Hallo,
könnte das stimmen? (siehe Bild mit Angabe)
Lösungsvorschlag:
Step ist genau dann positiv definit, wenn alle Eigenwerte von A positiv sind.
Angenommen, A ist positiv definit. Wir möchten zeigen, dass alle Eigenwerte von A positiv sind.
Sei λ ein Eigenwert von A und der zugehörige Eigenvektor. Dann gilt:
Av=λv
Multipliziert man nun beide Seiten mit v^(⊤) (Transponierte von
v^(⊤)Av=v^(⊤)(λv)
Da A positiv definit ist, gilt v^(⊤)Av v⊤Av>0 für alle v≠0. Daher:
λv^(⊤)v
Da v^(⊤)v die quadrierte Norm von ist (die immer nicht-negativ ist), können wir schließen, dass λλ positiv sein muss.
Step 2: Angenommen, alle Eigenwerte von A sind positiv. Wir möchten zeigen, dass A positiv definit ist.
Sei ein nicht-null Vektor in . Wir können als Linearkombination von Eigenvektoren von A ausdrücken (da A symmetrisch ist und diagonalisiert werden kann):
x=c1v1+c2v2+…+cnvn
wobei v1,v2,…,vnv1,v2,…,vn die Eigenvektoren von A sind und c1,c2,…,cnc1,c2,…,cn Konstanten sind.
Betrachten wir nun x^(⊤)Ax:
x^(⊤)Ax=(c1v1+c2v2+…+cnvn)^(⊤)A(c1v1+c2v2+…+cnvn)
Da A symmetrisch ist und vi^(⊤)vj=0vi⊤vj=0 für i≠j (Orthogonalität der Eigenvektoren), vereinfacht sich dieser Ausdruck zu:
x^(⊤)Ax=c12λ1+c22λ2+…+cn2λn
wobei λ1,λ2,…,λnλ1,λ2,…,λn die Eigenwerte von A sind.
Da alle Eigenwerte positiv sind und ci^2 ebenfalls nicht-negativ ist, ist die Summe c1^2λ1+c2^2λ2+…+cn^2λn streng positiv, es sei denn, alle ci sind null (was nicht der Fall ist, da ein nicht-null Vektor ist).
Daher gilt x^(⊤)Ax für alle nicht-null und wir schließen, dass A positiv definit ist.
Anwendung des Ergebnisses auf die gegebene Matrix:
Betrachten wir die Matrix:
Diese Matrix ist bereits diagonal, daher sind ihre Eigenwerte einfach die Diagonalelemente. Die Eigenwerte sind λ1=1 und λ2=2, und beide sind positiv.
PS: Ich habe das alles händisch geschrieben, aber konnte es nicht uploaden.
Für alle, die mir helfen möchten (automatisch von OnlineMathe generiert): "Ich möchte die Lösung in Zusammenarbeit mit anderen erstellen." |