Frank Recker, Eugen Grycko
Zur Regularität der Matrix A
tA
Lehrgebiet Stochastik Forschungsbericht
Fakultät für
Mathematik und
Informatik
ZUR REGULARITÄT DER MATRIXAtA
Frank Recker1und Eugen Grycko2
1Fachbereich Mathematik, Naturwissenschaften und Informatik Technische Hochschule Mittelhessen
Wiesenstraße 14 35390 Gießen / Germany
2Fakultät für Mathematik und Informatik FernUniversität
Universitätsstraße 1 58084 Hagen / Germany
Zusammenfassung
In der Mathematischen Statistik interessiert man sich manchmal (vgl. [2]) für die Frage, ob die MatrixAtAregulär ist, falls die (nicht unbedingt quadratische) MatrixAvollen Rang hat. Wir diskutieren diese Frage für Matrizen, deren Ein- träge aus verschiedenen algebraischen Körpern stammen. Der Text sollte nach einem Jahr eines Mathematikstudiums nachvollziehbar sein und als Bonus für die jüngeren ambitionierten Kolleginnen und Kollegen flechten wir eine offene Frage ein.
1. Einleitung
Wir werden im folgendenm×n-Matrizen über einem KörperK betrachten und un- tersuchen, wann dien×n-MatrixAtAregulär ist. Wir erinnern daran, dass eine nicht reguläre Matrix singulär ist. Weiterhin wiederholen wir hier wichtige, in der linearen Algebra bewiesene, Aussagen über quadratische Matrizen.
Satz 1.1.
SeiAeine quadratischen×n-Matrix über einem KörperK. Dann sind die Folgenden Aussagen überAäquivalent:
1. Aist regulär 2. Aist invertierbar
3. die Spalten vonAsind linear unabhängig
4. der Kern vonAist der Null-Vektorraum
5. Für jedesb ∈Knist das lineare GleichungssystemAx=beindeutig lösbar.
6. Die Determinante vonAist nicht 0.
Insbesondere die Eigenschaft 5 aus Satz 1.1 ist in Anwendungen oft gewünscht.
Wir werden nun für diem×n-MatrixAdie Fällem < n,m=nundm > ngetrennt betrachten. Beim letzten Fall hängen die Ergebnisse dabei erstaunlicherweise vom zu- grunde liegenden Körper ab.
2. Beliebige Körper
Wir beginnen mit einem Lemma, das wir mehrfach benutzen werden.
Lemma 2.1
SeiAeinem×n-Matrix über einem KörperK. Wenn der Rang vonA kleiner alsn ist, dann istAtAsingulär.
Beweis:Es seiena1, . . . , an die Spalten vonA. Da der Rang von Akleiner als n ist, sind diese Spaltenvektoren linear abhängig (Satz 1.1, Teil 3). Es gibt alsox1, . . . , xn∈ K, die nicht alle gleich 0 sind, so dass
x1a1+x2a2+· · ·+xnan = 0 ist. Für den Spaltenvektor
x=
x1 x2 ... xn
6= 0
gilt dann
Ax=x1a1+x2a2+· · ·+xnan= 0. (2.1) Damit gilt auch
AtAx=At0 = 0.
Damit ist der Kern vonAtAnicht der Nullvektorraum. Nach Satz 1.1, Teil 4 ist AtA damit singulär.
2
Nun beginnen wir mit dem einfachsten Fallm < n.
Satz 2.2.
SeiAeinem×n-Matrix über einem KörperK mitm < n. Dann istAtAsingulär.
Beweis:Der Rang vonA ist maximal m und damit kleiner als n. Die Aussage folgt dann aus Lemma 2.1.
2 Nun folgt der quadratische Fall.
Satz 2.3.
Sei A eine n× n-Matrix über einem Körper K. Dann ist AtA genau dann regulär, wennAregulär ist.
Beweis:Wie aus der linearen Algebra bekannt ist, gilt det(AtA) = det(At) det(A) und
det(At) = det(A).
Insgesamt haben wir damit
det(AtA) = det(A)2. Also gilt
det(AtA) = 0 ⇐⇒ det(A) = 0.
Die Aussage folgt damit aus Satz 1.1, Teil 6.
2 Nun folgt der Fallm > n. Falls der Rang derm×n-MatrixAkleiner alsnist, so istAtAnach Lemma 2.1 singulär. Erstaunlicherweise kannAtAaber auch in dem Fall rang(A) =nsingulär sein.
Als erstes Beispiel wählen wir über dem KörperF2die2×1-Matrix A=
1 1
.
Es gilt dannrang(A) = 1und
AtA= 1 1 1
1
= 12 + 12
= (0).
Die Vermutung, dass so etwas in Körpern mit unendlicher Charakteristik nicht auf- tritt, widerlegt das folgende Gegenbeispiel überC. Wir wählen
A= 1
i
.
Es gilt wiederrang(A) = 1und
AtA= 1 i 1
i
= 12 +i2
= (0).
Wenn der KörperK allerdings angeordnet ist, dann ergibt sich ein anderes Bild.
3. Angeordnete Körper
Für die Definition des BegriffsAngeordneter Körper und ihre Implikationen verwei- sen wir auf [1].
Wie aus der Analysis bekannt ist, lassen sich einige Körper anordnen. Beispiel dafür sindQoderR. Ebenfalls bekannt ist, dass sich zum Beispiel Cnicht anordnen lässt.
(In jedem angeordneten Körper gilt für allex 6= 0die Ungleichungx2 > 0. InCgilt jedochi2 = −1, was bei Annahme der Existenz einer Anordnung zu einem Wider- spruch führt.) Wir können nun den letzten verbliebenen Fall klären.
Satz 3.1.
SeiK ein angeordneter Körper undA eine m×n-Matrix über Kmit m > n. Falls rang(A) =ngilt, so istAtAregulär.
Beweis:Wir nehmen an, dassAtAsingulär sei. Dann besteht der Kern vonAnicht nur aus dem Nullvektor (Satz 1.1, Teil 4). Sei also Spaltenvektorx ∈ Kn ein beliebiges Element aus dem Kern vonAtAmitx 6= 0. Es gilt dannAtAx = 0(die 0 ist hier der Nullvektor ausKn). Damit gilt auch
xtAtAx=xt AtAx
=xt0 = 0, (3.2)
wobei hier die 0 die1×1-Nullmatrix ist. Wir definieren nuny =Ax. Der Spaltenvektor Axist wie in der Gleichung (2.1) eine Linearkombination der Spalten vonA. Da der Rang vonA gleich n ist, sind die Spalten von A linear unabhängig. Da x nicht der Nullvektor ist, istAxalso eine nichttriviale Linearkombination der Spalten. Damit ist
y =
y1 y2 ... yn
nicht der Nullvektor. Wir betrachten nun die1×1-Matrixyty= (y1,1), welche wir, um die Notation zu vereinfachen, mit dem Körperelementy1,1 identifizieren. Es gilt dann
yty=y12+y22+· · ·+yn2.
Da der Körper angeordnet ist, gilt yi2 ≥ 0 für alle i ∈ {1, . . . , n}. Weil y 6= 0 ist, existiert mindestens ein i ∈ {1, . . . , n} mit yi 6= 0 und damit y2i > 0. Folglich ist yty >0. Nun gilt aber andererseits nach Gleichung (3.2)
yty= (Ax)tAx=xtAtAx= 0.
Dies ist ein Widerspruch. Damit kannAtAnicht singulär sein.
2 4. Ausblick
Der interessante Fall ist offensichtlich m > n und rang(A) = n. Im Allgemeinen kann keine Aussage über die Regularität vonAtAgemacht werden. Für den Fall eines angeordneten Körpers gilt dagegen immer, dassAtAregulär ist. Die Frage ist nun, ob die KörperK, für dieAtAunter den Voraussetzungenm > nundrang(A) =nimmer regulär ist, charakterisiert werden können? Gilt dies nur für angeordnete Körper (für die wir es bewiesen haben) oder gibt es weitere Körper, die diese nützliche Eigenschaft haben?
Danksagung
Die Autoren bedanken sich bei Luise Unger, Silke Hartlieb und Stefan Helfert für wertvolle Kommentare zum first draft des vorliegenden Beitrags.
Literatur
[1] O. Forster,Analysis 1. 12. Aufl., Springer Spektrum, Wiesbaden (2019).
[2] O. Moeschlin, E. Grycko, C. Poppinga,Angewandte Mathematische Statistik. Kurs der FernUniversität, Hagen (2019).
[3] L. Unger,Lineare Algebra. Kurs der FernUniversität, Hagen (2019).