Wissenswertes über das charakteristische Polynom
Wissenswertes über das charakteristische Polynom
Wissenswertes über das charakteristische Polynom
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Wissenswertes</strong> über <strong>das</strong> <strong>charakteristische</strong><br />
<strong>Polynom</strong><br />
Zunächst einmal wollen wir die Frage klären, was man überhaupt unter einem <strong>Polynom</strong><br />
(bzw. unter einer <strong>Polynom</strong>funktion) versteht:<br />
Definition eines <strong>Polynom</strong>s:<br />
Sei K ein Körper. Ein (formales) <strong>Polynom</strong> über K ist ein Ausdruck der Form<br />
n<br />
n−1<br />
f ( x) = anx + an−<br />
1x + ... + a0<br />
für a0,..., an− 1,<br />
an<br />
∈ K und x eine Unbestimmte ist.<br />
Die Zahlen a0,..., an− 1,<br />
an<br />
∈ K heißen die Koeffizienten des <strong>Polynom</strong>s f.<br />
Der Grad eines <strong>Polynom</strong>s ist definiert als<br />
deg( ) : = max( ∈ N | = 0) .<br />
f i<br />
0<br />
a i<br />
n<br />
K[ x]: = { f = a x + a x + ... + a | f ist <strong>Polynom</strong>} ist die Menge aller <strong>Polynom</strong>e über dem<br />
n<br />
n−1<br />
n−1 0<br />
Körper K.<br />
0<br />
Ein <strong>Polynom</strong> f ∈ K[ x]<br />
ist also gegeben durch eine abbrechende Folge ( a , a , a ,...) ∈ K<br />
N .<br />
0 1 2<br />
• Die Menge der <strong>Polynom</strong>funktion K[ x ] ist daher ein Untervektorraum des Vektorraums<br />
0<br />
K N der Folgen mit Einträgen im Körper K.<br />
Dabei ist die Addition komponentenweise definiert:<br />
+ : K[ x] × K[ x] → K[ x], ( f , g)<br />
֏ f + g<br />
(Addition der Koeffizienten von f und g)<br />
Die Skalarmultiplikation ist wie folgt definiert:<br />
• : K × K[ x] → K[ x], ( λ, f ) ֏ λ f<br />
(Multiplikation aller Koeffizienten von f mit λ )<br />
Eine <strong>Polynom</strong>funktion ist also <strong>das</strong>selbe wie eine Linearkombination von 1, x, x², x ³,... .<br />
Folglich ist B = (1, x, x², x³,...)<br />
(Monome) eine abzählbar unendliche Basis vom Vektorraum<br />
K[ x ] .<br />
• Die Menge der <strong>Polynom</strong>funktion K[ x ] bildet mit einer zusätzlich definierten<br />
Multiplikation einen kommutativen und nullteilerfreien Ring<br />
Die Multiplikation ist mit • : K[ x] × K[ x] → K[ x], ( f , g)<br />
֏ fg definiert.<br />
Um dies entsprechend auszurechnen, wendet man <strong>das</strong> Cauchyprodukt an:<br />
n n 2n k<br />
i j k<br />
∑ i ∑ j ∑ k k ∑ i k i<br />
i= 0 j= 0 k = 0 i=<br />
0<br />
fg = ( a x ) • ( b x ) = c x mit c : = a b −<br />
Das Nullelement ist <strong>das</strong> Nullpolynom ( 0 = 0 • 1+ 0 • x + ... ).<br />
Das Einselement lautet 1 = 1• 1+ 0 • x + ... .
Definition des <strong>charakteristische</strong>n <strong>Polynom</strong>s:<br />
Sei A = ( a ) ∈ M<br />
,<br />
( K)<br />
eine quadratische Matrix mit Einträgen im Körper K. Dann heißt<br />
ij<br />
n n<br />
P : = det( A − x • E ) =<br />
A<br />
n<br />
a − x a … a<br />
1,1 1,2 1, n<br />
⋮<br />
a − x … a<br />
2,2 2, n<br />
⋮ … … ⋮<br />
a … … a − x<br />
n,1 n,<br />
n<br />
<strong>das</strong> <strong>charakteristische</strong> <strong>Polynom</strong> von A.<br />
Die Nullstellen des <strong>charakteristische</strong>n <strong>Polynom</strong>s sind die Eigenwerte der Matrix A.<br />
Definition der Ähnlichkeit von zwei Matrizen:<br />
Zwei Matrizen A, B ∈ M<br />
n,<br />
n( K ) heißen ähnlich, wenn es eine invertierbare Matrix S ∈ GLn<br />
gibt mit<br />
−1<br />
B S AS<br />
= .<br />
Insbesondere ist eine quadratische Matrix diagonalisierbar genau dann, wenn sie ähnlich zu<br />
einer Diagonalmatrix ist.<br />
Ähnliche Matrizen haben <strong>das</strong>selbe <strong>charakteristische</strong> <strong>Polynom</strong> und insbesondere dieselbe<br />
Determinante!<br />
Wenn wir die Frage beantworten sollen, ob ein Endomorphismus diagonalisierbar ist, es<br />
aber keine darstellende Matrix gegeben ist, dann wählt man sich einfach eine bekannte<br />
B<br />
Basis B des Vektorraums und berechnet die darstellende Matrix A: = M ( ϕ)<br />
und<br />
diagonalisiert dann. Es ist dabei egal, welche Basis wir wählen. Es gilt:<br />
P = P = det( A − ϕ<br />
x • E )<br />
A<br />
n<br />
B
Der Satz von Cayley-Hamilton:<br />
Um diesen Satz einzuführen, benötigen wir etwas Vorarbeit:<br />
Im Folgenden betrachten wir, für einen festen K-Vektorraum, die Menge R : = End ( V ) aller<br />
K-linearen Endomorphismen von V. Ist V endlich-dimensional, so können wir V nach Wahl<br />
n<br />
einer Basis mit dem Standardvektorraum K und R mit dem Matrizenring M<br />
,<br />
( K )<br />
identifizieren.<br />
Sind ϕ,<br />
φ ∈ R , so ist die Summe und <strong>das</strong> Produkt folgendermaßen definiert:<br />
( ϕ + φ)( v) : = ϕ( v) + φ( v),( ϕ φ)( v) : = ϕ( φ( v))<br />
Der schöne und erstaunliche Satz von Cayley-Hamilton:<br />
Sei V ein endlich-dimensionaler K-Vektorraum, ϕ ∈ End ( V ) und P ϕ<br />
<strong>das</strong> <strong>charakteristische</strong><br />
<strong>Polynom</strong>. Dann gilt P ϕ<br />
( ϕ ) = 0 .<br />
Beispiele:<br />
K<br />
n n<br />
K<br />
Beispiel 1:<br />
⎛1 −1⎞<br />
Sei A = ⎜ ⎟<br />
⎝1 1 ⎠<br />
die darstellende Matrix. Dann gilt P = x² − 2x<br />
+ 2 .<br />
A<br />
Wir überprüfen dies:<br />
⎛1 −1⎞⎛1 −1⎞ ⎛1 −1⎞ ⎛1 0⎞<br />
PA<br />
( A) = A² − 2A + 2En<br />
= ⎜ 2 2<br />
1 1<br />
⎟⎜<br />
1 1<br />
⎟ − ⎜<br />
1 1<br />
⎟ + ⎜<br />
0 1<br />
⎟<br />
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎝ ⎠<br />
⎛ 0 −2⎞ ⎛ 2 −2⎞ ⎛ 2 0⎞ ⎛0 0⎞<br />
= ⎜ ⎟ − ⎜ ⎟ + ⎜ ⎟ = ⎜ ⎟ = 0<br />
⎝ 2 0 ⎠ ⎝ 2 2 ⎠ ⎝ 0 2⎠ ⎝0 0⎠
Beispiel 2:<br />
Sei x = c1 x<br />
1<br />
+ ... + c x , ∀ n > k (*) eine rekursiv definierte Folge und<br />
n n−<br />
k n−k<br />
V = {( x , x ,...) ∈ K<br />
N | (*)} .<br />
1 2<br />
ϕ : V →V ,( x , x ,...) ֏ ( x , x ,...) der Verschiebeendomorphismus.<br />
Sei<br />
1 2 2 3<br />
( i) ( i) ( i)<br />
⎧1,<br />
j = i<br />
Wir wählen die Basis B = ( v1 , v2,..., vk ), vi ∈ ( x1 , x2<br />
,...), x<br />
j<br />
= ⎨ .<br />
⎩0,<br />
j ≠ i<br />
B<br />
Berechne die darstellende Matrix A: = M ( ϕ)<br />
.<br />
ϕ( v1) = ϕ(1,0,0,..., c ,...) = (0,0,..., c ,...) = c v<br />
<br />
<br />
k + 1<br />
ϕ( v2) = ϕ(0,1,0,..., c ,...) = (1,0,..., c ,...) = v<br />
<br />
<br />
1<br />
+ c<br />
−1v<br />
...<br />
k + 1<br />
ϕ( v ) = ... = v + c v<br />
k k −1 0 k<br />
k k k k<br />
⎛ 0 1 ... 0 0⎞<br />
⎜<br />
⎟<br />
0 ... 1 0 0<br />
B<br />
⇒ A: = M<br />
B<br />
( ϕ)<br />
= ⎜<br />
⎟<br />
⎜ ... 0 0 1 0 ⎟<br />
⎜<br />
⎟<br />
⎝ ck<br />
ck<br />
−1<br />
... ... 1⎠<br />
Lemma:<br />
k k k −1<br />
Pϕ<br />
= PA<br />
= ( −1) ( x − c1x −... − ck<br />
)<br />
<br />
P ( ϕ) = P ( A) = 0 ⇔ (*)<br />
ϕ<br />
A<br />
k<br />
k k k k<br />
<strong>charakteristische</strong>s <strong>Polynom</strong> von (*)<br />
P ϕ<br />
( ϕ ) ist ein Endomorphismus ψ , also<br />
Wenn v = ( x1 , x2,...)<br />
, dann gilt:<br />
k<br />
B<br />
ψ = − ϕ − ϕ − − − ∈ .<br />
k k k 1<br />
( 1) ( c1<br />
... ck<br />
) EndK<br />
( V )<br />
ϕ( v) = ( x , x ,...), i = 0,1, 2,...<br />
i+ 1 i+<br />
2<br />
ψ ( v) = (( −1) ( x − c x −... − c x ),...)<br />
k<br />
k + 1 1 k k 1<br />
<br />
1. Eintrag<br />
= 0<br />
Analog folgt für die anderen Einträge auch, <strong>das</strong>s sie Null sind.<br />
⇒ ψ ( v) = (0,0,...)