Zum Inhalt springen

Diagonalisierbare Matrix

aus Wikipedia, der freien Enzyklopädie

Als diagonalisierbare Matrix bezeichnet man im mathematischen Teilgebiet der linearen Algebra eine quadratische Matrix, die ähnlich zu einer Diagonalmatrix ist. Sie lässt sich mittels eines Basiswechsels (also der Konjugation mit einer regulären Matrix) in eine Diagonalmatrix transformieren.[1] Das Konzept lässt sich auf Endomorphismen übertragen.

Eine quadratische n×n -Matrix A über einem Körper K heißt diagonalisierbar oder diagonalähnlich, wenn es eine Diagonalmatrix DA∈Kn×n gibt, zu der sie ähnlich ist, d. h., zu der eine reguläre Matrix S∈Kn×n existiert mit DA=S−1AS.

Ein Endomorphismus f:V→V eines endlichdimensionalen Vektorraumes V heißt diagonalisierbar, falls eine Basis B von V existiert, bezüglich der die Abbildungsmatrix MBB(f) eine Diagonalmatrix ist. Die Basis B besteht dann aus Eigenvektoren von f.

Orthogonal bzw. unitär diagonalisierbare Matrix

[Bearbeiten | Quelltext bearbeiten]

Eine Matrix A∈ℝn×n heißt orthogonal diagonalisierbar, wenn eine orthogonale Matrix S∈ℝn×n existiert, sodass S−1AS=S𝖳AS eine Diagonalmatrix ist, wobei S𝖳 die zu S transponierte Matrix bezeichnet. Das trifft genau dann zu, wenn die Matrix A symmetrisch ist.

Eine Matrix A∈ℂn×n heißt unitär diagonalisierbar, wenn eine unitäre Matrix S∈ℂn×n existiert, sodass S−1AS=S𝖧AS eine Diagonalmatrix ist, wobei S𝖧 die zu S adjungierte Matrix bezeichnet. Das trifft genau dann zu, wenn die Matrix A normal ist.

In einem endlichdimensionalen euklidischen bzw. unitären Vektorraum V heißt ein Endomorphismus f:V→V orthogonal bzw. unitär diagonalisierbar, wenn eine Orthonormalbasis B von V existiert, sodass die Abbildungsmatrix MBB(f) eine Diagonalmatrix ist. Dieser Fall liegt genau dann vor, wenn der Endomorphismus f selbstadjungiert bzw. normal ist.

Weitere Charakterisierungen der Diagonalisierbarkeit

[Bearbeiten | Quelltext bearbeiten]

Sei A eine n-dimensionale Matrix mit Einträgen aus einem Körper K. Jede der folgenden sechs Bedingungen wird genau dann erfüllt, wenn A diagonalisierbar ist.

  1. Das Minimalpolynom μA(λ) zerfällt vollständig in k≤n paarweise verschiedene Linearfaktoren: μA(λ)=±(λ−λ1)⋅⋯⋅(λ−λk) mit λi∈K
  2. Das charakteristische Polynom χA(λ) zerfällt vollständig in Linearfaktoren und die geometrische Vielfachheit entspricht der algebraischen Vielfachheit für jeden Eigenwert λi∈K.
  3. Es gibt eine Basis für Kn, die aus Eigenvektoren für A besteht.
  4. Die Summe der Dimensionen der jeweiligen Eigenräume ist gleich n: ∑λ∈σ(A)dim⁡(Eλ(A))=n, wobei σ(A) das Spektrum bezeichnet.
  5. Kn ist die direkte Summe der jeweiligen Eigenräume: Kn=⨁λ∈σ(A)Eλ(A).

Ist zusätzlich K algebraisch abgeschlossen, ist die Aussage äquivalent zu:

  1. Alle Jordanblöcke der Jordanschen Normalform JA haben die Dimension 1.

Eigenschaften einer diagonalisierbaren Matrix

[Bearbeiten | Quelltext bearbeiten]
  • Die Diagonaleinträge von DA zu einer diagonalisierbaren Matrix A sind gerade die Eigenwerte von A.
  • Da S invertierbar ist, folgt, dass (Se1,…,Sen) linear unabhängig ist.
  • Es ergibt sich die notwendige Bedingung, dass eine n-dimensionale diagonalisierbare Matrix n linear unabhängige Eigenvektoren haben muss. Der Raum, auf dem sie operiert, besitzt also eine Basis aus Eigenvektoren der Matrix. Diese Bedingung ist aber auch hinreichend, denn aus n gefundenen linear unabhängigen Eigenvektoren von A mit den dazugehörigen Eigenwerten lassen sich geeignete DA und S ganz direkt konstruieren.
Das Problem reduziert sich damit auf das Auffinden von n linear unabhängigen Eigenvektoren von A.
  • Eine notwendige, aber nicht hinreichende Bedingung für Diagonalisierbarkeit ist, dass das charakteristische Polynom χA vollständig in Linearfaktoren zerfällt: So ist A=(0100) nicht diagonalisierbar, obwohl χA(X)=X2. Eine hinreichende, aber nicht notwendige Bedingung für Diagonalisierbarkeit ist, dass χA vollständig in paarweise verschiedene Linearfaktoren zerfällt: So ist A=(1001) diagonalisierbar, obwohl χA(X)=(X−1)2.
  • Für eine diagonalisierbare Matrix ist die geometrische Vielfachheit ihrer Eigenwerte gleich der jeweiligen algebraischen Vielfachheit. Das bedeutet, die Dimension der einzelnen Eigenräume stimmt jeweils mit der algebraischen Vielfachheit der entsprechenden Eigenwerte im charakteristischen Polynom der Matrix überein.
  • Die Matrixpotenz einer diagonalisierbaren Matrix A lässt sich berechnen durch
An=S⋅DAn⋅S−1
Die Potenz einer Diagonalmatrix erhält man durch Potenzieren der Diagonalelemente.

Diagonalisierung

[Bearbeiten | Quelltext bearbeiten]

Ist eine Matrix A diagonalisierbar, existiert eine Diagonalmatrix DA, für die die Ähnlichkeitsbedingung erfüllt ist:

DA=S−1AS

Zur Diagonalisierung dieser Matrix berechnet man die Diagonalmatrix DA und eine zugehörige Basis aus Eigenvektoren. Dies geschieht in drei Schritten:

  1. Es werden die Eigenwerte λi der Matrix A bestimmt. (Einzelne Eigenwerte können dabei mehrfach vorkommen.)
  2. Es werden die Eigenräume E(λi) zu allen Eigenwerten λi berechnet, also Gleichungssysteme der folgenden Form gelöst
    (A−λiI)⋅(e1⋮en)=0.
  3. Weil die geometrische Vielfachheit gleich der algebraischen Vielfachheit jedes Eigenwerts ist, kann man zu jeder maximalen Menge λi1=…=λik übereinstimmender Eigenwerte eine Basis {bi1,…,bik} von E(λi1)=…=E(λik) finden.
  4. Nun ist die Diagonalform DA der Matrix A bezüglich der Basis B={b1,…,bn}:
    DA=diag⁡(λ1,λ2,…,λn)
    S=(b1,…,bn)

Simultane Diagonalisierung

[Bearbeiten | Quelltext bearbeiten]

Gelegentlich will man auch zwei Matrizen A,B mit derselben Transformation S diagonalisieren. Falls das gelingt, gilt S−1AS=D1 und S−1BS=D2 und da D1 und D2 Diagonalmatrizen sind,

D1⋅D2=D2⋅D1⇒B⋅A=SD2S−1⋅SD1S−1=SD1D2S−1=A⋅B.

Also müssen die Endomorphismen miteinander kommutieren. In der Tat gilt auch die Umkehrung: Kommutieren zwei diagonalisierbare Endomorphismen, so können sie simultan diagonalisiert werden. In der Quantenmechanik gibt es für zwei solche Operatoren dann eine Basis aus gemeinsamen Eigenzuständen.

Sei A=(101020101)∈ℝ3×3 die zu diagonalisierende Matrix. A ist sogar orthogonal diagonalisierbar, da A symmetrisch ist, d. h., es gilt A=A𝖳.

Die Eigenwerte λi von A lassen sich durch die Nullstellen des charakteristischen Polynoms χA bestimmen:

χA(λ)=det⁡(λE3−A)=det⁡(λ−10−10λ−20−10λ−1)=λ(λ−2)2

Also λ1=0,λ2=2. Der Eigenwert 2 hat algebraische Vielfachheit aλ2=2, da er doppelte Nullstelle des charakteristischen Polynoms ist.

Zum Bestimmen der Eigenräume setze man die Eigenwerte in E(λ)=Kern(λE3−A) ein.

Um alle v∈ℝ3 mit (λE3−A)v=0 zu erhalten, fasst man die erweiterte Koeffizientenmatrix (λE3−A∣0) als lineares Gleichungssystem mit unendlichen Lösungen auf.

Für λ=0 erhält man (−A∣0)=(−10−100−200−10−10), mit dem gaußschen Eliminationsverfahren erhalten wir (101001000000) und somit als Lösungsmenge den Eigenraum:

E(λ1)={(α0−α):α∈ℝ}=Lin⁡(10−1),

wobei Lin die lineare Hülle bezeichnet.

Für λ=2 erhält man (2⋅E3−A∣0)=(10−100000−1010), daraus (10−1000000000) und somit als Lösungsmenge den Eigenraum:

E(λ2)={(αβα):α,β∈ℝ}=Lin⁡{(101),(010)}.

Die Eigenvektoren v1=(10−1),v2=(101),v3=(010) erhält man aus den Basen der Eigenräume, sie bilden eine Basis von ℝ3.

Wenn man v1,v2,v3 normiert, erhält man mit b1=12(10−1),b2=12(101),b3=(010) und ℬ={b1,b2,b3} eine Orthonormalbasis, da A symmetrisch und die Eigenvektoren der halbeinfachen Eigenwerte orthogonal zueinander sind (in dem Fall v2⊥v3).

Es gilt also S=(b1,b2,b3)=12(110002−110). Daraus erhält man unter der Nutzung der Eigenschaften von Orthonormalbasen die Inverse S−1=S𝖳=12(10−1101020).

DA bestimmt sich durch DA=diag⁡(λ1,λ2,λ3)=diag⁡(0,2,2)=(000020002).

Somit erhält man für DA=S−1AS

(000020002)=12(10−1101020)(101020101)(110002−110)

und damit die Diagonalisierung

A=SDAS−1=12(110002−110)(000020002)(10−1101020).

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. ↑ Uwe Storch, Hartmut Wiebe: Lehrbuch der Mathematik, Band 2: Lineare Algebra. BI-Wissenschafts-Verlag, Mannheim u. a. 1990, ISBN 3-411-14101-8.