also v 1 normiert. Sei nun k > 1 und bereits bewiesen, dass (v 1 , . . . , v k−1 ) ein Orthonormalsystemist. Dann ist für j = 1, . . . , k − 1< v k ′ , v j > = < w k , v j > − < w k , v j > ||v j || 2= 0 .Weiter ist v k ′ ≠ 0, da v 1, . . . , v k−1 Linearkombinationen von w 1 , . . . , w k−1 sind, und dieVektoren w 1 , . . . , w k linear unabhängig sind . Nach dem selben Schluss wie oben ist dannv k =v′ knormiert. Es folgt, dass (v ||v k || 1, . . . , v k ) ein Orthonormalsystem ist, und damit linearunabhängig (18.14(b)). Für k = n = dim V muss (v 1 , . . . , v n ) dann auch eine Basis sein(9.23).117
19 Hauptachsentransformation/SpektralsätzeSei (V, ) ein euklidischer Raum und K = R, oder ein unitärer Raum und K = C.Definition 19.1 Ein Endomorphismus φ : V → V heißt selbstadjungiert (bezüglich), wenn für alle v, w ∈ V gilt< v, φ(w) > = < φ(v), w > .Beispiele 19.2 Betrachte R n mit dem Standard-Skalarprodukt . Eine lineare AbbildungA : R n → R n (A ∈ M n (R))ist genau dann selbstadjungiert, wenn A symmetrisch ist. Denn es gilt< x, Ay > = < Ax, y > ∀ x, y ∈ R n⇔ x t Ay = (Ax) t y = x t A t y ∀ x, y ∈ R⇔ A = A t .Für das letzte “⇒” beachte, dass e t iAe j = a ij . Weiter haben wir benutzt, dass offenbarfür einen beliebigen Körper K und Matrizen A ∈ M(m × n, K), B ∈ M(n, r, K) gilt(AB) t = B t A t .∑(b) Genauso folgt: Für C n mit dem Standard-Skalarprodukt < x, y > = x t y = n x i y i istA : C n → C n(A ∈ M n (C))genau dann selbstadjungiert, wenn A hermitesch ist (A = A t ). Beachte, dass A t = A t .Satz 19.3 (Spektralsatz) Sei dim K V = n < ∞ und φ : V → V eine selbstadjungiertelineare Abbildung. Dann gilt∏(a) Es ist χ φ (x) = n (x − λ i ) mit reellen λ 1 , . . . , λ n (“Alle Eigenwerte von φ sind reell”).i=1(b) V besitzt eine Basis (b 1 , . . . , b n ) aus Eigenvektoren für φ.i=1Wir führen den Beweis in mehreren Schritten.Satz 19.4 Ist φ : V → V ein selbstadjungierter Endomorphismus, so sind alle Eigenwertevon φ reell.Beweis Sei v ∈ V {0} und λ ∈ K mit φ(v) = λv. Dann istλ < v, v > = < λv, v > = < φ(v), v >= < v, φ(v) > (da φ selbstadjungiert ist)= < v, λv > = λ < v, v > .Es folgt (λ − λ) < v, v > = 0, wegen < v, v > ≠ 0 also λ = λ, d.h., λ ist reell.118
- Seite 1 und 2:
Lineare Algebra IProf. Dr. Uwe Jann
- Seite 3 und 4:
Anschauliche Bilder für n = 2 und
- Seite 5 und 6:
1 Aussagen, logische Symbole, und M
- Seite 7 und 8:
Hier haben wir, wie oft später, Me
- Seite 9 und 10:
2 AbbildungenDefinition 2.1 Seien M
- Seite 11 und 12:
(b) Für f : R → R, x ↦→ x 3
- Seite 13 und 14:
wobei [x] := größte ganze Zahl, d
- Seite 15 und 16:
3 Das Prinzip der vollständigen In
- Seite 17 und 18:
( nDie Zahlen heißen die Binomialk
- Seite 19 und 20:
Definition 3.15 Ist für eine Menge
- Seite 21 und 22:
Beispiele 4.5 (a) Die Verknüpfung
- Seite 23 und 24:
Bezeichnung 4.9 Für eine Permutati
- Seite 25 und 26:
5 Ringe und KörperDefinition 5.1 E
- Seite 27 und 28:
Nach (a) ist also x + 1 = 0 oder x
- Seite 29 und 30:
6 VektorräumeDie abelschen Gruppen
- Seite 31 und 32:
W 1 ist ein Untervektorraum, W 2 ni
- Seite 33 und 34:
Beweis (a): Es istDurch Multiplikat
- Seite 35 und 36:
Beh. φ −1 (x ′ y ′ ) = φ
- Seite 37 und 38:
M α heißt auch Streckung (oder Ho
- Seite 39 und 40:
9 Erzeugendensysteme und Dimension
- Seite 41 und 42:
Damit folgt auch die zweite Aussage
- Seite 43 und 44:
(c) B ist maximale linear unabhäng
- Seite 45 und 46:
Aus dem Steinitzschen Austauschsatz
- Seite 47 und 48:
φ(λ(α 1 , . . . , α n )) = φ((
- Seite 49 und 50:
Wir erhalten y = −3z und 4x + 8z
- Seite 51 und 52:
10 DimensionsformelnSei K ein Körp
- Seite 53 und 54:
Bemerkung 10.5 Sind V und W isomorp
- Seite 55 und 56:
Weiter ist für v ∈ V und λ ∈
- Seite 57 und 58:
Definition 10.13 Sei (v 1 , . . . ,
- Seite 59 und 60:
↑j − te Spalte(c) Für x = (x 1
- Seite 61 und 62:
(die φ(e j ) als Spaltenvektoren g
- Seite 63 und 64:
(= Z i (A) · S k (B) = Skalarprodu
- Seite 65 und 66:
Beweis: direktes Nachrechnen, oder:
- Seite 67 und 68: ist ein Vektorraum-Isomorphismus. I
- Seite 69 und 70: Sie beschreibt also, wie die neue B
- Seite 71 und 72: 12 Lineare GleichungssystemeSei K e
- Seite 73 und 74: Es ergeben sich folgende Fragen:1)
- Seite 75 und 76: Die Matrix wird einfacher (hat mehr
- Seite 77 und 78: Typ (a): Sei λ ∈ K {0}. Erhalte
- Seite 79 und 80: (a): Es ist nach Satz 12.17rg A = r
- Seite 81 und 82: 1) 3. Zeile -1. Zeile ⎛ ⎞3 2 1
- Seite 83 und 84: 1) 3. Zeile - 1. Zeile ⎛⎞3 2 1
- Seite 85 und 86: 13 Konkrete Verfahren13.1 Wir disku
- Seite 87 und 88: Wir starten mit der “mehrfach erw
- Seite 89 und 90: 14 Die DeterminanteMotivation: Betr
- Seite 91 und 92: heißt auch bilineare Abbildung ode
- Seite 93 und 94: kjFür k = j hängt det A ij nicht
- Seite 95 und 96: (⇒A ist nicht regulär)s.u.Satz 1
- Seite 97 und 98: (Linearität von det in der j-ten S
- Seite 99 und 100: ( )1Ist nun A regulär, so gilt A
- Seite 101 und 102: (vergleiche 14.6 (iii))(a), (b) und
- Seite 103 und 104: da σ : {1, . . . , n} → {1, . .
- Seite 105 und 106: 16 PolynomeSei K ein Körper.Defini
- Seite 107 und 108: (d.h., (x − λ) teilt f).Beweis S
- Seite 109 und 110: 17 EigenwerteSei K ein Körper.Defi
- Seite 111 und 112: vom Grad ≤ n − 2. Der verbleibe
- Seite 113 und 114: Die Gleichung (1) folgt daraus, das
- Seite 115 und 116: Bemerkungen 18.5 (a) Die Fundamenta
- Seite 117: Wir verwenden hier eine vereinfacht
- Seite 121 und 122: das orthogonale Komplement von V (
- Seite 123 und 124: ist dann orthogonal, und es gilt( )
- Seite 125 und 126: wie man leicht nachrechnet: V (λ)
- Seite 127: Dieser Unterraum ist 2-dimensional,