt. Neben Diagonalmatrizen und Drehmatrizen haben beispielsweise reelle Matrizen der Form ( ) a b b a diese Eigenschaft. Beispiel 42.4. Die lineare Abbildung ϕ: K n K n besitze eine Orthonormalbasis (bezüglich des Standardskalarproduktes) u 1,,u n aus Eigenvektoren, d.h. die beschreibende Matrix besitzt die Diagonalgestalt λ 1 0 0 0 λ 2 0 0.. 0 0 λ n 1 0. 0 0 λ n Dann wird der adjungierte Endomorphismus nach Beispiel 41.4 durch die konjugierte Matrix λ 1 0 0 0 λ 2 0 0.. 0 0 λ n 1 0 0 0 λ n beschrieben. Diese beiden Matrizen sind offenbar vertauschbar, d.h. es liegt ein normaler Endomorphismus vor. Die dritte Eigenschaft des folgenden Lemmas erklärt die Bezeichung normal. Lemma 42.5. Es sei V ein endlichdimensionaler K-Vektorraum mit Skalarprodukt ein Endomorphismus. Dann sind folgende Eigenschaften äquivalent. (1) ϕ ist normal. (2) Für alle v,w V gilt ˆϕ(v), ˆϕ(w) = ϕ(v),ϕ(w).

3 (3) Für alle v V gilt ˆϕ(v) = ϕ(v). Beweis. Es ist ϕ(v),ϕ(w) = v, ˆϕ(ϕ(w)) = v,(ˆϕ ϕ)(w)) und unter Verwendung von Lemma 41.7 (3) ˆϕ(v), ˆϕ(w) = v,ϕ(ˆϕ(w)) = v,(ϕ ˆϕ)(w)). Wenn ϕ und ˆϕ vertauschen, so gilt also auch ˆϕ(v), ˆϕ(w) = ϕ(v),ϕ(w) für beliebige v,w V. Wenn dies umgekehrt gilt, so ist v,(ˆϕ ϕ)(w)) = v,(ϕ ˆϕ)(w)) für alle v V und daher sind die Endomorphismen vertauschbar. Daher sind (1) und (2) äquivalent. Von (2) nach (3) ist eine Einschränkung. Umgekehrt kann man aus (3) auch (2) gewinnen, da man das Skalarprodukt gemäß der Polarisationsformel aus der Norm erhalten kann. Lemma 42.6. Es sei V ein endlichdimensionaler K-Vektorraum mit Skalarprodukt ein Endomorphismus. Dann ist ein Untervektorraum U V genau dann ϕ-invariant, wenn das orthogonale Komplement U invariant unter ˆϕ ist. Beweis. Sei U invariant unter ϕ. Es sei u U und v U. Dann ist u, ˆϕ(v) = ϕ(u),v = 0. Die Umkehrung ergibt sich daraus, dass die Situation wegen Lemma 41.7 (3) symmetrisch ist. Lemma 42.7. Es sei V ein endlichdimensionaler K-Vektorraum mit Skalarprodukt ein normaler Endomorphismus. Dann ist Beweis. Siehe Aufgabe 42.4. kernϕ = kern ˆϕ. Lemma 42.8. Es sei V ein endlichdimensionaler K-Vektorraum mit Skalarprodukt ein normaler Endomorphismus. Dann gelten folgende Aussagen.

4 (1) λ K ist ein Eigenwert von ϕ genau dann, wenn λ ein Eigenwert von ˆϕ ist. (2) Ein Vektor v V ist ein Eigenvektor zum Eigenwert λ genau dann, wenn v ein Eigenvektor zu ˆϕ zum Eigenwert λ ist. Beweis. Sei ψ := ϕ λid V, dessen Kern der Eigenraum von ϕ zum Eigenwert λ ist. Der adjungierte Endomorphismus zu ψ ist unter Verwendung von Lemma 41.7 ˆψ = ˆϕ (λid V )ˆ = ˆϕ λ(id V )ˆ = ˆϕ λid V. Nach Lemma 42.7 ist somit Eig λ (ϕ) = kern(ϕ λid V ) = kern (ˆϕ λid V ) = Eigλ (ˆϕ). Satz 42.9. Es sei V ein endlichdimensionaler komplexer Vektorraum mit Skalarprodukt, und sei ein Endomorphismus. Dann ist ϕ genau dann normal, wenn es eine Orthonormalbasis aus Eigenvektoren zu ϕ gibt. Beweis. Esseizunächstu 1,,u n eineorthonormalbasisvonv,wobeidieu i Eigenvektoren zu ϕ seien. Die beschreibende Matrix M ist dann eine Diagonalmatrix, deren Diagonaleinträge die Eigenwerte sind. Nach Lemma 41.6 wird der adjungierte Endomorphismus durch die konjugiert-transponierte Matrix beschrieben. Daher ist diese ebenfalls eine Diagonalmatrix und damit mit M vertauschbar. Also ist ϕ normal. Die Umkehrung beweisen wir durch Induktion über die Dimension von V. Sei also ϕ normal. Der eindimensionale Fall ist klar. Aufgrund des Fundamentalsatzes der Algebra gibt es einen Eigenvektor v V von ϕ, den wir als normiert annehmen können. Nach Lemma 42.8 (2) ist v auch ein Eigenvektor zu ˆϕ. Daraus folgt mit Lemma 42.6, dass W = Cv invariant unter ϕ ist. Die Einschränkung von ϕ auf W ist wieder normal und die Induktionsvoraussetzung liefert die Behauptung. Die vorstehende Aussage ist im Reellen nicht richtig, wie jede nichttriviale Drehung zeigt. Hauptachsentransformation Wir wenden nun die Ergebnisse der letzten Vorlesung auf hermitesche Formen an. Man spricht von Hauptachsentransformation, wobei sich dieser Begriff wohl erst in der nächsten Vorlesung klärt. Da wir im Komplexen arbeiten, erwähnen wir kurz, dass sich die Begriffe positiv definit, negativ definit und

Typ, die wir für eine reell-symmetrische Bilinearform definiert haben, direkt auf komplex-hermitesche Sesquilinearformen übertragen. Auch der Sylvestersche Trägheitssatz gilt mit dem gleichen Beweis entsprechend, ebenso das Minorenkriterium. Satz 42.10. Es sei V ein endlichdimensionaler komplexer Vektorraum mit einer hermiteschen Sesquilinearform, vom Typ (p,q). Dann ist die Gramsche Matrix von, bezüglich einer jeden Orthogonalbasis eine Diagonalmatrix mit p positiven reellen und q negativen reellen Einträgen. Daraus folgt auch unmittelbar, dass wenn man mit einer reell-symmetrischen Bilinearform auf dem R n startet und diese als hermitesche Sesquilinearform auf dem C n auffasst, der reelle Typ mit dem komplexen Typ übereinstimmt. Der große Vorteil der komplexen Situation ist, dass der Fundamentalsatz der Algebra zur Verfügung steht, was die Existenz von Eigenwerten sichert. Selbst wenn man wie in Lemma 41.10 weiß, dass alle Eigenwerte reell sind, so wird deren Existenz über die komplexen Zahlen gesichert. Satz 42.11. Es sei V ein endlichdimensionaler K-Vektorraum mit Skalarprodukt und es sei Ψ eine hermitesche Form auf V, die dem selbstadjungierten Endomorphismus im Sinne von Lemma 41.12 entspricht. Es sei (p,q) der Typ von Ψ. Dann ist p die Anzahl der positiven Eigenwerte und q die Anzahl der negativen Eigenwerte von ϕ, wobei man diese Anzahl mit der (algebraischen oder geometrischen) Vielfachheit nehmen muss. Beweis. Nach Lemma 41.10 zerfällt das charakteristische Polynom von ϕ in reelle Linearfaktoren. Es seien λ 1,,λ r die positiven Nullstellen und λ r+1,,λ s die negativen Nullstellen. Nach Satz 41.11 liegt eine direkte, bezüglich des Skalarproduktes orthogonale Summenzerlegung V = Eig λ1 (ϕ) Eig λr (ϕ) Eig λr+1 (ϕ) Eig λs (ϕ) Eig 0 (ϕ) vor (wobei Eig 0 (ϕ) der Nullraum sein kann). Für Vektoren v i und v j aus verschiedenen Eigenräumen ist Ψ(v i,v j ) = ϕ(v i ),v j = λ i v i,v j = λ i v i,v j = 0, so dass die Eigenräume auch bezüglich der Form Ψ orthogonal sind. Für mit v i Eig λi (ϕ) ist v = v 1 + +v r 0 Ψ(v,v) = Ψ(v 1,v 1 )+ +Ψ(v r,v r ) = Ψ ϕ (v 1,v 1 )+ +Ψ ϕ (v r,v r ) = ϕ(v 1 ),v 1 + + ϕ(v r ),v r = λ 1 v 1,v 1 + + λ r v r,v r = λ 1 v 1,v 1 + +λ r v r,v r 5

6 > 0. Auf diesem Unterraum ist also die eingeschränkte Form positiv definit, so dass r p dim ( Eig λi (ϕ) ) i=1 ist. Wäre p echt größer als diese Dimension, so würde es einen p-dimensionalen Untervektorraum W V derart geben, dass die Einschränkung von Ψ darauf positiv definit ist und so, dass nach Korollar 9.8 W ( Eig λr+1 (ϕ) Eig λs (ϕ) Eig 0 (ϕ) ) 0 ist. Dies ergibt direkt einen Widerspruch, da auf dem rechten Raum die Form Ψ negativ semidefinit ist. Also ist r p = dim ( Eig λi (ϕ) ). i=1 Die Argumentation für q verläuft gleich. Wir können nun den Beweis zum Eigenwertkriterium für den Typ einer reellsymmetrischen Bilinearform nachtragen. Dieser ergibt sich unmittelbar aus Satz 42.11. Der folgende Satz heißt Satz über die Hauptachsentransformation. Satz 42.12. Es sei V ein endlichdimensionaler K-Vektorraum mit Skalarprodukt und es sei Ψ eine hermitesche Form auf V. Dann gibt es eine Orthonormalbasis von V (bezüglich des Skalarproduktes), die eine Orthogonalbasis bezüglich Ψ ist. Beweis. Nach Lemma 41.12 (2) und Lemma 41.12 (4) ist Ψ = Ψ ϕ für einen selbstadjungierten Endomorphismus. Nach Satz 41.11 gibt es eine Orthonormalbasis v 1,,v n aus Eigenvektoren zu ϕ mit den Eigenwerten λ i. Für diese Basis gilt Ψ(v i,v j ) = Ψ ϕ (v i,v j ) = ϕ(v i ),v j = λ i v i,v j = λ i v i,v j. Daher liegt auch eine Orthogonalbasis bezüglich Ψ vor. In diesem Zusammenhang heißen die Eigengeraden auch Hauptachsen und die Eigenwerte auch Hauptwerte.