• Keine Ergebnisse gefunden

Unit¨are Diagonalisierung Eine n × n-Matrix A ist normal, wenn sie mit ihrer Adjungierten A∗ = ¯

N/A
N/A
Protected

Academic year: 2021

Aktie "Unit¨are Diagonalisierung Eine n × n-Matrix A ist normal, wenn sie mit ihrer Adjungierten A∗ = ¯"

Copied!
6
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Unit¨are Diagonalisierung

Eine n×n-MatrixAist normal, wenn sie mit ihrer Adjungierten A= ¯At (A=At f¨ur reelle Matrizen) kommutiert:

AA=AA.

Normalit¨at von Aist ¨aquivalent zu unit¨arer Diagonalisierbarkeit, d.h. es existiert eine orthonormale Basis aus Eigenvektorenu1, . . . ,un und

UAU = diag(λ1, . . . , λn), U = (u1, . . . ,un),U=U−1, mit λk den Eigenwerten vonA.

(2)

Beweis

(i) Orthogonale Diagonalisierbarkeit =⇒ Normalit¨at:

U−1 =

Uunit¨arU, U−1AU =Dbzw.UDU−1=UDU mit D= diag(λ1, . . . , λn) =⇒

AA = (UDU)(UDU)

=

(BC)=CB UD(U U∗∗

|{z}

U

)DU

U=U=E U(DD)U

U=U=E (UDU)(UDU)

= AA

DD =DD wegenλ¯λ= ¯λλ

(3)

(ii) Normalit¨at =⇒ orthogonale Diagonalisierbarkeit:

konstruiere zun¨achst eine orthogonale Matrix V mit

VAV =

λ 0t 0 B

, Bnormal,0 = (0, . . . ,0)t∈Rn−1

Ansatz: V = (v|V˜), wobei die Spalten von ˜V einen normierten Eigenvektorv zum Eigenwert λzu einer Orthonormalbasis erg¨anzen

VAV = v

λv AV˜

=

λ c 0 B

=D noch zu zeigen: BB =BB ∧ c = (0, . . . ,0)t

Ahnlichkeitstransformationen erhalten Normalit¨¨ at DD =DD,

d.h.

|λ|2+|c|2 cB Bc BB

=

|λ|2 λc λc BB

Vergleich der Diagonalbl¨ocke =⇒ gew¨unschte Eigenschaften

(4)

nehme induktiv an, dass B mit einer unit¨aren MatrixW diagonalisierbar ist, d.h.

WBW = ˜D

=⇒ Awird durch

U =V

1 0t

0 W

, diagonalisiert, denn

UAU =

1 0t 0 W

λ 0t 0 B

1 0t

0 W

=

λ 0 0t WBW

=

λ 0 0t

(5)

Beispiel

Diagonalisierung der normalen Matrix

A=

1 + 2i 1−2i 1−2i 1 + 2i

(i) ¨Uberpr¨ufung der Normalit¨at:

AA =

1−2i 1 + 2i 1 + 2i 1−2i

1 + 2i 1−2i 1−2i 1 + 2i

=

10 −6

−6 10

AA =

1 + 2i 1−2i 1−2i 1 + 2i

1−2i 1 + 2i 1 + 2i 1−2i

= gleiches Resultat X

(ii) Eigenwerte- und Vektoren:

(6)

Orthogonalit¨at der Eigenvektoren =⇒ (−1,1)t ist ein zweiter Eigenvektor

1 + 2i 1−2i 1−2i 1 + 2i

−1 1

= 4i −1

1

=⇒ 4i ist der zugeh¨orige Eigenwert (iii) Diagonalisierung:

Normierung der Eigenvektoren Transformationsmatrix

U = 1

√2

1 −1

1 1

und UAU=D,D= diag(2,4i) Uberpr¨¨ ufung durch Ausmultiplizieren

UAU = 1

√ 2

1 1

−1 1

1 + 2i 1−2i 1−2i 1 + 2i

1

√ 2

1 −1

1 1

= 1

√ 2

1 1

−1 1 1

√ 2

2 −4i 2 4i

= 1 2

4 0 0 8i

=D X

Referenzen

ÄHNLICHE DOKUMENTE

Eigenvektoren, so treten keine Einsen auf der

Die obigen Argumente gelten also auch f¨ ur

[r]

F¨ ur reelle Matrizen

Käfer im Jahr n bezeihnet, die ein Jahr bzw. zwei Jahre alt sind. Die Käfer vermehren. sih proportional zu ihrer Anzahl und zwar die einjährigen mit einer Rate r 1

Geben Sie jeweils – falls möglich – eine solche Menge an und klären Sie, ob es gegebenenfalls nur eine mögliche Wahl für

Aber auch sonst sprechen Autoren von einer Funktion, wenn eine Abbildung vorliegt; das kommt ganz auf den Kontext an.. Die Urbildmenge eines Punktes z ∈ B kann leer sein, dann ist

Das Intervall ist die Menge aller reeller Zahlen, die als Punkte auf dem Zahlenstrahl interpretiert höchstens den Abstand r von der reellen Zahl a (als Punkt) haben. ebenso