Orthogonalität und Orthonormalbasen
Lesen anpassen
Nach dieser Lektion kannst du
entscheiden, ob Vektoren bezüglich eines Skalarprodukts orthogonal oder orthonormal sind,
beweisen, dass orthogonale Vektoren ungleich null linear unabhängig sind,
Koordinaten bezüglich einer Orthonormalbasis mit Skalarprodukten statt mit einem Gleichungssystem bestimmen,
den Satz des Pythagoras und die Parseval-Gleichung anwenden,
orthogonale Matrizen an erkennen und ihre Eigenschaften begründen.
Vorausgesetzt: Skalarprodukt und Norm, Basis und Dimension, Invertierbare Matrizen und die Inverse
Um die Koordinaten eines Vektors bezüglich einer Basis zu finden, löst man normalerweise das lineare Gleichungssystem , zum Beispiel mit dem Gauß-Verfahren. Bei der Standardbasis des ist das überflüssig: Die Koordinaten sind einfach die Einträge, und der -te Eintrag ist .
Warum ist die Standardbasis so bequem? Sie ist nicht nur eine Basis: Ihre Vektoren haben die Länge und stehen paarweise senkrecht. Diese Lektion zeigt, dass genau das der Grund ist. Jede Basis mit diesen Eigenschaften verhält sich wie die Standardbasis, in jedem euklidischen Vektorraum, auch in einem Raum von Funktionen.
Im ganzen Kapitel ist ein euklidischer Vektorraum mit Skalarprodukt und Norm . Im ist ohne weitere Angabe das Standardskalarprodukt gemeint.
Im stehen und senkrecht aufeinander. Es ist und . Welchen Koeffizienten hat in ?
Orthogonal und orthonormal
Zwei Vektoren heißen orthogonal (senkrecht), geschrieben , wenn .
Eine Familie heißt
- orthogonal, wenn für alle ,
- orthonormal, wenn sie orthogonal ist und zusätzlich für alle gilt.
Kurz: orthonormal heißt . Das Kronecker-Delta ist für und für . Der Nullvektor ist zu jedem Vektor orthogonal, auch zu sich selbst, und er ist der einzige Vektor mit dieser letzten Eigenschaft.
Orthonormale Familien
Orthonormale Familien
Im . Die Vektoren
sind orthonormal: , , , und jeder hat .
Im Funktionenraum. In mit sind , , orthogonal: , , und hast du in der letzten Lektion gerechnet. Orthonormal sind sie nicht, denn .
Gegenbeispiel. und sind im Standardskalarprodukt orthogonal, im gewichteten Produkt aber nicht, denn dort ist das Produkt . Orthogonalität ist immer eine Aussage über Vektoren und Skalarprodukt.
Orthogonale Familien sind linear unabhängig
Ist eine orthogonale Familie in mit für alle , dann ist sie linear unabhängig.
Es sei . Wir zeigen für ein beliebiges . Dazu bilden wir auf beiden Seiten das Skalarprodukt mit . Rechts steht . Links ergibt die Linearität im ersten Argument
denn alle Summanden mit sind wegen der Orthogonalität . Also ist . Weil und das Skalarprodukt positiv definit ist, ist , und daher .
Die Voraussetzung ist nötig: Die Familie ist orthogonal, aber linear abhängig.
Orthonormalbasis
Eine Orthonormalbasis (kurz ONB) von ist eine Basis von , die eine orthonormale Familie ist.
Ist , dann ist jede orthonormale Familie aus Vektoren schon eine ONB: Sie ist nach dem Satz linear unabhängig (Einheitsvektoren sind ), und linear unabhängige Vektoren in einem -dimensionalen Raum bilden eine Basis. So sind die drei Vektoren aus dem Beispiel eine ONB des , ohne dass man eine Determinante ausrechnen muss.
Koordinaten bezüglich einer Orthonormalbasis
Es sei eine ONB von . Dann gilt für jeden Vektor :
Weil eine Basis ist, gibt es Zahlen mit . Skalarprodukt mit und Linearität ergeben
Ist die Basis nur orthogonal (alle , aber nicht unbedingt der Länge ), liefert dieselbe Rechnung .
Koordinaten ohne Gauß-Verfahren
Koordinaten ohne Gauß-Verfahren
Gesucht sind die Koordinaten von bezüglich der ONB von oben. Statt ein -System zu lösen, berechnet man drei Skalarprodukte:
Probe: . Die Koordinaten sind , hier zufällig dieselben Zahlen wie die Einträge von ; für andere Vektoren ist das nicht so (siehe die nächste Aufgabe).
Welche Koordinate hat bezüglich in der ONB von oben?
Pythagoras und Parseval
Pythagoras. Sind orthogonal, dann ist .
Parseval-Gleichung. Ist eine ONB von , dann gilt für alle :
Pythagoras. Mit der Bilinearität ist . Alle Summanden mit sind , es bleiben die .
Parseval. Wir schreiben und mit und (Satz über die Koordinaten). Dann ist
Für folgt die zweite Formel.
Orthogonale Matrix
Zur Erinnerung: Die Transponierte einer Matrix hat die Einträge ; es gilt . Mit bezeichnen wir die Einheitsmatrix.
Eine Matrix heißt orthogonal, wenn
Schreibt man mit den Spalten , dann ist der Eintrag von gleich . Also heißt genau: , die Spalten bilden eine ONB des .
Eigenschaften orthogonaler Matrizen
Für mit gilt:
- ist invertierbar mit , und auch ; die Zeilen von bilden ebenfalls eine ONB,
- für alle ; insbesondere : erhält Längen, Abstände und Winkel,
- oder .
Umgekehrt ist eine Matrix mit für alle orthogonal.
Inverse. Aus folgt, dass eine Linksinverse von ist. Für quadratische Matrizen ist eine Linksinverse schon die Inverse: impliziert , also ist injektiv und damit invertierbar, und . Dann ist auch , das heißt : Die Spalten von , also die Zeilen von , sind orthonormal.
Skalarprodukt. .
Determinante. .
Umkehrung. Ist für alle , dann setzt man , : .
Drehung, Spiegelung und zwei Gegenbeispiele
Drehung, Spiegelung und zwei Gegenbeispiele
Die Drehmatrix um den Winkel und die Spiegelung an der -Achse sind orthogonal:
Es ist und . Auch die Matrix mit den Spalten aus dem Beispiel oben ist orthogonal.
Gegenbeispiele. Die Scherung hat Determinante , ist aber nicht orthogonal: Sie bildet auf der Länge ab. Die Matrix hat orthogonale Spalten, aber : Die Spalten müssen auch die Länge haben.
Für welches ist orthogonal?
Orthogonale Matrix und orthogonale Spalten
Orthogonale Matrix und orthogonale Spalten
Zwei verwandte Fehlschlüsse:
- „Die Spalten stehen paarweise senkrecht, also ist die Matrix orthogonal.“
- „Für jede Basis sind die Koordinaten .“
Eine orthogonale Matrix hat orthonormale Spalten. Die Bezeichnung ist historisch und ein wenig irreführend; hat orthogonale Spalten und ist keine orthogonale Matrix.
Die Formel gilt nur für eine ONB. Für eine orthogonale Basis teilt man durch , und für eine beliebige Basis muss man ein Gleichungssystem lösen, weil dann jedes Skalarprodukt alle Koeffizienten zugleich enthält.
Zusammenfassung
Orthogonal: . Orthonormal: . Beides hängt vom Skalarprodukt ab.
Orthogonale Vektoren sind linear unabhängig; der Beweis bildet das Skalarprodukt mit jedem .
In einem -dimensionalen Raum ist jede orthonormale Familie aus Vektoren eine Orthonormalbasis.
Bezüglich einer ONB ist : Koordinaten sind Skalarprodukte.
Pythagoras: Für orthogonale Vektoren addieren sich die Normquadrate. Parseval: .
ist orthogonal, wenn ; das heißt: Die Spalten bilden eine ONB. Dann ist , , und erhält Skalarprodukte, Längen und Winkel.
Übungen
Welcher Vektor ist im Standardskalarprodukt orthogonal zu ?
Auf sei . Für welche Zahl ist bezüglich dieses Skalarprodukts orthogonal zu ?
Die Vektoren und bilden eine ONB des . Wie lautet die Koordinate von bezüglich ?
Es sei eine orthogonale Matrix, also . Welche Aussage ist richtig?
Beweise: Sind orthogonal, dann sind auch und orthogonal.
In mit heißt gerade, wenn , und ungerade, wenn für alle . Zeige: Jede gerade Funktion ist orthogonal zu jeder ungeraden. Ist die Familie orthogonal? Begründe, ob sie linear unabhängig ist.