![](/user_photo/2706_HbeT2.jpg)
- •Множини
- •Відображення
- •1.3. Бінарні відношення на множині
- •2.1. Принцип математичної індукції Аксіома математичної індукції
- •Узагальнення другої форми принципу математичної індукції
- •2.2. Підстановки
- •Основні алгебраїчні структури
- •3.1. Означення комплексного числа
- •3.2. Дії над комплексними числами
- •3.3. Піднесення до степеня і добування кореня
- •4.1. Поліноми від однієї змінної
- •Г) Найбільший спільний дільник
- •Д) Найменше спільне кратне
- •4.3.Поліноми над числовими полями
- •4.4. Поліноми від багатьох змінних
- •Б) Симетричні поліноми
- •5.1. Поняття матриці
- •5.2. Дії над матрицями
- •6.1. Визначники малих порядків
- •6.2. Поняття визначника n-го порядку
- •6.3. Властивості визначника n-го порядку
- •6.4. Обчислення визначників n-го порядку
- •7.1. Загальні поняття
- •7.2. Способи розв’язування систем лінійних рівнянь
- •7.3. Матрична форма запису системи лінійних рівнянь
- •8.1. Поняття векторного простору, його розмірність і базис
- •8.3. Підпростори векторного простору
- •8.4. Лінійні перетворення у векторному просторі
- •8.5. Власні вектори і власні значення лінійного перетворення а) Інваріантні підпростори
- •Звідси із лінійної незалежності векторів e1, e2, …, en випливає:
- •9.1. Поняття евклідового простору
- •9.2. Ортонормований базис
- •9.3. Лінійні перетворення в евклідовому просторі
- •Властивості:
- •10.1. Лінійна функція (форма)
- •10.2. Поняття білінійної та квадратичної функції
- •10.3. Зведення квадратичної форми до суми квадратів
- •10.4. Закон інерції квадратичних форм
- •10.5. Класифікація квадратичних форм
- •10.6. Білінійні і квадратичні форми в евклідовому просторі
- •10.7. Зведення рівняння другого порядку до канонічного вигляду
- •Виконаємо лінійне перетворення
- •11.2. Зведення матриць до жорданової нормальної форми
- •Необхідна і достатня умова зведення матриць до діагонального вигляду
8.5. Власні вектори і власні значення лінійного перетворення а) Інваріантні підпростори
Нехай V1 – підпростір векторного простору V, A – деяке лінійне перетворення простору V. Образ Aх вектора х із V1 не обов’язково належить V1.
Розглянемо такі підпростори, вектори яких не виводяться із них перетворенням A.
Підпростір V1 простору V називається інваріантним відносно лінійного перетворення A, якщо образ Aх кожного вектора х із V1 належить V1.
Приклади
Для лінійного перетворення A, яким є поворот навколо осі Оz звичайного тривимірного простору, інваріантними підпросторами будуть, наприклад, площина хОу і вісь Оz.
Для лінійного перетворення A, яким є ортогональне проектування того ж простору на площину хОу, інваріантними підпросторами будуть: площина хОу; всі площини, що проходять через вісь Оz; сама вісь Оz; всі прямі площини хОу, що проходять через початок координат.
Для тотожного і нульового перетворень, які діють в довільному просторі, інваріантними є всі його підпростори.
При довільному лінійному перетворенні в довільному просторі сам простір і його підпростір, що складається із одного нульового вектора, є інваріантними.
Теорема 1. Перетин і сума підпросторів, інваріантних відносно лінійного перетворення A, інваріантні відносно A.
Доведення.
а)
Якщо підпростори V1
і V2
інваріантні відносно A
і
,
то
і
,
значить,
і
,
тобто
.
б)
Якщо
,
тоx=v1+v2,
де
,
.
Тоді
і
,
звідкиAх=
+
▲
Теорема 2. Якщо A – невироджене лінійне перетворення і V1 – підпростір, інваріантний відносно A, то V1 інваріантний і відносно A -1.
Доведення.
Нехай е1, е2, …, еr – базис підпростору V1. Тоді вектори
Aе1,
Aе2,
…,
Aеr,
які із інваріантності V1
теж належать V1,
теж лінійно незалежні і, значить, теж
утворюють базис V1,
тобто довільний вектор
можна через цей базис виразити:
Але тоді і
,
тобто
б) Власні вектори і власні значення лінійного перетворення
Розглянемо
одновимірні інваріантні підпростори.
Якщо V1
– такий підпростір і
,
то і
,
і, значить,Aх=αх.
Якщо у
– будь-який інший вектор із V1,
то
у=αх і Aу= A(αх)=α(λх)=λ(αх)=λу.
Вектор
називаєтьсявласним
вектором
лінійного перетворення A,
якщо існує таке число λ,
що Aх=λх.
Число λ
називається власним
значенням
перетворення A,
яке відповідає власному вектору х.
Очевидно, що якщо V1 – одновимірний інваріантний підпростір простору V, то кожний вектор із V1 є власним вектором перетворення A, причому з одним і тим же власним значенням. Навпаки, якщо х – власний вектор перетворення A, то породжений ним інваріантний підпростір V1 (що складається із всіх векторів вигляду αх) буде інваріантним відносно A.
Припустимо, що лінійне перетворення A має п лінійно незалежних власних векторів е1, е2, …, еп із відповідними власними значеннями λ1, λ2, …, λп. Якщо власні вектори е1, е2, …, еп прийняти за базисні, то із рівностей Aе1=λ1е1, Aе2=λ2е2, …, Aеп=λпеп матриця перетворення A матиме вигляд:
А=
(така матриця називається діагональною). Ясно, що правильне і зворотне: якщо матриця перетворення A в деякому базисі є діагональною, то всі вектори цього базису будуть власними векторами перетворення A.
Теорема 1. Власні вектори лінійного перетворення A, що
відповідають попарно різним власним значенням, лінійно
незалежні.
Доведення.
Доведення проведемо індукцією за кількістю власних векторів. Для одного вектора х це ясно, оскільки, за означенням власного вектора, він відмінний від нуля і, значить, із рівності αх=θ випливає, що α=0.
Нехай твердження теореми справедливе для k-1 векторів х1, х2, …, хk-1. Припустимо, що k власних векторів х1, х2, …, хk, які відповідають попарно різним власним значенням λ1, λ2, …, λk, є лінійно залежними:
α1х1+α2х2+…+αkxk=θ,
()
де не всі αі (і=1, 2, …, п) рівні нулю. Застосувавши до обох частин рівності перетворення A, отримаємо
α1 Aх1+α2 Aх2+…+αk Axk=α1λ1х1+α2λ2х2+…+αkλkxk=θ.
З другого боку, помноживши передостанню рівність на λk, матимемо
α1λ1х1+α2λ2х2+…+αkλkxk=θ.
Віднявши дві останні рівності, отримаємо
α1(λ1-λk)x1+α2(λ2-λk)x2+…+αk-1(λk-1-λk)xk-1=θ,
звідки із припущення лінійної незалежності х1, х2, …, хk-1 випливає
α1=α2=…=αk-1=0.
Тоді
із рівності ()
матимемоαkxk=θ
і αk=0.
Отже, припущення невірне. ▲
Розглянемо питання знаходження власних значень і власних векторів лінійного перетворення.
Припустимо, що х – власний вектор, а λ – відповідне йому власне значення лінійного перетворення A. Тоді Aх=λх. Виберемо в просторі V довільний базис е={e1, e2, …, en}, і нехай х=х1е1+х2е2+...+хпеп, а матриця лінійного перетворення A у вибраному базисі має вигляд
А
Тоді із пункту а) випливає:
Aх=(а11х1+а12х2+…+а1пхп)е1+(а21х1+а22х2+…+а2пхп)е2+…
+(ап1х1+ап2х2+…+аппхп)еп=
=λх=λ(х1е1+х2е2+...+хпеп)= λх1е1+ λх2е2+...+ λхпеп .