- •Глава III. Линейные преобразования
- •3.1. Матрица линейного преобразования
- •3.2. Ядро и образ линейного преобразования
- •3.3. Собственные значения квадратной матрицы
- •1. Найти собственные значения матриц:
- •3.4. Собственные векторы квадратной матрицы
- •3.5. Свойства собственных векторов матрицы
- •3.6. Базис пространства , состоящий из собственных векторов матрицы
- •3.7. Норма линейного преобразования
- •Ортогональные матрицы
- •3.9. Симметрические преобразования и симметрические матрицы
- •Собственные значения симметрической матрицы
- •Собственные векторы симметрической матрицы
3.6. Базис пространства , состоящий из собственных векторов матрицы
Пусть
все
различные собственные значения матрицы
.
Выберем базис в каждом подпространстве
.
Объединяя эти базисы, получим линейно
независимую систему векторов, состоящую
из собственных векторов матрицы (п. 3.5,
свойство 2). Существует ли базис
пространства
,
состоящий из собственных векторов
матрицы? В общем случае ответ отрицательный,
потому что матрица может не иметь
собственных значений и, значит, собственных
векторов.
□ Теорема 3.11. Дана матрица A. Равносильны следующие условия:
1. В пространстве имеется базис, состоящий из собственных векторов матрицы .
2. Объединение
базисов подпространств
является базисом пространства
где
все различные собственные значения
матрицы
3. Можно построить такую обратимую матрицу T, что
Доказательство
1)
2).
Пусть
,…,
– базис пространства
,
состоящий из собственных векторов
матрицы
.
Обозначим через
,…,
объединение базисов подпространств
Из
свойства 2 в п. 3.5 следует
линейная независимость системы векторов
Если вектор
принадлежит подпространству
,
то вектор
разлагается по базису подпространства
,
который является частью системы
и, значит, каждый вектор системы
разлагается по системе векторов
.
Отсюда и из условия:
–
базис
следует, что каждый вектор из
подпространства
,
разлагается по системе векторов
.
Следовательно, система векторов
– базис пространства
.
2)
3). Так как объединение базисов
подпространств
является базисом пространства
то оно содержит n
векторов, которые обозначим через
.
Вектор
принадлежит одному из подпространств
,
т. е.
,
где
одно из чисел
.
Рассмотрим матрицу
,
столбцами которой являются векторы
.
Так как векторы
образуют базис пространства Rn,
то матрица
обратимая. Теперь справедливость
утверждения 2)
3)
вытекает из следующей цепочки импликаций:
3)
1). Пусть
.
Матрица
по условию обратима и, значит, система
ее столбцов
линейно независимая и состоит из
векторов. Следовательно, они образуют
базис пространства Rn.
Остается доказать, что базис
состоит из собственных векторов матрицы
.
Это утверждение вытекает из следующей
цепочки импликаций:
т.
е.
собственный
вектор матрицы
,
принадлежащий ее собственному значению
.■
Матрица приводит матрицу к диагональному виду, если существует такая обратимая матрица , что
.
Пример
Выяснить, приводится ли матрица к диагональному виду. Найти матрицу , приводящую матрицу к диагональному виду, и найти диагональный вид.
.
Решение. Найдем собственные значения матрицы
Собственные
значения матрицы
равны
,
,
.
Базис каждого из
подпространств
,
,
состоит из одного вектора, соответственно
,
,
.
Матрица
,
столбцами которой являются координаты векторов , приводит матрицу к диагональной матрице
,
на главной диагонали
которой находятся собственные значения
матрицы
,
причем
.
Задачи
1. Матрица приводит матрицу к диагональному виду. Найти собственные значения матрицы , не решая уравнение =0.
2. Построить алгоритм, который позволяет выяснить, приводит ли матрица матрицу к диагональному виду, и не требует решения уравнения =0.
3. Выяснить, приводит ли матрица матрицу к диагональной матрице и если приводит, то найти ее, не вычисляя матрицу
а)
=
=
б)
4. Найти базис пространства Rn, состоящий из собственных векторов матрицы
a)
б)
