Eigenwerte und Eigenvektoren

Ähnliche Dokumente
Lineare Algebra I - Lösungshinweise zur Klausur

Universität Ulm Samstag,

Höhere Mathematik II für die Fachrichtung Physik

Probeklausur 1. Thema Nr. 1 (Aufgabengruppe) Es sind alle Aufgaben dieser Aufgabengruppe zu bearbeiten!

Technische Universität München. Lösung Montag SS 2012

DIE LINEARE DIFFERENTIALGLEICHUNG ZWEITER ORDNUNG MIT KONSTANTEN KOEF- FIZIENTEN

Übungen zur Einführung in die Physik II (Nebenfach)

5. Übungsblatt zur Differentialgeometrie

Karlsruher Institut für Technologie (KIT) Institut für Analysis Dr. A. Müller-Rettkowski Dipl.-Math. M. Uhl. Sommersemester 2011

Lösungen zu Übungsblatt 4

Typ A: Separierbare Differentialgleichungen I. Separierbare Differentialgleichungen II. Beispiel einer separierbaren Dgl

LGÖ Ks M 12 Schuljahr 2017/2018. Zusammenfassung: Abstände, Winkel und Spiegelungen

Übungen zur Ingenieur-Mathematik III WS 2017/2018 Blatt

Der Primzahlsatz, Teil 1. 1 Erste Abschätzungen zum Primzahlsatz

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 6 5. Semester ARBEITSBLATT 6 PARAMETERDARSTELLUNG EINER GERADEN

Thema: Singuläres, skalares Problem 2. Ordnung - Lösbarkeit Seminararbeit aus Numerik von Differentialgleichungen

Aufgaben zur Differenzialrechnung WS 06/07 Prof.Zacherl / Prof. Hollmann

14 Kurven in Parameterdarstellung, Tangentenvektor und Bogenlänge

Integralrechnung. Grundidee der Integralrechnung. Einführung des Riemann- Integrals

Einführung in gewöhnliche Differentialgleichungen

6 Lineare Kongruenzen

Zwischenwerteigenschaft

ZUU AUUFFGGAABBEE :: Die Wann läuft zunächst voll. Nach einiger Zeit wird etwas Wasser abgelassen und dann wird etwas zugeführt.

Abiturprüfung Mathematik 2009 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1

Sinus und Cosinus im rechtwinkligen Dreieck ( )

Berechnungen am Wankelmotor

3.2 Autoregressive Prozesse (AR-Modelle) AR(p)-Prozesse

7.3. Partielle Ableitungen und Richtungsableitungen

2.2 Rechnen mit Fourierreihen

PHYSIK III. Serie 12, Musterlösung

SERVICE NEWSLETTER. Einführung in die Mechanik Teil 2: Kinematik (2)

Abiturprüfung Mathematik 2010 (Baden-Württemberg) Berufliche Gymnasien Analysis, Aufgabe 1 ( )( ) und der Normalen von K

Versicherungstechnik

Übungsklausur Lineare Algebra I - Wintersemester 2008/09

sin = cos = tan = Sinus und Cosinus im rechtwinkligen Dreieck Aufgabe: Berechnen Sie die fehlende Seitenlänge und den Winkel. Gegenkathete Hypotenuse

Lösung - Serie 8. D-MAVT/D-MATL Analysis I HS 2018 Dr. Andreas Steiger. MC-Aufgaben (Online-Abgabe) 1. Was für eine Kurve stellt die Parametrisierung

Ministerium für Schule und Weiterbildung NRW M LK HT 4 Seite 1 von 9. Unterlagen für die Lehrkraft. Abiturprüfung Mathematik, Leistungskurs

4. Quadratische Funktionen.

Mathematische Methoden in den Ingenieurwissenschaften 4. Übungsblatt

Mathematik III. Vorlesung 87. Die äußere Ableitung

Name: Punkte: Note: Ø:

Differenzieren von Funktionen zwischen Banachräumen

7 Das lokale Ito-Integral

5.6: SM: Stoßkurzschluss Seite 1

Übungen zur Experimentalphysik II Aufgabenblatt 3 - Lösung

1 Lokale Änderungsrate und Gesamtänderung

Mathematische Methoden der klassischen Physik Zusammenfassung Differentialgleichungen

Ganzrationale Funktionenscharen. 4. Grades. Umfangreiche Aufgaben. Lösungen ohne CAS und GTR. Alle Methoden ganz ausführlich. Datei Nr.

Differentialgleichungen

Lösung Abiturprüfung 2000 Grundkurs (Baden-Württemberg)

Determinanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird,

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 7 5. Semester ARBEITSBLATT 7 PARAMETERDARSTELLUNG EINER EBENE

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 11 LAGEBEZIEHUNG DREIER EBENEN

Motivation. Finanzmathematik in diskreter Zeit

1 5. Endliche Körper Situation: Satz: Beispiel: Z iel: Klassifikation endlicher Körper und ihrer Beziehungen.

Lösung Klausur. p(t) = (M + dm)v p(t + dt) = M(v + dv) + dm(v + dv u) Wir behalten nur die Terme der ersten Ordnung und erhalten.

Fourier-Transformation Linearität, Symmetrie, Verschiebung, Skalierung, Faltung, Modulation

3.3 Moving-Average-Prozesse (MA-Modelle)

Ganzrationale Funktionen (Polynomfunktionen) - Berechnung von Nullstellen, Gleichungen höheren Grades -

2. Kinematik. v = a = dx v = dt. 2.1 Ortskurven. x(t) v > 0. Kurve: Beschreibung der Bewegung von Massenpunkten. v = 0.

Kapitel : Exponentiell-beschränktes Wachstum

TECHNISCHE UNIVERSITÄT MÜNCHEN. Vektorräume: Basen und lineare Unabhängigkeit

10 Gleichspannungs-Schaltvorgänge RL-Reihenschaltung

Polynomfunktionen - Fundamentalsatz der Algebra

Motivation: Sampling. (14) Sampling. Motivation: Sampling. Beispiele. Beispiel Kreisscheibe. Beispiel: Kreisscheibe

Übungen zur Klausur 11M1 21/05/2008 Seite 1 von 5

Transkript:

Eigenwere un Eigenvekoren Vorbemerkung: Is ie n n Marix inverierbar, so ha as lineare Gleichungssysem A x b für jees b genau eine Lösung, nämlich x A b. Grun: i A x A A b b, ii Is y eine weiere Lösung, also A y b, so gil: A x A y. Also liefer Muliplikaion mi A von links: x y. Ha umgekehr jees LGS A x b eine Lösung, so is ie Marix A inverierbar. Grun: Für e,..., e n gib es ie Lösungen x,..., x n, mi A x i e i. Daher gil A ( x,..., x n (A x,..., A x n ( e,..., e n E n Definiion: Eine Marix A heiß injekiv, wenn gil: Is A x A y, so folg x y. Eine Marix A heiß surjekiv, falls es zu jeem y ein x gib, mi A x y. Bemerkung: Eine quaraische Marix A is genau ann injekiv, wenn A x nur ie Lösung x ha. Grun: Gib es eine weier Lösung y, so is A y A, also A nich injekiv. Is A nich injekiv, so gib es x y, mi A x A y, also A ( x y un x y. Lemma: Eine m n Marix A mi n > m is nie injekiv. Grun (Heurisik: A efinier eine Abbilung R n R m. Eine injekive Marix bile jeoch jeweils zwei verschieene Vekoren auf wieerum auf verschieene Vekoren ab. Da n > m is, wir ein größerer Raum auf einen kleineren abgebile. Beies zusammen kann nich funkionieren. Folgerung: Zu Vekoren x,..., x m R n mi m > n gib es λ,..., λ m R (nich alle gleich, mi λ x +... + λ m x m. Grun: Die n m Marix A (x,..., x m is wegen m > n nich injekiv. Also gib es einen Vekor λ R m, λ, mi A λ Definiion: Für eine n n Marix A heiß ein Vekor v Eigenvekor von A zum Eigenwer λ, wenn A v λ v also wenn Beispiel: Der Vekor ( enn ( 3 8 (A λe n v R is Eigenvekor von A ( ( 3 6 3 ( 3 8 ( zum Eigenwer 3, Für eine n n Diagonalmarix gil: λ... e i λ i e i λ n

3 Für eine iagonalisierbare Marix A gil: A P P D. Definieren wir ie Vekoren v i : P e i, so gil: A P e i P D e i P (λ i e i λ i P e i also A v i λ i v i Besimmung von Eigenweren Erinnerung: Die Deerminane einer Marix is ( a b e c a bc Weier is ( a b c a bc ( b c a Allgemein is ie Deerminane einer n n Marix efinier als e(a : n k ( k+ e(a k wobei Marix A k ie Marix bezeichne, ie enseh, wenn man aus A ie erse Spale un ie k e Zeile sreich. Eigenschafen er Deerminane: a A is inverierbar e(a b e(a B e(a e(b c e(a e(a Es is für eine n n Marix: A v λ v (A λ E n v Die reche Seie is ein lineares Gleichungssysem, welches genau ann eine Lösung verschieen von ha, wenn e(a λ E n is. Definiion: χ A : e(a λ E n heiß as charakerisische Polynom er Marix A. Seine Nullsellen sin also ie Eigenwere er Marix A ( cos ϕ sin ϕ Beispiel: Für ie Drehmarix D ϕ is χ Dϕ e D ϕ sin ϕ cos ϕ ( cos ϕ λ sin ϕ (cos ϕ λ + sin ϕ. Dieser Ausruck wir genau ann, wenn sin ϕ cos ϕ λ jeer Summan is. Aus sin ϕ folg: ϕ oer ϕ π un ami λ. cos ϕ,.

( 3 A 8 ( 3 λ. Dann is χ A e 8 λ (3 λ ( λ Dami sin ie Nullsellen, also ie Eigenwere von A, ie Were un 3. Die Eigenvekoren erhäl man also Lösungen von: ( 3 3 8 3 v ( 8 4 v v ( un ( 3 ( 8 ( v ( 4 8 v v ( Eigenwere von symmerischen Marizen Wir berachen zunächs en Fall einer symmerischen Marix A ( a b b c b, so is ie Marix bereis in Diagonalgesal un nichs is zu un. Sei also b Das charakerisische Polynom von A laue :. Is χ A ( (c + a + ac b Nach er p q Formel sin ie Nullsellen hiervon:, c + a ± (c + a 4ac + 4b 4 c + a ± (c a + 4b 4 Man beache, aß er Ausruck : (c a + 4b 4 srik posiiv is, also. Es gib also zwei Eigenvekoren v, v zu zwei verschieenen Eigenweren. Unen weren wir sehen, aß iese beien orhogonal sin. Wir können weier annehmen, aß ie beien Eigenvekoren normier sin. Wir sezen P : ( v, v. Dann gil: ( AP A( v, v (A v, A v ( v, v P Außerem is P orhogonal, enn es is P P ( v v ( v ( v, v v v v v v v v ( v < v, v > < v, v > v ( a A ha nur reelle Eigenwere b Eigenvekoren zu verschieenen Eigenweren sin orhogonal Grun: zu a Wir erinnern uns, aß für komplexe Zahlen gil : z z z R. Die komplexe Konjugaion von Vekoren un Marizen wir komponenenweise efinier. Dann gil: λ v v (λ v v A v v v A v v A v λ v v

Daraus erhäl man λ λ, also λ R. zu b Seien v un v Eigenvekoren zu en beien verschieenen Eigenweren λ un λ. Dann gil: λ v v (A v v v A v v A v v (λ v λ v v Also is (λ λ v }{{} v also ie Behaupung. Folgerung: Ha eine symmerische Marix A n verschieene Eigenwere λ,..., λ n R mi en zugehörigen normieren Eigenvekoren p,..., p n, so is A P iag(λ,..., λ n P wo ie p i ie Spalenvekoren er Marix P sin. Darüberhinaus is P orhogonal. p p p p p n Grun: Es is P P. ( p,..., p n..... E n p n p n p p n p n a ie p i paarweise orhogonal un normier sin. Weier is: P iag(λ,..., λ (λ p,..., λ n p n un: A P (A p,..., A p n (λ p,..., λ n p n Die Gram-Schmi-Orhonormalisierung: Is v,..., v n R n eine Basis, so bilen ie Vekoren v : v,..., v k k : v v k v j k v j j j v v j nach Normierung eine Orhonormalbasis,.h. eine Basis für ie zusäzlich gil: v i v j für i j un v i v i für alle i Die Vekoren sehen also alle paarweise senkrech aufeinaner un haben ie Länge eins. Saz: Für reelle Marizen sin äquivalen: i Jee symmerische Marix is orhogonal iagonalisierbar ii Jee symmerische Marix is iagonalisierbar iii Jee symmerische Marix ha einen Eigenwer Grun: Klarerweise gelen ie Folgerungen i ii iii iii i: Sei A eine reelle, symmerische n n Marix. Dann ha A einen Eigenwer λ mi zugehörigem Eigenvekor v, en wir als normier annehmen. Diesen ergänzen wir zu einer Orhonormalbasis v,..., v n von R n (Gram-Schmi Orhogonalisierung.

Dann is P : ( v,..., v n eine orhogonale Marix. Es sei B : P AP Da P orhogonal is, is B wieer symmerisch. Es is P e i v i, also is ie erse Spale von B : B e P AP e P A v P λ v λp v λ e Daraus ergib sich wegen er Symmerie von B: B λ.... B mi einer symmerischen n n Marix B. Per Inukion gib es eine orhogonale n n Marix R, mi R B R iag(λ,..., λ n : D Es sei R :.... R Dann is.... R (PR A(PR R BR... λ.... B. R λ.... D Saz (Haupachsenransformaion: Zu jeer symmerischen Marix gib es eine orhogonale Marix P un eine Diagonalmarix D, so aß A PDP. Grun: Wir nehmen an, ie Beaupung sei richig für alle symmerischen n n Marizen. Wir schreiben ie Marix A wie folg als Blockmarix auf: ( A b b mi einer symmerischen n n Marix A, b R n un R..Fall: Is, so efinieren wir x : b. Wir haben nun: ( ( ( E n x A b b x E n

( ( A + x b b ( b + x A + x b + b x + x x b + x x E n b + x Also is A iagonalisierbar. Der obige Saz sag uns nun, aß A sogar orhogonal iagonalisierbar is..fall: : Sei b i, ann y : (,..., δ,... (δ an er i en Selle. Dann is ( y E n ( A b b ( En y ( δ a ii + δb i Dann wähle δ mi δ a ii + δb i un wir sin wieer in Fall. Beispiel: A : marix([,, ], [,, ], [,, ]; Der Befehl unieigenvecors(a liefer eine Lise zurück. Deren erses Elemen is eine Lise von Eigenweren un ihren Vielfachheien: f irs(unieigenvecors( [[ ] ] 3, 3 +,, [,, ] Der zweie Teil er Lise is eine Lise er zugehörigen normieren Eigenvekoren: secon(unieigenvecors( [[[ ]] [[ ]] [[ ]]],,,,, Wir ersellen araus ie Marix P : P : marix([/, /, /sqr(], [ /sqr(, /sqr(, ], [/, /, /sqr(]; Es is: ranspose(p.p; un: rasimp(ranspose(p.a.p;

3 3 + Hier is rasimp eine Maximafunkion zur Termvereinfachung.