5. Ubung zur Linearen Algebra II - L...
Click here to load reader
Transcript of 5. Ubung zur Linearen Algebra II - L...
5. Ubung zur Linearen Algebra II -
Losungen
Kommentare an [email protected]
FU Berlin. SS 2010.
Aufgabe 17
Sei
A :=
1 5 40 2 00 3 2
.
(i) Berechne die Eigenwerte und Eigenvektoren von A.
(ii) Ist A diagonalisierbar?
Losung
Zu (i): Das charakteristische Polynom ist
χA(t) = (1− t)∣∣∣∣2− t 0
3 2− t
∣∣∣∣ = (1− t)(2− t)2
Die Eigenwerte sind 1 und 2. Die Eigenraume EigA(λ) sind die homogenenLosungsmengen von A − λEn. Durch Umformen der beiden Koeffizientenma-trizen kann man die Losung ablesen.
λ = 1 :
0 5 40 1 00 3 1
0 0 0
0 1 00 0 1
=⇒ EigA(1) = {s
100
| s ∈ K}.
λ = 2 :
−1 5 40 0 00 3 0
−1 0 4
0 0 00 1 0
=⇒ EigA(2) = {s
401
| s ∈ K}.
Zu (ii): Die Kriterien zur Diagonalisierbarkeit sind
1. Das charakteristische Polynom zerfallt in Linearfaktoren X
2. Die Dimensionen der Eigenraume entsprechen den algebraischen Vielfach-heiten der Eigenwerte
Also ist A genau dann diagonalisierbar, wenn Def(A − 2En) = 2. Aber derDefekt von A− 2En ist 1. Antwort: A ist nicht diagonalisierbar.
1
Aufgabe 18
Sei
A :=
3 0 01 2 21 0 4
.
(i) Man zeige, daß A ahnlich zu einer Diagonalmatrix D ist und bestimme D.
(ii) Berechne eine Basis aus Eigenvektoren.
(iii) Bestimme eine Matrix T mit D = T−1AT .
Losung
Zu (i): A ist genau dann ahnlich zu einer Diagonalmatrix D, wenn es eine Basisaus Eigenvektoren gibt. Da man die in (ii) bestimmen soll, ist (i) gezeigt, wenn(ii) gelost ist. D enthalt dann auf der Diagonalen die Eigenwerte so oft wie dieDimension des zugehorigen Eigenraums ist.
Zu (ii): Vorgehen zur Wiederholung:
1. Charakteristisches Polynom bestimmen.
2. Eigenwerte bestimmen.
3. Basis fur Eigenraume bestimmen.
Los geht’s.
χA(t) = (3− t)∣∣∣∣2− t 2
0 4− t
∣∣∣∣ = (3− t)(2− t)(4− t).
Losung von (i) ist
D =
2 0 00 3 00 0 4
.
Da es n = 3 verschiedene Eigenwerte gibt existiert eine Basis aus Eigenvektoren.Basisvektoren finden:
λ = 3 :
0 0 01 −1 21 0 1
0 0 0
0 −1 11 0 1
=⇒ EigA(3) = {s
−111
| s ∈ K}.
λ = 2 :
1 0 01 0 21 0 2
1 0 0
0 0 10 0 0
=⇒ EigA(2) = {s
010
| s ∈ K}.
λ = 4 :
−1 0 01 −2 21 0 0
1 0 0
0 1 −10 0 0
=⇒ EigA(4) = {s
011
| s ∈ K}.
Antwort: {
−111
,
010
,
011
} ist eine Basis aus Eigenvektoren.
2
Zu (iii): Die Matrix T ist genau die Basis aus (ii) aufgefaßt als Matrix(sortiert nach aufsteigenden Eigenwerten):
T =
0 −1 01 1 10 1 1
=⇒ T−1 =
0 1 −1−1 0 01 0 1
Aufgabe 19
Berechne A25 fur A =(
1 22 1
)Losung
Eine Zerlegung von A in T−1, D und T , sodaß A = TDT−1 eignet sich gut zumPotenzieren, da z.B.
A3 = (TDT−1)3 = TD(T−1T )D(T−1T )DT−1 = TD3T−1.
Gibt es so eine Zerlegung? D.h. hat A Eigenwerte und sind die Dimensionender Eigenraume groß genug?
χA(t) =∣∣∣∣1− t 2
2 1− t
∣∣∣∣ = (1− t)2 − 4 = (t + 1)(t− 3).
Da es n = 2 verschiedene Eigenwerte gibt, ist die Matrix automatisch diagonal-isierbar. Was sind die Basisvektoren der jeweiligen Eigenraume?
t = −1 :(
2 22 2
)
(1 10 0
)=⇒ EigA(−1) = {s
(1−1
)| s ∈ K}.
t = 3 :(−2 22 −2
)
(1 −10 0
)=⇒ EigA(3) = {s
(11
)| s ∈ K}.
Die Zerlegung von A ist daher
A = 2−1
(1 1−1 1
)(−1 00 3
)(1 −11 1
)und
A25 = 2−1
(1 1−1 1
)(−1 00 325
)(1 −11 1
)= 2−1
(325 − 1 325 + 1325 + 1 325 − 1
).
Aufgabe 20
Sei X ein R-VR der Dimension 2 und ϕ : X → X ein Endomorphismus mitdem charakteristischen Polynom x2 − 1.
(i) Welche Eigenwerte hat ϕ?
(ii) Existiert eine Basis aus Eigenvektoren?
(iii) Bestimme ϕ2.
(iv) Beschreibe ϕ geometrisch fur den Fall, daß die beiden Basisvektoren aus (ii)senkrecht aufeinander stehen.
3
Losung
Zu (i): Die Nullstellen des Charakteristischen Polynoms: 1 und −1.Zu (ii): Ja, da es dim(X) = 2 verschiedene Eigenvektoren gibt und die Dimen-sionen der Eigenraume (jeweils 1) damit automatisch gleich den algebraischenVielfachheiten (jeweils 1) sind.Zu (iii): Sei B := {b1, b2} eine Basis aus Eigenvektoren von ϕ. Sei x ∈ Xbeliebig. Dann ist
ϕ2(x) = ϕ2(λb1 + µb2) = λ12b1 + µ(−1)2b2 = x.
Also ist ϕ2 = Id.Alternativ kann man den Satz von Cayley-Hamilton verwenden. Er be-
sagt, daß ϕ2 − Id die Nullabbildung ist, also ist ϕ2 = Id.Zu (iv): Falls b1 und b2 senkrecht zueinander stehen, dann kann man ϕ alsSpiegelung an der Geraden entlang b1 interpretieren. Dabei hat b1 wie in (iii)den Eigenwert 1.
Zusatzaufgabe
Es sei K ein Korper, B ∈ K(2,2), d.h. B eine 2× 2-Matrix mit Eintragen ausK. Die Abbildung f : K(2,2) → K(2,2) sei definiert durch
f(A) := B ·A f.a. A ∈ K(2,2).
(i) Man zeige, daß f eine lineare Abbildung ist.
(ii) Bestimme eine Darstellungsmatrix von f .
(iii) Sei B =(
b1,1 0b2,1 b2,2
). Ist f diagonalisierbar?
Losung
Zu (i): Zu zeigen ist, daß f einer Linearkombination von 2 beliebigen Matrizenfolgendes Bild zuweist:
f(αA + βC) = αf(A) + βf(C).
Das stimmt aufgrund der Ringstruktur von Matritzen:
f(αA + βC) = B(αA + βC) = αBA + βBC.
Zu (ii): Um eine Darstellungsmatrix zu berechnen muss man sich fur eineBasis von K(2,2) entscheiden. Zum Beispiel die Standardbasis
B = {e1 =(
1 00 0
), e2 =
(0 10 0
), e3 =
(0 01 0
), e4 =
(0 00 1
)}.
Sei
B =(
b1,1 b1,2
b2,1 b2,2
)
4
Nach dem ublichen Verfahren (Bilder als Spalten aufgefaßt) findet man:
f ←→B
b1,1 0 b1,2 00 b1,1 0 b1,2
b2,1 0 b2,2 00 b2,1 0 b2,2
=: Mf .
Zu (iii): Berechne das charakteristische Polynom fur dieses spezielle f :
χf (t) = (b1,1 − t)2(b2,2 − t)2.
Es konnen zwei Falle auftreten. Falls b1,1 = b2,2, dann ist χf (t) = (b1,1 − t)4
und der Eigenraum von b1,1 genau dann Vier-dimensional, wenn b2,1 = b1,2 = 0.In dem Fall ist B also eine Diagonalmatrix.
Falls b1,1 6= b2,2, ist f diagonalisierbar, da
Rg(Mf − b1,1E4) = Rg(Mf − b2,2E4) = 2
und damit eine Basis aus Eigenvektoren existiert.Zusammenfassend ist die Antwort: f ist diagonalisierbar, falls B eine
Diagonalmatrix ist, oder wenn b1,1 6= b2,2.
5