- •Глава 4 Теория линейных операторов
- •§ 4.1 Линейные операторы в конечномерных пространствах
- •§ 4.2 Основные теоремы о линейных операторах
- •§ 4.3 Типы линейных операторов и их свойства
- •§ 4.4 Операторы аффинных и ортогональных преобразований
- •§ 4.5 Собственные вектора и собственные значения самосопряженных операторов
§ 4.5 Собственные вектора и собственные значения самосопряженных операторов
Определение 1. Собственным вектором линейного оператора , действующего в евклидовом пространстве над числовым полем К, называется ненулевой вектор такой, что для некоторого числа из поля К выполняется .
Число называется собственным числом линейного оператора . Говорят, что собственный вектор принадлежит собственному числу
Собственный вектор под воздействием линейного оператора переходит в коллинеарный вектор (умножается на число). Действие оператора - умножение собственных векторов на их собственные числа. Иными словами, если некоторый вектор представляет собой линейную комбинацию собственных векторов, то действие оператора на такой вектор - умножение каждого слагаемого комбинации на собственное число.
Очевидно, что если собственный вектор оператора А, принадлежащий данному собственному числу, умножается на некоторое число, то полученный коллинеарный вектор также будет собственным вектором с тем же собственным числом:
, то .
Определение 2. Уравнение называется характеристическим уравнением оператора , действующего в евклидовом пространстве и имеющего в базисе матрицу . При этом многочлен от переменной называется характеристическим многочленом оператора в базисе .
Используя приведенные ранее выкладки, легко доказать введенную ранее теорему:
Теорема 1. Для того чтобы число было собственным значением оператора (или собственным числом матрицы А) необходимо и достаточно, чтобы это число было корнем характеристического уравнения оператора .
Замечание. Характеристический многочлен оператора не зависит от выбора базиса в заданном пространстве, т.е. при переходе от базиса к базису собственные числа не меняются и, следовательно, не меняются и собственные вектора.
Теорема 2. Если собственные числа оператора различны, то отвечающие им собственные вектора линейно независимы и если их число совпадает с размерностью пространства, то они образуют базис.
Теорема 3. Если собственные числа самосопряженного оператора различны, то отвечающие им собственные вектора ортогональны и если их число совпадает с размерностью пространства, то из них можно образовать ортонормированный базис.
Доказательство. Действительно, пусть матрицам А и В операторов отвечают два собственных числа , и их собственные вектора X,Y.
Тогда: ХтАY = Хт(АY)=Хт(Y)= ( ХтY), а с другой стороны
ХтАY = (ХтАт)Y=(АХ)тY=(X)тY=(Хт)Y= (ХтY).
Иными словами, ( ХтY)= (ХтY), а так как , то (X,Y)=0
Комментарий к теореме. Теорема гарантирует, что если собственные числа самосопряженного оператора различны, то отвечающие им собственные вектора будут ортогональными. Возможна ситуация, когда собственные числа самосопряженного оператора будут кратные и отвечающие им собственные вектора будут ортогональными.
Пример. Рассмотрим матрицу А = . Собственные числа найдем из уравнения (3 - )2=0 или 1=2==3. Найдем собственные вектора из системы уравнений.
0х1 + 0х2 = 0
0х1 + 0х2 = 0
Так как ранг матрицы коэффициентов системы равен нулю, то каждой неизвестной присваиваем параметр: х1=С1, х2= С2.
Для собственного числа 1= 3 собственный вектор {х1=С1, х2= С2}
Для собственного числа 2= 3 собственный вектор {х1=С3, х2= С4}
Параметры Сi можно подобрать таким образом, что собственные вектора будут не только линейно независимыми, но и образовывать в R2 ортонормированный базис.
Заметим, что если взять матрицу А = (т.е. оператор не самосопряженный),то кратным собственным числам 1=2==3 будут отвечать собственные векторы вида (С, 0), где С –произвольный параметр. Все такие векторы коллинеарны друг другу и среди них нет линейно независимых.
Определение 3. Базис в евклидовом пространстве, в котором действует линейный оператор , составленный из собственных векторов оператора (если такой базис существует), называется собственным базисом оператора .
Ранее (§4.2) было установлено, что если базис E меняется с матрицей Р на базис F, то матрицы Ае и Аf линейного оператора при переходе к новому базису связаны формулой
( 1 ).
Таким образом, одно и то же линейное преобразование в разных базисах имеет различные матрицы. Естественно возникает вопрос, какому базису соответствует наиболее простая матрица.
Теорема 3. Пусть линейный оператор , действующий в евклидовом пространстве, таков, что его собственные вектора образуют собственный базис. Тогда в этом базисе матрица оператора является диагональной, причем элементами диагонали являются собственные значения линейного оператора .
Доказательство следует из соотношения: Аfi = fi , где fi – вектора собственного базиса.
Если исходную матрицу линейного оператора обозначить Аf, а матрицу, составленная из собственного базиса оператора через Р, то искомая диагональная матрица найдется по формуле (1).
Результат теоремы 2 применим к важному частному случаю линейных операторов, а именно к самосопряженным линейным операторам.
Теорема 4. Пусть А симметрическая матрица самосопряженного оператора в данном базисе . Тогда найдется такая ортогональная матрица С, столбцами которой является собственный базис оператора , что матрица будет диагональной, причем элементами диагонали будут собственные значения, отвечающие собственному базису оператора .
Комментарии к теореме. 1. Построение базиса, в котором самосопряженный оператор имеет диагональную матрицу, называется приведением самосопряженного оператора к каноническому виду
2. Так как для всякой ортогональной матрицы С справедливо равенство С-1 = СТ, то выполнено равенство = и в формулировке теоремы можно заменить на