Das charakteristische Polynom
Lesen anpassen
Nach dieser Lektion kannst du
begründen, warum die Eigenwerte einer Matrix genau die Nullstellen von sind,
das charakteristische Polynom einer - und einer -Matrix aufstellen und daraus Eigenwerte und Eigenräume bestimmen,
Spur und Determinante als Koeffizienten des charakteristischen Polynoms erkennen und zur Probe nutzen,
beweisen, dass ähnliche Matrizen dasselbe charakteristische Polynom haben,
mit komplexen Eigenwerten einer reellen Matrix umgehen.
Vorausgesetzt: Eigenvektoren: Richtungen, die erhalten bleiben, Determinanten berechnen: Laplace-Entwicklung und Gauß, Basiswechsel und Darstellungsmatrizen
In der letzten Lektion hast du Eigenräume berechnet, wenn ein Kandidat für den Eigenwert schon bekannt war. Aber woher kommen die Kandidaten? Alle Zahlen durchzuprobieren geht nicht, es sind unendlich viele.
Den Schlüssel kennst du schon: ist genau dann ein Eigenwert von , wenn nicht invertierbar ist. Und ob eine quadratische Matrix invertierbar ist, entscheidet eine einzige Zahl, die Determinante. Für aus der letzten Lektion ist
Das ist null genau für und , und das sind genau die Eigenwerte, die wir dort gefunden haben. Aus der Suche in unendlich vielen Zahlen ist eine Gleichung geworden.
Diese Lektion zeigt, dass immer ein Polynom in ist, welchen Grad es hat, was seine Koeffizienten verraten und warum es nicht von der gewählten Basis abhängt.
Sei . Für welche ist nicht invertierbar?
Eigenwerte als Nullstellen
Sei ein Körper, und . Dann gilt:
Nach der letzten Lektion ist genau dann ein Eigenwert, wenn nicht invertierbar ist. Eine quadratische Matrix ist genau dann invertierbar, wenn ihre Determinante nicht null ist. Beides zusammen ergibt die Behauptung.
Charakteristisches Polynom
Für heißt
das charakteristische Polynom von (gesprochen „chi von A“). Die Matrix entsteht aus , indem man von jedem Diagonaleintrag abzieht. Ihre Determinante rechnet man mit der Laplace-Entwicklung oder der Regel von Sarrus aus und behandelt dabei wie eine Zahl. Weil dabei nur Einträge addiert und multipliziert werden, kommt ein Polynom in heraus.
Nach dem Satz oben sind die Eigenwerte von genau die Nullstellen von , die in liegen.
Manche Bücher definieren . Das unterscheidet sich nur um den Faktor und hat dieselben Nullstellen.
Stelle das charakteristische Polynom von auf.
Grad und Koeffizienten
Sei . Die Spur von ist die Summe der Diagonaleinträge, . Dann ist ein Polynom vom Grad der Form
Insbesondere gilt für :
Der Fall ist eine direkte Rechnung: .
Konstanter Koeffizient für jedes : Er ist der Wert an der Stelle , und .
Hilfsaussage. Sei eine -Matrix, deren Einträge Zahlen aus oder von der Form mit sind, und komme in höchstens Zeilen vor. Dann ist ein Polynom vom Grad höchstens . Beweis durch Induktion nach ; für ist es klar. Entwickle nach der ersten Zeile: , wobei durch Streichen von Zeile und Spalte entsteht. Enthält die erste Zeile , dann hat höchstens Grad , und enthält in höchstens Zeilen. Sonst hat Grad , und enthält in höchstens Zeilen. In beiden Fällen hat jeder Summand nach Induktionsannahme höchstens den Grad .
Hauptaussage durch Induktion nach . Für ist , das passt. Sei , und entstehe aus durch Streichen der ersten Zeile und Spalte. Entwicklung von nach der ersten Zeile ergibt
In steht nur auf der Diagonalen, also an den Stellen . Streicht man Zeile und Spalte , verliert auch Zeile ihr ; es bleibt in höchstens Zeilen. Nach der Hilfsaussage hat die Summe höchstens Grad und beeinflusst die Koeffizienten von und nicht. Nach Induktionsannahme ist . Ausmultiplizieren von liefert den Koeffizienten bei und bei
Eine Matrix hat die Spur und die Determinante . Wie groß ist ihr größter Eigenwert?
Eine -Matrix vollständig
Eine -Matrix vollständig
Für ist , die Eigenwerte sind und . Die Eigenräume sind die Kerne:
Links sind die Zeilen Vielfache voneinander, übrig bleibt , also . Rechts bleibt , also . Probe: und .
Dass jede Matrix hier eine Nullzeile nach dem Gauß-Schritt hat, ist kein Zufall: Ist ein Eigenwert, ist der Rang kleiner als . Bekommst du keine Nullzeile, hast du dich beim Eigenwert verrechnet.
Eine -Matrix vollständig
Eine -Matrix vollständig
Gesucht sind Eigenwerte und Eigenräume von .
Entwickle nach der ersten Spalte. Sie enthält nur einen Eintrag ungleich null.
Erst umformen, dann Eigenwerte ablesen
Erst umformen, dann Eigenwerte ablesen
„Ich bringe mit dem Gauß-Verfahren auf Stufenform; dann stehen die Eigenwerte auf der Diagonalen.“ Für ergibt Zeile zwei minus mal Zeile eins die Matrix mit den Diagonaleinträgen und .
Die Eigenwerte von sind aber und . Zeilenumformungen erhalten den Kern und den Rang, aber nicht die Eigenwerte: Sie entsprechen einer Multiplikation mit einer invertierbaren Matrix von links, und hat im Allgemeinen ein anderes charakteristisches Polynom. Richtig ist: Erst aus der ursprünglichen Matrix bestimmen. Das Gauß-Verfahren kommt danach, beim Lösen von . Bei einer Dreiecksmatrix stehen die Eigenwerte tatsächlich auf der Diagonalen, weil ihre Determinante das Produkt der Diagonaleinträge ist.
Ähnliche Matrizen haben dasselbe charakteristische Polynom
Zwei Matrizen heißen ähnlich, wenn es eine invertierbare Matrix mit gibt. Das ist genau die Situation beim Basiswechsel: und beschreiben dieselbe lineare Abbildung in zwei Basen. Sind und ähnlich, dann gilt
Für jede Zahl ist , also
Mit dem Determinantenproduktsatz und folgt
Die beiden Polynome haben also an jeder Stelle denselben Wert. Für einen unendlichen Körper wie oder sind sie damit gleich, denn ihre Differenz hätte sonst als Polynom vom Grad höchstens unendlich viele Nullstellen. (Für endliche Körper gilt der Satz ebenso; dort rechnet man dieselbe Zeile mit als Unbestimmter, also mit Matrizen über dem Polynomring.)
Folgerungen und ein Gegenbeispiel
Folgerungen und ein Gegenbeispiel
Ähnliche Matrizen haben dieselben Eigenwerte, dieselbe Spur und dieselbe Determinante, denn alle drei lassen sich aus ablesen. Deshalb hat auch eine lineare Abbildung eines endlichdimensionalen Vektorraums ein charakteristisches Polynom : Man nimmt die Matrix von in irgendeiner Basis, und nach dem Satz ist das Ergebnis von der Wahl der Basis unabhängig.
Die Umkehrung gilt nicht. Die Matrizen und haben beide das charakteristische Polynom . Sie sind aber nicht ähnlich: Für jedes invertierbare ist . Gleiches charakteristisches Polynom heißt also nicht „dieselbe Abbildung in anderer Basis“. Den Unterschied zwischen und macht die Lektion über Diagonalisierbarkeit genauer.
Zwei Matrizen haben dasselbe charakteristische Polynom. Was folgt daraus sicher?
Eine reelle Matrix mit komplexen Eigenwerten
Eine reelle Matrix mit komplexen Eigenwerten
Für ist . Die Diskriminante der Mitternachtsformel ist : Es gibt keine reelle Nullstelle, also hat über keinen Eigenwert und keine Eigenrichtung in der Ebene.
Über den komplexen Zahlen sieht das anders aus. Zur Erinnerung: besteht aus den Zahlen mit und ; man rechnet wie mit Termen und ersetzt durch . ist ein Körper, also gilt alles bisher Gesagte auch für . Hier ist . Ein Eigenvektor zu ist :
Probe der letzten Gleichung: . Den Vektor findest du wie immer als Kern: Die zweite Zeile von lautet ; mit ist .
Für die Drehung um ist mit den Nullstellen , und . Über hat jedes nicht konstante Polynom eine Nullstelle (Fundamentalsatz der Algebra). Deshalb hat jede komplexe -Matrix mit mindestens einen Eigenwert.
Komplexe Eigenwerte reeller Matrizen kommen paarweise
Zu heißt die konjugierte Zahl; für Vektoren konjugiert man jeden Eintrag. Ist und ein Eigenvektor von zum Eigenwert , dann ist ein Eigenvektor von zum Eigenwert .
Konjugieren verträgt sich mit Summen und Produkten: und . Deshalb ist , wobei die eintragsweise konjugierte Matrix ist. Weil reell ist, gilt . Konjugiert man , folgt
Außerdem ist , weil ist. Also ist ein Eigenvektor zu .
Zusammenfassung
ist genau dann ein Eigenwert von , wenn .
Das charakteristische Polynom hat den Grad und den Leitkoeffizienten ; die Eigenwerte sind seine Nullstellen in .
Für ist ; allgemein ist der konstante Koeffizient .
Zerfällt in Linearfaktoren, ist die Summe der Eigenwerte die Spur und ihr Produkt die Determinante (mit Wiederholung gezählt).
Vorgehen: aufstellen, Nullstellen bestimmen, für jede Nullstelle berechnen. Nie zuerst Zeilen umformen.
Ähnliche Matrizen und haben dasselbe charakteristische Polynom; die Umkehrung gilt nicht.
Eine reelle Matrix kann komplexe Eigenwerte haben; sie treten dann als Paare mit Eigenvektoren auf.
Übungen
Bestimme den größeren der beiden Eigenwerte von .
Gib das charakteristische Polynom von an (Variable ).
Welche Matrix hat die Eigenwerte und ?
Die Matrix hat genau zwei verschiedene Eigenwerte. Einer davon ist . Wie lautet der andere?
Welche Eigenwerte hat über ?
Zeige, dass und die transponierte Matrix dasselbe charakteristische Polynom haben, also dieselben Eigenwerte. Haben sie auch dieselben Eigenvektoren? Prüfe das an .
Sei eine obere Dreiecksmatrix, also für . Beweise und folgere, dass die Eigenwerte genau die Diagonaleinträge sind. Warum widerspricht das nicht dem Fehler „erst umformen, dann ablesen“?