- •X. Элементы линейной алгебры
- •1. Арифметическое пространство
- •2. Линейное пространство
- •3. Евклидово пространство
- •4. Линейные операторы
- •5. Собственные векторы и собственные значения
- •6. Квадратичные формы
- •Задание 10.1
- •Задание 10.3
- •Задание 10.4
- •Задание 10.5
- •Задание 10.6
- •Задание 10.7
- •Задание 10.8
- •Задание 10.9
- •Задание 10.10
5. Собственные векторы и собственные значения
Пусть A: линейный оператор. Число называется собственным значением оператора A, если существует ненулевой вектор x, такой что Ax =x; при этом вектор x называется собственным вектором оператора A, соответствующим собственному значению . В каждом базисе оператору А соответствует своя матрица.
Можно доказать, что собственные векторы и собственные значения оператора будут собственными векторами и собственными значениями соответствующей ему матрицы.
Теорема 13. Множество собственных векторов линейного оператора, отвечающих одному и тому же собственному значению, образует линейное подпространство (конечно же, после присоединения к нему нулевого вектора).
Теорема 14. Пусть линейный оператор A: в n-мерном линейном пространстве имеет n собственных векторов , образующих линейно независимую систему. Тогда операторA в базисе представлен диагональной матрицей
,
где – собственные значения оператора A, отвечающие собственным векторам.
Пусть А– матрица линейного оператораA: в базисе . Задача нахождения собственных векторов и собственных значений матрицыА сводится к следующей: найти числа , при которых однородная система
(7)
имеет хотя бы одно ненулевое решение. Ненулевое решение этой системы является вектор-столбцом координат собственного вектораx , соответствующего собственному значению .
Известно, что однородная система линейных алгебраических уравнений имеет ненулевое решение в том и только в том случае, когда определитель матрицы системы равен нулю. Поэтому собственные значения линейного оператора (или матрицы) A являются решением алгебраического уравнения n-й степени
, (8)
называемого характеристическим уравнением оператора A. После решения уравнения (8) корни этого уравнения подставляются в систему (7) для нахождения соответствующих собственных векторов.
Пример 9. Найти собственные значения и собственные векторы линейного оператора, заданного в базисе матрицей
А; б)А.
Решение. а) Так как собственные вектора и собственные значения матрицы оператора будут собственными векторами и собственными значениями самого оператора, то для решения задачи найдём собственные вектора и собственные значения матрицы А.
Для нахождения собственных значений и собственных векторов матрицы А запишем однородное СЛАУ (7)
(9)
и решим характеристическое уравнение
=1, =2, =3 – собственные значения оператора A (матрицы А).
Найдем соответствующие им собственные векторы. Пусть =1.
Подставляя в (9), приходим к системе:
или
(10)
Матрица полученной системы имеет вид:. ТогдаИтак, это линейное подпространство размерности 1. Следовательно, имеется одно линейно- независимое решение однородной СЛАУ (10). Положим3=1. Подставляя это значение в (10), получим Тогда– вектор-столбец координат собственного вектора, соответствующего собственному значению=1 (в дальнейшем будем просто говорить, что является собственным вектором оператораA). Множество всех векторов, отвечающих собственному значению =1, имеет вид
где C – произвольное число, отличное от нуля.
Подставляя в (9), приходим к системе:
(11)
Матрица полученной системы имеет вид: . ТогдаИтак, это линейное подпространство размерности 1. Следовательно, имеется одно линейно- независимое решение однородной СЛАУ (11). Объявим3 свободным неизвестным и положим в (11) 3=1. Тогда – собственный вектор матрицыA. Множество всех векторов, соответствующих собственному значению =2, имеет вид
где C – произвольное число, отличное от нуля.
Пусть =3. Получаем систему уравнений:
Как и в предыдущих случаях, ранг системы равен 2. Объявим 3 свободным неизвестным и положим 3=5. Тогда – собственный вектор, соответствующий собственному значению=3. Множество всех собственных векторов, отвечающих этому собственному значению, описывается равенством
где C0.
б) Для нахождения собственных значений и собственных векторов матрицы А запишем однородное СЛАУ (7)
Найдем собственные значения матрицы:
Оператор A имеет два собственных значения: =1 и =2.
Собственному значению =1 отвечает система уравнений
Множество решений полученной однородной СЛАУ есть линейное подпространство размерности 1, так как число неизвестных равняется n=3, а ранг матрицы равен двум. Следовательно, имеется одно линейно-независимое решение у полученной однородной СЛАУ. Неизвестное3 объявим свободным и положим 3=1. Тогда 2=1 , 1=1 и – вектор-столбец координат собственного вектора, соответствующего собственному значению=1. Множество всех векторов, отвечающих собственному значению =1, имеет вид
где C – произвольное число, отличное от нуля.
Собственное значение =2 приводит к системе
Эта система равносильна уравнению .
Имеем:
Итак, множество решений однородной СЛАУ есть линейное подпространство размерности 2. Следовательно, имеется два линейно-независимых решения, которые образуют фундаментальную систему решений (ФСР) однородной СЛАУ. Для нахождения ФСР однородной СЛАУ поступим следующим образом.
Неизвестные 2 и 3 объявим свободными. Положим 2=1 и 3= 0, тогда 1=1. Вектор является собственным (точнее, вектор-столбцом координат собственного вектора), соответствующим собственному значению=2.
Положим 2=0 и 3=1, тогда 1= –3/2. Вектор – другой собственный вектор, соответствующий собственному значению=2. Векторы илинейно независимы. Множество всех собственных векторов, отвечающих собственному значению=2, имеет вид
где – произвольные числа, такие что.
Пример 10. Привести матрицу Ак диагональному виду.
Решение. В примере 9 были найдены собственные числа ,,и отвечающие им собственные векторы,,матрицы.
Так как собственные векторы матрицы, отвечающие различным собственным значениям, линейно независимы, то векторы ,,образуют базис в.
Воспользуемся теоремой 8. Пусть – линейный оператор, которому в базисеотвечает матрицаA и пусть B – матрица того же оператора в базисе, состоящем из собственных векторов оператора A ,,Тогда матрицаB диагональная и BAC, где С – матрица перехода из базиса в базис.
Столбцы матрицы С есть координаты разложения нового базиса по старому.
Следовательно, .
.
.
Линейный оператор A:в евклидовом пространстве называется самосопряженным, если (A,)=(,A) для любых ,.
Теорема 15. Если – ортонормированный базис в евклидовом пространствеE и A:– самосопряженный оператор, то матрицаоператора A в базисеявляется симметричной:.
Теорема 16. Все собственные значения самосопряженного оператора являются вещественными числами.
Теорема 17. Если A:– самосопряженный оператор в евклидовом пространстве, то существует ортонормированный базис вE, состоящий из собственных векторов оператора A.