L¨osningar till Linj¨ar algebra II 121026
1. En godtycklig kvadratisk matris A s¨ags vara en normal matris precis om AAH = AHA. I v˚art fall ¨ar
A =
1 + 2i a
−2 + i 1 − 2i
och allts˚a AH =
1 − 2i −2 − i a 1 + 2i
. Ber¨akning ger att
AAH =
5 + |a[2 −5i + a(1 + 2i) 5i + a(1 − 2i) 10
och att
AHA =
10 −4 + 3i + a(1 − 2i)
−4 − 3i + a(1 + 2i) 5 + |a[2
, och allts˚a g¨aller att AAH = AHA precis om
(1)
−5i + a(1 + 2i) = −4 + 3i + a(1 − 2i) 5i + a(1 − 2i) = −4 − 3i + a(1 + 2i) 5 + |a[2= 10
.
Den f¨orsta ekvationen i (1) kan f¨orenklas till 4ia = −4 + 8i som ger a = 2 + i. Den andra ekvationen i (1) ¨ar konjugatet av den f¨orsta ekvationen s˚a a = 2 + i uppfyller ¨aven den andra ekvationen. ¨Aven den tredje ekvationen i (1) uppfylls av a = 2 + i. Det finns allts˚a ett v¨arde p˚a a f¨or vilket matrisen A ¨ar en normal matris och det ¨ar a = 2 + i.
Vi betraktar nu matrisen A f¨or detta v¨arde p˚a a, dvs vi betraktar matrisen A =
1 + 2i 2 + i
−2 + i 1 − 2i
.
Eftersom denna matris A ¨ar en normal matris kan denna matris A skrivas A = U DUH d¨ar U ¨ar en unit¨ar matris och D ¨ar en diagonalmatris. Vi best¨ammer nu s˚adana matriser U och D genom att f¨orst ber¨akna egenv¨ardena och egenvektorerna till A. Vi har att
det(λI − A) = 0 ⇐⇒
λ − 1 − 2i −2 − i 2 − i λ − 1 + 2i
= 0 ⇐⇒ λ2− 2λ + 10 = 0, som har l¨osningarna λ = 1 + 3i och λ = 1 − 3i. Egenv¨ardena till A ¨ar allts˚a 1 + 3i och 1 − 3i. En enkel r¨akning ger att motsvarande egenrum ¨ar EA(1 + 3i) = [(1 − 2i, 1)T] och EA(1 − 3i) = [(−1, 1 + 2i)T]. En ON-bas i EA(1 + 3i) ¨ar u1= √1
6(1 − 2i, 1)T och en ON-bas i EA(1 − 3i) ¨ar u2 = √1
6(−1, 1 + 2i)T. Matrisen A h¨ar ¨ar en normal matris s˚a egenvektorer h¨orande till olika egenv¨arden ¨ar ortogonala. Vektorerna u1 och u2 ¨ar s˚aledes en ON-bas i C2 enbart best˚aende av egenvektorer till A. (Den skal¨arprodukt i C2 som h¨ar avses ¨ar standardskal¨arprodukten.) S¨att
U = (u1, u2) = 1
√
1 − 2i −1
och D = diag(1+3i, 1−3i) =
1 + 3i 0 .
D˚a ¨ar U en unit¨ar matris (dvs U ¨ar en inverterbar matris med invers U−1 = UH), D ¨ar en diagonalmatris och A = U DUH g¨aller.
2. a) Vektorrummen U och V ¨ar tv˚a delrum av R4 vilka b˚ada har dimension tre. Eftersom U och V ¨ar delrum av R4 g¨aller inklusionen U ⊆ U + V ⊆ R4, och eftersom dim U = 3 och dim R4 = 4 visar denna inklusion att dimensionen f¨or U + V ¨ar antingen tre eller fyra.
Anv¨ander vi sedan dimensionslagen
dim(U + V ) = dim U + dim V − dim(U ∩ V ) ⇐⇒
dim(U ∩ V ) = dim U + dim V − dim(U + V )
f˚ar vi att dimensionen f¨or U ∩ V ¨ar antingen 3 + 3 − 3 = 3 eller 3 + 3 − 4 = 2.
b) Vektorerna u1, u2 och u3 ¨ar en bas i U , och vektorerna v1, v2 och v3 ¨ar en bas i V . S¨att
A =
u1 u2 u3
och B =
v1 v2 v3
. S¨att vidare
C =
A B
A 0
=
1 −1 −2 1
1 2 3 −1
2 2 1 1
1 1 3 −3
1 4 3 −1
2 −3 1 −3
1 −1 −2 1
1 2 3 −1
2 2 1 1
0 0 0 0
0 0 0 0
0 0 0 0
.
Vi omvandlar nu matrisen C till en trappmatris med hj¨alp av element¨ara radoperationer. Vi g¨or det genom att g¨ora f¨oljande.
1) Adderar rad 1 multiplicerad med −1 till raderna tv˚a, fyra och fem, samt adderar rad 1 multiplicerad med −2 till raderna tre och sex.
2) Multiplicerar rad sex med −1 och byter sedan plats p˚a rad tv˚a och rad sex.
3) Adderar rad tv˚a multiplicerad med −4 till rad tre, adderar rad tv˚a multiplicerad med
−2 till rad fyra, adderar rad tv˚a multiplicerad med −5 till rad fem och adderar rad tv˚a multiplicerad med −3 till rad sex.
4) Adderar rad sex multiplicerad med −1 till rad tre.
5) Adderar rad tre multiplicerad med −3 till rad fyra, adderar rad tre multiplicerad med
−6 till rad fem och adderar rad tre multiplicerad med −4 till rad sex.
6) Multiplicerar rad sex med −1 och byter sedan plats p˚a rad sex och rad fyra.
7) Adderar rad fyra multiplicerad med 3 till rad fem och adderar rad fyra multiplicerad med 2 till rad sex.
8) Adderar rad sex multiplicerad med −2 till rad fem.
9) Adderar rad fem multiplicerad med 3 till rad sex.
10) Multiplicerar rad sex med −1.
Detta omvandlar C till den radekvivalenta trappmatrisen
D =
1 −1 −2 1
0 1 −5 5
0 0 5 −4
0 0 0 1
0 0 0 0
0 0 0 0
1 −1 −2 1
2 −2 −4 2
−2 3 4 −1
−2 3 −1 4
1 −2 3 −5
0 4 −5 9
.
De tv˚a sista raderna till v¨anster i D ¨ar nollrader. Enligt teorin f¨or detta f¨orfaringss¨att ¨ar d˚a de tv˚a sista raderna till h¨oger i D en bas i U ∩V , dvs w1= (1, −2, 3, −5) och w2 = (0, 4, −5, 9)
¨
ar en bas i U ∩ V .
3. Vi l¨oser uppgiften genom att genomf¨ora f¨oljande punkter.
1) Matrisen f¨or F ber¨aknas i n˚agon bas i M2(R).
2) En bas ber¨aknas (n¨ar s˚adan finns) i nollrummet respektive v¨arderummet f¨or denna matris.
3) Av 2) f˚as sedan en bas (n¨ar s˚adan finns) i nollrummet respektive v¨arderummet f¨or F . Punkten 1). F¨or i = 1, 2 och j = 1, 2 l˚at Hij beteckna den matris i M2(R) som har en etta p˚a platsen (i, j) och nollor p˚a ¨ovriga platser och s¨att H = (H11, H12, H21, H22). D˚a ¨ar H en bas i M2(R). Denna bas ¨ar standardbasen i M2(R) och har f¨ordelen att det ¨ar enkelt att v¨axla mellan en matris i M2(R) och koordinaterna f¨or matrisen i denna bas. Det underl¨attar v˚ara r¨akningar. Vi ber¨aknar nu matrisen f¨or F i denna bas H. Matrisr¨akning ger att
F (H11) = AH11+ H11B =
−5 4
−3 2
1 0 0 0
+
1 0 0 0
4 −2 3 −1
=
−5 0
−3 0
+
4 −2
0 0
=
−1 −2
−3 0
= (−1) ·
1 0 0 0
+ (−2) ·
0 1 0 0
+ (−3) ·
0 0 1 0
+ 0 ·
0 0 0 1
= (−1) · H11+ (−2) · H12+ (−3) · H21+ 0 · H22. Analogt f˚ar vi att
F (H12) = 3 · H11+ (−6) · H12+ 0 · H21+ (−3) · H22, F (H21) = 4 · H11+ 0 · H12+ 6 · H21+ (−2) · H22,
F (H22) = 0 · H11+ 4 · H12+ 3 · H21+ 1 · H22. Matrisen f¨or F i basen H = (H11, H12, H21, H22) ¨ar allts˚a matrisen
M =
−1 3 4 0
−2 −6 0 4
−3 0 6 3
0 −3 −2 1
.
Punkten 2. Vi ber¨aknar nu en bas (om s˚adan finns) i nollrummet respektive v¨arderummet till matrisen M . F¨or att enkelt kunna g¨ora det s˚a omvandlar vi f¨orst M med element¨ara rad- operationer till en reducerad trappmatris. Vi f˚ar att M ¨ar radekvivalent med den reducerade trappmatrisen
N =
1 0 −2 −1 0 1 23 −13
0 0 0 0
0 0 0 0
.
(Den reducerade trappmatrisen N ¨ar entydigt best¨amd av M .)
Det linj¨ara ekvationtiossystemet N x = 0, x ∈ R4 har, som vi direkt ser, l¨osningsm¨angden x = 2s + t, −23s +13t, s, tT
= 13s(6, −2, 3, 0)T +13t(3, 1, 0, 1)T d¨ar s, t ∈ R ¨ar godtyckliga.
Nollrummet f¨or N ¨ar allts˚a linj¨ara h¨oljet av kolonnvektorerna u1 = (6, −2, 3, 0)T och u2 = (3, 1, 0, 1)T. Dessa tv˚a vektorer, som ¨ar linj¨art oberoende, ¨ar ¨aven en bas i detta rum.
Men matriserna M och N har samma nollrum eftersom de ¨ar radekvivalenta. Vektorerna u1 och u2 ¨ar d¨arf¨or ocks˚a en bas i nollrummet f¨or M.
De tv˚a f¨orsta kolonnerna i N ¨ar, som vi direkt ser, en bas i kolonnrummet f¨or N . Eftersom M ¨ar radekvivalent med N g¨aller motsvarande f¨or M . Dvs de tv˚a f¨orsta kolonnerna i M ¨ar en bas i kolonnrummet f¨or M . F¨or en godtycklig matris ¨ar kolonnrummet och v¨arderummet samma rum. De tv˚a f¨orsta kolonnerna i M , kolonnerna (−1, −2, −3, 0)T och (3, −6, 0, −3)T,
¨ar f¨oljaktligen en bas i v¨arderummet f¨or M . Eftersom (−1, −2, −3, 0)T = −(1, 2, 3, 0)T och (3, −6, 0, −3)T = 3(1, −2, 0 − 1)T ¨ar ocks˚a v1 = (1, 2, 3, 0)T och v2 = (1, −2, 0, −1)T en bas i v¨arderummet f¨or M .
Punkten 3. Vi vet nu att u1= (6, −2, 0, −3)T och u2= (3, 1, 0, 1)T ¨ar en bas i nollrummet f¨or M , och att v1= (1, 2, 3, 0)T och v2 = (1, −2, 0 − 1)T ¨ar en bas i v¨arderummet f¨or M , d¨ar M
¨ar matrisen f¨or den linj¨ara operatorn F : M2(R) → M2(R) i basen H = (H11, H12, H21, H22) i M2(R). Men
u1 = (6, −2, 3, 0)T ¨ar koordinatvektorn i basen H f¨or matrisen
U1= 6 · H11+ (−2) · H12+ 3 · H21+ 0 · H22=
6 −2
3 0
, u2 = (3, 1, 0, 1)T ¨ar koordinatvektorn i basen H f¨or matrisen
U2= 3 · H11+ 1 · H12+ 0 · H21+ 1 · H22=
3 1 0 1
, v1 = (1, 2, 3, 0)T ¨ar koordinatvektorn i basen H f¨or matrisen
V1= 1 · H11+ 2 · H12+ 3 · H21+ 0 · H22=
1 2 3 0
, v2 = (1, −2, 0, −1)T ¨ar koordinatvektorn i basen H f¨or matrisen
V2 = 1 · H11+ (−2) · H12+ 0 · H21+ (−1) · H22=
1 −2 0 −1
. Det f¨oljer att matriserna U1 och U2 ovan ¨ar en bas i nollrummet f¨or F , och att matriserna V1 och V2 ovan ¨ar en bas i v¨arderummet f¨or F .
4. Ber¨akning ger att ekvationen det(λI −A) = 0 har l¨osningarna −5 och 1 (dubbelrot). Matrisen A har allts˚a egenv¨ardena −5 och 1. Ytterligare ber¨akning ger sedan att motsvarande egenrum
¨ar EA(−5) = [(1, −1, 2)T] och EA(1) = [(1, 1, 0)T, (−2, 0, 1)T]. Vektorn u1 = √1
6(1, −1, 2)T ¨ar en ON-bas i EA(−5). Gram-Schmidts metod ger att u2= √1
2(1, 1, 0)T och u3 = √1
3(−1, 1, 1)T
¨
ar en ON-bas i EA(1). Eftersom A ¨ar reell och symmetrisk ¨ar egenvektorer h¨orande till olika egenv¨arden ortogonala. Vektorerna u1, u2 och u3 ¨ar allts˚a en ON-bas i R3 enbart best˚aende av egenvektorer till A. (Den skal¨arprodukt i R3 som h¨ar avses ¨ar standardskal¨arprodukten.) S¨att
U = (u1, u2, u3) =
√1 6
√1 2 −√1
3
−√1
6
√1 2
√1 3
√2
6 0 √1
3
och D = diag(−5, 1, 1) =
−5 0 0 0 1 0 0 0 1
.
D˚a ¨ar U en ortogonalmatris (dvs en reell inverterbar matris U med invers U−1= UT), D ¨ar en diagonalmatris och A = U DUT g¨aller.
Matrisuttrycket (x, y, z)A(x, y, z)T kan nu skrivas (x, y, z)U DUT(x, y, z)T. Inf¨or nya variabler genom att s¨atta (u, v, w) = (x, y, z)U . Matrisuttrycket (x, y, z)A(x, y, z)T ¨overg˚ar d¨arvid i matrisuttrycket (u, v, w)D(u, v, w)T, dvs. i −5u2+ v2+ w2. Eftersom U ¨ar en ortogonalmatris
¨overg˚ar vidare x2 + y2 + z2 i u2 + v2 + w2. Det givna maximumproblemet i variablerna x, y, z ¨overg˚ar s˚aledes i de nya variablerna u, v, w i problemet att best¨amma maximum av
−5u2+ v2+ w2d˚a u2+ v2+ w2 = 1, och det g¨or vi nu. F¨or godtyckliga (u, v, w) som uppfyller u2+ v2+ w2= 1 har vi att
−5u2+ v2+ w2 ≤ u2+ v2+ w2= 1 med likhet hela v¨agen ovan precis om
u2+ v2+ w2 = 1 och − 5u2+ v2+ w2= u2+ v2+ w2 ⇐⇒
u = 0 och v2+ w2 = 1 ⇐⇒
(u, v, w) = (0, cos θ, sin θ) d¨ar θ ∈ [0, 2π[.
Maximum ¨ar allts˚a 1 och antas i punkterna (u, v, w) = (0, cos θ, sin θ) d¨ar θ ∈ [0, 2π[. Av (u, v, w) = (x, y, z)U och U−1 = UT f˚as (x, y, z) = (u, v, w)UT. De punkter som ger maximum i variablerna x, y, z ¨ar s˚aledes punkterna
(x, y, z) = (0, cos θ, sin θ)UT =
1
√2cos θ − 1
√3sin θ, 1
√2cos θ + 1
√3sin θ, 1
√3sin θ
d¨ar θ ∈ [0, 2π[.
5. Ber¨akning ger att
AHA =
1 −1 0
1 0 −1
1 1
−1 0
0 −1
=
2 1 1 2
och att
BHB =
1 −1 0
1 0 −1
1 1 1
−1 0 1
=
2 1 0 1 2 0
.
Vi f˚ar att det(λI − AHA) = 0 ⇐⇒ (λ − 2)2− 1 = 0 som har l¨osningarna 3 och 1, och att det(λI − BHB) = 0 ⇐⇒ (λ − 3) (λ − 2)2− 1 = 0 som har l¨osningarna 3 (dubbelrot) och 1.
Egenv¨ardena (uppr¨aknade med sin multiplicitet och ordnade i fallande storleksordning) till AHA respektive BHB ¨ar allts˚a 3 och 1 respektive 3, 3 och 1. De singul¨ara v¨ardena (ordnade i fallande storleksordning) till A respektive B ¨ar allts˚a σA1 = √
3 och σA2 = 1 respektive σB1=√
3, σB2=√
3 och σB3= 1. Enkla ber¨akningar av egenrummen h¨orande till de erh˚allna egenv¨ardena f¨or AHA samt BHB ger att EAHA(3) = [(1, 1)T] och EAHA(1) = [(1, −1)T] samt att EBHB(3) = [(1, 1, 0)T, (0, 0, 1)T] och EBHB(1) = [(1, −1, 0)T]. Vektorn vA1 = √1
2(1, 1)T
¨ar en ON-bas i EAHA(3), och vektorn vA2 = √1
2(1, −1)T ¨ar en ON-bas i EAHA(1). Vek- torerna vB1 = √1
2(1, 1, 0)T och vB2 = (0, 0, 1)T ¨ar en ON-bas i EBHB(3), och vektorn vB3 = √1
2(1, −1, 0)T ¨ar en ON-bas i EBHB(1). Eftersom matriserna AHA och BHB ¨ar her- mitska g¨aller f¨or envar av dessa tv˚a matriser att egenvektorer h¨orande till olika egenv¨arden
¨ar ortogonala. Vektorerna vA1 och vA2 liksom vektorerna vB1, vB2 och vB3 ¨ar f¨oljaktligen ortonormerade. Inf¨or nu vektorerna
(2) uAk = 1
σAk
A vAk, k = 1, 2, samt uBk= 1 σBk
B vBk, k = 1, 2, 3.
Ber¨akning av dessa vektorer ger att uA1 = √1
6(2, −1 − 1)T och uA2 = √1
2(0, −1, 1)T samt att uB1 = √1
6(2, −1 − 1)T, uB2 = √1
3(1, 1, 1)T och uB3 = √1
2(0, −1, 1)T. Enligt teorin f¨or singul¨arv¨ardesuppdelning ¨ar d˚a vektorena uA1 och uA2 liksom vektorerna uB1, uB2 och uB3
ortonormerade, och det ¨ar ocks˚a l¨att att direkt se att s˚a ¨ar fallet. Komplettera vektorerna uA1 och uA2 till en ON-bas i C3 genom att s¨atta uA3= √1
3(1, 1, 1)T(= uB2). Av definitionerna i (2) och omskrivningar f˚ar vi att
(A vA1, A vA2) = (σA1uA1, σA2uA2) ⇐⇒ A( vA1, vA2) = (uA1, uA2)
σA1 0 0 σA2
⇐⇒ A( vA1, vA2) = (uA1, uA2, uA3)
σA1 0 0 σA2
0 0
samt att
(B vB1, B vB1, B vB3) = (σB1uB1, σB2uB2, σB3uB3)
⇐⇒ B( vB1, vB2, vB3) = (uB1, uB2, uB3)
σB1 0 0
0 σA2 0
0 0 σB3
. S¨att
VA= (vA1, vA2), UA= (uA1, uA2, uA3) och SA=
σA1 0 0 σA2
0 0
samt
VB= (vB1, vB2, vB3), UB= (uB1, uB2, uB3) och SB =
σB1 0 0
0 σA2 0
0 0 σB3
.
D˚a ¨ar matriserna VA och UA samt VB och UB unit¨ara (dvs ¨ar inverterbar och har invers lika med konjugatet av transponatet), och enligt ovan g¨aller att AVA = UASA samt att BVB = UBSB, varav f¨oljer att A = UASA(VA)H samt att B = UBSB(VB)H, vilket ¨ar de s¨okte singul¨arv¨ardesuppdelningarna.
(Normering och ortogonalitet i uppgiften ¨ar hela tiden med avseende p˚a standardskal¨arprodukten i respektive rum.)
6. a) Direkt ber¨akning ger att
Im −A 0 λIn
λIm A B In
=
Im(λIm) − AB ImA − AIn
0(λIm) + (λIn)B 0A + (λIn)In
=
λIm− AB A − A 0 + λB 0 + λIn
=
λIm− AB 0
λB λIn
och att
Im 0
−B λIn
λIm A B In
=
Im(λIm) + 0B ImA + 0In
−B(λIm) + (λIn)B −BA + (λIn)In
=
λIm+ 0 A + 0
−λB + λB −BA + λIn
=
λIm A
0 λIn− BA
f¨or ett godtyckligt komplext tal λ. Determinantformlerna det
X Z 0 Y
= det X det Y och det
X 0
Z Y
= det X det Y och produktregeln f¨or determinanter ger vidare med matrisformlerna ovan att
det Imdet(λIn) det
λIm A B In
= det(λIm− AB) det(λIn)
⇐⇒ λndet
λIm A B In
= λndet(λIm− AB) och att
det Imdet(λIn) det
λIm A B In
= det(λIm) det(λIn− BA)
⇐⇒ λndet
λIm A B In
= λmdet(λIn− BA) f¨or ett godtyckligt komplext tal λ. S˚aledes g¨aller att
λmdet(λIn− BA) = λndet(λIm− AB)
f¨or ett godtyckligt komplext tal λ, dvs det g¨aller att λmpBA(λ) = λnpAB(λ) f¨or ett godtyck- ligt komplext tal λ. Det medf¨or att pBA(λ) = λn−mpAB(λ) f¨or ett godtyckligt komplext tal λ 6= 0. Kontinuitet i λ = 0 ger sedan att detta ¨aven g¨aller f¨or λ = 0, och allts˚a att pBA(λ) = λn−mpAB(λ) f¨or ett godtyckligt komplext tal λ.
b) Notera f¨orst att
v ∈ EAB(λ) =⇒ ABv = λv =⇒ B(ABv) = B(λv)
=⇒ BA(Bv) = λ(Bv) =⇒ Bv ∈ EBA(λ).
Dvs om v ∈ EAB(λ) s˚a g¨aller att Bv ∈ EBA(λ). L˚at nu λ 6= 0 vara ett gemensamt egenv¨arde till AB och BA. S¨att p = dim EAB(λ) och l˚at v1, . . . , vp vara en bas i EAB(λ). Av ovan f¨oljer att Bv1, . . . , Bvp∈ EBA(λ). Vi visar nu Bv1, . . . , Bvp ¨ar linj¨art oberoende. Vi har att
α1Bv1+ . . . αpBvp = 0 =⇒ A(α1Bv1+ . . . αpBvp) = A · 0 =⇒
α1ABv1+ . . . αpABvp= 0 =⇒ α1λv1+ . . . αpλvp = 0 =⇒
α1v1+ . . . αpvp = 0 =⇒ α1= . . . = αp = 0,
d¨ar vi ovan i tredje implikationen har anv¨ant att v1, . . . , vp ∈ EAB(λ), i fj¨arde implikationen att λ 6= 0, och i femte implikationen att v1, . . . , vp ¨ar linj¨art oberoende emedan de ¨ar en bas i EAB(λ). Vektorerna Bv1, . . . , Bvp ¨ar allts˚a p stycken linj¨art oberoende vektorer i EBA(λ), och s˚aledes ¨ar dim EBA(λ) ≥ p = dim EAB(λ). Vi har allts˚a att dim EBA(λ) ≥ dim EAB(λ).
Om vi byter plats p˚a A och B och repeterar argumentet ovan f˚ar vi den motsatta olikheten och allts˚a har vi att dim EBA(λ)
= dim EAB(λ)
= p. Vektorerna Bv1, . . . , Bvp h¨ar ¨ar allts˚a p stycken linj¨art oberoende vektorer i EBA(λ) d¨ar dim EBA(λ) = p. Dessa vektorer
¨ar f¨oljaktligen en bas i EBA(λ).
c) Antag att AB ¨ar diagonaliserbar och att 0 inte ¨ar egenv¨arde till AB. L˚at λ1, . . . , λr vara samtliga olika egenv¨arden till AB. Eftersom AB ¨ar en m × m-matris och AB antas vara diagonaliserbar g¨aller att
(3) dim EAB(λ1) + . . . + dim EAB(λr) = m.
Talen λ1, . . . , λr ¨ar alla skilda fr˚an noll eftersom vi antar att 0 inte ¨ar egenv¨arde till AB.
Eftersom varje nollskilt egenv¨arde till en av AB och BA ¨ar egenv¨arde till b˚ada s˚a ¨ar talen λ1, . . . , λr ocks˚a samtliga nollskilda egenv¨arden till BA. Av b) f¨oljer att
(4) dim EAB(λk) = dim EBA(λk), k = 1, . . . , r.
Tillsammans visar (3) och (4) att
(5) dim EBA(λ1) + . . . + dim EBA(λr) = m.
Om n = m ¨ar ¨aven BA en m × m-matris och det f¨oljer d˚a av (5) att BA ¨ar diagonaliserbar.
(Obs att 0 inte kan vara egenv¨arde till BA om n = m eftersom pBA(λ) = pAB(λ) om n = m enligt a) och eftersom vi antar att 0 inte ¨ar egenv¨arde till AB. I fallet n = m ¨ar allts˚a λ1, . . . , λr samtliga egenv¨arden till BA.)
Antag nu att n > m. Talet 0 ¨ar d˚a ett egenv¨arde till BA eftersom pBA(λ) = λn−mpAB(λ) enligt a). Talen 0 och λ1, . . . , λr ¨ar allts˚a samtliga egenv¨arden till BA i detta fall. Matrisen BA, som ¨ar en n × n-matris, ¨ar i detta fall s˚aledes diagonaliserbar precis om
(6) dim EBA(0) + dim EBA(λ1) + . . . + dim EBA(λr) = n.
Sj¨alvklart g¨aller att
(7) dim EBA(0) + dim EBA(λ1) + . . . + dim EBA(λr) ≤ n.
eftersom summadimensionen f¨or egenrummen till en n × n-matris alltid ¨ar mindre ¨an eller lika med n. Eftersom BA ¨ar en n × n-matris g¨aller enligt dimensionssatsen f¨or matriser att
(8) dim (Ker(BA) + rang(BA) = n.
Men rang(BA) ≤ rangA enligt en sats om rang, och rangA ≤ m eftersom A ¨ar en m×n-matris.
F¨oljaktligen g¨aller att
(9) rang(BA) ≤ m.
Av (8) och (9) f¨oljer att dim (Ker(BA)
≥ n − m, och eftersom Ker(C) = EC(0) f¨or en godtycklig matris C f˚ar vi att
(10) dim EBA(0) ≥ n − m
Tillsammans visar (5), (7) och (10) att (6) g¨aller. Matrisen BA ¨ar s˚aledes diagonaliserbar
¨aven i detta fall.
d) Eftersom m ≤ n och (m, n) 6= (1, 1) s˚a g¨aller m ≥ 1 och n ≥ 2. S¨att C = (1, 1), D =
1
−1
och E =
1 −1 1 −1
. D˚a ¨ar CD = 0 och DC = E. S¨att vidare
A =
C 0 0 0
och B =
D 0 0 0
,
d¨ar de i A och B ing˚aende nollmatriserna har s˚adana storlekar att A ¨ar en m × n-matris och B ¨ar en n × m-matris. D˚a ¨ar
AB =
C 0 0 0
D 0 0 0
=
CD 0
0 0
=
0 0 0 0
= 0 och
BA =
D 0 0 0
C 0 0 0
=
DC 0
0 0
=
E 0 0 0
.
Det ¨ar klart att AB som ¨ar m×m-nollmatrisen har noll som egenv¨arde och ¨ar diagonaliserbar.
Notera vidare att
det(λI2− E) = det
λ − 1 1
−1 λ + 1
= (λ − 1)(λ + 1) + 1 = λ2. F¨or n × n-matrisen BA har vi d¨arf¨or att
det(λIn− BA) = det
λI2− E 0 0 λIn−2
= det(λI2− E) det(λIn−2) = λ2λn−2= λn. Matrisen BA har s˚aledes ett enda egenv¨arde och det ¨ar talet 0. F¨or motsvarande enda egenrum EBA(0) = {X ∈ Cn| BAX = 0} har vi att
EBA(0) = {(x1, . . . , xn) ∈ Cn| x1− x2 = 0},
som har dimension n − 1. Det enda egenrummet till n × n-matrisen BA har allts˚a dimension mindre ¨an n och f¨oljaktligen ¨ar BA inte diagonaliserbar. Matriserna A och B ovan ¨ar s˚aledes ett exempel av s¨okt typ.