Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Кл_Занятие_7_9.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
3.36 Mб
Скачать

Элементы векторной алгебры II

1. Cобственные векторы, собственные числа. 2. Характеристическое уравнение

При преобразовании вектора Х полученный вектор может остаться коллинеарным вектору Х или не быть таковым. Рассмотрим такие векторы, для которых:

АХ = X.

Собственными векторами матрицы А называются ненулевые векторы Х, которые при преобразовании, заданном матрицей А, остаются коллинеарными самим себе. Число  называют собственным числом матрицы А.

В применяемом в психологии методе главных компонент факторного анализа собственные числа корреляционной матрицы играют основную роль.

Отметим, что если Х – собственный вектор преобразования, заданного матрицей А, то любой вектор, параллельный Х, также является собственным вектором этого преобразования и отвечает тому же собственному числу.

Пример 8.1. Проверить, являются ли векторы Х1, Х2, Х3 собственными векторами преобразования, заданного матрицей А,

, А = .

Если являются, то найти соответствующие собственные числа . Привести пример вектора, параллельного собственному вектору и убедиться, что он также является собственным,

АХ1 =

Отсюда следует, что вектор Х1 является собственным вектором матрицы А и отвечает собственному числу  = – 1.

Приведем пример вектора Х, параллельного Х1, и докажем, что этот вектор также является собственным и отвечает собственному числу  = – 1.

Выберем, например,

АХ =

По определению собственного вектора вектор Х – собственный;  = –1.

Ответ: Х2 – не является собственным;  

Х3 – собственный вектор, 3 = 3.

Как находить собственные векторы?

Пример 8.2. Найти собственные векторы матрицы А = .

Обозначим собственный вектор

Собственный вектор удовлетворяет матричному равенству АХ = X, т. е. , которое равносильно системе .

Приведем подобные слагаемые в каждом уравнении, тогда система будет иметь вид:

()

Полученная система является однородной и имеет ненулевое решение, если ее определитель равен нулю. Поскольку матрица системы имеет вид:

,

то определитель системы . Это уравнение (уравнение относительно ) называется характеристическим.

Составим характеристическое уравнение: .

Найдем его решения: 2 – 5 + 6 = 0  1 = 2, 2 = 3.

Найдем собственные векторы X1 и X2, отвечающие собственным числам 1 и 2.

Из (), при  = 1 = 2.

y х = 0 

Из (), при  = 2 = 3.

 –2х + y = 0 

Ответ: ,

Замечание: Отметим, что матрица А не является симметрической, а найденные собственные вектора не ортогональны Х1 Х2 = = 1  1+1  2  0.

На основе разобранного примера приведем общий план решения этой задачи.

Алгоритм 7

Построение собственного вектора матрицы А =

Шаг 1. Составляем систему для нахождения координат собственного вектора

= (**)

Шаг 2. Составляем характеристическое уравнение det (A – E) = 0 или .

Находим 1, 2 – собственные числа матрицы А;

2 – (a11 + a22) + (a11a22a12a21) = 0.

Шаг 3. Находим собственные векторы Х = , подставляя найденные значения 1, 2 в систему (**):

а) При  = 1 находим собственный вектор Х1 = из системы

.

б) При  = 2 находим собственный вектор Х2 = из системы

.

Шаг 4. Проверяем, верно ли найдены собственные векторы Х1 = и Х2= из соотношений АХ1 = 1Х1; АХ2 = 2Х2.

Пример 8.3. Найти и построить собственные векторы матриц

а) А = ; б) А = .

Ответы: а) 1 = 1, ; 2 = 5,

б) 2 = 8, ; 2 = 6,  

Пример 8.4. Найти собственные векторы преобразования, заданного симметричной матрицей А = . Что можно сказать о взаимном расположении собственных векторов?

1) Составляем характеристическое уравнение .

2) Находим собственные числа из уравнения: 2 – 6 – 6 = 0   1 = –2, 2 = 3.

3) Находим собственные векторы из матричного уравнения (A –E)Х = 0:

а) При  = 1 = – 2 ищем собственный вектор Х1 = из системы или Х1 = .

б) При  = 1 = 3 ищем собственный вектор Х2 = из системы или Х2 = .

4) Проверка:

а) Для Х1 должно выполняться АХ1 = (–2)Х1.

Действительно:

б) Для Х2 должно выполняться АХ2 = 3Х2

Действительно:

.

Вывод: Собственные векторы найдены верно.

Изобразим собственные векторы симметричной матрицы (рисунок)

Проверим ортогональность, посчитав скалярное произведение

Х1Х2 = 1  (–2) + 2  1 =0  Х1Х2.

Замечание: Собственные векторы симметричных матриц всегда ортогональны и образуют систему двух линейно независимых векторов – базис на плоскости x0y.

Матрицы, рассматриваемые в методе главных компонент факторного анализа, всегда симметрические, поэтому собственные числа всегда действительны и различны, а соответствующие им собственные векторы ортогональны.

Пример 8.5. Найти и построить собственные векторы симметричных матриц. Проверить ортогональность собственных векторов.

а) А = ; б) А = .

Ответы: а) 1 = 2; Х1 = ; 2 = 4; Х2 = ;

б) 1 = 0; Х1 = ; 2 = 5; Х2 = .