TUD_MATH_BA/2. Semester/LAAG/TeX_files/Der_Spektralsatz.tex

\section{Der Spektralsatz}

Sei $V$ ein endlichdimensionaler unitärer $K$-Vektorraum und $f\in\End_K(V)$.

\begin{definition}[normaler Endomorphismus, normale Matrix]
	Der Endomorphismus $f$ heißt \begriff[Endomorphismus!]{normal}, wenn
	\begin{align}
		f\circ f^{adj}=f^{adj}\circ f\notag
	\end{align}
	
	Entsprechend heißt $A\in\Mat_n(K)$ \begriff[Matrix!]{normal}, wenn
	\begin{align}
		AA^*=A^*A\notag
	\end{align}
\end{definition}

\begin{mathematica}[normale Matrix]
	Ob eine Matrix $A$ normal ist, beantwortet folgende Funktion für Mathematica bzw. WolframAlpha:
	\begin{align}
		\texttt{NormalMatrixQ[A]}\notag
	\end{align}
\end{mathematica}

\begin{example}
	\begin{itemize}
		\item Ist $f$ selbstadjungiert, so ist $f^{adj}=f$, insbesondere ist $f$ normal.
		\item Ist $f$ unitär, so ist $f^{adj}=f^{-1}$, insbesondere ist $f$ normal.
	\end{itemize}
\end{example}

\begin{lemma}
	\proplbl{7_5_3}
	Genau dann ist $f\in\End_K(V)$ normal, wenn
	\begin{align}
		\skalar{f(x)}{f(y)}=\skalar{f^{adj}(x)}{f^{adj}(y)}\quad\forall x,y\in V\notag
	\end{align}
\end{lemma}
\begin{proof}
	\begin{itemize}
		\item Hinrichtung: Ist $f$ normal, so ist
		\begin{align}
			\skalar{f(x)}{f(y)} &= \skalar{x}{(f^{adj}\circ f)(y)} \notag \\
			&= \skalar{x}{(f\circ f^{adj})(y)} \notag \\
			&= \skalar{f^{adj}(x)}{f^{adj}(y)}\quad\forall x,y\in V\notag
		\end{align}
		\item Rückrichtung: Ist umgekehrt $\skalar{f^{adj}(x)}{f^{adj}(y)}$, so ist
		\begin{align}
			\skalar{x}{(f^{adj}\circ f)(y)}&=\skalar{x}{(f\circ f^{adj})(y)} \notag \\
			0 &= \skalar{x}{(f^{adj}\circ f-f\circ f^{adj})(y)} \notag \\
			f^{adj}\circ f&=f\circ f^{adj} \notag
		\end{align}
	\end{itemize}
\end{proof}

\begin{lemma}
	\proplbl{7_5_4}
	Ist $f$ normal, ist ist
	\begin{align}
		\Ker(f)=\Ker(f^{adj})\notag
	\end{align}
\end{lemma}
\begin{proof}
	Nach \propref{7_5_3} ist
	\begin{align}
		\Vert f(x)\Vert = \Vert f^{adj}(x)\Vert \quad\forall x\in V\notag
	\end{align}
	Insbesondere gilt
	\begin{align}
		f(x)=0\iff f^{adj}(x)=0\notag
	\end{align}
\end{proof}

\begin{lemma}
	\proplbl{7_5_5}
	Ist $f$ normal, so ist
	\begin{align}
		\Eig(f,\lambda)=\Eig(f^{adj},\overline{\lambda})\quad\forall\lambda\in K\notag
	\end{align}
\end{lemma}
\begin{proof}
	Da $(\lambda\cdot \id-f)^{adj}\overset{\propref{7_4_8}}{=}\overline{\lambda}\cdot\id-f^{adj}$ ist auch $\lambda\cdot\id-f$ normal. Somit ist
	\begin{align}
		\Eig(f,\lambda) &= \Ker(\lambda\id-f)\notag \\
		&\overset{\propref{7_5_4}}{=} \Ker((\lambda\id-f)^{adj})\notag \\
		&= \Ker(\overline{\lambda}\id-f^{adj})\notag \\
		&= \Eig(f^{adj},\overline{\lambda})\notag
	\end{align}
\end{proof}

\begin{theorem}[Spektralsatz]
	\proplbl{7_5_6}
	Sei $f\in\End_K(V)$ ein Endomorphismus, für den $\chi_f$ in Linearfaktoren zerfällt. Genau dann besitzt $V$ eine Orthonormalbasis aus Eigenvektoren von $f$, wenn $f$ normal ist.
\end{theorem}
\begin{proof}
	\begin{itemize}
		\item Hinrichtung: Ist $B$ eine Orthonormalbasis aus Eigenvektoren von $f$, so ist $A=M_B(f)$ eine Diagonalmatrix. Dann ist auch $M_B(f^{adj})\overset{\propref{7_4_7}}{=}A^*$ eine Diagonalmatrix und $AA^*=A ^*A$. Somit ist $f$ normal.
		\item Rückrichtung: Sei $f$ normal und $\chi_f(t)=\prod_{i=1}^n (t-\lambda_i)$. Beweis nach Induktion nach $n=\dim_K(V)$. \\
		\emph{$n=0$}: klar \\
		\emph{$n-1\to n$}: Wähle Eigenvektor zum Eigenwert $\lambda_1$, o.E. $\Vert x_1\Vert = 1$. Sei $U=K\cdot x_1$. Nach \propref{7_5_5} ist $f^{adj}(x_1)=\overline{\lambda_1}x_1$, insbesondere ist $U$ $f$-invariant und $f^{adj}$-invariant. Für $x\in U^\perp$ ist 
		\begin{align}
			\skalar{f(x)}{x_1}= \skalar{x}{f^{adj}(x_1)}=\skalar{x}{\overline{\lambda_1}x_1}=\lambda_1\skalar{x}{x_1}=0\notag
		\end{align}
		also $f(x)\in U^\perp$ und 
		\begin{align}
			\skalar{f^{adj}(x)}{x_1}=\skalar{x}{f(x_1)}=\skalar{x}{\lambda_1 x_1}=\overline{\lambda_1} \skalar{x}{x_1}=0\notag
		\end{align}
		also $f^{adj}(x)\in U^\perp$. Somit ist $V=U\oplus U^\perp$ eine Zerlegung in Untervektorräume, die sowohl $f$-invariant als auch $f^{adj}$-invariant sind. Insbesondere st $f^{adj}\vert_{U^\perp}=(f\vert_{U^\perp})^{adj}$, woraus folgt, dass auch $f\vert_{U^\perp}$ normal ist:
		\begin{align}
			f\vert_{U^\perp}\circ (f\vert_{U^\perp})^{adj}=f\circ f^{adj}\vert_{U^\perp}=f^{adj}\circ f\vert_{U^\perp} = f^{adj}\vert_{U^\perp}\circ f\vert_{U^\perp}=(f\vert_{U^\perp})^{adj}\circ f\vert_{U^\perp}\notag
		\end{align}
		Außerdem zerfällt auch $\chi_{f\vert_{U^\perp}}=\prod_{i=2}^n (t-\lambda_i)$ in Linearfaktoren. Nach Induktionshypothese existiert eine Orthonormalbasis $(x_2,...,x_n)$ von $U^\perp$ bestehend aus Eigenvektoren von $f\vert_{U^\perp}$ und $(x_1,...,x_n)$ ist dann eine Orthonormalbasis von $V$ aus Eigenvektoren von $f$.
	\end{itemize}
\end{proof}

\begin{conclusion}
	Sei $A\in\Mat_n(\comp)$. Genau dann gibt es $S\in\Uni_n$ mit $S^*AS=D$ eine Diagonalmatrix, wenn $A$ normal ist.
\end{conclusion}

\begin{remark}
	\propref{7_5_6} ist eine gemeinsame Verallgemeinerung von \propref{6_5_9} und \propref{6_6_5}
\end{remark}