0 Daumen
235 Aufrufe

Hi,

ich hätte mal eine Frage, ob ich das Konzept der Diagonalisierbarkeit richtig verstanden habe.

Eine quadratische (n x n)-Matrix A bzw. die lineare Abbildung (Endomorphismus) f ,welcher A als darstellende Matrix hat (bel. Basis) hat, heisst ja diagonalisierbar, wenn A geschrieben werden kann als A = TDT^-1,

wobei D eine Diagonalmatrix und T eine invertierbare Matrix ist.

T ist ja die Matrix mit den Eigenvektoren von A als Spalten und D die Matrix mit den Eigenwerten von A als Diagonaleinträge.

Das vollständige Kriterium sagt ja dann:

A ist diagnostisierbar genau dann, wenn das charakteristische Polynom in LF zerfällt und die alg. und geom. Vielfachheiten aller Eigenwerte gleich sind. Das mit den Zerfallen muss ja für die Existenz von D gelten, da die Matrix ja sonst keine Eigenwerte hätte und mit den Vielfachheiten muss dann ja für sie Existenz für T als invertierbare Matrix gelten, da sie nur invertierbar sein kann, wenn sie n-linear unabhängige Eigenvektoren hat, also wenn zu jedem Eigenwert auch ein Eigenvektor (bis auf Skalierung) existiert, s.d. man am Ende zu n-Eigenwerten auch n- lin. unabh. Eigenvektoren hat. (Denn erst dann hätte sie ja die volle Rangeigenschaft rng(T) = n erfüllt)


Frage: Habe ich das alles so richtig verstanden?

Avatar von

1 Antwort

0 Daumen
 
Beste Antwort

Ja, alles genau richtig, bis auf den typo "diagnostisierbar" ;-)

Kurz: es gilt für jede \(n\times n\)-Matrix \(A\):

\(A\) ist diagonalisierbar \(\iff\) \(A\) besitzt \(n\) lin. unabh. EVen \(\iff\) es gibt eine Basis von \(\R^n\) aus EVen von \(A\)\(\implies\) für jede EW von \(A\) gilt geom. VF = alg. VF.

Avatar von 9,8 k

Müsste man beim Letzten nicht noch zusätzlich fordern, dass das charakteristische Polynom vollständig in Linearfaktoren zerfällt?

Dankeschön :)

Ich hätte noch eine Frage, wenns in Ordnung ist.


Warum ist das aber eigentlich so, das T immer die Matrix mit Eigenvektoren als Spalten und D die Diagonalmatrix mit Eigenwerten als Einträgen ist? Also warum gilt dann mit dem: A = TDT^-1

Weil \(A=TDT^{-1}\iff AT=TD\) und \(T=(ev_1,ev_2,...)\) ergibt:

\(AT=(A\,ev_1,A\,ev_2,...)\) und \(TD=(\lambda_1ev_1,\lambda_2ev_2,...)\), wobei \(D=diag(\lambda_1,\lambda_2,...)\).

Danke Dir! Jetzt verstehe ich es.

Ein anderes Problem?

Stell deine Frage

Willkommen bei der Mathelounge! Stell deine Frage einfach und kostenlos

x
Made by a lovely community