Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Собственные числа и собственные векторы




Пусть дано векторное пространство Rn.

Если существует правило (L), по которому любому вектору X Î Rn ставится в соответствие единственный вектор YÎ Rn, то такое правило называют оператором

или преобразованием в пространстве Rn, причем вновь полученный вектор Y называют образом данного вектора Х, а данный вектор Х называют прообразом в новь полученного вектора Y.

Зададим квадратную матрицу n-го порядка А. И пусть преобразование состоит в том, что каждому вектору X Î Rn ставится в соответствие вектор

7.1.

.

Матрицу А, осуществляющую это преобразование называют матрицей оператора L.

Если оператор задан квадратной матрицей А, то он обладает двумя очень важными свойствами:

7.2. При сложении прообразов образы тоже складываются

.

7.3. Если прообраз умножить на скаляр, то образ тоже умножится на этот скаляр

.

Если оператор обладает свойствами 7.2. и 73., то его называют линейным оператором. Следовательно, квадратную матрицу n -го порядка А, столбцами которой являются базисные векторы пространства Rn, можно рассматривать как матрицу линейного оператора. При этом переход к новому базису преобразует эту матрицу в матрицу , где Р - матрица перехода к новому базису, причем координаты новых базисных векторов в старом базисе образуют ее столбцы.

Векторному пространстве Rn могут принадлежать такие векторы Х, для которых действие линейного оператора с матрицей А равносильно умножению на число.

 

7.4. Если для данного вектора Х и данного линейного оператора с матрицей А найдется такое число l, для которого выполняется условие , то такой вектор Х называют собственным вектором матрицы А, а число l - ее собственным числом.

Если дана матрица линейного оператора А, то все собственные числа этой матрицы можно найти из матричного уравнения . В этом уравнении Е - единичная матрица, О - нулевой вектор. Оно равносильно однородной системе линейных уравнений, которая имеет ненулевое решение только в том случае, когда определитель системы равен нулю: . Это уравнение называют характеристическим уравнением матрицы (оператора).

Левая часть характеристического уравнения преобразуется в многочлен n -ой степени относительно неизвестного l. Такое уравнение имеет ровно n корней среди которых могут быть или не быть вещественные корни. Если окажется, что все корни вещественные различные, то матрица имеет n различных вещественных собственных чисел.

Если матрица линейного оператора - симметрическая, то все ее собственные числа являются вещественными числами, а собственные векторы, соответствующие любым двум собственным числам ортогональны.

Если в качестве базиса можно выбрать собственные векторы, то переход к этому базису приведет матрицу линейного преобразования к диагональному виду:

,

где Р - матрица перехода к новому базису, столбцами которой являются собственные векторы, а li - их собственные числа.

Пример. Пусть линейный оператор задан матрицей .

Тогда характеристическое уравнение этой матрицы имеет вид: или или .

Корни этого уравнения и являются собственными числами данной матрицы.

Теперь найдем собственные векторы для каждого собственного числа.

Пусть, а собственный вектор для него , тогда или

Определитель этой однородной системы отличен от нуля, следовательно она имеет бесчисленное множество решений, например: x1=-u; x2=3u, где u- параметр. Следовательно собственному числу соответствует бесчисленное множество собственных векторов вида .

Аналогичные вычисления приводят к определению собственных векторов для из системы

Получаем: x1=3v, x2=v, где v - параметр. Таким образом установили, что собственному числу соответствует бесчисленное множество собственных векторов вида .

Уравнение имеет единственное (нулевое) решение, следовательно векторы X1 и X2 линейно независимы.

 

Скалярное произведение векторов , следовательно векторы X1 и X2 ортогональны и значит они образуют ортогональный базис пространства R2.

Пусть собственные векторы X1 и X2 образуют теперь новый базис, тогда матрица перехода к новому базису будет иметь вид: . Обратная ей матрица и в новом базисе матрица линейного оператора будет иметь вид: .

Таким образом матрица линейного оператора приведена к диагональному виду, причем диагональными элементами являются ее собственные числа.

 




Поделиться с друзьями:


Дата добавления: 2014-01-11; Просмотров: 386; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.013 сек.