Dies ist eine statische Kopie unseres alten Forums. Es sind keine Interaktionen möglich.
This is a static copy of our old forum. Interactions are not possible.

Diktator

Senior Schreiberling

  • "Diktator" is male
  • "Diktator" started this thread

Posts: 605

Date of registration: Feb 12th 2002

Location: Region Hannover

Occupation: Gartenbau

1

Saturday, June 8th 2002, 5:38pm

Lina B, Übung 8

ich habe etwas gerechnet:

aufgabe 1)

Eig(A, -2)= span{(2,1,-1),(1,2,1)}
Eig(A, 4)=span{(1,1,2)}
diese drei eigenvektoren sind l.a., daher ist A undiagonalisierbar!

Eig(B, -2)= span{(1,1,0)}
Eig(A, 4)=span{(0,1,1)}
diese zwei eigenvektoren sind zwar l.u., aber es sind nur zwei. daher ist B nach satz 6.2 undiagonalisierbar.

da A und B das gleiche charakteristische polynom besitzen, sind A und B sich ähnlich. (es gilt ja: det(A-E*x)=det(B-E*x)=(x+2)²*(x-4).)


kann jemand diese ergebnisse bestätigen?
hat jemand ansätze/tipps/lösungen für aufgabe 2?

so far.. ;)
Diktator
Holzhacken ist deshalb so beliebt, weil man bei dieser Tätigkeit den Erfolg sofort sieht. - Albert Einstein

Zypressen Hügel

Junior Schreiberling

Posts: 244

Date of registration: Dec 22nd 2001

2

Saturday, June 8th 2002, 6:21pm

aufgabe 1 A kann ich nicht bestätigen, habe da Eig(A,-2)=span{(-1,0,1),(1,1,0)} und Eig(A,4)=span{(1,1,2)} (lin. unabh.) => diagonalisierbar

aufgabe 1 B kann ich im wesentlichen bestätigen, auch wenn ich andere Eigenräume raushabe.

dass das gleiche char. polynom rauskommt, hat nix damit zu tun, dass die räume ähnlich sind (hoffe ich).

ansatz/tipp/lösung zu 2:

a) es ist A^k*x=0 (lt. vorrausetzung).
b) es ist A*x=lambda*x, wenn lambda eigenwert ist (lt. definition des eigenwertes)

=> es ist A^k*x=A^(k-1)*(A*x)=A^(k-1)*(lambda*x)=lambda*A^(k-1)*x=lambda*A^(k-2)*(A*x)=lambda*A^(k-2)*(lambda*x)=lambda^2*A^(k-2)*x=...=lambda^k*x=0 (nach A^k*x=0)

diese gleichung kann aber nur für lambda^k=0 erfüllt sein, da x nicht der nullvektor ist. also ist lambda=0 k-facher eigenwert der matrix. zu einem eigenwert 0 existiert lt. definition kein eigenvektor, also kann auch keine von der leeren menge verschiedene basis aus eigenvektoren zu A existieren, so dass die gleichung B=T^(-1)AT mit B als diagonalmatrix nicht erfüllt werden kann => A nicht diagonalisierbar.

hth
Man kann auch ohne Spass Alkohol haben 8)

Diktator

Senior Schreiberling

  • "Diktator" is male
  • "Diktator" started this thread

Posts: 605

Date of registration: Feb 12th 2002

Location: Region Hannover

Occupation: Gartenbau

3

Saturday, June 8th 2002, 8:27pm

@hügel

in satz 6.1 steht: ähnliche matrizen haben das gleiche charakt. polynom. und das haben sie bei mir. wie sieht dein polynom aus? dann können deine matrizen ja gar nicht ähnlich sein, oder?
?(
Diktator
Holzhacken ist deshalb so beliebt, weil man bei dieser Tätigkeit den Erfolg sofort sieht. - Albert Einstein

  • "Joachim" is male

Posts: 2,863

Date of registration: Dec 11th 2001

Location: Hämelerwald

Occupation: Wissenschaftlicher Mitarbeiter (Forschungszentrum L3S, TU Braunschweig)

4

Sunday, June 9th 2002, 3:57pm

Quoted

Original von Diktator
in satz 6.1 steht: ähnliche matrizen haben das gleiche charakt. polynom. und das haben sie bei mir.
Ja, aber es gilt keine Äquivalenz zwischen den beiden Aussagen. Den Satz 6.1 könnte man ja auch so schreiben:

Matrizen A und B ähnlich
=>
A und B haben das gleiche charakteristiche Polynom.

Von der umgekehrten Richtung (also, daß aus der Gleichheit des char. Polynoms Ähnlichkeit folgt) steht da nichts - und die ist auch im allgemeinen falsch.


Es gilt aber:
"Sind zwei Matrizen A und B ähnlich, so sind A und B zu den gleichen Matrizen C ähnlich."

Das kann man auch leicht beweisen:

Sei A ähnlich zu B sowie o. B. d. A. A ähnlich zu C. Dann gilt:
A = T * B * T^{-1}
A = U * C * U^{-1}
=>
T * B * T^{-1} = U * C * U^{-1}
<=>
B = T^{-1} * U * C * U^{-1} * T

Nach den Rechenregeln für Matrizen gilt
T^{-1} * U = (U^{-1} * T)^{-1}.

Sei V = T^{-1} * U. Dann gilt:
B = V * C * V^{-1}

=> Also sind B und C ähnlich.


Daß B zu allen Matrizen ähnlich ist, zu denen auch A ähnlich ist, ist also eine notwendige Bedingung für die Ähnlichkeit von A und B.


Bezogen auf die Aufgabe bedeutet das:
Da A diagonalisierbar (und damit ähnlich zu einer Diagonalmatrix C) ist, B jedoch nicht, können A und B nicht ähnlich sein.
The purpose of computing is insight, not numbers.
Richard Hamming, 1962

Zypressen Hügel

Junior Schreiberling

Posts: 244

Date of registration: Dec 22nd 2001

5

Sunday, June 9th 2002, 4:31pm

jenau, joachim sagt es ... :)
Man kann auch ohne Spass Alkohol haben 8)

cowhen

Muuuh!

  • "cowhen" is male

Posts: 1,374

Date of registration: Dec 13th 2001

6

Sunday, June 9th 2002, 6:00pm

danke joachim + frage

pmji... ich habe das gleiche ergebnis gehabt wie der zypressenhaufen und habe wg. diktators posting gerade wie blöde rumgesucht, wo mein fehler liegt... das kann ich jetz wohl aufhören. :O thx joachim

und meine frage:

man muss ja diese matrix T bzw. T^-1 suchen um ähnlichkeit zu zeigen. gibt es davon unendl. viele oder nur genau eine? weil T folgt ja bei unserem verfahren aus der matrix der l.u. eigenvektoren aber die sind ja immer unterschiedlich abhängig davon, was ich jetz als laufvariable wähle... hm bissl wirr..

also nochmal: man kann ja unterschiedl. eigenvektoren sich überlegen. und damit unterschiedl. matrizen T erhalten sind die dann alle zwangsweise vielfache voneinander?



cowhen
plenty of time to relax when you are dead

Mieks

Alter Hase

  • "Mieks" is male

Posts: 106

Date of registration: Jan 14th 2002

Location: Linden

7

Sunday, June 9th 2002, 6:38pm

gutn abend

Japan hat gewonnen!

.. aber ich komme mit Aufgabe 2b irgendwie nicht klar. Hat da jemand nen einfachen, trivialen, gut zu verstehenden, lösbaren und möglichst auch richtigen Ansatz? :P
Realität ist der bedauerliche Zustand, der auf mangelnden Alkoholkonsum zurückzuführen ist.

  • "Joachim" is male

Posts: 2,863

Date of registration: Dec 11th 2001

Location: Hämelerwald

Occupation: Wissenschaftlicher Mitarbeiter (Forschungszentrum L3S, TU Braunschweig)

8

Sunday, June 9th 2002, 10:08pm

Quoted

Original von Mieks
.. aber ich komme mit Aufgabe 2b irgendwie nicht klar. Hat da jemand nen einfachen, trivialen, gut zu verstehenden, lösbaren und möglichst auch richtigen Ansatz?
Wir führen einen indirekten Beweis (Beweis durch Widerspruch).

Annahme: Die nxn-Matrix A ist diagonalisierbar.

Ist A also diagonalisierbar, dann besteht die entsprechende Diagonalmatrix nur aus Nullen (da Null ja der einzige Eigenwert von A ist, siehe Teil a). Oder anders gesagt: Die Dimension des Eigenraums zum Eigenwert 0 ist n.

Betrachten wir A nun als Darstellungsmatrix einer linearen Abbildung, so bedeutet das, daß jeder Vektor x aus dem R^n auf den Nullvektor abgebildet wird.


Frage: Wie sehen Darstellungsmatrizen aus, die jeden Vektor auf den Nullvektor abbilden? Und was folgt daraus?



HTH,
Joachim
The purpose of computing is insight, not numbers.
Richard Hamming, 1962

Informatik Minister

Senior Schreiberling

  • "Informatik Minister" is male

Posts: 1,234

Date of registration: Dec 11th 2001

9

Sunday, June 9th 2002, 10:30pm

Na Na Na

Quoted

Original von Joachim
Frage: Wie sehen Darstellungsmatrizen aus, die jeden Vektor auf den Nullvektor abbilden? Und was folgt daraus?


Das kannste aber so nicht abgeben, musst schon selbst zuendebringen den Beweis...
*müdegrins* :(

@mieks:
Japan is ja auch geil !
gutes spiel, gutes tor, König Fussball ganz gross dabei!

@mathe:
[...]

Zypressen Hügel

Junior Schreiberling

Posts: 244

Date of registration: Dec 22nd 2001

10

Monday, June 10th 2002, 12:13am

@ mieks + infominist

schuhmacher hat auch gewonnen...

noch mal @ mieks + infominist

äh, es sieht vielleicht nicht so aus, aber ich habe oben bereits die komplette lösung zu 2 a+b hingeschrieben...

Man kann auch ohne Spass Alkohol haben 8)