Wie können Sie beweisen, dass eine Matrix die gleichen Eigenwerte wie ihre Transponierte hat, ohne Determinanten zu verwenden?

Ich weiß, dass eine Matrix die gleichen Eigenwerte wie ihre Transponierte hat, aber gibt es eine Möglichkeit, dies im Einklang mit Axler zu sehen (dh ohne Determinanten einzubringen)?

Warum ? Was ist falsch daran, Determinanten einzuführen?
@Potato "Sobald die Determinanten an das Ende des Buches verbannt wurden, öffnet sich ein neuer Weg zum Hauptziel der linearen Algebra - dem Verständnis der Struktur linearer Operatoren." - von der linearen Algebra richtig gemacht.
Axler verwendet sie nicht, und ich verwende sein Lehrbuch, also möchte ich dieses Ergebnis nur gerne damit in Einklang bringen.
Welche Eigenschaften der Transponierten dürfen Sie annehmen?
@Dan Alle in dieser Liste sind in Ordnung
@Jnrn: Nun, ich nehme an, Sie wollen # 5 (was Determinanten einbringt) und # 9 (was Sie beweisen möchten) ausschließen.
Zur Unterstützung der unten geposteten Antworten kann das allgemeine Ergebnis, dass Zeilenrang = Spaltenrang ist, hier nützlich sein.

Antworten (2)

Die Eigenwerte von M sind die Zahlen λ so dass M λ ICH hat nicht-trivialen Kernel, dh die Zahlen, für die die quadratische Matrix M λ ICH kann nicht invertiert werden. Aber

( M λ ICH ) T = M T λ ICH T = M T λ ICH

und wenn also M λ ICH ist nicht umkehrbar, ( M λ ICH ) T ist auch nicht invertierbar, da eine quadratische Matrix genau dann invertierbar ist, wenn ihre Transponierte es ist (danke an Marc für die Vorschläge!). Aber das Obige zeigt das λ ist auch ein Eigenwert für M T , wie wir zeigen wollten.

Ich habe Schwierigkeiten zu erkennen, wie genau Ihr dritter Satz den zweiten verwendet (vielleicht, weil ich nicht weiß, ob Sie einen Cokernel mithilfe der Transponierungsmatrix oder des dualen Vektorraums oder als Quotient durch den Bildunterraum definieren. Würde es nicht kann man das leichter sagen M λ ICH ist genau dann invertierbar, wenn seine Transponierung ist (was genau dann passiert, wenn einer von beiden einen trivialen Kernel hat)?
Das ist ein guter Vorschlag. Ich werde die Antwort aktualisieren, um sie widerzuspiegeln. Ich verwende implizit eine Reihe von Identifikationen, die ich einfach überspringen kann, wenn ich es so mache.

Die Eigenwerte einer quadratischen Matrix A sind die Nullstellen seines Minimalpolynoms. Da für jedes Polynom P K [ X ] die Matrix P [ A ] ist die Transponierte von P [ A ] , und eine davon ist genau dann Null, wenn die andere ist, die Matrizen A und seine Transponierung A dieselben Minimalpolynome haben. Daher haben sie die gleichen Eigenwerte.

Oder noch einfacher, λ ist ein Eigenwert von A dann und nur dann, wenn A λ ICH nicht invertierbar ist, was genau dann passiert, wenn es transponiert A λ ICH nicht umkehrbar ist (denn offensichtlich, wenn eine quadratische Matrix M eine Umkehrung hat, ist die Transponierte dieser Umkehrung eine Umkehrung von M , und umgekehrt).