Lineare Algebra I - 27.Vorlesung Prof. Dr. Daniel Roggenkamp & Falko Gauß Klausur: Mittwoch, 14.12. 14:15 Uhr, A3 001 i=1 ist die Norm kxk eines Vektors x 2 Rn gerade die Länge des Vektors x, also der Abstand von x zum Nullpunkt (Satz des Euklidische Pythagoras).Vektorräume: Der von den beiden Vektoren x, y 2 Rn eingeschlossene Winkel ' ist der kleinere von den beiden Winkeln (0 ' ⇡), zwischen den Strahlen, die vom Nullpunkt durch x und y laufen (in der Ebene in der 0, x und y liegen). Siehe Abbildung 12. Definition 8.28. Ein Euklidischer Vektorraum ist ein Paar (V, ) bestehend aus einem endlich-dimensionalen R-Vektorraum V und einem Skalarprodukt . Satz 8.29. (Gram-Schmidt’sches Orthogonalisierungsverfahren) Sei (V, ) ein Euklidischer Vektorraum. Dann gilt (1) V besitzt eine Orthonormalbasis. symmetrische, positiv definite (2) Aus einer Basis {v1 , . . . , vn } erhält man eine Orthogonalbasis {u1 , . .Bilinearform . , un } durch {satz:ort u1 := v1 u2 := v2 u3 := v3 (u1 , v2 ) u1 (u1 , u1 ) (u1 , v3 ) u1 (u1 , u1 ) (u2 , v3 ) u2 (u2 , u2 ) .. . un := vn n 1 X (ui , vn ) ui . (ui , ui ) i=1 (3) Aus einer Orthogonalbasis {u1 , . . . , un } von V erhält man eine Orthonormalbasis ⇢ u1 un ,..., . ku1 k kun k (4) Ist {u1 , . . . , un } eine Orthogonalbasis von V , so gilt für alle v 2 V : 8.2. Euklidische Vektorräume ymeigen} :erorth} uperpinv} q:ewsym} uperpinv} hx, vi ⇡U ? (v) = x, hx, xi x̄1 x̄ = @ . . . A Abbildung 13: Orthogonale Projektihx, vi Symmetrische Matrizenx̄sind diagonalisierbar: on auf Ebene U ⇢ R3 ⇡U (v) = (idR3 ⇡U ? (v)) = v x n. {abb:orth hx, xi der Als komplex konjugierte Vektor. Gleichung (8.3) folgt bzw. dann selbstadjungierte Endomornächstes zeigen wir, dassAus symmetrische Matrizen, t phismen auf Euklidischen äumen sind. t ¯ x̄ t · x = ¯ x̄t · x . x̄t · x = x̄t · AVektorr ·x= A · x̄ diagonalisierbar · x = (A · x̄)t · x = Proposition 8.33. Sei A 2 Mat(n, n; R) symmetrisch, d.h. At = A. Dann hat A Eigenwerte. Dabei wurde auch dieP komplexe Konjugation der Eigenvektorgleichung (8.3) verwendet. Da n t ¯ . Der Eigenwert x = 6 0 ist, ist x̄ · x = |xi |2 > 0. Matrix. Daher folgt ist also Beweis. Betrachte A als Da C = algebraisch abgeschlossen ist reell. (Satz 7.14) i=1komplexe 8 Euklidische Vektorräume 103 hat jedes nicht-konstante Polynom über C eine Nullstelle, insbesondere auch das charakteristische Polynom A.Vektorraum A hat also mit (mindestens) einenBilinearform komplexen Eigenwert . Es gibt Proposition 8.34.von Sei V symmetrischer , und f 2 Hom(V, V) daher ein x 2 Mat(n, 1;sind C), Eigenr sodassäume von f zu unterschiedlichen Eigenwerten orthogonal. selbstadjungiert. Dann 8 Euklidische Vektorräume 103 A · x = x. (8.3) Proposition Sei V Vektorraum mit symmetrischer Bilinearform , und f 2 Hom(V, V ) Beweis. Sei f8.35. 2 Hom(V, V ) selbstadjungiert. Seien ferner 1 6= 2 zwei Eigenwerte von f Zeige als nächstes, dassdannreell dazu selbstadjungiert. U ✓ist. V Sei f -invarianter und v1 , v2 dazugehFalls örige Eigenvektoren. Dann giltUnterraum ist (d.h. f (U ) ✓ U ), so gilt dies 0 1 auch für U ? (also f (U ? ) ✓ U ? ). x̄1 Proposition 8.35. Sei V Vektorraum mit symmetrischer (v , v ) = (v , v ) = (v , f (v )) = ) = ( 1 v1 , v2,)und = f1 2(vHom(V, 2 1 2 1 2 2 1 2 @ (f (v 1 ), v2Bilinearform 1 , v2 ) . V ) Beweis. Sei w 2 U ? , dann gilt für alle x̄u= 2 U ... A selbstadjungiert. Falls dann U ✓ V f -invarianter Unterraum ist (d.h. f (U ) ✓ U ), so gilt dies x̄n Also auch für U ? (also f (U ? ) ✓ U ? ). (u, f (w)) = (f (u), w) = 0 , ( 1 ) (v , v ) 2 1 2 = 0, ? der komplex konjugierte Vektor. Aus Gleichung folgt dann ? alle ? Beweis. Sei w. 2Also U ,ist dann gilt fUür u2w U 2 U(8.3) denn f (u) 2 U f (w) 2 f ür alle . und da 1 6= 2 folgt (v1 , v2 ) = 0. t t x̄t · x = x̄t · A · x =(u,Aft (w)) · x̄ = ·x= x̄)t= · x0 = (f (A (u),· w) , ¯ x̄ · x = ¯ x̄t · x . {satz:onbew Satz 8.36. Sei (V, ) Euklidischer? Vektorraum, und f 2 Hom(V, V ) selbstadjungiert. Dann denn fwurde (u) 2 Uauch . Also f (w) 2 UKonjugation für alle w 2 U ?Eigenvektorgleichung . Dabei dieist komplexe der (8.3) verwendet. Da Pn besitzt V eine tOrthonormalbasis aus Eigenvektoren. x 6= 0 ist, ist x̄ · x = i=1 |xi |2 > 0. Daher folgt = ¯ . Der Eigenwert ist also reell. {satz:onbew Beweis. Nach Satz 8.29 hat V eine Orthonormalbasis. Sei F die Matrixdarstellung von f 8.36. Sei (V, ) Euklidischer Vektorraum, und f 2 Hom(V, V ) selbstadjungiert. Dann :erorth} Satz bzgl. dieser Basis. Nun ist irgendeine F nach Proposition 8.13 Orthonormalbasis symmetrisch, hat also nach ProposiNicht Basis sondern von Eigenvektoren!!! besitzt V eine Orthonormalbasis aus Eigenvektoren. Proposition 8.34. Seieinen V Vektorraum f 2 Hom(V, tion 8.33 mindestens Eigenwert mit2symmetrischer R. Dieser ist Bilinearform natürlich auch, und Eigenwert von f .V ) selbstadjungiert. Dann sind äume von f ). zuNach unterschiedlichen Eigenwerten BetrachteNach den entsprechenden V (f Proposition 8.31(1) gilt orthogonal. Beweis. Satz 8.29 hatEigenr VEigenraum eine Orthonormalbasis. Sei F die Matrixdarstellung von f bzgl. dieser Nun istV F) selbstadjungiert. nach PropositionSeien 8.13 symmetrisch, hat alsoEigenwerte nach Proposi? Beweis. SeiBasis. f 2 Hom(V, ferner = 6 zwei von f 1 2 V = V (f ) V (f ) . tion v8.33 mindestens einen Eigenwert Dann 2 R. gilt Dieser ist natürlich auch Eigenwert von f . und , v dazugeh örige Eigenvektoren. 1 2 8.2. Euklidische Vektorräume Betrachte entsprechenden (f f).-invarianter Nach Proposition 8.31(1) gilt W 6= {0}, Aber nachden Proposition 8.35 istEigenraum W := V (fV)? Unterraum. Falls so ist die Einschränkung von auf W positiv definit, und die Einschränkung von f auf W selbstadjungierter Endomorphismus vonV W wiederholtUnterraum. nun das obige Aber nach Proposition 8.35 ist W := (f .)?Man f -invarianter FallsVorgehen W 6= {0},fürso W erhält sukzessive eine Aufspaltung vondefinit, V in eine Summe von Eigenr ist, und die Einschr änkung von auf positiv unddirekte die Einschr änkung von f äumen auf W DieWOrthogonale Gruppe: von f mit unterschiedlichen Eigenwerten. sindnun also das paarweise orthogonale selbstadjungierter Endomorphismus von Die W . Summanden Man wiederholt obige Vorgehen für Unterr äume. Wähle nun ineine jedem Summanden eine und von kombiniere diese W , und erhält sukzessive Aufspaltung von V Orthonormalbasis, in eine direkte Summe Eigenräumen zu Orthonormalbasis von ganz V . voneiner f mit unterschiedlichen Eigenwerten. Die Summanden sind also paarweise orthogonale Unterräume. Wähle nun in jedem Summanden eine Orthonormalbasis, und kombiniere diese {defi:on} zu einer Orthonormalbasis von Pganz V. Definition 8.37. Eine Matrix 2 Mat(n, n; R) nennt man orthogonal, falls P t · P = In gilt. Die Menge {defi:on t t Definition 8.37. O Eine Matrix P 2 Mat(n, n; R) nennt man orthogonal, falls P · P = In (R) := {P 2 Mat(n, n; R) | P · P = I } ⇢ GL (R) n n n gilt. Die Menge ist eine Untergruppe von GLn (R). Man nennt sie die orthogonale Gruppe. On (R) := {P 2 Mat(n, n; R) | P t · P = In } ⇢ GLn (R) Bemerkung 8.38. Sei (V, ) Euklidischer Vektorraum der Dimension n mit Orthonormalist eine von GL nenntist sieBdie orthogonale Gruppe. basis A. Untergruppe Sei B eine weitere Basis vonMan V . Dann Orthonormalbasis genau dann wenn die n (R). entsprechende Basiswechsel-Matrix orthogonal ist, d.h. MatB A (idV ) 2 On (R). Bemerkung 8.38. Sei (V, ) Euklidischer Vektorraum der Dimension n mit Orthonormal- basis A. Sei B eine weitere Basis von V . Dann ist B Orthonormalbasis dann wenn die Beweis. Folgt sofort aus dem Transformationsverhalten der Matrixformgenau von Bilinearformen entsprechende Basiswechsel-Matrix orthogonal ist, d.h. MatB A (idV ) 2 On (R). (Proposition 8.3) t Beweis. Folgt sofort aus dem Transformationsverhalten der Matrixform von Bilinearformen Mat ( ) = (Mat (id )) · MatA ( ) ·Mat B BA V B A (idV ) . | {z } (Proposition 8.3) =I n MatB ( ) = (MatB A (idV ))t · MatA ( ) ·MatB A (idV ) . | {z } Damit läßt sich Satz 8.36 wie folgt umformulieren: =In Damit läßt sich Satz 8.36 wie folgt umformulieren: 8.2. Euklidische Vektorräume 104 104 Umformulierungen von Satz 8.36:8.2 Euklidische Vektorräume 8.2 Euklidische Vektorräume Korollar 8.39. Sei A 2 Mat(n, n; R) eine symmetrische Matrix. Dann gibt es eine orthogo1 eine symmetrische Matrix. Dann gibt es eine orthogoKorollar A 2 sodass Mat(n,Pn; R) nale Matrix8.39. P 2 Sei On (R), · A · P diagonal ist. (Symmetrische Matrizen sind also 1 nale Matrix P 2und On (R), sodass P · A · P Matrizen diagonal ist. diagonalisierbar, die diagonalisierenden sind(Symmetrische orthogonal.) Matrizen sind also diagonalisierbar, und die diagonalisierenden Matrizen sind orthogonal.) Eine weitere Umformulierung lautet: Eine weitere Umformulierung lautet: ymbil} symbil} Korollar 8.40. Sei (V, ) Euklidischer Vektorraum und ˜ eine andere symmetrische (aber ˜ eine andere symmetrische (aber Korollar 8.40. Sei (V, ) Euklidischer Vektorraum und nicht notwendigerweise positiv definite) Bilinearform auf V . Dann gibt es eine Basis von V , nicht notwendigerweise positiv definite) auf V . Dann es eine Basis von V , ˜ ist. die gleichzeitig Orthonormalbasis bzgl. Bilinearform und Orthogonalbasis bzgl.gibt die gleichzeitig Orthonormalbasis bzgl. und Orthogonalbasis bzgl. ˜ ist. Damit kann man schließlich ein Kriterium für die positive Definitheit einer symmetrischen Damit man schließlich ein Kriterium für die positive Definitheit einer symmetrischen Matrix überkann R, bzw. einer symmetrischen Bilinearform auf einem endlich-dimensionalen RMatrix über R, bzw. einer symmetrischen Bilinearform auf einem endlich-dimensionalen RVektorraum formulieren: Vektorraum formulieren: Satz 8.41. Eine symmetrische Matrix B 2 Mat(n, n; R) ist positiv definit, genau dann, Satz 8.41. Eine symmetrische Matrix B 2 Mat(n, n; R) ist positiv definit, genau dann, wenn für alle 1 k n die Determinanten det(Bk ) der Hauptminoren wenn für alle 1 k n die Determinanten det(Bk ) der Hauptminoren k k Bk = (bij )i=1 k j=1 k , Bk = (bij )i=1 j=1 , d.h. der oberen linken k ⇥ k-Blöcke in B, positiv sind: det(Bk ) > 0. d.h. der oberen linken k ⇥ k-Blöcke in B, positiv sind: det(Bk ) > 0. Euklidische Vektorräume Beweis. Betrachte die symmetrische Bilinearform ˜˜ auf Mat(n,8.2. 1; R), definiert durch Damit kann man schließlich ein Kriterium für die positive Definitheit einer symmetrischen für positive Matrix über R, bzw.Hauptminorenkriterium einer symmetrischen Bilinearform aufDefinitheit: einem endlich-dimensionalen RVektorraum formulieren: Satz 8.41. Eine symmetrische Matrix B 2 Mat(n, n; R) ist positiv definit, genau dann, wenn für alle 1 k n die Determinanten det(Bk ) der Hauptminoren k k Bk = (bij )i=1 j=1 , d.h. der oberen linken k ⇥ k-Blöcke in B, positiv sind: det(Bk ) > 0. Beweis. Betrachte die symmetrische Bilinearform ˜ auf Mat(n, 1; R), definiert durch ˜(x, y) = xt · B · y für x, y 2 Mat(n, 1;war’s R). Seien Vk LA := L({e , . . . , ek }) die durch die ersten k Standard-Basis 1 Das für I — Vektoren aufgespannten Unterräume von Mat(n, 1; R). B ist positiv definit genau dann wenn ˜ positiv definit ist. Dann sind aber auch die Einschränkungen ˜k := ˜|V ⇥V auf die Vk posik k … weiter geht’s in LA II im FSS’17! tiv definit. Die Matrixdarstellung der Einschränkung bzgl. der Standard-Basis ist aber genau der k-te Hauptminor Bk . Nach Korollar 8.40 gibt es nun Basen der Vk , die Orthogonalbasen von ˜k sind. Die Matrixdarstellungen der Bk in diesen Basen sind also diagonal. Da die Bk positiv definit sind, müssen alle Diagonaleinträge dieser Matrixdarstellungen positiv sein, woraus sofort det(Bk ) > 0 folgt. Umgekehrt nehme nun an, dass det(Bk ) > 0 für alle k, und zeige per vollständiger Induktion nach k, dass Bk > 0 für alle k. Für k = 1 ist nichts zu zeigen, denn eine 1 ⇥ 1-Matrix ist positiv definit genau dann wenn ihr Eintrag positiv ist. Nehme nun an, dass Bk 1 > 0. Dies ist nichts anderes als die Matrixdarstellung der Vektorräume Einschränkung von ˜k auf Vk 1 . Aus der positiven Definitheit 8.2. von Euklidische Bk 1 folgt, dass nach