Skript la.pdf - next-internet.com
Skript la.pdf - next-internet.com
Skript la.pdf - next-internet.com
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4.6.2 Einfache Fälle<br />
Ist V = Kn und Φ : V → V, x ↦→ A · x die Multiplikation mit einer Diagonalmatrix<br />
⎛<br />
c1<br />
⎜ 0<br />
A = ⎜<br />
⎝ .<br />
0<br />
c2<br />
. ..<br />
· · ·<br />
. ..<br />
. ..<br />
⎞<br />
0<br />
⎟<br />
. ⎟<br />
0 ⎠<br />
0 · · · 0 cn<br />
,<br />
dann ist es recht einfach, n Eigenvektoren anzugeben: Es ist<br />
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞<br />
1 c1 0 0<br />
0.<br />
0.<br />
⎜<br />
⎜0.<br />
⎟ ⎜<br />
⎟ ⎜ 0.<br />
⎟ ⎜<br />
⎟ ⎜1⎟<br />
⎜<br />
⎟ ⎜c2<br />
⎟ ⎜ ⎟ ⎜ ⎟<br />
⎟ ⎜ ⎟ ⎜ ⎟<br />
Φ( ⎜ ⎟)<br />
= ⎜ ⎟ , Φ( ⎜<br />
⎝ ⎠ ⎝ ⎠ ⎝0.<br />
⎟)<br />
= ⎜<br />
⎠ ⎝ 0.<br />
⎟ , . . . , Φ( ⎜ ⎟)<br />
= ⎜ ⎟<br />
⎠ ⎝0⎠<br />
⎝ 0 ⎠<br />
0 0<br />
1<br />
,<br />
also sind diese Vektoren jeweils Eigenvektoren zu den Eigenwerten c1 bis cn. Damit ist ganz V<br />
die direkte Summe der Eigenräume, die von den Standardbasisvektoren aufgespannt werden. Die<br />
ci müssen natürlich nicht alle verschieden sein; bei gleichen ci bekommt man Eigenräume höherer<br />
Dimension.<br />
Man kann diesen Spezialfall etwas verallgemeinern, indem man nur voraussetzt, dass die Abbildungsmatrix<br />
bezüglich einer beliebigen Basis eine Diagonalmatrix ist. Die Basisvektoren sind dann<br />
die Eigenvektoren. Hat man umgekehrt eine Basis aus Eigenvektoren (indem man vorher die Eigenräume<br />
bestimmt hat und die Summe davon tatsächlich ganz V ist), dann ist die Abbildungsmatrix<br />
bezüglich dieser Basis immer eine Diagonalmatrix.<br />
Ebenfalls ein wichtiger Spezialfall sind Projektionen. Man nennt Φ eine „Projektion”, wenn Φ 2 = Φ<br />
gilt, was man z.B. anhand einer Abbildungsmatrix recht leicht überprüfen kann. Da alle Vektoren<br />
aus dem Bild wieder auf sich selbst abgebildet werden müssen, hat Φ bezüglich einer Basis, die<br />
nur aus Vektoren aus Kern und Bild bestehen, eine Diagonalmatrix als Abbildungsmatrix. Auf der<br />
Diagonalen stehen nur Nullen und Einsen, deshalb sind das die beiden einzigen Eigenwerte, die<br />
vorkommen. Sind umgekehrt 0 und 1 die einzigen Eigenwerte einer Abbildung, und ist die Summe<br />
der zugehörigen Eigenräume ganz V , dann ist die Abbildung eine Projektion.<br />
4.6.3 Allgemeine Formeln<br />
Ist V endlichdimensional und B eine Basis, dann ist x ∈ V genau dann Eigenvektor zum Eigenwert<br />
c von Φ, wenn DBB(Φ) · DB(x) = c · DB(x) ist. Man kann also statt V auch gleich K n betrachten<br />
und statt Φ die Multiplikation mit der Matrix DBB(Φ). Die Eigenwerte sind die gleichen, und die<br />
Eigenvektoren sind gerade die Koordinatenvektoren der Eigenvektoren von Φ. Daher kann man sich<br />
von jetzt an auch einschränken auf V = K n und Φ : V → V, x ↦→ A · x mit einer n × n-Matrix A.<br />
Man spricht dann auch von den „Eigenwerten von A”.<br />
In A · x = c · x kann man aber das Distributivgesetz anwenden; es ist äquivalent zu A · x − c · x =<br />
(A − c · En) · x = 0. Das liefert schon einmal eine Möglichkeit, den Eigenraum zum Eigenwert c<br />
auszurechnen; es ist der Kern von A − c · En. Jetzt muss man nur noch alle Eigenwerte ermitteln,<br />
damit man weiß, welche c man einsetzen muss.<br />
Um ein Gefühl dafür zu bekommen, welche Rolle hier Polynome und Determinanten spielen, kann<br />
man sich erst einmal überlegen, dass der Term A − c · En sehr danach aussieht, als wäre hier die<br />
50<br />
cn