Eine Matrix A∈R3×3 heißt diagonalisierbar, wenn sie ähnlich zu einer Diagonalmatrix D ist. Also, wenn ein S∈GL3(R) exisitiert, so dass D=B−1AB eine Diagonalmatrix ist.
Du kannst dieses Problem in ein Eigenwertproblem übertragen:B−1AB=D=⎝⎜⎜⎜⎜⎜⎛λ10⋮00λ2⋱⋯⋯⋱⋱00⋮0λn⎠⎟⎟⎟⎟⎟⎞⟹A=BDB−1ABei=B(Dei)=λi= : xiBei⟹Axi=λixi,xi=0 Wir berechnen also zu Beginn die Eigenwerte von A:χA(λ)=det(A−λE)=−λ3+6λ2−λ−14=!0
Faustregel: In den meisten Beispielen, die du rechnen wirst, liegt ein Eigenwert auf der Hauptdiagonale oder der Eigenwert ist Null, so auch hier.
Eine Nullstelle des charakteristischen Polynoms χA ist λ1=2. Du kannst nun eine Polynomdivison durchführen, um auf −λ2+4x+7=0 zu kommen. Diese quadratische Gleichung hat die Lösungen λ2,3=2±11.
Tipp zur Überprüfung der Korrektheit der Eigenwerte:
Es lässt sich zeigen, dass die Spur von A (das ist die Summe der Hauptdiagonalenelemente) der Summe der Eigenwerte entspricht. Es gilt:λ1+λ2+λ3=6=−1+2+5=spur(A) Das stimmt.
Eigenräume zu den Eigenwerten berechnen:
Für λ=2 gilt:EigA(2)=ker⎝⎛−3−10−101013⎠⎞=⟨⎝⎛1−31⎠⎞⟩ Für λ=2+11:EigA(2+11)=ker⎝⎛−3−11−10−1−111013−11⎠⎞=⟨⎝⎛−10+311−3+111⎠⎞⟩ Den dritten Eigenvektor (d. h. den zu λ3) erhältst du, da A symmetrisch ist, über das Kreuzprodukt der beiden vorher errechneten Eigenvektoren. Also:EigA(2−11)=⟨⎝⎛−10−311−3−111⎠⎞⟩ Insgesamt gilt dann, dass B=⎝⎛1−31−10−311−3−111−10+311−3+111⎠⎞, D=⎝⎛20002−110002+11⎠⎞. Die Inverse der Transformationsmatrix zu berechnen, überlasse ich dir!