Собственные значения и собственные векторы

М

r₁

r₂

F₁ O F₂ х

F₁, F₂ – фокусы. F₁ = (c; 0); F₂(-c; 0)

с – половина расстояния между фокусами;

a – большая полуось;

b – малая полуось.

Теорема. Фокусное расстояние и полуоси эллипса связаны соотношением:

a² = b² + c².

Доказательство: В случае, если точка М находится на пересечении эллипса с вертикальной осью, r₁ + r₂ = 2 (по теореме Пифагора). В случае, если точка М находится на пересечении эллипса с горизонтальной осью, r₁ + r₂ = a – c + a + c. Т.к. по определению сумма r₁ + r₂ – постоянная величина, то, приравнивая, получаем:

a² = b² + c²

r₁ + r₂ = 2a.

Определение. Форма эллипса определяется характеристикой, которая является отношением фокусного расстояния к большей оси и называется эксцентриситетом.

Е = с/a.

Т.к. с < a, то е < 1.

Определение. Величина k = b/a называется коэффициентом сжатия эллипса, а величина 1 – k = (a – b)/a называется сжатием эллипса.

Коэффициент сжатия и эксцентриситет связаны соотношением: k² = 1 – e².

Если a = b (c = 0, e = 0, фокусы сливаются), то эллипс превращается в окружность.

Если для точки М(х₁, у₁) выполняется условие: , то она находится внутри эллипса, а если , то точка находится вне эллипса.

Теорема. Для произвольной точки М(х, у), принадлежащей эллипсу верны соотношения:

r₁ = a – ex, r₂ = a + ex.

Доказательство. Выше было показано, что r₁ + r₂ = 2a. Кроме того, из геометрических соображений можно записать:

После возведения в квадрат и приведения подобных слагаемых:

Аналогично доказывается, что r₂ = a + ex. Теорема доказана.

С эллипсом связаны две прямые, называемые директрисами. Их уравнения:

x = a/e; x = -a/e.

Теорема. Для того, чтобы точка лежала на эллипсе, необходимо и достаточно, чтобы отношение расстояния до фокуса к расстоянию до соответствующей директрисы равнялось эксцентриситету е.

Гипербола.

Определение. Гиперболой называется множество точек плоскости, для которых модуль разности расстояний от двух данных точек, называемых фокусами есть величина постоянная, меньшая расстояния между фокусами.

y

M(x, y)

b

r₁

r₂

x

F₁ a F₂

c

По определению ïr₁ – r₂ï= 2a. F₁, F₂ – фокусы гиперболы. F₁F₂ = 2c.

Выберем на гиперболе произвольную точку М(х, у). Тогда:

обозначим с² – а² = b² (геометрически эта величина – меньшая полуось)

Получили каноническое уравнение гиперболы.

Гипербола симметрична относительно середины отрезка, соединяющего фокусы и относительно осей координат.

Ось 2а называется действительной осью гиперболы.

Ось 2b называется мнимой осью гиперболы.

Гипербола имеет две асимптоты, уравнения которых

Определение. Отношение называется эксцентриситетом гиперболы, где с – половина расстояния между фокусами, а – действительная полуось.

С учетом того, что с² – а² = b²:

Если а = b, e = , то гипербола называется равнобочной (равносторонней).

Определение. Две прямые, перпендикулярные действительной оси гиперболы и расположенные симметрично относительно центра на расстоянии a/e от него, называются директрисами гиперболы. Их уравнения: .

Теорема. Если r – расстояние от произвольной точки М гиперболы до какого- либо фокуса, d – расстояние от той же точки до соответствующей этому фокусу директрисы, то отношение r/d – величина постоянная, равная эксцентриситету.

Парабола.

Определение. Параболой называется множество точек плоскости, каждая из которых находится на одинаковом расстоянии от данной точки, называемой фокусом, и от данной прямой, называемой директрисой и не проходящей через фокус.

Расположим начало координат посередине между фокусом и директрисой.

у

А М(х, у)

О F x

p/2 p/2

Величина р (расстояние от фокуса до директрисы) называется параметром параболы. Выведем каноническое уравнение параболы.

Из геометрических соотношений: AM = MF; AM = x + p/2;

MF² = y² + (x – p/2)²

(x + p/2)² = y² + (x – p/2)²

x² +xp + p²/4 = y² + x² – xp + p²/4

y² = 2px

Уравнение директрисы: x = -p/2.

Пример. На параболе у² = 8х найти точку, расстояние которой от директрисы равно 4.

Из уравнения параболы получаем, что р = 4.

r = x + p/2 = 4; следовательно:

x = 2; y² = 16; y = ±4. Искомые точки: M₁(2; 4), M₂(2; -4).

Поверхности второго порядка.

Определение. Поверхности второго порядка – это поверхности, уравнения которых в прямоугольной системе координат являются уравнениями второго порядка.

Цилиндрические поверхности.

Определение. Цилиндрическими поверхностями называются поверхности, образованные линиями, параллельными какой- либо фиксированной прямой.

Рассмотрим поверхности, в уравнении которых отсутствует составляющая z, т.е. направляющие параллельны оси Оz. Тип линии на плоскости ХOY (эта линия называется направляющей поверхности) определяет характер цилиндрической поверхности. Рассмотрим некоторые частные случаи в зависимости от уравнения направляющих:

1) - эллиптический цилиндр.

2) - гиперболический цилиндр.

2) x² = 2py – параболический цилиндр.

Поверхности вращения.

Определение. Поверхность, описываемая некоторой линией, вращающейся вокруг неподвижной прямой d, называется поверхностью вращения с осью вращения d.

Если уравнение поверхности в прямоугольной системе координат имеет вид:

F(x² + y², z) = 0, то эта поверхность – поверхность вращения с осью вращения Оz.

Аналогично: F(x² + z², y) = 0 – поверхность вращения с осью вращения Оу,

F(z² + y², x) = 0 – поверхность вращения с осью вращения Ох.

Запишем уравнения поверхностей вращения для некоторых частных случаев:

1) - эллипсоид вращения

2) - однополостный гиперболоид вращения

3) - двуполостный гиперболоид вращения

4) - параболоид вращения

Аналогично могут быть записаны уравнения для рассмотренных выше поверхностей вращения, если осью вращения являются оси Ох или Оу.

Однако, перечисленные выше поверхности являются всего лишь частными случаями поверхностей второго порядка общего вида, некоторые типы которых рассмотрены ниже:

Сфера:

Трехосный эллипсоид:

В сечении эллипсоида плоскостями, параллельными координатным плоскостям, получаются эллипсы с различными осями.

Однополостный гиперболоид:

Двуполостный гиперболоид:

Эллиптический параболоид:

Гиперболический параболоид:

Конус второго порядка:

Линейное (векторное) пространство.

Как известно, линейные операции (сложение, вычитание, умножение на число) определены по-своему для каждого множества (числа, многочлены, направленные отрезки, матрицы). Сами операции различны, но их свойства одинаковы.

Эта общность свойств позволяет обобщить понятие линейных операций для любых множеств вне зависимости от того, что это за множества (числа, матрицы и т.д.).

Для того, чтобы дать определение линейного (векторного) пространства рассмотрим некоторое множество L действительных элементов, для которых определены операции сложения и умножения на число.

Эти операции обладают свойствами:

1) Коммутативность + = +

2) Ассоциативность ( + ) + = + ( + )

3)Существует такой нулевой вектор , что + = для " Î L

4) Для " Î L существует вектор = - , такой, что + =

5)1× =

6) a(b ) = (ab)

7) Распределительный закон (a + b) = a + b

8) a( + ) = a + a

Определение: Множество L называется линейным (векторным) пространством, а его элементы называются векторами.

Важно не путать понятие вектора, приведенное выше с понятием вектора как направленного отрезка на плоскости или в пространстве. Направленные отрезки являются всего лишь частным случаем элементов линейного (векторного) пространства. Линейное (векторное) пространство – понятие более широкое. Примерами таких пространств могут служить множество действительных чисел, множество векторов на плоскости и в пространстве, матрицы и т.д.

Если операции сложения и умножения на число определены для действительных элементов, то линейное (векторное) пространство является вещественным пространством, если для комплексных элементов – комплексным пространством.

Свойства линейных пространств.

1) В каждом линейном пространстве существует только один нулевой элемент.

2) Для каждого элемента существует только один противоположный элемент.

3) Для каждого Î L верно 0× = 0

4) Для каждого a Î R и Î L верно a× =

5) Если a× = , то a = 0 или =

6) (-1) = -

Линейные преобразования.

Определение: Будем считать, что в линейном пространстве L задано некоторое линейное преобразование А, если любому элементу Î L по некоторому правилу ставится в соответствие элемент А Î L.

Определение: Преобразование А называется линейным, если для любых векторов Î L и Î L и любого a верно:

A( + ) = A +A

A(a ) = aA

Определение: Линейное преобразование называется тождественным, если оно преобразует элемент линейного пространства сам в себя.

Е =

Пример. Является ли А линейным преобразованием. А = + ; ¹ 0.

Запишем преобразование А для какого- либо элемента . А = +

Проверим, выполняется ли правило операции сложения для этого преобразования А( + ) = + + ; A() + A() = + + + , что верно только при = 0, т.е. данное преобразование А нелинейное.

Определение: Если в пространстве L имеются векторы линейного преобразования , то другой вектор является линейной комбинацией векторов .

Определение: Если только при a = b = … = l = 0, то векторы называются линейно независимыми.

Определение: Если в линейном пространстве L есть n линейно независимых векторов, но любые n + 1 векторов линейно зависимы, то пространство L называется n-мерным, а совокупность линейно независимых векторов называется базисом линейного пространства L.

Следствие: Любой вектор линейного пространства может быть представлен в виде линейной комбинации векторов базиса.

Матрицы линейных преобразований.

Пусть в n- мерном линейном пространстве с базисом , ,…, задано линейное преобразование А. Тогда векторы А ,А ,…,А - также векторы этого пространства и их можно представить в виде линейной комбинации векторов базиса:

A = a₁₁ + a₂₁ +…+ a_n1

A = a₁₂ + a₂₂ +…+ a_n2

……………………………….

A = a_n1 + a_n2 +…+ a_nn

Тогда матрица А = называется матрицей линейного преобразования А.

Если в пространстве L взять вектор = x₁ + x₂ +…+ x_n , то A Î L.

, где

……………………………..

Эти равенства можно назвать линейным преобразованием в базисе , ,…, .

В матричном виде:

, А× ,

Пример. Найти матрицу линейного преобразования, заданного в виде:

x¢ = x + y

y¢ = y + z

z¢ = z + x

x¢ = 1×x + 1×y + 0×z

y¢ = 0×x + 1×y + 1×z

z¢ = 1×x + 0×y + 1×z

A =

На практике действия над линейными преобразованиями сводятся к действиям над их матрицами.

Определение: Если вектор переводится в вектор линейным преобразованием с матрицей А, а вектор в вектор линейным преобразованием с матрицей В, то последовательное применение этих преобразований равносильно линейному преобразованию, переводящему вектор в вектор (оно называется произведением составляющих преобразований).

С = В×А

Пример. Задано линейное преобразование А, переводящее вектор в вектор и линейное преобразование В, переводящее вектор в вектор . Найти матрицу линейного преобразования, переводящего вектор в вектор .

С = В×А

Т.е.

Примечание: Если ïАï= 0, то преобразование вырожденное, т.е., например, плоскость преобразуется не в целую плоскость, а в прямую.

линейного преобразования.

Определение: Пусть L – заданное n- мерное линейное пространство. Ненулевой вектор L называется собственным вектором линейного преобразования А, если существует такое число l, что выполняется равенство:

A .

При этом число l называется собственным значением (характеристическим числом) линейного преобразования А, соответствующего вектору .

Определение: Если линейное преобразование А в некотором базисе , ,…, имеет матрицу А = , то собственные значения линейного преобразования А можно найти как корни l₁, l₂, …,l_n уравнения:

Это уравнение называется характеристическим уравнением, а его левая часть- характеристическим многочленом линейного преобразования А.

Следует отметить, что характеристический многочлен линейного преобразования не зависит от выбора базиса.

Рассмотрим частный случай. Пусть А – некоторое линейное преобразование плоскости, матрица которого равна . Тогда преобразование А может быть задано формулами:

;

в некотором базисе .

Если преобразование А имеет собственный вектор с собственным значением l, то А .

или

Т.к. собственный вектор ненулевой, то х₁ и х₂ не равны нулю одновременно. Т.к. данная система однородна, то для того, чтобы она имела нетривиальное решение, определитель системы должен быть равен нулю. В противном случае по правилу Крамера система имеет единственное решение – нулевое, что невозможно.

Полученное уравнение является характеристическим уравнением линейного преобразования А.

Таким образом, можно найти собственный вектор (х₁, х₂) линейного преобразования А с собственным значением l, где l - корень характеристического уравнения, а х₁ и х₂ – корни системы уравнений при подстановке в нее значения l.

Понятно, что если характеристическое уравнение не имеет действительных корней, то линейное преобразование А не имеет собственных векторов.

Следует отметить, что если - собственный вектор преобразования А, то и любой вектор ему коллинеарный – тоже собственный с тем же самым собственным значением l.

Действительно, . Если учесть, что векторы имеют одно начало, то эти векторы образуют так называемое собственное направление или собственную прямую.

Т.к. характеристическое уравнение может иметь два различных действительных корня l₁ и l₂, то в этом случае при подстановке их в систему уравнений получим бесконечное количество решений. (Т.к. уравнения линейно зависимы). Это множество решений определяет две собственные прямые.

Если характеристическое уравнение имеет два равных корня l₁ = l₂ = l, то либо имеется лишь одна собственная прямая, либо, если при подстановке в систему она превращается в систему вида: . Эта система удовлетворяет любым значениям х₁ и х₂. Тогда все векторы будут собственными, и такое преобразование называется преобразованием подобия.

Пример. Найти характеристические числа и собственные векторы линейного преобразования с матрицей А = .

Запишем линейное преобразование в виде:

Составим характеристическое уравнение:

l² - 8l + 7 = 0;

Корни характеристического уравнения: l₁ = 7; l₂ = 1;

Для корня l₁ = 7:

Из системы получается зависимость: x₁ – 2x₂ = 0. Собственные векторы для первого корня характеристического уравнения имеют координаты: (t; 0,5t) где t - параметр.

Для корня l₂ = 1:

Из системы получается зависимость: x₁ + x₂ = 0. Собственные векторы для второго корня характеристического уравнения имеют координаты: (t; -t) где t - параметр.

Полученные собственные векторы можно записать в виде:

Рассмотрим другой частный случай. Если - собственный вектор линейного преобразования А, заданного в трехмерном линейном пространстве, а х₁, х₂, х₃ – компоненты этого вектора в некотором базисе , то

,

где l - собственное значение (характеристическое число) преобразования А.

Если матрица линейного преобразования А имеет вид:

, то

Характеристическое уравнение:

Раскрыв определитель, получим кубическое уравнение относительно l. Любое кубическое уравнение с действительными коэффициентами имеет либо один, либо три действительных корня.

Тогда любое линейное преобразование в трехмерном пространстве имеет собственные векторы.

Пример. Найти характеристические числа и собственные векторы линейного преобразования А, матрица линейного преобразования А = .

Составим характеристическое уравнение:

(1 - l)((5 - l)(1 - l) - 1) - (1 - l - 3) + 3(1 - 15 + 3l) = 0

(1 - l)(5 - 5l - l + l² - 1) + 2 + l - 42 + 9l = 0

(1 - l)(4 - 6l + l²) + 10l - 40 = 0

4 - 6l + l² - 4l + 6l² - l³ + 10l - 40 = 0

-l³ + 7l² – 36 = 0

-l³ + 9l² - 2l² – 36 = 0

-l²(l + 2) + 9(l² – 4) = 0

(l + 2)(-l² + 9l - 18) = 0

Собственные значения: l₁ = -2; l₂ = 3; l₃ = 6;

1) Для l₁ = -2:

Если принять х₁ = 1, то Þ х₂ = 0; x₃ = -1;

Собственные векторы:

2) Для l₂ = 3:

Если принять х₁ = 1, то Þ х₂ = -1; x₃ = 1;

Собственные векторы:

3) Для l₃ = 6:

Если принять х₁ = 1, то Þ х₂ = 2; x₃ = 1;

Собственные векторы:

Квадратичные формы.

Определение: Однородный многочлен второй степени относительно переменных х₁ и х₂

Ф(х₁, х₂) = а ₁₁

не содержащий свободного члена и неизвестных в первой степени называется квадратичной формой переменных х₁ и х₂.

Определение: Однородный многочлен второй степени относительно переменных х₁, х₂ и х₃

не содержащий свободного члена и неизвестных в первой степени называется квадратичной формой переменных х₁, х₂ и х₃.

Рассмотрим квадратичную форму двух переменных. Квадратичная форма имеет симметрическую матрицу А = . Определитель этой матрицы называется определителем квадратичной формы.

Пусть на плоскости задан ортогональный базис . Каждая точка плоскости имеет в этом базисе координаты х₁, х₂.

Если задана квадратичная форма Ф(х₁, х₂) = а ₁₁ , то ее можно рассматривать как функцию от переменных х₁ и х₂.

Дата добавления: 2014-12-27