ähnliche Matrix ermitteln

Neue Frage »

ScopeX Auf diesen Beitrag antworten »
ähnliche Matrix ermitteln
Hallo zusammen,

eine MatheII Aufgabe für Ingenieure lautet:

Bestimmen Sie die Orthogonalmatrix P, so dass P^-1*A*P eine Diagonalmatrix ist, wobei A=

2 2 0
2 0 -2
0 -2 2

Leider habe ich keine Ahnung, wie ich vorgehen soll.

Vielen Dank und freundliche Grüße

ScopeX
steffi24 Auf diesen Beitrag antworten »

Also erstmal steckt dahinter eine Basistransformation, wobei P die Transformationsmatrix ist. Was ist hier zu tun:

1.] Du sollst die Eigenwerte von A bestimmen! (Die Eigenwerte der Matrix A sind die Einträge in der Hauptdiagonalen der Diagonalmatrix)

2.]Zu den Eigenwerten ermittelst du dann die zugehörigen Eigenvektoren (die Eigenvekoren müssen allerdings ein Orthonormalsystem bilden).

3.] Die Transformationsmatrix P ergibt sich dann, wenn du die Eigenvektoren in die Spalten schreibst.
tigerbine Auf diesen Beitrag antworten »

Interessant ist dann noch, warum hier die Transformationsmatrix orthogonal ist und was dass speziell für die Matrix bedeutet.
ScopeX Auf diesen Beitrag antworten »

Danke erstmal für die Hilfe.

Die Eigenvektoren habe ich. Diese sind auch orthogonal und habe sie auf die länge 1 normiert.
Schreibe ich diese jetzt einfach als Matrix und bin fertig, oder was ist noch interessant, tigerturbine?

lG
tigerbine Auf diesen Beitrag antworten »

Du hast meine Frage nicht beantwortet. Augenzwinkern Wie sieht denn die Inverse von P aus? Und warum gibt es überhaupt so ein P? Weil Steffi das gesagt hat ... Augenzwinkern
ScopeX Auf diesen Beitrag antworten »

Okay, also ich habe P mit
-1 1 1
2 0 1
1 1 -1
(das sind die Eigenvektoren)

per Gauß-Jordan-Verfahren komme ich auf die Inverse

-1/6 2/6 1/6
1/2 0 1/2
1/3 1/3 -1/3

Warum es aber jetzt so ein P gibt weiß ich leider nicht.. aus der Formel P^-1*A*P kann ich leider nicht so viel raus lesen.. P^-1 * P ist ja E aber mehr weiß ich nicht.

Du darfst mich gerne aufklären :-)

Danke
 
 
WebFritzi Auf diesen Beitrag antworten »

Dass es so ein P gibt, liegt daran, dass es für symmetrische Matrizen eine Basis aus Eigenvektoren gibt. Und da diese so gewählt werden können, dass sie paarweise orthogonal zueinander stehen und Norm 1 haben, ist P orthogonal. Das ist der Spektralsatz für symmetrische Matrizen.

Und die vorliegende Matrix ist symmetrisch!
tigerbine Auf diesen Beitrag antworten »

1. Deine EVs sind nicht normiert. Wie sieht also P aus?

2. "per Gauß-Jordan-Verfahren komme ich auf die Inverse" ... Warum machst du dir das Leben so schwer....? Wo P doch orthogonal ist... smile


Generelle Nachfrage:
Was wäre denn, wenn das A nicht symmetrisch gewesen wäre... Ist dann die Chance auf "Ähnlich zu einer Diagonalmatrix" vertan oder gibt es noch Hoffnung auf Diagonalisierbarkeit?
steffi24 Auf diesen Beitrag antworten »

Du musst die Eigenvektoren richtig normieren und in die Spalten schreiben und nicht in die Zeilen.

Dann sieht P nämlich so aus

- 1/sqrt 6 1/sqrt 2 -1/sqrt 3
2/sqrt 6 0 -1/sqrt 3
1/sqrt 6 1/sqrt 2 1/ sqrt 3


(sqrt = Wurzel)

tigerbine: *** Da soll er seber drauf kommen
tigerbine Auf diesen Beitrag antworten »

Steffi, auf das *** sollte er doch selber kommen....
WebFritzi Auf diesen Beitrag antworten »

@steffi: Keine Musterlösungen bitte. Außerdem ist es nicht gut, wenn du die Fragen, die tigerbine dem Threadersteller stellt, selber beantwortest. Bitte editiere deinen Beitrag.

EDIT: Und verwende bitte den Formeleditor.
steffi24 Auf diesen Beitrag antworten »

Sorry, kommt nie nicht wieder vor!!!
ScopeX Auf diesen Beitrag antworten »

erstmal Danke ich euch für eure Hilfe!

Die EVs habe ich normiert hier stehen ja, fande das mit den Wurzeln ein wenig unschön um es hier zu posten Augenzwinkern .

Allerdings frage ich mich, wie ich die Inverse berechne wenn ich weiß, dass es eine orthogonale Matrix ist.

Tigerbine: Ich denke, dass das ganze nur mit Hermiteschen oder symmetrischen Matritzen möglich ist.

Sorry, wenn ich mich etwas blöd anstelle :-)
tigerbine Auf diesen Beitrag antworten »

Was heißt blöd... anscheinend hast du die Zeit nicht genutzt, um ein LinA Buch in die hand zu nehmen, die Boardsuche zu benutzen oder zu googlen. Ich hatte ja extra bestimmte namen verwendet...
ScopeX Auf diesen Beitrag antworten »

nachtrag: ah, wenn ich das richtig sehe, ist die Inverse Matrix einfach die Transponierte?!?
tigerbine Auf diesen Beitrag antworten »

Bingo.
ScopeX Auf diesen Beitrag antworten »

:-)

Okay.. Für Diagonalisierbarkeit müssen EW und EV gleich sein. Aber wie soll ich denn irgendeine Matrix mit gleichen EW und EVs finden? verwirrt
tigerbine Auf diesen Beitrag antworten »

Wo hast du denn das her... Das eine sind Elemente aus dem Skalarkörper, das andere Vektoren. Die werden wohl i.a. nicht gleich sein. unglücklich
ScopeX Auf diesen Beitrag antworten »

ah sorry, meinte für eine ähnliche Matrix..
aber ich weiß grad nicht mehr weiter.. aus meinem skript werde ich einfach nicht schlau
tigerbine Auf diesen Beitrag antworten »

Da ist das doch genauso "unsinnig". Eigenwerte und Eigenvektoren sind doch unterschiedliche Dinge.
ScopeX Auf diesen Beitrag antworten »

ich glaube ich hab mich nur etwas unsauber ausgedrückt. Ähnliche Matrizen haben das selbe charakteristische Polynom und somit die selben Eigenwerte.
tigerbine Auf diesen Beitrag antworten »

Jo. nur war das hier nie meine Frage gewesen... unglücklich
ScopeX Auf diesen Beitrag antworten »

Zitat:
Original von tigerbine

Generelle Nachfrage:
Was wäre denn, wenn das A nicht symmetrisch gewesen wäre... Ist dann die Chance auf "Ähnlich zu einer Diagonalmatrix" vertan oder gibt es noch Hoffnung auf Diagonalisierbarkeit?


Na gut, noch ein Versuch:

eine Matrix ist Diagonalisierbar, wenn sie n unabhängige EVs hat (n x n Matrix). Eine Symmetrische Matrix hat dies. :-)
tigerbine Auf diesen Beitrag antworten »

Mein Gott, was für eine Raterunde... Immerhin warst du nun auf wikipedia. Ich bevorzuge die Variante des Satzes mit dem Zerfall des char. Polynoms in Linearfaktoren und der Übereinstimmung von geom. und alg. Vielfachheit.
Neue Frage »
Antworten »



Verwandte Themen

Die Beliebtesten »
Die Größten »
Die Neuesten »