Lineare Algebra - SAM - ETH Zürich
Lineare Algebra - SAM - ETH Zürich
Lineare Algebra - SAM - ETH Zürich
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Lineare</strong> <strong>Algebra</strong> (2007)<br />
Kapitel 9 — Eigenwerte und Eigenvektoren<br />
In diesem Falle gibt es also zu F eine extrem einfache Abbildungsmatrix,<br />
ähnlich wie das allgemein gilt für eine lineare Abbildung<br />
F : V → W zwischen zwei verschiedenen Räumen, wo man in<br />
beiden die Basis frei wählen kann, vgl. Satz 5.20, wo die Diagonalelemente<br />
sogar alle 0 oder 1 sind. Aber während man dort im<br />
wesentlichen nur Basen von Kern und Bild bestimmen muss, sowie<br />
die Urbilder der letzteren, ist hier die Bestimmung einer Basis aus<br />
Eigenvektoren eine rechnerisch sehr aufwendige Aufgabe, die man<br />
zudem im allgemeinen nur approximativ lösen kann, falls n > 3.<br />
Bereits in Lemma 9.1 haben wir gesehen, dass man sich für die Bestimmung<br />
der Eigenwerte und Eigenvektoren einer linearen Selbstabbildung<br />
F auf die Bestimmung der Eigenwerte und Eigenvektoren<br />
einer zugehörigen Abbildungsmatrix A beschränken kann.<br />
Für Matrizen gilt die folgende Neuformulierung von Lemma 9.8:<br />
Satz 9.9 Zu einer Matrix A ∈ E n×n gibt es genau dann eine<br />
ähnliche Diagonalmatrix Λ, wenn es eine Eigenbasis von A gibt.<br />
Für die reguläre Matrix<br />
V :≡ ( )<br />
v 1 . . . v n<br />
mit dieser Eigenbasis als Kolonnen gilt dann<br />
A V = V Λ , d.h. A = V Λ V −1 . (9.22)<br />
Gibt es umgekehrt eine reguläre Matrix V ∈ E n×n und eine Diagonalmatrix<br />
Λ ∈ E n×n , so dass (9.22) gilt, so sind die Diagonalelemente<br />
von Λ Eigenwerte von A und die Kolonnen von V<br />
entsprechende Eigenvektoren, die eine Eigenbasis bilden.<br />
Beweis: Der erste Teil des Satzes ist ein Spezialfall von Lemma 9.8.<br />
Setzen wir eine Basis aus Eigenvektoren voraus, so dass<br />
A v k = v k λ k (k = 1, . . . , n) (9.23)<br />
gilt, ist klar, dass man diese n Gleichungen zur Matrix-Gleichung (9.22)<br />
zusammenfassen kann, wobei V linear unabhängige Kolonnen hat, also<br />
regulär ist. Dieser Schluss lässt sich auch umkehren.<br />
Definition: A = V Λ V −1 heisst Spektralzerlegung [spectral<br />
decomposition] oder Eigenwertzerlegung [eigenvalue decomposition]<br />
von A.<br />
Eine Matrix A, zu der es eine Spektralzerlegung A = V Λ V −1<br />
mit diagonalem Λ gibt, heisst diagonalisierbar [diagonalizable].<br />
<br />
Eine diagonalisierbare n × n–Matrix lässt sich auf Grund der Spektralzerlegung<br />
(9.22) als Summe von n Rang-1–Matrizen schreiben.<br />
Genauer gilt:<br />
c○M.H. Gutknecht 30. September 2007 LA-Skript 9-11