
- •Действия с матрицами
- •Как можно отблагодарить автора?
- •Как вычислить определитель?
- •Как можно отблагодарить автора?
- •Свойства определителя. Понижение порядка определителя
- •Эффективные методы вычисления определителя
- •Определитель выгоднее раскрывать по той строке (столбцу), где:
- •Свойства определителя
- •При транспонировании матрицы величина её определителя не меняется
- •Если две строки (или два столбца) определителя поменять местами, то определитель сменит знак
- •Из строки (столбца) определителя можно вынести общий множитель
- •Если две строки (столбца) определителя пропорциональны (как частный случай – одинаковы), то данный определитель равен нулю
- •Определитель с нулевой строкой (столбцом) равен нулю
- •Какие свойства определителей полезно знать?
- •Понижение порядка определителя
- •К строке определителя можно прибавить другую строку, умноженную на ненулевое число. При этом величина определителя не изменится
- •К столбцу определителя можно прибавить другой столбец, умноженный на ненулевое число. При этом величина определителя не изменится
- •Как можно отблагодарить автора?
- •Как найти обратную матрицу?
- •Как можно отблагодарить автора?
- •Некоторые свойства операций над матрицами. Матричные выражения
- •Некоторые свойства операций над матрицами
- •Можно ли к матрице прибавить число?
- •Как возвести матрицу в квадрат?
- •Немного о некоммутативности матричного умножения и единичной матрице
- •Коммутативность числового множителя относительно умножения матриц
- •Как умножить три матрицы?
- •Как возвести матрицу в куб и более высокие степени?
- •Матричные выражения
- •Как можно отблагодарить автора?
- •Матричные уравнения. Примеры решений
- •Общие принципы решения матричных уравнений
- •Как решить матричное уравнение?
- •Как выполнить проверку?
- •Распространённый алгоритм решения матричного уравнения
- •Решение матричного уравнения вида
- •Решение матричного уравнения вида
- •Как можно отблагодарить автора?
- •Как решить систему линейных уравнений?
- •Решение системы линейных уравнений методом подстановки
- •Решение системы методом почленного сложения (вычитания) уравнений системы
- •Как можно отблагодарить автора?
- •Как решить систему линейных уравнений?
- •Решение системы линейных уравнений методом подстановки
- •Решение системы методом почленного сложения (вычитания) уравнений системы
- •Как можно отблагодарить автора?
- •Правило Крамера. Метод обратной матрицы
- •Решение системы по формулам Крамера
- •Решение системы с помощью обратной матрицы
- •Как можно отблагодарить автора?
- •Метод Гаусса (последовательного исключения неизвестных). Примеры решений для чайников
- •Как можно отблагодарить автора?
- •Решение систем линейных уравнений. Несовместные системы. Системы с общим решением. Частные решения
- •Как можно отблагодарить автора?
- •Как найти ранг матрицы?
- •Что такое ранг матрицы?
- •Как найти ранг матрицы с помощью миноров?
- •Алгоритм нахождения ранга матрицы с помощью миноров
- •Метод окаймляющих миноров
- •Как найти ранг матрицы с помощью метода Гаусса?
- •Какой метод использовать для нахождения ранга матрицы?
- •Как исследовать систему линейных уравнений на совместность?
- •Как можно отблагодарить автора?
- •Однородные системы линейных алгебраических уравнений
- •Что такое однородная система линейных уравнений?
- •Фундаментальная система решений однородной системы уравнений
- •Взаимосвязь решений неоднородной и соответствующей однородной системы уравнений
- •Как можно отблагодарить автора?
- •Метод Жордано-Гаусса. Как найти обратную матрицу с помощью элементарных преобразований?
- •Как найти обратную матрицу методом Гаусса?
- •Как можно отблагодарить автора?
- •Решение системы при различных способах выбора базиса
- •Как можно отблагодарить автора?
- •Собственные значения (числа) и собственные векторы. Примеры решений
- •Сколько у матрицы собственных чисел и собственных векторов?
- •Как найти собственные значения и собственные векторы матрицы?
- •Найти матрицу в базисе из собственных векторов
- •Как решать задачу в случае кратных собственных чисел?
- •Собственные векторы – это в точности векторы фундаментальной системы решений
- •Как можно отблагодарить автора?
- •Комплексные числа для чайников
- •Понятие комплексного числа
- •Алгебраическая форма комплексного числа. Сложение, вычитание, умножение и деление комплексных чисел
- •Тригонометрическая и показательная форма комплексного числа
- •Возведение комплексных чисел в степень
- •Извлечение корней из комплексных чисел. Квадратное уравнение с комплексными корнями
- •Как можно отблагодарить автора?
Как можно отблагодарить автора?
|
Собственные значения (числа) и собственные векторы. Примеры решений
Будь собой
Рассмотрим произвольную квадратную матрицу,
например,
.
И умножим данную матрицу справа на
какой-нибудь подходящий столбец. Мне
пришёл в голову вектор
:
Вроде ничего примечательного – умножили
матрицу
на вектор-столбец
и
получили другой вектор-столбец
.
Обычная векторная жизнь. Но в обществе
таких векторов существуют особые
представители, которые обладают
внутренним стержнем и не желают изменять
себе в трудные минуты.
Умножим ту же матрицу на
:
На последнем шаге вынесли
константу. Что произошло?
В результате умножения матрицы
на
вектор
,
данный вектор птицей Феникс возродился
с числовым коэффициентом
:
Определение: ненулевой вектор , который при умножении на некоторую квадратную матрицу превращается в самого же себя с числовым коэффициентом , называетсясобственным вектором матрицы . Число называют собственным значением илисобственным числом данной матрицы.
В первых абзацах статьи я выставил собственный вектор «главным действующим лицом», но на самом деле всё немного не так: говорят, что собственный вектор соответствует собственному значению . И, немного забегая вперёд, сообщу, что в практических заданиях сначала разыскиваются собственные значения и только потом собственные векторы.
Помимо собственных значений и собственных векторов матрицы, часто говорят о собственных значениях и собственных векторах линейного преобразования, заданного матрицей. В Википедии есть очень удачная геометрическая интерпретация понятия – на репродукции Джоконды синий вектор не меняется в результате перекоса плоскости, а значит, является собственным вектором данного линейного преобразования. Я скуп на внешние ссылки, но здесь не удержался, пожалуйста, сообщите, если данную иллюстрацию вдруг удалят.
Однако про геометрию немножко позабудем, поскольку сейчас в термины вектор, базис и др.вкладывается, прежде всего, алгебраический смысл. Собственные векторы и собственные значения используются во многих математических задачах, моделях, и сегодня мы освоим техническую сторону вопроса.
Сколько у матрицы собственных чисел и собственных векторов?
У квадратной матрицы
размером
существует ровно
собственных
значений, причём некоторые из них
(или даже все) могут быть кратными (совпавшими).
Так, у демонстрационной квадратной
матрицы
ровно
два собственных значения, причём одно
из них нам уже известно:
.
Второе собственное число
гипотетически
тоже может равняться «двойке» (но
чаще всего, и здесь – в частности,
собственные значения различны).
Могут ли собственные числа быть комплексными? Да, некоторые или все собственные значения могут быть комплексными. При этом алгоритм решения типовой задачи будет точно таким же. Однако на практике мне таких заданий не встречалось, поэтому в примерах данной статьи я ограничусь действительными собственными числами.
Что касается количества собственных
векторов, то с ними ситуация занятнее.
Любой вектор, который коллинеарен вектору
тоже
будет собственным вектором. Действительно,
если взять пропорциональные столбцы,
скажем,
или
,
то совсем несложно убедиться в
равенствах:
И с этой точки зрения у матрицы бесконечно много собственных векторов. Но ходить туда-сюда по одной и той же тропинке скучно и уныло, поэтому под рассматриваемым вопросом всегда подразумевают количество линейно независимых (неколлинеарных) собственных векторов.
У квадратной матрицы размером существует не более чем собственных векторов.
Например, матрица «два на два» обладает, как максимум, двумя собственными векторами. Однако стойкий оловянный солдатик может быть и в единственном экземпляре.
Каждому собственному значению соответствует хотя бы один собственный вектор, и из этого следует важное утверждение: если все собственные числа матрицы размером различны, то она имеет ровно собственных векторов. И в первых примерах мы как раз угостимся этим винегретом: