Geometrische Vielfachheit

Geometrische Vielfachheit

Eigenraum ist ein Begriff aus der linearen Algebra. Er bezeichnet den von den Eigenvektoren zu einem bestimmten Eigenwert eines Endomorphismus aufgespannten Untervektorraum.

Inhaltsverzeichnis

Definition

Sei V ein Vektorraum über einem Körper K und \varphi \in End(V) ein Endomorphismus. E(λ) heißt dann der Eigenraum zum Eigenwert λ von \varphi.


\begin{matrix}
E(\lambda)&:=&\mathrm{Kern}(\varphi - \lambda id_V) \\
\ &=&\left\{ x \in V | \varphi (x)= \lambda x \right\} \\
\ &=&\left\{ x \in V | x \neq 0, \ \varphi(x) = \lambda x \right\} \cup \left\{ 0 \right\}
\end{matrix}

Man sagt dann auch, E\left(\lambda\right)\subset V ist invariant bezüglich des Endomorphismus \varphi oder E\left(\lambda\right) ist ein \varphi-invarianter Untervektorraum von V. Die Elemente x von E\left(\lambda\right) sind dann die Eigenvektoren zum Eigenwert λ von \varphi.

Geometrische Vielfachheit

Die Dimension des Eigenraums E\left(\lambda\right) wird als geometrische Vielfachheit von λ bezeichnet. Sie ist dabei stets mindestens 1 und höchstens gleich der algebraischen Vielfachheit von λ.

Eigenschaften

  • Existiert ein Eigenwert λ = 0 von \varphi, so ist der zugehörige Eigenraum E\left(\lambda\right) gleich dem Kern von \varphi. Denn \operatorname{Kern}\left(\varphi\right)=\left\{x\in V | \varphi\left(x\right)=0\right\} und nach Definition des Eigenraumes: E\left(0\right)=\left\{x\in V | \varphi\left(x\right)=0x=0\right\}.
  • Die Summe von Eigenräumen E\left(\lambda\right) zu n verschiedenen Eigenwerten λ ist direkt:


\bigcap_{i=1}^n E(\lambda _i) = 0 \Rightarrow V \supseteq W = E(\lambda _1) \oplus ... \oplus E(\lambda _n)

  • Gilt im obigen Fall V = W, so besitzt V eine Basis aus Eigenvektoren. In diesem Fall ist die Matrix A von \varphi\in\operatorname{End}\left(V\right) bezüglich einer Basis von V diagonalisierbar, das heißt die Matrix A' von \varphi bezüglich der Basis von V aus Eigenvektoren hat Diagonalgestalt. In der Hauptdiagonalen von A' stehen dann die Eigenwerte von \varphi:



A'=
\begin{pmatrix} 
\lambda _1 & 0 & \cdots & 0 \\ 
0 & \ddots & \ddots & \vdots \\
\vdots & \ddots & \ddots & 0 \\
0 & \cdots & 0 & \lambda_n
\end{pmatrix}

  • Ist \varphi \in End(V) selbstadjungiert, so sind die Eigenräume zu verschiedenen Eigenwerten paarweise zueinander orthogonal.

Siehe auch

Literatur

Gerd Fischer: Lineare Algebra, ISBN 3-528-03217-0


Wikimedia Foundation.

Игры ⚽ Поможем написать реферат

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Vielfachheit — (auch Multiplizität) ist eine Eigenschaft mathematischer Objekte. Kommt ein Objekt in einem Umfeld beispielsweise dreifach vor, so hat es eine Vielfachheit von 3. Insbesondere bei folgenden Objekten wird die Vielfachheit untersucht: Eigenwerte:… …   Deutsch Wikipedia

  • Algebraische Vielfachheit — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

  • Eigenfunktion — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

  • Eigenfunktionen — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

  • Eigenvektor — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

  • Eigenvektoren — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

  • Eigenwert — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

  • Eigenwerte — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

  • Eigenwertgleichung — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

  • Eigenwertzerlegung — In dieser Scherung der Mona Lisa wurde das Bild so verformt, dass der rote Pfeil (Vektor) entlang der vertikalen Achse seine Richtung nicht geändert hat, während der blaue Pfeil dies tut. Der rote Vektor ist ein Eigenvektor der Sch …   Deutsch Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”