Signatur (Lineare Algebra)

Signatur (Lineare Algebra)

Die Signatur (auch Sylvester-Signatur) ist Eigenschaft einer symmetrischen Bilinearform, welche unabhängig von der Basiswahl im Vektorraum ist. Dies ist das Resultat des Trägheitssatzes von Sylvester. Haben also zwei Bilinearformen dieselbe Signatur, so beschreiben sie dieselbe Abbildung bezüglich unterschiedlicher Basen.

Inhaltsverzeichnis

Definition

Sei V ein endlichdimensionaler Vektorraum und s: V \times V \rightarrow \R eine symmetrische Bilinearform. So seien X_+,\ X_- und V_0\; definiert durch

X_+ := \{v \in V: s(v,v)>0\},
X_- := \{v \in V: s(v,v)<0\} bzw.
V_0 := \{v \in V: s(v,w) = 0\ \forall w \in V\}.

Der Vektorraum V0 heißt Ausartungsraum. X+ und X- sind (gewöhnlich) keine Vektorräume. Aber mit darin als Untermengen enthaltenen Vektorräumen maximaler Dimension

V_+ \subseteq X_+ und V_- \subseteq X_-

kann man eine direkte Zerlegung

 V = V_+ \oplus V_- \oplus V_0

erhalten. Das aus den Einträgen r_+(s) = \dim(V_+),\ r_-(s) = \dim(V_-) und r_0(s) = \dim(V_0)\; zusammengesetzte Tripel

\sigma(s) = (r_+(s), r_-(s), r_0(s))\;

heißt Trägheitsindex oder (Sylvester-)Signatur. Wegen der Zerlegungseigenschaft gilt

r_+(s) + r_-(s) + r_0(s)) = \dim V\;.

Gelegentlich wird auch

\operatorname{sign}(s)=r_+(s)-r_-(s).

als Signatur bezeichnet, insbesondere, wenn keine Ausartung vorliegt, also r_0(s) = 0\;.

Entsprechend definiert man diese Signaturen auc für nxn-Matrizen. Im Fall n=1 reproduziert die hier definierte sign-Funktion das gewöhnliche Vorzeichen für reelle Zahlen.

Beispiel

  • Sei s(x,y) = \frac{1}{2}x_1y_2 + \frac{1}{2} y_1x_2 eine symmetrische Bilinearform. So hat die darstellende Matrix der Kanonischen Basis die Form
 M_\mathcal{K}(s) = \begin{pmatrix} 0 & \frac{1}{2} \\ \frac{1}{2} & 0 \end{pmatrix} .

Fasst man diese Matrix zwischenzeitlich als selbstadjungierten Endomorphismus von \R^2 auf, so weiß man auf Grund des Spektralsatzes, dass es eine Orthonormalbasis aus Eigenvektoren gibt, sodass S^t M_\mathcal{K}(s) S Diagonalgestalt hat. Multipliziert man jeden Eigenvektor noch mit |\lambda_i|^{-\frac{1}{2}}, wobei λi der entsprechende Eigenwert ist und führt dann die Basistransformation durch, so erhält man eine Diagonalmatrix mit Einträgen 1,-1 und 0 auf der Diagonalen. Hier kann man direkt die Signatur ablesen. In unserem konkreten Beispiel lauten die Eigenwerte \frac{1}{2} und -\frac{1}{2} und die orthonormalen Eigenvektoren  \frac{1}{\sqrt{2}}\begin{pmatrix} -1 \\ 1 \end{pmatrix}, \frac{1}{\sqrt{2}}\begin{pmatrix}1 \\ 1 \end{pmatrix}. Multipliziert man diese Basis noch mit wie oben beschrieben mit |\lambda_i|^{-\frac{1}{2}}, so erhällt man als Transformationsmatrix

 T = \begin{pmatrix} -1 & 1 \\ 1 & 1 \end{pmatrix}

und die Basistransformation sieht folgendermaßen aus

 T^t M_\mathcal{K}(s) T = \begin{pmatrix} -1 & 1 \\ 1 & 1 \end{pmatrix} \begin{pmatrix} 0 & \frac{1}{2} \\ \frac{1}{2} & 0 \end{pmatrix} \begin{pmatrix} -1 & 1 \\ 1 & 1 \end{pmatrix} = \begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix} .

Also hat die der Matrix zugeordnete Bilinearform die Signatur (1,1,0). Bei diesem Beispiel muss man allerdings beachten, dass Bilinearform keine Eigenwerte besitzen und dass der Weg über die Eigenwerte nur ein Trick zum Rechnen ist.

Spezialfall

Gegeben ist eine symmetrische, nicht-singuläre Matrix. Dann ist die Signatur gegeben durch:

\mathrm{sgn}(A) = \mathrm{sgn}(A_1) + v_g - v_a\;.

Hierbei bezeichnet A1 den ersten Hauptminor von A. Die beiden anderen Größen ergeben sich bei Berechnung der Determinanten der weiteren Minoren, wobei nur das Vorzeichen wichtig ist. vg ist die Anzahl an gleichbleibenden Vorzeichen von det(Ak) nach det(Ak + 1) und va die Anzahl an Vorzeichenwechsel von det(Ak) nach det(Ak + 1).

Literatur


Wikimedia Foundation.

Игры ⚽ Поможем написать курсовую

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Signatur (Mathematik) — Dieser Artikel wurde auf der Qualitätssicherungsseite des Portals Mathematik eingetragen. Dies geschieht, um die Qualität der Artikel aus dem Themengebiet Mathematik auf ein akzeptables Niveau zu bringen. Bitte hilf mit, die Mängel dieses… …   Deutsch Wikipedia

  • Multilineare Algebra — Dieser Artikel erläutert den mathematischen Begriff Tensor, die Muskeln werden unter Musculus tensor fasciae antebrachii, Musculus tensor fasciae latae, Musculus tensor tympani und Musculus tensor veli palatini erläutert. Dieser Artikel wurde auf …   Deutsch Wikipedia

  • Signieren — Signatur (lat. signum „Zeichen“) steht für: eine Unterschrift: eine handschriftliche Unterschrift elektronische Signatur, in der Datenverarbeitung ein elektronischer Identitätsnachweis Signature, einen personalisierten Textabschnitt unter E Mails …   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

Share the article and excerpts

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