You are on page 1of 32

Lineare Algebra 2

Vorlesungsmitschrift

PD Dr. Jörg Liesen
Technische Universität Berlin
WS 2008/09

LATEXed by Robert Rudow
17. Februar 2009
Inhaltsverzeichnis
1 Linerformen und Bilinearformen 1
1.1 Linearformen und Dualräume . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Bilinearormen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

2 Euklidische und Unitäre Vektorräume 1
2.1 Grundlegende Definitionen und Eigenschaften . . . . . . . . . . . . . . . . 1
2.2 Normen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.3 Orthogonalität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

3 Adjungierte Endomorphismen 4
3.1 Links-,Rechtsadjungierte Abb. . . . . . . . . . . . . . . . . . . . . . . . . . . 4

4 Eigenwerte von Endomorphismen 11
4.1 Grundlegende Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.2 Diagonalisierbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4.3 Triangulierung und Satz von Schur . . . . . . . . . . . . . . . . . . . . . . . 14

5 Polynome & Fundamentalsatz der Algebra 16
5.1 Polynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5.1.1 Division mit Rest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5.1.2 Satz Ruffini; Paolo Ruffini . . . . . . . . . . . . . . . . . . . . . . . . 17
5.1.3 Teiler, teilerfremd, irreduzibel, Vielfacheit einer Nullstelle . . . . . 18
5.1.4 (Lemma von Bezent) . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
5.1.5 Euklidisches Lemma . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5.1.6 Euklischer Hauptsatz . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5.2 Fundamentalsatz der Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . 20
5.3 Verallgemeinerung des Satzes von Schur . . . . . . . . . . . . . . . . . . . 25

6 Invariante Unterräume und die Jordannormalform (JNF) 26
6.1 Zyklische Unterräume und Minimalpolynome . . . . . . . . . . . . . . . . 26
6.1.1 zyklischer Zerlegungssatz . . . . . . . . . . . . . . . . . . . . . . . . 27
6.1.2 Algorythmus zur Berechnung der JNF . . . . . . . . . . . . . . . . . 29
6.2 Anwendung der JNF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
6.2.1 Ähnlickeit zur Transponierten und Faktorisierung in 2 sym. Matrizen 29
6.2.2 Systeme gewöhlicher Differentialgleichungen . . . . . . . . . . . . 29
6.2.3 Matrixfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

7 Spezielle Klassen von Endomorphismen 29
7.1 Normale Endomorpismen und Matrizen . . . . . . . . . . . . . . . . . . . . 29

I
1 Linerformen und Bilinearformen
1.1 Linearformen und Dualräume
1.2 Bilinearormen

2 Euklidische und Unitäre Vektorräume
2.1 Grundlegende Definitionen und Eigenschaften
2.2 Normen
|| · || : V → R (V ein K-Vr, K = R oder K = C)

1) |||λv| = |λ|||v||

2) ||v|| ≥ 0, Gleichheit g.d.w. v = 0

3) ||v + w|| ≤ ||v|| + ||w||
1
In einigen der Beispiele war ||v|| = (< v, v >) 2 für ein Skalarprodukt < ·, · > auf V. Wir wer-
1
den nunbeweisen, dass die Abb. v 7→ (< v, v >) 2 stegts eine Norm aus dem euklidischen
(oder unitären) VR (V, < ·, · >) definiert. Zum Beweis benutzen wir die Cachy-Schwarz-
Ungleichung.

Satz

Sei (V, < ·, · >) ein euklidischer oder untitärer VR, dann gilt

| < v, w > |2 ≤< v, v > · < w, w > ∀v, w ∈ V

Beweis
<v,w>
Trivial für w=0 (< v, 0 >= 0∀v ∈ V) Sei nun w , 0. Sei λ = <w,w> , dann gilt:

0 ≤ < v − λw, v − λw >
= < v − λw

Satz sei (V, < ·, · >) ein euklidischer VR. Dann ist die Abbildung
1
|| · || : V → ||v|| := (< v, v >) 2

eine Norm auf V.
Beweis
Zu zeigen sind die drei Norm-Eigenschaften.
1 1
1) Es gilt (< v, v >) 2 ≥ 0∀v ∈ V und (< v, v >) 2 = 0, g.d.w. v = 0, denn < ·, · > ist
pos.definit

1
2) Es gilt
1
||λv|| = (< λv, λv >) 2
1
= (λ, λ < v, v >) 2
1
= (|λ|2 < v, v >) 2
1
= |λ|(< v, v >) 2
= |λ|||v||, ∀λ ∈ K(K = RoderK = C), v ∈ V

2.3 Orthogonalität
!
v1  
Motivation V = R2,1 , v = , w = w1 , w2 mit
v2

||v||2 = ()

Sei V euklidischer/unitärer VR mit ONB {v1 , . . . , vk }
n
X
v= < v, vi > vi
i=1

mit

1
||v|| = < v, v > 2
 n  12
X 
=  |< v, vi >|2 
i=
≥ max | < v, vi > |
1≤ i ≤n

Für eine allgemeine Basis (nicht orthonormale) gibt es keine solche Begrenzung der Be-
träge der Koordinaten.

Beispiel:
1
V = R2,1 mit Standardskalarprodukt < v, w >= vT w und euklidischer Norm ||v|| =< v, v > 2
 v1 v2 
 ! !
 1 1 

 ist eine Basis von V mit ε , 0. Es gilt
 
;

 0 2 


 

!
  1
1 0
vT1 v2 2
= 1
≈ 1 für kleine Epsilon , 0
||v1 || ||v2 || 1(1 + ε2 ) 2
!
x 1
 y
v= = v2 + x − v1
y ε ε
⇒ die Koordinaten sind für kleines ε sehr groß, selbst wenn x, y „moderat“ sind.

2
weitere Bemerkungen zur QR-Zerlegung:

a ∈ GLn (K) (U = R oder C), dann gibt es
a) Q ∈ GLn (R) mit QT Q = In und R ∈ Gln (R) obere Dreiecksmatrix, mit A = QR
b) Q ∈ Gln (C) mit QH Q = In und R ∈ Gln (C)
also Q ∈ Gln (R) mit QT Q = In heißt orthogonale Matrix
Q ∈ Gln (C) mit QH Q = In heißt unitäre Matix
Hier gilt auch Q−1 = QT/H

Also gilt:
K = R: 1 − det(QT Q) = det(QT ) · det(Q) = det(Q)2
also det(Q) ∈ {1, −1}

K = C:
T
1 = det(QH Q) = det(QH ) · det(Q) = det(Q ) · det(Q)
= det(Q · det(Q)) = det(Q) · det(Q) = |det(Q)|2 , also |det(Q)|
= 1

Beispiel:
1 0
Q=
0 i
Somit gilt für U = R ∨ C, dass

det(A) = det(QR) = det(Q)det(R)

|det(A)| = |det(R)|

Definition
Sei V ein euklidischer/unitärer VR und sei U ⊆ V ein UVR, dann heißt

U⊥ := {v ∈ V | < v, u >= 0 ∀ u ∈ U}

das orthogonale Element von U (in V).

Lemma
mit der obigen Bezeichnung gilt, falls dim(V) < ∞, dass V = U u U⊥ , d.h. jedes v ∈ V ist
von der Form v = u + u⊥ mit eindeutig bestimmeten u ∈ U und u⊥ ∈ U⊥ .

Beweis
Sei dim(U) = m (≤ n (U ⊆ V)) und sei {u1 , . . . , um } eine ONB von U. Wir ergänzen zu einer
ONB {u1 , . . . , um , um+1 , . . . , un } von V.
Falls n = m ist nichts zu tun, denn dann gilt V = U, U⊥ = {0}.
Dann gilt um+1 , . . . , un ⊆ Uperp . Somit gilt:

V = U + U⊥

3
Sei also w ∈ U ∩ U⊥ , dann gilt < w, w >= 0, also w = 0

⇒ V = U u U⊥

Betrachte die Dimensionsformel
dim(U + U⊥ ) = dim(U) +dim(U⊥ ) − dim(U ∩ U⊥ ) = dim(U⊥ ) = n − m.
| {z } | {z } | {z }
u m 0
also ist {um+1 , . . . , un } eine orthogonale Basis und V = U u U⊥

< Ax, y > = y⊥ Ax
= xT AT y
= < AT y, x >
= < x, AT y > ∀x, y ∈ Rn , A ∈ Rn,n

Ziel: < f (x), y >=< x, h(y) >

3 Adjungierte Endomorphismen
3.1 Links-,Rechtsadjungierte Abb.
Satz (adjungierte Abb.)
Seien V, W zwei K-VR mit dim(V) = dim(W) < ∞. Sei β : V × W → U eine nichtausgeartete
Bilinearform.

1) für jedes f ∈ L(V, V)∃! g ∈ L(W, W) mit

β( f (v), w) = β(v, g(w)) ∀v ∈ V, w ∈ W

Die Abb. g nennen wir die Rechtsadjungierte von f .

2) für jedes h ∈ L(W, W) ∃! k ∈ L(W, W) mit

β(v, h(w)) = β(k(v), w) ∀v ∈ V, w ∈ W

Die Abb. h nennen wir die Linksadjungierte von h.

Beweis
Erinnerung: Für β : V × W → K ist γ2 ∈ L(W, V ∗ ), w 7→ γ2 (w) mit (γ2 (w))(v) = β(v, w)

Wir zeigen nur 1)
Sei V ∗ der Dualraum von V, sei f ∗ : V → V ∗ die zu f duale Abbildung.
Nach Voraussetzung ist γ2 invertierbar, d.h. γ−12
∈ L(V ∗ , W)
Definiere nun
g := γ2 −1 ◦ f ∗ ◦ γ2 ∈ L(W, W)

4
, dann gilt ∀ v ∈ V, w ∈ W

β(v, g(w)) = β(v, (γ−1
2 ◦ f ◦ γ2 )(w))

= γ2 (γ−1
2 ◦ f γ2 )(w)(v)
ad

( f ∗ (h)=h◦ f )
= ( f ast ◦ γ2 )(w)(v)
= γ2 (w)( f (v))
= β( f (v), w)

Nun noch zur Eindeutigkeit:
Sei g̃ ∈ L(W, W) mit β(v, g̃(w)) = β( f (v), w) ∀ v, w, also gilt

β(v, g̃(w)) = β(v, g(w))

, daher
β(v, ( g̃ − g)(w)) = 0
also muss gelten: g̃ − g = 0
⇒ g̃ = g
V, W dim(V) = dim(W) < ∞, β : V × W → K, f ∈ L(V, V) h ∈ L(W, W)

∀ f : ∃! g ∈ L(W, W) mit β( f (v), w) = β(v, g(w))
∀ h : ∃! k ∈ L(V, V) mit β(v, h(w)) = β(k(v), w)

Das Skalarprodukt < ·, · > auf einem C-VR V ist keine Bilinearform auf V. Allerdings gilt:

Sei V der VR bestehend aus den selben Elementen wie V, mit der gleichen
Addition, aber mit der skalaren Multiplikation definiert durch

~: C×V → V
(λ, v) 7→ λ ~ v := λ · v (· entspricht der skalaren Multiplikation in V)

Ist also nun ein SP < cot, · > auf V, so ist eine nicht ausgeartete Bilinearform auf V × V,
denn es gelten:

i) < λ1 v1 + λ2 v2 , w >= λ1 < v1 , w > +λ2 < v2 , w > nach Definition von < ·, · >
De f ~
ii) < v, µ1 ~ w1 + µ2 ~ w2 > = < v, µ1 · w1 + µ2 · w2 >
Semilinearität von<·,·> auf V×V
= µ1 · < v, w1 > +µ2 · < v, w2 >

iii) Nicht ausgeartet nach Definition des Skalarprodukts

Lemma
Sei (V, +, ·) ein C-VR und sei (V, +, ~) wie oben deiniert, dann gilt:

f ∈ L(V, V) ⇔ f ∈ L(V, V)

Beweis

5
„⇒“
Sei f ∈ L(V, V), dann gilt ∀v1 , v2 ∈ V, λ1 , λ2 ∈ C:

f (λ1 ~ v1 + λ2 ~ v2 ) = f (λ1 · v1 + λ2 · v2 )
f ∈L(V,V)
= λ1 · f (v1 ) + λ2 · f (v2 )
= λ1 ~ f (v1 ) + λ2 ~ f (v2 )

also f ∈ L(V, V)

„⇐“
Sei f ∈ L(V, V), dann gilt ∀v1 , v2 ∈ V, λ1 , λ2 ∈ C

f (λ1 v1 + λ2 v2 ) = f (λ1 ~ v1 + λ2 ~ v2 )
f ∈ f (V,V)
= λ1 ~ f (v1 ) + λ2 ~ f (v2 )
= λ1 v1 + λ2 v2

also f ∈ L(V, V)

Satz
Sei V endlichdimensionaler euklidischer/unitärer VR mit Skalarprodukt < ·, · >. Dann
gibt es für jedes f ∈ L(V, V) eine eindeutige bestimmte adjungierte Abbildung:

f ad ∈ L(V, V) mit < f (v), w >=< v, f ad (w) >
)
für alle v, w ∈ V
und < v, f (w) >=< f ad (v), w >
Beweis
euklidischer Fall:
Hier ist < ·, · > eine nichtausgeartete Bilinearform auf V und somit hat jedes f ∈ L(V, V)
eindeutige Rechts- und Linksadjungierte g, h ∈ L(V, V) für allev, w ∈ V gilt dann:

De f. g
< v, g(w) > = < f (v), w >
De f. <·,·>
= < w, f (v) >
De f. h
= < h(w), v >
De f. <·,·>
= < v, h(w) >

Somit 0 =< v, (g − h)(w) > ∀ v ∈ V.
< ·, · > ist nicht ausgeartet, also (g − h)(w) = 0 ∀ w ∈ V, daher g − h = 0 bzw. g = h

unitärer Fall:
Hier ist < ·, · > eine nicht ausgeartete Bilinearform auf V × V, somit hat jedes f ∈ L(V, V)
eine eindeutige Rechts-adjungierte g ∈ L(V, V). Nach Lemma ist g ∈ L(V, V). Ebenso ist
f ∈ L(V, V) und hat eine eindeutige Links-adjungierte h ∈ L(V, V). Für alle v, w ∈ V folgt

6
dann:
De f. g
< v, g(w) > = < f (v), w >
De f. <·,·>
= < w, f (v) >
De f. h
= < h(w), v >
De f. <·,·>
= < v, h(w) >

Genauso wie vorher folgt nun g = h

Die adjungierte Abbildung f ad zu f kann man auch wie folgt „konstruieren“:

Sei V ein euklidischer oder unitärer VR mit ONB {u1 , . . . , un }. Definiere:

g: V → V
n
X
v 7→ g(v) := < v, f (ui ) > ui
i=1

Dann ist g ∈ L(V, V), denn:
n
X
g(λ1 v1 + λ1 v2 ) = < λ1 v1 + λ2 v2 , f (ui ) > ui
i=1
= λ1 g(v1 ) + λ2 g(v2 ) (wegen der Linearität von < ·, · > in der ersten Komponente)
n
Sei nun v ∈ V, also v = λi vi , und sei w ∈ V. Dann gelten:
P
i=1

n
X
< f (v), w > = λi < f (ui ), w >
i=1
* Xn n
+ *X n
X +
< v, g(w) > = v, < w, f (ui ) > ui = λi ui , < w, f (ui ) > ui
i=1 i=1 i=1
n
X
= λi < w, f (ui ) >
i=1
Xn n
X
= λi f (ui ), w = < λi f (ui ), w >

i=1 i=1
n
*X +
= λi f (ui ), w
i=1
= < f (v), w >

Lemma
Sei V ein endlichdimensionaler euklidischer oder unitärer VR, dann gelten:

a) (λ1 f1 + λ2 f2 )ad = λ f1ad + λ2 f2ad f orall f1 , f2 ∈ L(V, V)
d.h.: f 7→ f semilinear im Fall U = C, λ1 , λ2 ∈ C bzw. linear im Fall U = R
ad

7
b) (IdV )ad = IdV
c) ( f ad )ad = f ∀ f ∈ L(V, V)
d) ( f1 ◦ f2 )ad = f2ad ◦ f1ad
Beweis

a) ∀ v, w ∈ V λ1 , λ2 ∈ K gilt:

< (λ1 f1 + λ2 f2 )v, w > = λ1 < f1 (v), w > +λ2 < f2 (v), w >
= λ1 < v, f1ad (w) > +λ2 < v, f2ad (w) >
= < v, λ1 f1ad (w) > + < v, f ad (w) >
= < v, (λ f1ad + λ2 f2ad )(w) >

b) ∀v, w ∈ V gilt:

< IdV (v), w >=< v, w >=< v, Idv (w) >

c) ∀v, w ∈ V

< f (v), w >=< v, f ad (w) >=< ( f ad )ad (v), w >

d)

< ( f1 ◦ f2 )(v), w > = < f1 ( f2 (v)), w >
= < f2 (v), f1ad (w) >
= < v, f2ad ( f1ad (w)) >
= < v, ( f2ad ◦ f1ad )(w) >

Definition
Sei V endlichdimensionaler K-VR, dann heißt f ∈ L(V, V) selbstadjungiert, wenn selbstadj.

f = f ad

(IdV = IdadV
)
V = endlichdimensionaler euklidischer/unätirer VR, f ∈ L(V, V)
∃! f ad ∈ L(V, V) mit < f (v), w >=< v, f ad (w) > und < v, f (w) >=< f ad (v), w >

Ist B = {v1 , . . . , vn } eine ONB von V, so gilt für [ f ]B,B = [ai j ]

Im euklidischen Fall: f (v j ) = ai j v1 + . . . , an j vn mit ai j ∈ R
Somit

< f (v j ), vi > = < a1j v1 + . . . + an j vn , vi >
Xn
= ak j < vk , vi >
k=1
| {z }
δki
= ai j

8
Sei nun [ f ad ]B,B = [bi j ], dann gilt
f ad (v j ) = b1j v1 + . . . + bn j vn mit bi j ∈ R i, j = 1, . . . , n also

bi j = < f ad (v j ), vi >
= < v j , f (vi ) >
euklidischer Fall
= < f (vi ), v j >
= a ji

Es gilt daher
[ f ]B,B = [ f ad ]TB,B
Im unitären Fall sind ai j , bi j ∈ C und es gilt:

bi j = < f ad (v j ), vi >
= < v j , f (vi ) >
unitärer Fall
= < f (vi ), v j >
= ā ji

und damit
H
[ f ]B,B = [ f ad ]B,B (M = [mi j ] ⇒ MH := [mi j ]T )
Satz
Ist V ein endlichdimensionaler euklidischer /unitärer VR mit ONB B und ist f ∈ L(V, V),
so gelten

T
[ f ]B,B = [ f ad ]B,B im euklidischen Fall, bzw.
H
[ f ]B,B = [ f ad ]B,B im unitären Fall

Korollar
Ist V ein endlichdimensionaler euklidische/unitärer VR und ist f ∈ L(V, V) selbstadjun-
giert, so gilt
[ f ]B,B = [ f ]H
B,B

für jede ONB B von V.

Rnn  A = AT , V = Rn , < v, w >= wt v, A : Rn → Rn

< Av, w >= wT Av = wt AT v =< v, Aw >

Bemerkung:
Ist A = AT bzw. A = AH so ist A slbstadjungiert bzgl. des Standardskalarprodukts des
Rn,1 bzw. Cn,1
Korollar

9
1) Sei V nein n-dimensionalero euklidischer VR, dann gilt
n(n+1)
dimR f ∈ L(V, V) | f = f ad = 2

2) Sei V nein n-dimensionalero unitärer VR, dann gilt
dimR f ∈ L(V, V) | f = f ad = n2

Achtung
Die Menge der Selbstadjungierten Endomorphismen eines unitären VR V bildet kei-
nen C-VR (bzw. die Menge der hermitischen Matrizen M ∈ Cn, n bildet keinen C-VR).
Warum?

Für f = f ad gilt

(i · f )ad = i · ( f )ad
= −i · f ad
= −i · f
, i· f

Oder
" #
1 i
M =
−i 1
= MH

" #!H
H i −1
(i · M) =
−1 i
" #
−i 1
=
−1 −i
, i·M

Allerdings bilden die komplex symmetrischen Matrizen, d.h. die Menge
n o
Sn := M ∈ Cn,n | M = MT

n(n+1)
einen C-VR und es gilt: dimC (Sn ) = 2

Satz Sei V wie oben, dann gelten ∀ f ∈ L(V, V):

1) Kern( f ad ) = Bild( f )⊥

2) Kern( f ) = Bild( f ad )⊥

Beweis

1) Sei w ∈ Kern( f ad ), d.h. f ad(w) = 0

10
„⊆“
Dann gilt also ∀v ∈ V:
0 =< v, f ad (w) >=< f (v), w >, also ist w ∈ Bild( f )⊥ d.h. Kern( f ad ) ⊆ Bild( f )⊥

„⊇“
Ist andererseits v ∈ Bild( f )⊥ , so gilt ∀ u ∈ V, dass
0 =< f (u), v >=< u, f ad (v) >, daher f ad (v) = 0, also v ∈ Kern( f ad ), somit
Kern( f ad ) = Bild( f )⊥

2) Wir wissen, dass ( f ad )ad = f , also
1)
Kern( f ) = Kern(( f ad )ad ) = Bild( f ad )⊥

4 Eigenwerte von Endomorphismen
4.1 Grundlegende Eigenschaften
Definition
Sei f ∈ L(V, V). Fals für ein v ∈ V, v , 0 und λ ∈ K die Gleichung f (v) = λ · v gilt, so heißt
λ ∈ K Eigenwert von f und v heißt Eigenvektor . Eigenwert
Die Gleichung f (v) = λv ist äquivalent zu (λ cot IdV − f ) = 0 Eigenvektor
D.h. λ ∈ K ist Eigenwert von f ⇔ Kern(λIdV − f ) , {0v }

Definition
Ist λ ∈ K EW von f ∈ L(V, V), so heißt V f (λ) = Kern(λ · Idv − f ) der Eigenraum von f zum Eigenraum
EW λ und dim(V f (λ)) heißt die geometrische Vielfachheit des EW λ, g(λ, f ) geom.
Vielfacheit
Bemerkung
Der Eig( f, λ) = V f (λ) ist also der Raum aller Vektoren, die von λ · IdV − f auf Null abge-
bildet werden.
Der Nullvektor ist darin enthalten, er ist aber kein EV.
Die geometrische Vielfachheit ist somit die maximale Anzahl linear EVen zum EW λ.

Lemma
Für f ∈ L(V, V) sind äquivalent

1) ∃v ∈ V \ {0} mit f (v) = λv

2) Für jede Basis B von V ∃ k ∈ Kn,1 \ {0} mit [ f ]BB · k = λ · k

Die EWe von f ∈ L(V, V) sind somit Nullstellen von PA = det(t · Idn − A) ∈ K[t] wobei
A = [ f ]BB für eine (beliebige) Basis B von V ist.
Da [ f ]B1 B1 ähnlich zu [ f ]B2 B2 und das charackteristische Polynom ähnlicher Matrizen
gleich ist, definieren wir wie folgt:

Definition
Sei f ∈ L(V, V) und B eine beliebige Basis von V, dann heißt

P f := PA = det(t · In − A) ∈ K[t] mit A ∈ [ f ]B,B

11
das charackteristische Polynom von f charPoly
(wie gezeigt: P f hängt nicht von B ab!)

Die Nullstellen von P f sind also die EWe von f und es gilt

P f = det(t · In − A)

wobei A = [ f ]B,B . Unser Ziel ist eine Basis B zubestimmen, sodass wir die Nullstellen
leicht ablesen können.

4.2 Diagonalisierbarkeit
Eine einfache Form von [ f ]B,B ist Diagonalgestalt.

Definition
f ∈ L(V, V) heißt digonalisierbar, wenn es eine Basis B von V gibt, so dass [ f ]B,B eine diagbar
Diagonalmatrix ist.
Wir sehen sofort, falls
 λ1
 

[ f ]B,B = 

 . ..


 
λn

so gilt
P f = (t − λ1 ) · . . . · (t − λn )
d.h. „P f zerfällt vollständig in Linearfaktorenüber K“
Definition
Sei f ∈ L(V, V) und sei λ ∈ K ein EW von f . Ist P f = (t − λ)m · g mit g ∈ K[t] und g(λ) , 0
so heißt m die algebraische Vielfachheit des EW λ, bezeichnet mit a(λ, f ) alg.
Vielfacheit
Lemma
Für f ∈ L(V, V) sind äquivalent

1) f ist diagonalisierbar

2) Es gibt eine Basis von V bestehend aus EW von f

3) P f zerfällt in Linearfaktoren über K und a(λ, f ) = g(λ, f ) ∀ EW λ von f

Beweis
Übung

Wir geben nun ein hinreichendes Kriterium an, so dass 1) (und damit 2) und 3)) erfüllt
ist.

Lemma
Sei f ∈ L(V, V) und seien λ1 , . . . , λk ∈ K paarweise verschiedene EW von f mit zugehöri-
gen EVen v1 , . . . , vk ∈ V. Dann sind v1 , . . . , vk linear unabhängig.

12
Beweis
Induktion über k

k=1
v1 ∈ V \ {0} ist linear unabhängig. Fertig

k→k+1
Seien λ, . . . , λk+1 ∈ K paarweise verschiedene EW on f mit zugehörigen EVen
v1 , . . . , vk+1
Sei

µ1 v1 + . . . + µk+1 vk+1 = 0 (∗)

Nach Anwendung von f auf beiden Seiten erhalten wir

µ1 λ1 v1 + . . . + µk+1 λk+1 vk+1 = 0 (∗∗)

Multiplikation von (∗) mit λk+1 liefert

µ1 λk+1 v1 + . . . + µk+1 λk+1 vk+1 = 0 (∗ ∗ ∗)

(∗∗) − (∗ ∗ ∗) ergibt

µ1 (λk − λk+1 ) v1 + . . . + µk (λk − λk+1 ),0 vk = 0
| {z }
,0

⇒ µ1 = . . . = µk = 0, denn wegen vk+1 , 0 folgt aus (∗), dass auch µk+1 = 0



Korollar
Falls f ∈ L(V, V) genau n verschiedene EWe hat, so ist f diagonalisierbar

Falls „mehrfache“
" # EWe vorkommen, ist f nicht mehr unbedingt diagonalisierbar.
1 2
z.B.: f = : Q2,1 → Q2,1
0 1
λ − 1 −2
" #
Dann gilt für P f = det = (λ − 1)2 , also ist 1 einziger EW mit a(1, f ) = 2.
0 λ−1
geometrische Vielfacheit:

g(1, f ) = dim Kern(1 · I2 − f )

" #!
0 −2
= dim Kern( )
0 0
= 1

13
(" # )
a
V f (1) = |q∈Q
0
Hier zerfällt also P f in Linearfaktoren über K = Q, aber für den einzigen EW λ = 1 gilt

g(1, f ) < a(1, f )

4.3 Triangulierung und Satz von Schur
Falls P f in Linearfaktoren zerfällt, können wir f nicht unbedingt diagonalisieren. Wir
zeigen nun aber, das f dann stehts „triangulierbar“ ist, d.h. es gibt eine Basis B von V, so triangu
dass [ f ]B,B eine obere Dreiecksmatrix ist. -lierbar
(Weit verbreiteter Begriff ist „Trigonalisierung“)
Satz
f ∈ L(V, V), dann ist äquivalent:

(1) p f = (t − λ1 ) · . . . · (t − λn ) mit λi ∈ K, i=1,. . . ,n
(2) [ f ]B,B ist obere Dreiecksmatrix für eine Basis B von V

Beweis

(2) ⇒ (1)
Falls [ f ]B,B =: [ri j ] obera Dreiecksmatrix ist, dann gilt

p f = det(t · In − [ f ]B,B ) = (t − r11 ) · . . . · (t − rnn )

(1) ⇒ (2)
Induktion über dim(V) = n

I.A.: n = 1
klar, denn dann gilt [ f ]B,B ∈ K1,1 ist per Definition eine obere Dreiecksmatrix

I.V.:
für n − 1 gilt: (1)

I.S.:
Wir wissen, dass P f = (t − λ1 ) · . . . · (t − λn ). Dann gibt es einen EV v1 ∈ V zum
EW λ1 ∈ K

Ergänze v1 zu einer Basis von V, also

B = {v1 , w1 , . . . , wn } Basisergänzungssatz

Dann gilt

V = span{v1 } u span{w2 , . . . , wn }
=: span{v1 } u W

14
Es folgt dim(W) = n − 1
 λ1 a12 · · ·
 
a1n 
..
  
.
 0 a22 · · ·  

[ f ]B,B =  .
 

.. .. .. =: Ã ∈ Kn−1,n−1

 ..
 
. . .
 
  

 
0 an2 ann
 

Seien nun k ∈ L(w, span{v1 }) mit
k(w j ) = ai j · v1 j = 2, . . . , n
und g ∈ L(W, W) mit g(w j ) = a2j · w2 + . . . + an j · wn ; j = 2, . . . , n. Dann gilt:
f (w) = h(w) ∗ g(w) ∀w ∈ W
Zudem gilt:
Vorauss.
Pf = (t − λ1 ) · . . . · (t − λn )
LaPlace
= (t − λ1 ) · det(t · In−1 − Ã)
Wegen (g(w1 ), . . . , g(wn )) = (w2 , . . . , wn )Ã gilt
P g = det(t · In−1 − Ã), also
P g = (t − λ2 ) · . . . · (t − λn )

Nach I.V. gibt es somit eine Basis B2 = {ŵ2 , . . . , wˆn } von W, so dass [g]B2 ,B2 eine
obere Dreiecksmatrix ist.
Sei nun B3 = {v1 , ŵ2 , . . . , wˆn } dann gilt:
 λ1 aˆ12 ˆ 
 
··· a1n
 0
 

f (v1 ), f (ŵ2 ), . . . , f (wˆn ) = (v1 , ŵ2 , . . . , wˆn )  ..
  
 . [g] B2 ,B2



0

Korollar
Sei V in endlich dimensionaler euklidischer oder unitärer VR und f ∈ L(V, V).
Falls P f = (. . .), so gibt es eine ONB B von V, so dass [ f ]B,B eine obere Dreiecksmatrix ist.

Beweis
Nach obigen Satz gibt es B1 so dass [ f ]B1 ,B1 eine obere Dreiecksmatrix ist.
Anwendung des Gram-Schmidt-Verfahrens auf B1 liefert ONB B2 von V, so dass [IdV ]B1 ,B2
eine obere Dreiecksmatrix ist.
Schreibe also
[ f ]B2 ,B2 = [IdV ]B1 ,B2 [ f ]B1 ,B2 [Id]B2 ,B1
Korollar (Schur, 1909)
Jeder Endomorphismus eines endlichdimensionalen unitären VR V(, {0}) ist unitär tri-
angolierbar.

Beweis:
Nach dem im folgenden bewiesenen Fundamentalsatz der Algebra zerfällt jedes nicht-
konstante Polynom in Linearfaktoren.

15
5 Polynome & Fundamentalsatz der Algebra
5.1 Polynome
Sei U ein Körper. Ein Ausdruck der Form

p = αn tn + αn−1 tn−1 + . . . + α0 t0

mit α0 , . . . , αn ∈ K heißt Polynom über K in der Unbekannten t. Polynom

All diese Polynome bezeichnen wir mit K[t].
Diese bezeichnen wir als kommutativen Ring mit 1.

Ist αn , 0, so heißt n der Grad des Polynoms, Grad(p). Der Grad von p = 0 ist Grad(0) = −∞
und αn heißt „höchter Koeffizient“ oder auch Leitkoeffizient von p.
Ist der Leitkoeffizient αn = 1 heißt das Polynom „monisch“ (bzw. normiert) monisch

Man zeigt dann leicht, dass
1) Grad(p + q) ≤ max{Grad(p), Grad(q)}

2) Grad(p · q) = Grad(p) + Grad(q)

5.1.1 Division mit Rest
Satz
Sei f ∈ K[t] \ {0}, dann gibt es zu jedem g ∈ K[t] eindeutig bestimmte q, r ∈ K[t] mit

g = f · q + r, wobei Grad(r) < Grad( f )

Beweis
Falls Grad(g) < Grad( f ), setze q = 0 und r = g, fertig.

Sei nun Grad(g) ≥ Grad( f ) ≥ 0
Indukktion über Grad(g) =: n

Sei m := Grad( f )(≤ n)
(Typischer Fall: Grad( f ) = 0, dann f = α0 , 0, setze r = 0, q = α−1
0
· g)
Sei o.B.d.A. m ≥ 1

I.A. n = 1
Dann auch m = 1, also g = β1 · t + β0 und f = α1 · t + α0 mit α1 , 0 , β1
Somit
β1 · t + β0 = β1 · α−1
1 (α1 + α0 ) + (β0 − β1 α1 α0 )
−1

also g = f · q + r mit Grad(r) < 1

Es gibt n ≥ 1 ⇒ n + 1
Sei g = βn+1 tn+1 + . . . + β0 und sei αm höchster Koeffizient von f .

16
Deiniere
h := g − βn+1 α−1
m f ·t
n+1−m

dann gilt Grad(h) < Grad(g) = n + 1.
Nach I.V. gibt es eindeutige q̃ und r ∈ K[t] mit h = f · q̃+r und Grad(r) < Grad( f ),
also folgt

g = h + βn+1 α−1
m f ·t
n+1−m

= f (q̃ + βn+1 αm tn+1−m ) + r
| {z }
=:q

Satz
Sei f ∈ K[t] \ {0}. Dann gibt es ür jedes g ∈ K[t] eindeutige q, r ∈ K[t] mit g = f · q + r und
Grad(r) < Grad( f )

Beweis
Existenz bereits gezeigt.
Eindeuigkeit:

Angenommen es gilt
g = f · q + r = fˆ · q̂ + r̂
dann folgt

0 = f · (q − q̂) + (r + r̂)
⇔ r − r̂ = f · (q̂ − q)

Falls r − r̂ , 0 dann ist q̂ − q , 0, denn f , 0, daher Grad(r − r̂) = Grad( f · (q̂ − q)) ≥ Grad( f )
Widerspruch: Grad(r − r̂) < Grad( f )

5.1.2 Satz Ruffini; Paolo Ruffini
Korallar
Ist λ ∈ K Nullstelle von p ∈ K[t], d.h. p(λ) = 0 ∈ K so gibt es ein eindeutig bestimmtes
q ∈ K[t] mit p = (t − λ) · q, d.h. der Linearfaktor (t − λ) ist ei Teiler von p.

Beweis
Anwendung der Dimension mit Rest auf f = (t − λ) , 0 und g = p liefert eindeutige
q, r ∈ K[t] mit p = (t − λ)q + r und Grad(r) < Grad( f ).
Das Polynom r ist somit konstant. Einsetzen von λ ergibt.

0 = (pλ)
= (λ − λ) · q(λ) + r(λ)
= r(λ)

Also ist r = 0 wie behauptet.

17
5.1.3 Teiler, teilerfremd, irreduzibel, Vielfacheit einer Nullstelle
Definition

1) Falls es für f, g ∈ K[t] ein q ∈ K[t] gibt mit g = q · f , dann heißt f Teiler von g,
geschrieben:
f |g.
2) Zwei Polynome f, g ∈ K[t] heißen teilerfremd, wenn ein kein Polynom h ∈ K[t] mit
Grad(h) ≥ 1 gibt, das sowohl f als auch g teilt. d.h. aus h| f und h|g folgt stehts, das
h konstant ist.
3) Ein nicht-konstantes Polynom f ∈ K[t] heißt irreduzibel (über K), wenn f nicht
als Produkt von 2 oder mehreren nicht konstanten Polynomen geschrieben werden
kann.
Beispiel
(t2 + 1) ist irreduzibel über R, aber über C zerfällt es in (t − i)(t + i)
4) Sei p ∈ K[t] und sei λ ∈ K eine Nullstelle von p. Dann heißt die größte natürliche
Zahl m mit p = (t − λ)m · q und g(λ) , 0, die Vielfachheit der Nullstelle.

Korollar
Sind λ1 , . . . , λk ∈ K paarweise verschiedene Nullstelle von p ∈ K[t] mit den Vielfacheiten
m1 , . . . , mk , so gilt:
p = (t − λ1 )m1 + . . . + (t − λk )mk · q für ein q ∈ K[t]
Korollar
Sei p ∈ K[t] mit Grad(p) = n ≥ 0, dann hat p höchstens n Nullstellen in K, d.h. die Summe
der Vielfachheiten aller Nullstellen ist höchstens n.

5.1.4 (Lemma von Bezent)
Satz
Sind f, g ∈ K[t] \ {0} teilerfremd, so gibt es q1 , q2 ∈ K[t] mit 1 = f q1 + gq2

Beweis
Sei o.B.d.A Grad( f ) ≥ Grad(g).
Induktion über Grad(g)

Sei Grad(g) = 0. Dann gilt per Vorraussetzung:
g=µ·1 für ein µ ∈ K \ {0}
Setze q1 = 0 und q2 = µ−1 · 1, dann gilt für alle f ∈ K[t] mit Grad( f ) ≥ Grad(g) und damit
1 = f · 0 + g · q2 = µ · µ−1 · 1 = 1
Sei die Aussage bewiesen für alle g̃ ∈ K[t] mit Grad( g̃) = n
Sei Grad(g) = n + 1
Nach Devision mit Rest gibt es q, r ∈ K[t] mit
f = g·q+r mit Grad(r) < Grad(g)

18
Angenommen es gibt ein h ∈ K[t], das g und r teilt, also h|g, h|r. Dann auch h| f , Wider-
spruch zur Voraussetzung f, g teilerfremd!
Also sind g und r teilerfremd. Nach I.V. mit r = g̃, als Grad(r) < Grad(g) und f = g
Also gibt es Polynome q1 , q2 ∈ K[t] so dass

1 = g · q1 + r · q2

Es folgt

1 = g cot q1 + ( f − g · q)q2
= g · (q1 − q · q2 ) + f · q2



5.1.5 Euklidisches Lemma
Korollar
Falls f ∈ K[t] \ {0} irreduzibel ist und das Polynom g · h ∈ K[t] teilt, dann gilt
f |g oder f|h
Beweis
Angenommen f teilt nicht g.

Dann sind f und g teilerfremd, denn f irreduzibel. Nach obigen Satz gibt es q1 , q2 ∈ K[t]
mit

1 = f · q1 + g · q2
Also
h = f · (h · q1 ) + ((h ġ) · q2 )
Da f die Polynome auf der rechten Seite teilt, teilt f auch h.
Lemma (Euklid)
f ∈ K[t] \ {0} irreduzibel teilt g · h , dann f |g ∨ f |h

5.1.6 Euklischer Hauptsatz
Satz

Jedes Polynom f ∈ K[t] \ {0} besitzt eine bis auf die Reihenfolge eindeutige Zerlegung

f = µ · p1 · . . . · pk

mit µ ∈ K und monischen irreduziblen Polynomen p1 · . . . · pk (Primfaktorzerlegung)

Beweis:

Ist f konstant, d.h. f = µ · 1 für ein µ ∈ K \ {0}
Setze k = 0 fertig.

19
Sei nun deg( f ) ≥ 1, Jede Zerlegung von f besitzt höchstens deg( f ) nicht-konstante Fakto-
ren
Seien nun f = µ · p1 · . . . · pk = β · q1 , . . . , qs mit k ≥ s, µ, β ∈ K \ {0}
monische irreduzible, p j , q j ∈ K[t] zwei solche Zerlegungen.
Dann gilt p1 | f also p1 |(β · q1 , . . . , qs ), daher p1 = q j für 1 j, denn q1 , . . . qs irreduzible und
monisch (also teilt nur durch sich selbst)
⇒ Euklisches Lemma

Sei o.B.d.A. j = 1
Dann folgt nach „kürzen“ von p1 , dass
µ · p2 · . . . · pk = β · q2 · . . . · qs
geht man nun die p j durch , so folgt p2 = q2 − pk = qk insbesondere ist k = s.

Am Ende bleibt: β = µ

5.2 Fundamentalsatz der Algebra
Satz
Jedes nicht-konstante Polynom p ∈ C[t] hat mindestens eine Nullstelle.

Wir wissen: für A ∈ Cn,n ist PA ∈ C[t] ein monisches Polynom vom Grad n.

Andererseits gibt es zu jedem monischen Polynom P ∈ C[t], Grad(p) = n ≥ 1 ein A ∈ Cn,n
mit dim(V) = n < ∞ hat einen EV.

LinA - Formulierung des Fundamentalsatzes:
(z.z.) Jedes f ∈ L(V, V) wobei V C-VR mit dim(V) = n < ∞ hat einen EV.

⇒ Ist B eine Basis von V und A = [ f ]B,B , dann ist die Aussage, das f eine EV hat, gleich-
bedeutend mit dem Fundamentalsatz. PA = P f = 0 lösbar.

⇒ ist C[t], Grad(p) ≥ 1, gegeben, dann ist also p = PA = P f ür ein A ∈ Cn, n und wenn p
eine Nullstelle hat, so hat f einen EW und damit einen EV.

Der Fundamentalsatz lässt sich niht ohne „analytische“ Hilfsmittel beweisen.
Wir brauchen hier:

Satz:
Sei p ∈ R[t] mit grad(p) ungerade, dann hat p eine Nullstelle.

Beweis
Zwischenwertsatz ben. Stetigkeit

Lemma 1
Ist V ein R-VR ungerader dim, so hat jedes f ∈ L(V, V) einen EV.

20
Beweis
P f ∈ R[t], Grad(P f ) ungerade und hat nach obigen Satz eine Nullstelle.

Lemma 2
Sei V ein R-VR mit dimR (V) = n ≥ 1 ungerade. Sind also f1 , f2 ∈ L(V, V) mit f1 ◦ f2 = f2 ◦ f1 ,
dann haben f1 und f2 gemeinsamen Vektor.

Beweis
Induktion über n = 1, 3, 5, . . . (nmod2 , 0)

n=1
Nach Lemma 1 haben f1 und f2 jeweils Eigenvektoren, also

f1 (v1 ) = λ1 v1 f2 (v2 ) = λ2 v2

Da aber dimR (V) = 1, gilt also v1 = αv2 für ein αinR \ {0}. Somit gilt

f2 (v1 ) = f2 (αv2 )
= α · f2 (v2 )
= α · λ2 v2
= λ2 v 1

D.h. v1 ist auch EV zu f2

Sei nun n > 1 ungerade und die Behauptung bewiesen für alle ungeraden Dimensionen
kleiner als n.

Seien f1 , f2 ∈ L(V, V), wobei V ein R-VR mit dimR (V) = n; f1 ◦ f2 = f2 ◦ f1 .

Nach Lemma 1 hat f1 einen EV und einen rellen EW λ1 . Seien

U := Bild(λ1 IdV − f1 )
W := Kern(λ1 IdV − f1 ) (Eigenraum)

Dann gilt dim −R (W) ≥ 1
Die Räume U und W sind invariant unter f1 , f2 , d.h.

a) f1 (U) ⊆ U und f1 (W) ⊆ W

b) f2 (U) ⊆ U und f2 (W) ⊆ W

Die Aussagen unter a) sind sofort klar mit

(λ1 · IdV − f1 )( f1 (w)) = (λ1 · f1 − f1 ◦ f1 )(w)
= f ((λ1 IdV − f1 )(w))
| {z }
=0
= 0

21
zu b)
Sei u ∈ U, d.h. u = (λ1 Idv − f1 )(v) für ein v ∈ V. Also folgt
f2 (u) = f2 ((λ1 · IdV − f1 )(v))
= λ1 · f2 (v) − ( f2 ◦ f1 )(v)
= λ1 · f2 (v) − ( f1 ◦ f2 )(v)
= (λ1 · IdV − f1 )( f2 (v) ) ∈ Bild(λ1 IdV − f1 ) = U
|{z}
∈V

Sei w ∈ W, dann gilt:
(λ1 · IdV − f1 )( f2 (w)) = (λ1 f2 − f1 ◦ f2 )(w)
= f2 (λ1 IdV − f1 )(w)
| {z }
=0
= 0
⇒w∈

Es gilt also
n = dimR (V) = dimR (U) + dimR (W)
Da n ungerade ist, ist (mindestens) eine der beiden dims ungerade.
Falls dieser UR (mit ungerader dim) ein echter UR von V sein sollte, so haben also f1 und
f2 einen gemeinsamen EV.
Falls dieser UR kein echter UR sein sollte, so ist dieser gleich V. in Diesem Fall ist jeder
Vektor in W = V Eigenvektor von f1 .
Nach Lemma 1 hat f2 einen EV in W = V, also haben f1 und f2 gemeinsame EV in V.
Fundamentalsatz: Jedes f ∈ L(V, V) hat EV.
Lemma 1
Jedes f ∈ L(V, V), V R-VR dim(V) = n mit n ungerade, hat einen EV.

Lemma2
f1 , f2 ∈ L(V, V), V R-VR, n mod 2 , 0, f1 ◦ f2 = f2 ◦ f1 haben einen gemeinsamen EV.

Bemerkung
Das Lemma zeigt nicht, dass f1 , f2 gemeinsamen EW haben!
Lemma 3
Sei k ∈ N(k ≥ 1) gegeben. Wir nehmen an, dass für jeden n-dimensionalen K-VR,
(n mod 2k , 0) d.h.
n ∈ {2m · q | 0 ≤ m ≤ k − 1, q ungerade}
jedes f ∈ L(V, V) einen EV. hat, dann hat jedes Paar f1 , f2 ∈ L(V, V) mit f1 ◦ f2 = f2 ◦ f1
einen gemeinsamen EV.

Beweis

Induktion über alle n, die nicht durch 2k teilbar sind.
Beispiel: k = 3, n ∈ {1, 3, 5, 7, . . . , 2, 6, 10, 14, . . . , 4, 12, 20, 28, . . .}

22
n=1 f1 und f2 haben nac Annahme einen EV,
f1 (v1 ) = λ1 v1 , f2 (v2 ) = λ2 v2
Da dim(V) = 1, gilt αv1 = v2 für ein α , 2
Somit

f1 (v2 ) = f1 (αv1 )
= α f1 (v1 )
= αλ1 v1
= λ1 v2
d.h. v2 ist auch EV zu f1

Sei nun n > 1 nicht durch 2k teilbar und die Aussage gelte für alle Dim < n, die nicht
durch 2k teilbar.
Seien f1 , f2 ∈ L(V, V) mit f1 ◦ f2 = f2 ◦ f1

Nach Annahme hat f1 einen EV. f1 (v1 ) = λ1 v1
Seien U := Bild( f1 − λ1 IdV ) und W := Kern( f1 − λ1 IdV ) dan gilt Dim(W) ≥ 1 und V, W sind
invariant unter f1 und f2 (siehe Beweis von Lemma 2)
Da die dim(V) = dim(U) + dim(W) = n nicht durch 2k teilbar ist, ist entweder dim(U) oder
dim(W) nicht durch 2k teilbar. Falls einer der Räume, dessen dim nicht durch 2k teilbar ist,
ein echter UR von V ist, haben f1 , f2 einen gemeinsamen EV in diesem und damit in 0
nach Induktionsannahme.
Andernfalls muss dieser Raum gleich V sein. Wegen dim(W) ≥ 1 muss dies der Raum W
sein. Dann ist jeder Vektor v ∈ V = W = Kern( f1 − λ1 IdV ) ein EV. Nach Annahme des
Lemmas ist mindestens einer davon EV von f2 .

Beweis des Fundamentalsatzes
Wir schreiben Dim von V als n = 2k q, k ≥ 0 und q ungerade und beweisen die Aussage
durch Induktion über k = 1, 2, . . . , ∞ d.h. zunächst für k = 0 also n ∈ {1, 3, 5, 7, . . .} dann
für k = 1 also n ∈ {2, 6, 10, 14, . . .} usw.
k = 0 Sei V ein C-VR ungerader Dimension und sei f ∈ L(V, V) gegeben. Sei ein SP auf V
gegeben. Sei Hn := {g ∈ L(V, V) | g = gad } d.h. die selbstadjungierte lineare Abbildung auf
V (bzgl. < ·, · >)
2
Wir wissen, dass Hn  Rn , d.h. wir können Hn auffassen als R-VR ungerader Dimension.
(n ungerade ⇒ n2 ungerade)

Wir definieren nun h1 , h2 ∈ L(Hn , Hn ) durch

1
h1 (g) := ( f ◦ g + g ◦ f ad )
2
1
(h1 (g))ad = (g ◦ f ad + f ◦ g)
2
= h1 (g)

1
h2 (g) := ( f ◦ g − g ◦ f ad )
2i
(h2 (g))ad = h2 (g)

23
dann gilt h1 ◦ h2 = h2 ◦ h1

Nach Lemma 2 haben h1 , h2 gemeinsamen EV, d.h. h1 ( g̃) = λ1 g̃ und h2 ( g̃) = λ2 g̃ für ein
g̃ ∈ Hn \ {0}

Dann gilt also
f ◦ g̃ = h1 ( g̃) + i · h2 ( g̃) = (λ1 + iλ2 ) · g̃
Da g̃ , 0 gibt es ein v ∈ V mit g̃(v) , 0

Dann gilt:
f ( g̃(v)) = (λ1 + iλ2 )( g̃(v)), also ist g̃(v) EV. von f zum EW. λ1 + iλ2 .
Wir nehmen nun an, dass für ein k ≥ 1 jedes f ∈ L(V, V) gegeben.
z.z. f hat EV
Wähle eine beliebige Basis von V und sei A f ∈ Cn,n die Matrixdarstellung von f bezgl.
dieser Basis.
Sei Sn := {M ∈ Cn,n |M = MT } (komplex-symmetrische Matrizen)
Die Menge Sn bildet einen C-VR und dim
n(n + 1)
dimC Sn =: d =
2
2 q(2k q + 1)
k
=
2
= (2k−1 · q) · q̃ ∈ Mk−1
Sn := {M ∈ Cn,n |M = MT }, dimC (Sn ) = 2n−1 q̃, q̃ ungerade
f ∈ L(V, V), A f ∈ Cn,n

Definiere nun U1 , U2 ∈ L(Sn , Sn ) durch h1 (B) := A f B + BATf h2 (B) = A f BATf

Es gilt
h1 (B)T = BT ATf
= BATf + A f B
= h1 (B) ∀B ∈ Sn
und
h2 (B)T = A f BT ATf
= A f BATf
= h2 (B)
Zudem gilt: h1 ◦ h2 = h2 ◦ h1

h1 (h2 (B)) = h1 (A f BATf )
= A f (A f BATf ) + (A f BATf )ATf =
h2 (h1 (B)) = h2 (A f bATf )
= Af Af B

24
Nach Induktionsannahme und Lemma 3 haben h1 , h2 einen gemeinsamen Eigenektor,
also gilt

U1 (B̃) = λ1 B̃ = λ2 B̃ für ein B̃ ∈ Sn \ {0}

λ1 B̃ = A f B̃ + B̃ATf ⇒ λ1 A f B̃ = A2f + A f B̃ATf = A2f B̃ + λ2 B̃
| {z }
h2 (B̃)=λ2 B̃

⇔ (A2f − λ1 A f + λ2 I)B̃ = 0
pAT = p = t2 − λ1 + λ2 = (t − α)(t − β) für gewisse α, β
⇔ (A f − αI)(A f − βI)B̃ = 0

Sei v ∈ Cn,1 \ {0} ein Vektor mit B̃(v) , 0
Sei w := B̃v, dann gilt

(A f − αI)(A f − βI)w = 0 mit w , 0
Fallunterscheidung

Fall 1
(A f − βI)w = 0 ⇒ β ist Eigenwert von A f zum Eigenvektor w. Fertig, denn β ist EW von f .

Fall 2
(A f − βI)w , 0 ⇒ α ist EW von A f zum EV (A f − βI)w

5.3 Verallgemeinerung des Satzes von Schur
Im Beweis des Fundamentalsatzes wurde im Wesentlichen gezeigt, dass kommutative
Endomorphismen auf einem C-VR einen gemeinsamen EV haben.
Satz
Sei V ein endlich-dimensionaler VR und seien f1 , f2 ∈ L(V, V) und f1 ◦ f2 = f2 ◦ f1
Dann gibt es eine ONB B ∈ V, so dass [ f1 ]B,B mit [ f2 ]B,B obere Dreiecksgestalt haben.
d.h. f1 und f2 sind simultan triagonalisierbar.

Dieser Satz gilt für beliebig viele paarweise verschiedene kommutative Endomorphismen
f1 , . . . , fn ∈ L(V, V)

Satz (Schur, 1905)
Die maximale Anzahl linear unabhängiger paarweise kommutativer Endomorphismen
auf einem n-dimensionalen C-VR ist
$ 2%
n
+1
4

25
6 Invariante Unterräume und die Jordannormalform (JNF)
In diesem Kapitel ist V stehts ein VR über „algebraisch abgeschlossenem Körper“, d.h. in
K[t] zerfallen alle nicht-konstanten Polynome in Linearfaktoren. (z.B. K = C)

6.1 Zyklische Unterräume und Minimalpolynome
Definition
Sei f ∈ L(V, V) und sei U ⊆ V ein UR on V, dann heißt U f -invariant, wenn

f (U) ⊆ U, d.h. f (u) ∈ U ∀u ∈ U
Beispiel
{0}, V, Bild(F), Kern( f ) sind f -invariant ∀ f ∈ L(V, V)

Ist U f -invariant, so heißen die Vektoren u1 , . . . , uk ∈ U Generatoren von U, wenn

U = span{ f j (ul ) | l = 1, . . . , k j = 0, 1, 2, . . .}
span{u1 , . . . , uk , f (u1 ), . . . , f (uk ), . . . , f 2 (u1 ), . . . , f 2 (uk ), . . .}

Jeder f -invariante UR U hat stets endlich viele Generatoren, z.B. ist jede Basis von U
Generatoren

Wir beschäftigen uns mit f -invarianten UR, die nur genau einen Generator haben, d.h.
∃! u ∈ U mit
U = span{u, f (u), f 2 (u), . . .}
Spezialfall: Ist u ein EV zum EW λ, also f (u) = λu, so gilt

U := span{u, f (u), . . .} = span{u}
Im Allgemeinen sei v ∈ V \ {0} gegeben. Sei dim(V) < ∞, dann gibt es einen eindeutig
bestimmten Vektor f d (v) i der Folge v, f (v), f 2 (v), . . . der eine Linearkombination der
vorhergehenden ist.
Es gibt somit eindeutig bestimmte α0 , α1 , . . . , αd−1 ∈ K, so dass

d−1
X d−1
X
f (v) =
d
α j f (v) ⇔
j d
f (v) − α j f j (v) = 0
j=0 j=0

pv ( f )(v) = 0 mit p = td − αd−1 td−1 − . . . − α0

v ∈ V, f ∈ L(V, V), d = d( f, v), Zd ( f, v) = span{v, f (v), . . . , f d−1 (v)}
Lemma 2
Für f ∈ L(V, V) gelten

1) Sind v, u ∈ V \ {0} und pV , pW , dann sind v, w linear unabhängig

2) Ist v ∈ V einVektor mit Grad d, dann ist pV das Minimalpolynom von f bzgl. Zd ( f, v)
( f ∈ L(Zd ( f, v), Zd ( f, v)))

26
Beweis: HA (später ergänzen)
Lemma 3

Seien f ∈ L(V, V) ind U ⊆ V ein f -invarianter UR von V. Falls das Minimalpolynom von
f bzgl. U gegeben ist durch ϕ = (t − λ)d für ein λ ∈ K und ein d ∈ N, dann gibt es einen
Vektor u ∈ U mit pu = ϕ.
Beweis

Falls U = {0}, dann ist u = 0 und pn = 1 = ϕ.
Sei nun dim(U) = m ≥ 1. Sei {u1 , . . . , um } eine Basis von U.
Dann gilt:
pu j | ϕ für j = 1, . . . , m

Also gilt pu j = (t − λ)d j für ein d j ≤ d, j = 1, . . . , m

Da ϕ = (t − λ)d das k.g.V. von pu1 , . . . , pum ist muss d j = d für mindestens ein j gelten.
Das Minimalpolynom pu j für dieses j ist also gleich ϕ

6.1.1 zyklischer Zerlegungssatz
Sei f ∈ L(V, V), dann gibt es Vektoren v1 , . . . , vm ∈ V mit Graden d1 ≥ . . . ≥ dm ≥ 1, so dass

V = Zd1 ( f, v1 )+̇Zd2 f, v2 +̇ . . . +̇Zdm ( f, vm ) → siehe matrix auf jpg
wobei pv j = (t − λ j )d j für ein λ j ∈ K, j = 1, . . . , m

Beweis

trivial für dim(V) = 1. v ∈ V ⇒ f (v) = αv für ein α ∈ K, also V = span{v}, pv = t − α.
Die Behauptung sei nun bewiesen für dim(V) = n − 1 für ein n ≥ 2. Sei dim(V) = n. Sei
zunächst f nicht invertierbar (invertierbarer Fall am Ende)

Da f nicht invertierbar ist, gilt dim(Bild( f )) ≤ n − 1. Sei W ⊂ V ein UR von V mit
dim(W) = n − 1 und Bild( f ) ⊆ W. Dann

f (W) ⊆ Bild( f ) ⊆ W. (also f ∈ L(W, W))

Also ist W ein (n − 1)-dimensionaler f -invarianter UR von V.
Nach induktionannahme gibt es Vektoren w1 , . . . , wk ∈ W mitGraden d1 ≥ . . . ≥ dk ≥ 1
und
W = Zd1 ( f, w1 )+̇ . . . +̇Zdk ( f, wk )
| {z }

, wobei pw j (t − λ j ) , j = 1, . . . , k
dj

Betrachte w j mit λ j , 0. dann gilt.

27
0 = pw j ( f )(w j ) = ( f − λ j IdW )d j (w j )
dj !
X dj
= ( (−λ j )d j−i f i )(w j )
i
i=0
dj !
X dj
= (−λ) w j + (
dj
(−λ j )d j−i f i )(w j )
i
i=0

⇒ w j ∈ span{ f (w j ), . . . , f d j (w j )} (∗∗)

Definiere S := { j|λ j = 0}. Sei nun y ∈ V \ W, dann gilt

f (y) ∈ Bild( f ) ⊆ W
Dann zeigt die Zerlegung (∗) zusammen mit (∗∗), dass f (y) = α j w j + f (z) für gewisse
P
j∈S
α j ∈ K und ein z ∈ W.

dX
1 −1 dX
2 −1 dX
n −1 k
X
(1) (2) (k)
f (y) = α j f j (w1 ) + α j f j (w2 ) + . . . + α j f j (wk ) = αl0 wl + f (z̃) für ein z̃ ∈ W
j=0 j=0 j=0 l=1

(falls S = {}, so ist die Summe leer und es gilt f (y) = f (z))
Definiere u := y − z Aus y ∈ V \ W und z ∈ W folgt u ∈ V \ W und u , 0

Per Konstruktion gilt: (falls nämlich u ∈ W, so wäre u + z ∈ W )
X
f (u) = f (y − z) = f (y) − f (z) = α jw j
j∈S

Falls f (u) = 0, dann gilt span{u} = Z1 ( f, u), d.h. u ist f -zyklisch und pu = t
Es folgt dann V = W +̇Z1 ( f, u) und wir sind fertig.
Sei nun f (u) , 0. Sei l ∈ S der kleinste Index mit αl , 0 in f (u) = α jw j.
P
j∈S
(Ein solcher existiert, denn f (u) , 0). Sei ũ := α−1
l
u, dann gilt:
X αj
f (ũ) = α−1
l f (u) = w+ w j := wl + ŵl
αl
j∈S

u
Betrachte den f -invarianten Unterraum X := j ∈ S
j>l
(falls l = max{S}, so gilt X = {0} und ŵl = 0)
Dann gilt per Konstruktion, dass wl = f (ũ − ŵl ), wobei ŵl ∈ X. Somit

Zdl ( f, wl )+̇X = span{wl , . . . , f dl −1 (wl )+̇X
n o
= span f (ũ) − ŵl , . . . , f dl (ũ) − f dl −1 (ŵl ) +̇X
= spann{ f (ũ), . . . , f dl (ũ)} u X

28
Nun gilt aber

f dl +1 (ũ) = f dl ( f (ũ))
= f dl (wl + ŵl )
X αj
= f dl (wl ) + f dl (w j )
| {z } j∈S αl | {z }
=0 j=l =0
= 0

denn pw j für j ∈ S ist ein Teiler von tdl .

Der Raum span{ f (ũ) . . . f dl (ũ)} ist somit f -zyklisch. Es ergibt sich:

! !
u u
W = Z ( f, w j ) u Z ( f, w j )
j < S dj j ∈ S dj
   
 u   u 
= (. . .) u  j < S Zd j ( f, w j ) u  j < S Zd j ( f, w j )
   
  
j<l j≥l
   

= (. . .) u (. . .) u X u span{ f (ũ), . . . , f dl (ũ)}

Da aber ũ ∈ V \ W und dim(W) = n − 1, dim(V) = n erhalten wir

u
V = W u span{ũ} = Z ( f, w j ) u span{ũ, f (ũ), . . . , f dl (ũ)}
j , l dj | {z }
Zdl +1 ( f,ũ)

ũ ist f -zyklisch mit Grad dl und pũ = tdl +1 .

Dies beendet den Beweis für f nicht invertierbar

6.1.2 Algorythmus zur Berechnung der JNF
6.2 Anwendung der JNF
6.2.1 Ähnlickeit zur Transponierten und Faktorisierung in 2 sym. Matrizen
6.2.2 Systeme gewöhlicher Differentialgleichungen
6.2.3 Matrixfunktionen

7 Spezielle Klassen von Endomorphismen
7.1 Normale Endomorpismen und Matrizen

29