- •Симметрический
- •1. Симметрическая матрица
- •Теорема 1.2. Пусть A – симметрическая матрица, тогда все собственные значения этой матрицы
- •2. Пусть v – комплексный собственный вектор матрицы А, отвечающий действительному собственному значению
- •2. Симметрический оператор
- •Теорема 2.2. Линейный оператор в евклидовом пространстве является симметрическим тогда и только тогда,
- •Теорема 2.4. Собственные векторы симметрического линейного оператора, соответствующие различным собственным значениям, ортогональны.
- •Теорема 2.5. Для любого симметрического линейного оператора евклидова пространства существует ортонормированный базис пространства
- •Перейдем к пространству Е размерности n.
- •Следствие 2.6. Матрица симметрического линейного оператора с помощью соответственного выбора ортонормированного базиса, может
- •Пример. В некотором ортонормированном базисе в R3 линейное преобразование φ задано матрицей
- •Шаг2. Нахождение СВ
Теорема 2.4. Собственные векторы симметрического линейного оператора, соответствующие различным собственным значениям, ортогональны.
Доказательство. Пусть
(u) 1u (v) 2 v, 1 2
Тогда
( (u), v) ( 1u, v) 1 (u, v)
(u, (v)) (u, 2 v) 2 (u, v) (u, v) 0
Теорема 2.5. Для любого симметрического линейного оператора евклидова пространства существует ортонормированный базис пространства , составленный из собственных векторов этого оператора.
Доказательство (индукция по размерности пространства).
n=1. Тогда любой ненулевой вектор v является и |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
базисным, и собственным вектором, отвечающим |
|||||||||||||||||
некоv |
торому собственноv |
м1 |
у значен1 ию |
. |
|||||||||||||
e |
|
|
|
(e) ( |
|
v, |
|
) |
|
|
|
(v) |
|
|
|
v e. |
|
|
|
Нормируем вектор |
|
|
|
получаем |
|
v |
|
|
|
||||||
|
|
v |
|
|
|
v |
|
|
|
v |
|
|
|
|
|
|
|
ортонормированный базис из собственного вектора.
Допустим, утверждение верно для пространств размерности n-1.
Перейдем к пространству Е размерности n.
Пусть b – собственный вектор, отвечающий некоторому собственному значению.
Нормируем этот вектор, получаем единичный собственный вектор |
. Дополним до базиса |
||||||||||
всего пространства, получим |
. |
|
|
||||||||
Запускаем процесс ортогонализации, начиная с вектора , получим ортогональный базис |
|||||||||||
. |
|
|
|
|
|
|
|
|
|
|
|
Векторы |
|
|
|
|
v |
образуют ортогональный базис n-1 – мерного подпространства М, |
|||||
причем вектор |
|
|
|
|
|
. |
|
|
|||
|
e |
|
|
мкн |
уто относительно оператора и, по индукционному предположению, |
||||||
Пространство1М за |
|||||||||||
содержит ортонормированныйv |
базис из собственных векторов |
. Тогда |
|
||||||||
есть искомый |
|
{e1,a2 |
,...,an} |
|
|
||||||
|
|
базис. |
|
|
QED |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
e1 |
|
|
|
{b2 |
,...,bn} |
{e1,b2 ,...,bn} |
|
|
||||
ератора |
|
|
|
|
|
||||||
(L замкнуто относительно оператора). векторВыберем в нем подпространство L |
|||||||||||
размерности n-1, тогда в этом подпространстве существует ортонормированный базис |
|||||||||||
из собственных векторов |
симметрического оператора |
(L замкнуто |
|||||||||
относительно оператора). |
|
|
|
|
|||||||
v M (e1, v) 0
Перейдем к пространству Е размерности n. Выберем в нем подпространство L размерности{е2 ,...,еn-n1,} тогда в этом{eподпространстве,е ,...,е } существует ортонормированныбазис из собственных векторов1 2 симметрическогоn оп
Следствие 2.6. Матрица симметрического линейного оператора с помощью соответственного выбора ортонормированного базиса, может быть приведена к диагональному виду.
Следствие 2.7. Всякая симметрическая матрица S подобна диагональной D , у которой на диагонали
стоят собственные значения матрицы S и
D PT SP
где P – ортогональная матрица.
Пример. В некотором ортонормированном базисе в R3 линейное преобразование φ задано матрицей
Найти для φ ортонормированный базис из собственных векторов и записать в нем матрицу преобразования.
Шаг1. Нахождение СЗ
Шаг2. Нахождение СВ
Система уравнений для собственных векторов:
1
Вкачестве первого вектора беремb 1
1
0
Второй линейно независимый собственный вектор ищем ортогональный к первому, т.е. как решение системы
|
1 |
|
|
Например b2 |
1 |
|
|
|
2 |
|
|
|
|
|
|
|
|
2 |
|
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
A 4I |
1 |
2 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
1 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
1 |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
||
В качестве третьего вектора берем |
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Шаг 3. Нормируем, получаем |
|
1 |
|
|
|
|
|
|
||||||||||||||||||
6 |
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
1 |
6 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
e1 1 |
, e2 |
|
|
, e2 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
2 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
6 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 1 |
|
6 1 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
P 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
0 |
|
2 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
6 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 0 0 |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
PT SP 0 1 0 |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 0 4 |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
3 |
|
||||
|
|
|
|
|
|
|
3 |
||||
1 |
|
||||
|
|
|
|
|
|
|
1 |
|
|
|
|
3 |
|
||||
|
|
|
|
|
|
