Lektion 5.6

Basiswechsel und Darstellungsmatrizen

50 min Lesezeit
Lesen anpassen

Nach dieser Lektion kannst du

  • die Darstellungsmatrix einer linearen Abbildung bezüglich beliebiger Basen aufstellen,

  • mit der Basiswechselmatrix Koordinaten von einer Basis in eine andere umrechnen,

  • die Transformationsformel S−1ASS^{-1}AS herleiten und anwenden,

  • erklären, was ähnliche Matrizen sind und warum sie dieselbe Abbildung beschreiben,

  • für eine Spiegelung an einer schrägen Geraden eine Basis finden, in der ihre Matrix diagonal ist.

Vorausgesetzt: Matrizen als Darstellung linearer Abbildungen, Isomorphismen und Koordinaten, Invertierbare Matrizen und die Inverse

Was macht diese Matrix mit der Ebene?

A=15(344−3)A = \frac15 \begin{pmatrix} 3 & 4 \\ 4 & -3 \end{pmatrix}

An den Einträgen sieht man es nicht. Die Bilder der Standardbasisvektoren, 15(3,4)\frac15(3, 4) und 15(4,−3)\frac15(4, -3), sind die Spalten; sie haben die Länge 11 und stehen senkrecht aufeinander. Eine Drehung ist es trotzdem nicht, denn eine Drehmatrix (cos⁡α−sin⁡αsin⁡αcos⁡α)\begin{pmatrix} \cos\alpha & -\sin\alpha \\ \sin\alpha & \cos\alpha \end{pmatrix} hat zweimal denselben Diagonaleintrag.

Ein naheliegender Gedanke: Vielleicht gibt es Richtungen, die AA besonders einfach behandelt, etwa eine, die fest bleibt. Benutzt man solche Richtungen als Koordinatenachsen, wird vielleicht auch die Matrix einfach. Dazu muss man aber wissen, wie die Matrix einer Abbildung von der gewählten Basis abhängt.

Diese Lektion klärt, wie man die Matrix einer linearen Abbildung bezüglich beliebiger Basen aufstellt, wie die Matrizen zu verschiedenen Basen zusammenhängen und wie man zwischen ihnen umrechnet.

Vermute zuerst

Genau einer dieser Vektoren bleibt unter A=15(344−3)A = \frac15 \begin{pmatrix} 3 & 4 \\ 4 & -3 \end{pmatrix} unverändert. Welcher? Lege dich zuerst fest, dann rechne nach.

Definition

Darstellungsmatrix bezüglich beliebiger Basen

Sei VV ein KK-Vektorraum mit Basis B=(v1,…,vn)B = (v_1, \dots, v_n). Jedes v∈Vv \in V hat eine eindeutige Darstellung v=x1v1+⋯+xnvnv = x_1 v_1 + \dots + x_n v_n. Die Koordinatenabbildung κB ⁣:V→Kn\kappa_B \colon V \to K^n, v↦(x1,…,xn)v \mapsto (x_1, \dots, x_n), ist ein Isomorphismus, und κB(v)\kappa_B(v) heißt Koordinatenvektor von vv bezüglich BB. Die Reihenfolge der Basisvektoren gehört zur Basis dazu.

Sei WW ein weiterer KK-Vektorraum mit Basis C=(w1,…,wm)C = (w_1, \dots, w_m) und f ⁣:V→Wf \colon V \to W linear. Die Darstellungsmatrix MCB(f)∈Km×nM_C^B(f) \in K^{m \times n} hat als jj-te Spalte den Koordinatenvektor κC(f(vj))\kappa_C\bigl(f(v_j)\bigr). Sie ist die Matrix, die Koordinaten in VV in Koordinaten in WW übersetzt:

κC(f(v))=MCB(f) κB(v)\kappa_C\bigl(f(v)\bigr) = M_C^B(f)\,\kappa_B(v) für alle v∈Vv \in V.

Merkhilfe: Oben steht die Basis, in die man hineinsteckt, unten die, in der das Ergebnis herauskommt. Für V=KnV = K^n, W=KmW = K^m mit den Standardbasen ist MCB(f)M_C^B(f) die Matrix aus der Lektion über Matrizen als Darstellung linearer Abbildungen.

Beispiel

Die Ableitung von Polynomen in zwei Basen

Sei P2P_2 der Vektorraum der reellen Polynome vom Grad höchstens 22 und P1P_1 der vom Grad höchstens 11. Das Ableiten D ⁣:P2→P1D \colon P_2 \to P_1, p↦p′p \mapsto p', ist linear. In P2P_2 nehmen wir B=(1,x,x2)B = (1, x, x^2).

Mit C=(1,x)C = (1, x) in P1P_1: D(1)=0D(1) = 0, D(x)=1D(x) = 1, D(x2)=2xD(x^2) = 2x. Die Koordinatenvektoren sind (0,0)(0, 0), (1,0)(1, 0), (0,2)(0, 2).

Mit C′=(1,1+x)C' = (1, 1 + x) in P1P_1: D(1)=0D(1) = 0 und D(x)=1=1⋅1+0⋅(1+x)D(x) = 1 = 1 \cdot 1 + 0 \cdot (1 + x) ändern sich nicht, aber D(x2)=2x=−2⋅1+2⋅(1+x)D(x^2) = 2x = -2 \cdot 1 + 2 \cdot (1 + x) hat jetzt den Koordinatenvektor (−2,2)(-2, 2).

MCB(D)=(010002),MC′B(D)=(01−2002)M_C^B(D) = \begin{pmatrix} 0 & 1 & 0 \\ 0 & 0 & 2 \end{pmatrix}, \qquad M_{C'}^B(D) = \begin{pmatrix} 0 & 1 & -2 \\ 0 & 0 & 2 \end{pmatrix}

Gegenbeispiel: Mit dem Erzeugendensystem (1,x,1+x)(1, x, 1 + x) von P1P_1 statt einer Basis gäbe es keine Darstellungsmatrix, denn die Koordinaten sind nicht eindeutig: x=0⋅1+1⋅x+0⋅(1+x)=−1⋅1+0⋅x+1⋅(1+x)x = 0 \cdot 1 + 1 \cdot x + 0 \cdot (1 + x) = -1 \cdot 1 + 0 \cdot x + 1 \cdot (1 + x). Und eine Matrix ohne Angabe der Basen sagt nichts über ff: Schon das Vertauschen von w1w_1 und w2w_2 vertauscht die Zeilen.

Kurz geprüft

Sei f ⁣:R2→R2f \colon \mathbb{R}^2 \to \mathbb{R}^2, f(x,y)=(x+2y, 3y)f(x, y) = (x + 2y,\ 3y), und B=((1,0),(1,1))B = \bigl((1, 0), (1, 1)\bigr). Welcher Eintrag steht in MBB(f)M_B^B(f) rechts oben?

Satz

Verkettung und Matrizenprodukt

Seien U,V,WU, V, W endlichdimensionale KK-Vektorräume mit Basen QQ, BB, CC und f ⁣:U→Vf \colon U \to V, g ⁣:V→Wg \colon V \to W linear. Dann gilt

MCQ(g∘f)=MCB(g) MBQ(f).M_C^Q(g \circ f) = M_C^B(g)\, M_B^Q(f).
Definition

Basiswechselmatrix

Seien B=(v1,…,vn)B = (v_1, \dots, v_n) und B′=(v1′,…,vn′)B' = (v_1', \dots, v_n') zwei Basen von VV. Die Basiswechselmatrix von B′B' nach BB ist

TBB′=MBB′(idV)∈Kn×nT_B^{B'} = M_B^{B'}(\mathrm{id}_V) \in K^{n \times n}.

Ihre jj-te Spalte ist κB(vj′)\kappa_B(v_j'): der neue Basisvektor vj′v_j', ausgedrückt in der alten Basis BB. Nach der Definition der Darstellungsmatrix gilt

κB(v)=TBB′ κB′(v)\kappa_B(v) = T_B^{B'}\,\kappa_{B'}(v) für alle v∈Vv \in V.

Sie rechnet also neue Koordinaten in alte um. Nach dem Satz über die Verkettung ist TB′B TBB′=MB′B′(idV)=EnT_{B'}^{B}\,T_B^{B'} = M_{B'}^{B'}(\mathrm{id}_V) = E_n, also ist TBB′T_B^{B'} invertierbar mit (TBB′)−1=TB′B(T_B^{B'})^{-1} = T_{B'}^{B}.

Beispiel

Koordinaten in einer schrägen Basis

Im R2\mathbb{R}^2 sei E=(e1,e2)\mathcal{E} = (e_1, e_2) die Standardbasis und B′=(b1,b2)B' = (b_1, b_2) mit b1=(2,1)b_1 = (2, 1), b2=(−1,2)b_2 = (-1, 2). Bezüglich der Standardbasis ist jeder Vektor sein eigener Koordinatenvektor, also stehen b1b_1 und b2b_2 selbst in den Spalten von S=TEB′S = T_{\mathcal{E}}^{B'}. Die Inverse kommt aus der 2×22 \times 2-Formel mit ad−bc=4+1=5ad - bc = 4 + 1 = 5.

S=(2−112),S−1=15(21−12),κB′((3,4))=S−1(34)=(21)S = \begin{pmatrix} 2 & -1 \\ 1 & 2 \end{pmatrix}, \qquad S^{-1} = \frac15 \begin{pmatrix} 2 & 1 \\ -1 & 2 \end{pmatrix}, \qquad \kappa_{B'}\bigl((3, 4)\bigr) = S^{-1}\begin{pmatrix} 3 \\ 4 \end{pmatrix} = \begin{pmatrix} 2 \\ 1 \end{pmatrix}

Probe: 2 b1+1 b2=(4,2)+(−1,2)=(3,4)2\,b_1 + 1\,b_2 = (4, 2) + (-1, 2) = (3, 4). Um die neuen Koordinaten eines Vektors zu bekommen, braucht man also S−1S^{-1}, obwohl SS selbst so einfach aufzuschreiben ist.

Häufige Fehler

Die Richtung des Basiswechsels

Weil in den Spalten von S=TBB′S = T_B^{B'} die neuen Basisvektoren stehen, glaubt man, SS rechne alte Koordinaten in neue um, und berechnet κB′(v)\kappa_{B'}(v) als S κB(v)S\,\kappa_B(v).

Richtig ist

Es ist umgekehrt: SS rechnet neue Koordinaten in alte um. Das sieht man an SejS e_j, der jj-ten Spalte κB(vj′)\kappa_B(v_j'): Der Vektor mit den neuen Koordinaten eje_j ist vj′v_j', und SS liefert seine alten Koordinaten. Für die Gegenrichtung braucht man S−1S^{-1}. Im Beispiel oben gäbe S⋅(3,4)=(2,11)S \cdot (3, 4) = (2, 11), und 2 b1+11 b2=(−7,24)≠(3,4)2\,b_1 + 11\,b_2 = (-7, 24) \neq (3, 4).

Kurz geprüft

Die Spalten von S∈GL(2,R)S \in \mathrm{GL}(2, \mathbb{R}) bilden eine Basis B′B' des R2\mathbb{R}^2. Wie berechnet man aus v∈R2v \in \mathbb{R}^2 (Standardkoordinaten) den Koordinatenvektor κB′(v)\kappa_{B'}(v)?

Satz

Transformationsformel

Sei f ⁣:V→Wf \colon V \to W linear, seien B,B′B, B' Basen von VV und C,C′C, C' Basen von WW, und seien S=TBB′S = T_B^{B'} und T=TCC′T = T_C^{C'} die Basiswechselmatrizen. Dann gilt

MC′B′(f)=T−1 MCB(f) S.M_{C'}^{B'}(f) = T^{-1}\,M_C^B(f)\,S.
Definition

Ähnliche Matrizen

Zwei Matrizen A,A′∈Kn×nA, A' \in K^{n \times n} heißen ähnlich, wenn es ein S∈GL(n,K)S \in \mathrm{GL}(n, K) gibt mit A′=S−1ASA' = S^{-1}AS.

Ähnlichkeit ist eine Äquivalenzrelation: A=En−1AEnA = E_n^{-1}AE_n; aus A′=S−1ASA' = S^{-1}AS folgt A=(S−1)−1A′S−1A = (S^{-1})^{-1}A'S^{-1}; aus A′=S−1ASA' = S^{-1}AS und A′′=R−1A′RA'' = R^{-1}A'R folgt A′′=(SR)−1A(SR)A'' = (SR)^{-1}A(SR).

Ähnliche Matrizen beschreiben dieselbe Abbildung in zwei Basen. Ist A′=S−1ASA' = S^{-1}AS, so hat SS Rang nn, seine Spalten bilden also eine Basis B′B' des KnK^n, und S=TEB′S = T_{\mathcal{E}}^{B'} mit der Standardbasis E\mathcal{E}. Nach der Transformationsformel ist dann A′=MB′B′(fA)A' = M_{B'}^{B'}(f_A). Insbesondere haben ähnliche Matrizen denselben Rang, denn beide Ränge sind dim⁡Bild⁡fA\dim \operatorname{Bild} f_A.

Beispiel

Gleicher Rang reicht nicht

Die Matrizen E2E_2 und N=(1101)N = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} haben beide Rang 22. Ähnlich sind sie trotzdem nicht: Für jedes S∈GL(2,K)S \in \mathrm{GL}(2, K) ist S−1E2S=S−1S=E2≠NS^{-1}E_2S = S^{-1}S = E_2 \neq N.

Die Einheitsmatrix ist nur zu sich selbst ähnlich, denn die Identität sieht in jeder Basis gleich aus. Ebenso ist λEn\lambda E_n nur zu sich selbst ähnlich. Ähnlichkeit ist also viel feiner als Gleichheit des Rangs.

Schritt für Schritt

Eine Spiegelung diagonal machen

Sei gg die Gerade durch 00 und (2,1)(2, 1) im R2\mathbb{R}^2. Gesucht ist die Matrix der Spiegelung ss an gg in der Standardbasis.

  1. Wähle eine an die Geometrie angepasste Basis: b1=(2,1)b_1 = (2, 1) auf gg und b2=(−1,2)b_2 = (-1, 2) senkrecht dazu, denn 2⋅(−1)+1⋅2=02 \cdot (-1) + 1 \cdot 2 = 0. Die beiden sind linear unabhängig, also ist B′=(b1,b2)B' = (b_1, b_2) eine Basis.

Schritt 1 von 5
Kurz geprüft

Sei A=(1203)A = \begin{pmatrix} 1 & 2 \\ 0 & 3 \end{pmatrix} und S=(1101)S = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix}. Was ist S−1ASS^{-1}AS?

Zusammenfassung

  • Die Darstellungsmatrix MCB(f)M_C^B(f) hat als jj-te Spalte κC(f(vj))\kappa_C(f(v_j)) und erfüllt κC(f(v))=MCB(f) κB(v)\kappa_C(f(v)) = M_C^B(f)\,\kappa_B(v). Sie hängt von beiden Basen und ihrer Reihenfolge ab.

  • Verkettung entspricht dem Produkt: MCQ(g∘f)=MCB(g) MBQ(f)M_C^Q(g \circ f) = M_C^B(g)\,M_B^Q(f).

  • Die Basiswechselmatrix TBB′=MBB′(id)T_B^{B'} = M_B^{B'}(\mathrm{id}) enthält die neuen Basisvektoren in alten Koordinaten und rechnet neue Koordinaten in alte um. Ihre Inverse ist TB′BT_{B'}^{B}.

  • Transformationsformel: MC′B′(f)=T−1MCB(f) SM_{C'}^{B'}(f) = T^{-1}M_C^B(f)\,S, für Endomorphismen A′=S−1ASA' = S^{-1}AS.

  • AA und A′A' heißen ähnlich, wenn A′=S−1ASA' = S^{-1}AS mit invertierbarem SS. Ähnliche Matrizen beschreiben dieselbe Abbildung in verschiedenen Basen und haben denselben Rang; gleicher Rang reicht für Ähnlichkeit aber nicht.

  • Eine gut gewählte Basis kann die Matrix diagonal machen. Die Spiegelung an der Geraden durch (2,1)(2, 1) hat in der Basis ((2,1),(−1,2))((2, 1), (-1, 2)) die Matrix (100−1)\begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}.

Übungen

Aufgabe 1Multiple Choice

Sei f ⁣:R2→R2f \colon \mathbb{R}^2 \to \mathbb{R}^2, f(x,y)=(y,x)f(x, y) = (y, x), und B=((1,1),(1,−1))B = \bigl((1, 1), (1, -1)\bigr). Welche Matrix ist MBB(f)M_B^B(f)?

Aufgabe 2Numerisch

Sei B′=((1,2),(1,3))B' = \bigl((1, 2), (1, 3)\bigr). Bestimme die erste Koordinate von v=(4,9)v = (4, 9) bezüglich B′B'.

Aufgabe 3Numerisch

Auf dem Raum P2P_2 der reellen Polynome vom Grad höchstens 22 sei f(p)(x)=p(x+1)f(p)(x) = p(x + 1); diese Abbildung ist linear. Sei B=(1,x,x2)B = (1, x, x^2). Welcher Eintrag steht in MBB(f)M_B^B(f) in Zeile 22, Spalte 33?

Aufgabe 4Numerisch

Sei A=(4−211)A = \begin{pmatrix} 4 & -2 \\ 1 & 1 \end{pmatrix} und S=(1211)S = \begin{pmatrix} 1 & 2 \\ 1 & 1 \end{pmatrix}. Welcher Eintrag steht in S−1ASS^{-1}AS rechts unten?

Aufgabe 5Multiple Choice

Welches Paar von Matrizen in R2×2\mathbb{R}^{2 \times 2} ist nicht ähnlich?

Aufgabe 6Freitext

Die Spur einer Matrix A=(aij)∈Kn×nA = (a_{ij}) \in K^{n \times n} ist die Summe der Diagonaleinträge, Spur⁡A=a11+⋯+ann\operatorname{Spur} A = a_{11} + \dots + a_{nn}. Zeige Spur⁡(AB)=Spur⁡(BA)\operatorname{Spur}(AB) = \operatorname{Spur}(BA) für A,B∈Kn×nA, B \in K^{n \times n} und folgere, dass ähnliche Matrizen dieselbe Spur haben. Sind (1003)\begin{pmatrix} 1 & 0 \\ 0 & 3 \end{pmatrix} und (2003)\begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} ähnlich?

Aufgabe 7Freitext

Seien V,WV, W endlichdimensional, dim⁡V=n\dim V = n, dim⁡W=m\dim W = m, und f ⁣:V→Wf \colon V \to W linear mit r=dim⁡Bild⁡fr = \dim \operatorname{Bild} f. Zeige: Es gibt Basen BB von VV und CC von WW, für die MCB(f)M_C^B(f) links oben die Einheitsmatrix ErE_r hat und sonst nur Nullen.