Study Guides / Lineare Algebra / Übungsstunde 10
ÜBUNGSSTUNDE 10 · ETH ZURICH · HS19 · linalg

Skalarprodukt, Parsevalsche Formel und unitäre Abbildungen

Skalarprodukt, Parsevalsche Formel, orthogonale und unitäre Matrizen, orthogonale und unitäre Abbildungen

SB
Steven Battilana Quant · ex-ETH

Erinnerung

Definition

Eine Abbildung B:En×En→E, (v,w)↦B(v,w)B: \mathbb{E}^n \times \mathbb{E}^n \to \mathbb{E},\, (v,w) \mapsto B(v,w) heisst Bilinearform (BLF) auf En\mathbb{E}^n, falls die Linearität in beiden Argumenten erfüllt ist: ∀u,v,w∈En, ∀λ∈E\forall u,v,w \in \mathbb{E}^n,\,\forall \lambda \in \mathbb{E}:

  • B(u+v,w)=B(u,w)+B(v,w),B(λu,v)=λB(u,v)B(u+v,w) = B(u,w) + B(v,w),\quad B(\lambda u, v) = \lambda B(u,v)
  • B(u,v+w)=B(u,v)+B(u,w),B(u,λv)=λB(u,v)B(u,v+w) = B(u,v) + B(u,w),\quad B(u, \lambda v) = \lambda B(u,v).
Definition

Sei BB eine BLF, die auf R\mathbb{R} abbildet. BB heisst symmetrisch, falls B(v,w)=B(w,v)B(v,w) = B(w,v) und alternierend, falls B(v,w)=−B(w,v)B(v,w) = -B(w,v), für ∀v,w∈En\forall v,w \in \mathbb{E}^n.

Definition

Eine Abbildung B:En×En→E, (v,w)↦B(v,w)B: \mathbb{E}^n \times \mathbb{E}^n \to \mathbb{E},\, (v,w) \mapsto B(v,w) heisst sesquilinear auf En\mathbb{E}^n, falls die Linearität im zweiten Argument erfüllt ist und im ersten Argument semilinear ist: ∀u,v,w∈En, ∀λ∈E\forall u,v,w \in \mathbb{E}^n,\,\forall \lambda \in \mathbb{E}:

  • B(u+v,w)=B(u,w)+B(v,w),B(λu,v)=λ‾B(u,v)B(u+v,w) = B(u,w) + B(v,w),\quad B(\lambda u, v) = \boldsymbol{\overline{\lambda}} B(u,v)
  • B(u,v+w)=B(u,v)+B(u,w),B(u,λv)=λB(u,v)B(u,v+w) = B(u,v) + B(u,w),\quad B(u, \lambda v) = \lambda B(u,v).
Definition

Eine Sesquilinearform BB, die auf C\mathbb{C} abbildet, heisst hermitesch, falls B(v,w)=B(w,v)‾B(v,w) = \overline{B(w,v)}.

Definition

Eine Sesquilinearform BB heisst positiv definit, wenn

B(v,v)>0fu¨r jedes v∈En mit v≠0.B(v,v) > 0 \quad \text{für jedes } v \in \mathbb{E}^n \text{ mit } v \neq 0.
Bemerkung

Eine symmetrische, positiv definite BLF heisst euklidisches Skalarprodukt.

Definition

Ein Skalarprodukt ist eine Abbildung ⟨⋅,⋅⟩:En×En→E,(v,w)↦⟨v,w⟩=∑k=1nvk‾wk\langle \cdot,\cdot \rangle: \mathbb{E}^n \times \mathbb{E}^n \to \mathbb{E}, (v,w) \mapsto \langle v,w \rangle = \sum_{k=1}^n \overline{v_k}w_k so dass: ∀u,v,w∈En, ∀λ∈E\forall u,v,w \in \mathbb{E}^n,\,\forall \lambda \in \mathbb{E}:

  1. ⟨v+λw,u⟩=⟨v,u⟩+λ‾⟨w,u⟩\langle v+ \lambda w,u \rangle = \langle v,u \rangle + \overline{\lambda} \langle w,u \rangle (Bilinearität bzw. Sesquilinearität)
  2. ⟨v,w⟩=⟨w,v⟩‾\langle v,w \rangle = \overline{ \langle w,v \rangle } (Symmetrie bzw. hermitesch)
  3. ⟨v,v⟩≥0\langle v,v \rangle \geq 0 (positiv semidefinit)
  4. ⟨v,v⟩≥0\langle v,v \rangle \geq 0 und ⟨v,v⟩=0⇔v=0\langle v,v \rangle = 0 \Leftrightarrow v = 0 (positiv definit)
Definition

Die Länge oder euklidische Norm eines Vektors x∈Enx \in \mathbb{E}^n ist die nichtnegative reelle Zahl ∥x∥\left\lVert x \right\rVert definiert durch

∥x∥:=⟨x,x⟩=xHx=∑k=1n∣xk∣2.\left\lVert x \right\rVert := \sqrt{\langle x,x \rangle} = \sqrt{x^Hx} = \sqrt{\sum_{k=1}^n |x_k|^2}.
Bemerkung

Seien x,y∈Rnx,y \in \mathbb{R}^n und α∈[0,π]\alpha \in [0, \pi] der Winkel zwischen xx und yy, dann gilt:

⟨x,y⟩=∥x∥∥y∥cos⁡(α).\langle x,y \rangle = \left\lVert x \right\rVert \left\lVert y \right\rVert \cos(\alpha).

Parsevalsche Formel

Definition

Sei B={bi}i∈I\mathcal{B} = \{b_i\}_{i \in I} eine Basis von VV, ⟨⋅,⋅⟩\langle \cdot, \cdot \rangle Skalarprodukt auf VV.

  • B\mathcal{B} heisst orthogonal ⇔⟨bk,bl⟩=0,∀k≠l\quad \Leftrightarrow \quad \langle b_k,b_l \rangle = 0, \forall k \neq l

    In Worten: Basisvektoren "stehen ⊥\perp aufeinander".

  • B\mathcal{B} heisst orthonormal (ONB) ⇔⟨bk,bl⟩=δkl={1,k=l0,k≠l\quad \Leftrightarrow \quad \langle b_k,b_l \rangle = \delta_{kl} = \begin{cases} 1, \quad k = l\\ 0, \quad k \neq l \end{cases}

    In Worten: Basisvektoren "stehen ⊥\perp aufeinander" und haben Länge 11.

Bemerkung

Sei VV ein Vektorraum mit Skalarprodukt ⟨⋅,⋅⟩\langle \cdot, \cdot \rangle, B={bi}i∈I\mathcal{B} = \{b_i\}_{i \in I} Basis von VV. Per Definition von Basis kann man jedes v∈Vv \in V schreiben als v=∑i∈Iαibiv = \sum_{i \in I} \alpha_i b_i. Falls B\mathcal{B} eine ONB ist, so ist αi=⟨bi,v⟩,  ∀i∈I\alpha_i = \langle b_i, v \rangle, \,\, \forall i \in I, ⇒\Rightarrow \quad Koordinaten von vv bezüglich B\mathcal{B} sind ⟨bi,v⟩\langle b_i, v \rangle.

Satz

Sei B={b1,...,bn}\mathcal{B} = \{b_1, ..., b_n\} eine ONB von V. Dann gilt:

  • Die Koordinaten von v∈Vv \in V sind gegeben durch ξk=⟨bk,v⟩V,  k∈{1,...,n}\xi_k = \langle b_k, v \rangle_V,\,\, k \in \{1,..., n\}, d.h. v=∑k=1nξkbk=∑k=1n⟨bk,v⟩Vbkv = \sum \limits_{k=1}^n \xi_k b_k = \sum \limits_{k=1}^n \langle b_k, v \rangle_V b_k.

  • Falls ξ=(ξ1⋮ξn),η=(η1⋮ηn)\xi = \begin{pmatrix} \xi_1\\ \vdots\\ \xi_n \end{pmatrix}, \eta = \begin{pmatrix} \eta_1\\ \vdots\\ \eta_n \end{pmatrix} die Koordinatenvektoren von v,w∈Vv,w \in V sind, ξk=⟨bk,v⟩V,ηk=⟨bk,w⟩V\xi_k = \langle b_k, v \rangle_V, \eta_k = \langle b_k, w \rangle_V, so gilt die Parsevalsche Formel:

    ⟨v,w⟩V=ξHη=⟨ξ,η⟩\begin{aligned} \langle v,w \rangle_V &= \xi^H \eta\\ &= \langle \xi, \eta \rangle \end{aligned}
Bemerkung

Die Parsevalsche Formel besagt, dass der Winkel zwischen zwei Vektoren von einem euklidischen/unitären Vektorraum VV durch eine Koordinatentransformation nicht verändert wird, falls wir eine orthonormale Basis haben. Somit können wir eine Koordinatentransformation von VV zu En\mathbb{E}^n finden und den Winkel mit dem uns bekannten euklidischen Skalarprodukt (d.h. Standardskalarprodukt) berechnen.

Bemerkung

Aus der Parsevalschen Formel folgt:

  • ∥v∥V:=⟨v,v⟩V=Parseval∥ξ∥=∑k=1n∣ξk∣2\begin{aligned} \left\lVert v \right\rVert_V &:= \sqrt{ \langle v,v \rangle_V}\\ &\stackrel{\text{Parseval}}{=} \left\lVert \xi \right\rVert\\ &= \sqrt{ \sum_{k=1}^n |\xi_k|^2} \end{aligned}
  • ∢V(v,w):=arccos⁡(⟨v,w⟩V∥v∥V∥w∥V)=∢(ξ,η)=arccos⁡(⟨ξ,η⟩∥ξ∥∥η∥)\begin{aligned} \sphericalangle_V (v,w) &:= \arccos \left( \frac{\langle v,w \rangle_V}{\left\lVert v \right\rVert_V \left\lVert w \right\rVert_V} \right)\\ &= \sphericalangle (\xi,\eta)\\ &= \arccos \left( \frac{\langle \xi,\eta \rangle}{\left\lVert \xi \right\rVert \left\lVert \eta \right\rVert} \right) \end{aligned}
  • v⊥wv \perp w bezüglich ⟨⋅,⋅⟩V⇔ξ⊥η\langle \cdot, \cdot \rangle_V \Leftrightarrow \xi \perp \eta bezüglich ⟨⋅,⋅⟩\langle \cdot, \cdot \rangle

Orthogonale und unitäre Matrizen (II)

Definition

Die Matrix A∈En×nA \in \mathbb{E}^{n \times n} ist orthogonal/unitär genau dann, wenn die Zeilen von AA paarweise orthonormal (bezüglich dem Standardskalarprodukt) zueinander stehen und die Spalten von AA paarweise orthonormal (bezüglich dem Standardskalarprodukt) zueinander stehen.

Definition

Eine komplexe n×nn \times n - Matrix AA heisst unitär, falls AHA=AAH=𝟙A^HA = AA^H = \text{𝟙}. Eine reelle n×nn \times n - Matrix AA heisst orthogonal, falls ATA=AAT=𝟙A^TA = AA^T = \text{𝟙}.

Bemerkung

Der Begriff der orthogonalen/unitären Matrizen A∈En×nA \in \mathbb{E}^{n \times n} ist unabhängig vom Skalarprodukt (per Definition vom euklidischen Skalarprodukt, d.h. AAH=AHA=𝟙AA^H = A^HA = \text{𝟙}). Der Begriff der orthogonalen Vektoren ist hingegen abhängig vom betrachteten Skalarprodukt ⟨⋅,⋅⟩V\langle \cdot, \cdot \rangle_V.

Bemerkung

Warnung: Diese Bemerkung ist ein Gedankenspiel und dient zur Vertiefung des bereits erworbenen Verständnisses.

Würde man die Definition von der orthogonalen/unitären Matrix auf ein allgemeines Skalarprodukt ⟨⋅,⋅⟩M\langle \cdot, \cdot \rangle_M erweitern, würde man folgendes erhalten:

AMAH=AHMA=𝟙AMA^H = A^HMA = \text{𝟙}

Die Matrix MM des MM-Skalarprodukts wird wie folgt berechnet, falls das Skalarprodukt bereits gegeben ist:

M=(⟨e1,e1⟩M⟨e1,e2⟩M⋯⟨e1,en⟩M⟨e2,e1⟩M⟨e2,e2⟩M⋱⋮⋮⋱⋱⟨en−1,en⟩M⟨en,e1⟩M⋯⟨en,en−1⟩M⟨en,en⟩M)M = \begin{pmatrix} \langle e_1, e_1 \rangle_M & \langle e_1, e_2 \rangle_M & \cdots & \langle e_1, e_n \rangle_M\\ \langle e_2, e_1 \rangle_M & \langle e_2, e_2 \rangle_M & \ddots & \vdots\\ \vdots & \ddots & \ddots & \langle e_{n-1}, e_n \rangle_M\\ \langle e_n, e_1 \rangle_M & \cdots & \langle e_n, e_{n-1} \rangle_M & \langle e_n, e_n \rangle_M \end{pmatrix}
Bemerkung

Für das Standard-Skalarprodukt würde man dann folgendes erhalten:

A𝟙AH=AH𝟙A=𝟙⇔AAH=AHA=𝟙A\text{𝟙}A^H = A^H\text{𝟙}A = \text{𝟙} \Leftrightarrow AA^H = A^HA = \text{𝟙}
Beispiel 1

Betrachte das MM-Skalarprodukt für symmetrisch positiv definites M∈Rn×nM \in \mathbb{R}^{n \times n}:

⟨v,w⟩M:=vTMw\langle v,w \rangle_M := v^T M w

Dann steht vv senkrecht auf ww bezüglich ⟨⋅,⋅⟩M⇔vTMw=0\langle \cdot, \cdot \rangle_M \Leftrightarrow v^T M w = 0.

Beispiel 2

Gegeben: ONB (bezüglich dem Standardskalarprodukt) A, B\mathcal{A},\, \mathcal{B} mit

A={(10),(01)},B={(3545),(−4535)}.\mathcal{A} = \left \{ \begin{pmatrix} 1\\ 0 \end{pmatrix}, \begin{pmatrix} 0\\ 1 \end{pmatrix} \right \}, \quad \mathcal{B} = \left \{ \begin{pmatrix} \frac{3}{5}\\ \frac{4}{5} \end{pmatrix}, \begin{pmatrix} -\frac{4}{5}\\ \frac{3}{5} \end{pmatrix} \right \}.

Gesucht: TBAT_B^A und TABT_A^B

Lösung anzeigenLösung ausblenden TAB=(35−454535) ist orthogonal mit (TAB)−1=(TAB)TT_A^B = \begin{pmatrix} \frac{3}{5} & -\frac{4}{5}\\ \frac{4}{5} & \frac{3}{5} \end{pmatrix} \text{ ist orthogonal mit } (T_A^B)^{-1} = (T_A^B)^TTBA=(TAB)−1=(TAB)T=(3545−4535)T_B^A = (T_A^B)^{-1} = (T_A^B)^T = \begin{pmatrix} \frac{3}{5} & \frac{4}{5}\\ -\frac{4}{5} & \frac{3}{5} \end{pmatrix}

⇒\Rightarrow Bei orthogonalen/unitären Matrizen ist es einfach die Inverse zu bestimmen, d.h. hat man TABT_A^B erhält man sofort TBAT_B^A.

Orthogonale und unitäre Abbildungen

Definition

Es seien X und Y zwei unitäre (bzw. orthogonale) Vektorräume. Eine lineare Abbildung F:X→YF: X \to Y heisst unitär (bzw. orthogonal), falls für x,y∈Xx,y \in X gilt:

⟨F(x),F(y)⟩Y=⟨x,y⟩X.\langle F(x), F(y) \rangle_Y = \langle x,y \rangle_X.
Satz 6.13

Für eine orthogonale oder unitäre Abbildung F:X→YF: X \to Y gilt:

  1. ∥F(x)∥Y=∥x∥X\Vert F(x) \Vert_Y = \Vert x \Vert_X, d.h. FF ist längentreu (oder isometrisch);
  2. x⊥y⇒F(x)⊥F(y)x \perp y \quad \Rightarrow \quad F(x) \perp F(y), d.h. FF ist winkeltreu;
  3. ker(F)={0}(F) = \{0\}, d.h. FF ist injektiv;

Ist dim(X)=(X) = dim(Y)<∞(Y) < \infty, so gilt zusätzlich:

  1. FF ist ein Isomorphismus;
  2. Ist {b1,...,bn}\{b_1, ..., b_n \} eine Orthonormalbasis (ONB) von XX, so ist {F(b1),...,F(bn)}\{F(b_1), ..., F(b_n)\} eine ONB von YY;
  3. F−1F^{-1} ist unitär (bzw. orthogonal);
  4. Die Abbildungsmatrix AA bezüglich orthonormierten Basen in XX und YY ist unitär (bzw. orthogonal).