Lineare Algebra - SAM - ETH Zürich
Lineare Algebra - SAM - ETH Zürich
Lineare Algebra - SAM - ETH Zürich
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Lineare</strong> <strong>Algebra</strong> (2007)<br />
Kapitel 2 — Matrizen und Vektoren im R n und C n<br />
(von links) angewendet, wobei wieder u :≡ y/‖y‖ ist<br />
Beispiel 2.22: Gegeben seien die zwei Punkte X = (4, 8, −1) und<br />
Y = (1, 2, 2) im R 3 , also die zwei Vektoren x = ( 4 8 −1 ) T und<br />
y = ( 1 2 2 ) T . Man projiziere die Strecke OX orthogonal auf die<br />
durch die Punkte O und Y laufende Gerade.<br />
Dazu ist bloss die reelle Version der Formel (2.61) auszuwerten, wobei es<br />
am effizientesten ist, zuerst y T x = 18 und ‖y‖ 2 = 9 zu berechnen (und<br />
nicht etwa die Matrix yy T ). Dann wird<br />
P y x = 1<br />
‖y‖ 2 y (yT x) = 2 y = ( 2 4 4 ) T .<br />
Es wird also X auf X ′ = (2, 4, 4) projiziert.<br />
<br />
Die Projektionsmatrix P y aus (2.62) hat zwei interessante Eigenschaften:<br />
P H y = P y , P 2 y = P y . (2.63)<br />
Die erste bedeutet, dass P y Hermitesch oder, falls reell, symmetrisch<br />
ist. Aufgrund der zweiten bezeichnet man P y als idempotent<br />
[idempotent]. Diese zwei Eigenschaften sind charakteristisch<br />
für orthogonale Projektionen und können zu deren Definition verwendet<br />
werden. P y ist aber eine spezielle orthogonale Projektion,<br />
weil ja auf eine Gerade projiziert wird. Im R 3 (und allgemeiner im<br />
E n ) kann man aber auch auf eine Ebene projizieren. Wir werden<br />
darauf zurückkommen.<br />
2.6 Matrizen als lineare Abbildungen<br />
Ist A ∈ E m×n irgend eine m × n Matrix, so kann man die ebenfalls<br />
mit A bezeichnete Abbildung<br />
A : E n → E m , x ↦→ Ax (2.64)<br />
betrachten. Sie hat zwei grundlegende Eigenschaften: für alle x,<br />
˜x ∈ E n und alle γ ∈ E gilt<br />
A(x + ˜x) = Ax + A˜x , A(γx) = γAx . (2.65)<br />
Man kann sie auch zusammenfassen in<br />
A(γx + ˜x) = γ(Ax) + (A˜x) . (2.66)<br />
Wir werden in Kapitel 5 sehen, dass diese Eigenschaften per Definition<br />
charakteristisch sind für eine lineare Abbildung [linear<br />
transformation].<br />
Während der Definitionsbereich der Abbildung A aus (2.64) immer<br />
der ganze Raum E n ist, ist das Bild [image] von A,<br />
im A :≡ {Ax ∈ E m ; x ∈ E n } (2.67)<br />
c○M.H. Gutknecht 30. September 2007 LA-Skript 2-25