
- •Проблема собственных значений Введение
- •1. Необходимые сведения из линейной алгебры
- •1.1 Обозначения
- •1.2 Основные определения
- •1.2.1 Матричные операции
- •1.2.2 Преобразование подобия
- •1.2.3 Матрицы со специальными свойствами
- •1.3 Проблема собственных значений
- •1.3.1 Собственные значения и векторы
- •1.3.2 Характеристическое уравнение
- •1.3.3 Собственные значения и собственные векторы диагональных матриц
- •1.3.4 Связь между собственными значениями и векторами подобных матриц
- •1.3.5 Матрицы простой структуры
- •2. Численные методы решения проблемы собственных значений
- •2.1 Классификация задач
- •2.2 Методы решения полной проблемы собственных значений
- •2.2.1 Метод Якоби
- •2.2.3 Приведение симметричной матрицы к трехдиагональной форме с помощью преобразований Хаусхолдера.
- •2.3 Методы решения частичной проблемы собственных значений
- •2.3.1 Прямые итерации
- •2.3.2 Обратные итерации
- •2.3.3 Последовательность Штурма и метод бисекции
1.2.2 Преобразование подобия
Две квадратные матрицы
A
и
называются подобными,
если они связаны соотношением
, (5)
где P – некоторая невырожденная матрица. Преобразование матрицы A, определяемое уравнением (5), называют преобразованием подобия, а матрицу P – преобразующей матрицей. Подобные матрицы имеют одинаковые определитель и след:
(6)
(7)
1.2.3 Матрицы со специальными свойствами
Матрица A называется симметричной, если A=A, т. е. aij=aji.
Матрица A
называется эрмитовой (или
самосопряженной), если A*=A,
т. е. aij=
.
Для вещественных матриц свойства
симметричности и эрмитовости совпадают.
Матрица A называется ортогональной, если A=A1, т. е. AA=AA=E. Как известно, всякая матрица задает некоторое преобразование в соответствующем линейном пространстве. Преобразования, отвечающие ортогональным матрицам, называются ортогональными. При ортогональных преобразованиях не изменяются скалярные произведения, а следовательно, сохраняются длины векторов (расстояния между точками пространства) и углы между векторами. В частности, ортогональные векторы остаются таковыми и после преобразования (вероятно, этим объясняется термин «ортогональное преобразование»).
Простейшими ортогональными преобразованиями на плоскости являются поворот на угол и зеркальное отражение относительно произвольной прямой, проходящей через начало координат. Матрицы этих преобразований имеют, соответственно, вид:
и
, (8)
где v – вектор единичной длины, направленный по нормали к прямой.
В более общем случае N-мерного пространства матрица вращения в плоскости, определяемой i-й и j-й координатами, имеет аналогичный вид:
, (9)
где c и s – значения cos и sin, соответственно. Эта матрица называется матрицей Гивенса или матрицей элементарного поворота. Преобразование Гивенса действует только на пару координат с номерами i и j; остальные N2 координат остаются неизменными. Матрица зеркального отражения в произвольной плоскости, проходящей через начало координат в N‑мерном пространстве, как и в случае двух измерений выражается уравнением (8), где v – вектор единичной длины, направленный по нормали к плоскости отражения. Эту матрицу (и соответствующее преобразование) называют матрицей (преобразованием) Хаусхолдера.
Матрица A называется унитарной, если A*=A1, т. е. A*A=AA*=E. Для вещественных матриц свойства ортогональности и унитарности совпадают.
1.3 Проблема собственных значений
1.3.1 Собственные значения и векторы
Число называется собственным значением матрицы A, если существует такой ненулевой вектор v, что
Av=v. (10)
Любой вектор v0, удовлетворяющий уравнению (10), называется собственным вектором матрицы A, соответствующим собственному значению ).
Если v является собственным вектором A, то вектор v при любом также будет собственным с тем же собственным значением. Таким образом, собственный вектор определяется с точностью до постоянного множителя. На практике собственные векторы обычно определяют так, чтобы они были нормированными, т. е. имели единичную длину:
(11)
Если матрица не вырождена, то для нее существует обратная матрица A1. В этом случае собственные значения A1 равны обратным величинам собственных значений A, а собственные векторы A и A1 совпадают. Доказательство непосредственно следует из (10), если обе части уравнения умножить слева на A1.