- •Коллоквиум по ла
- •Определение линейного пространства и простейшие следствия из аксиом
- •Примеры линейных пространств
- •Простейшие следствия из аксиом.
- •Вопрос 2 Линейная зависимость и независимость элементов линейного пространства
- •Примеры линейной зависимости и независимости
- •Простейшие свойства линейной зависимости
- •Вопрос 3 Базис и координаты в линейном пространстве
- •Примеры
- •Свойства координат векторов
- •Вопрос 4 Матричный критерий линейной зависимости и независимости
- •Вопрос 5 Размерность линейного пространства
- •Простейшие следствия из аксиом
- •Вопрос 7
- •Свойства скалярного произведения
- •Свойства расстояния
- •Вопрос 8 Подпространства линейного пространства
- •Вопрос 9 Линейные оболочки
- •Вопрос 10
- •Вопрос 11
- •Сумма и пересечение подпространств линейного пространства
- •Вопрос 12
- •Вопрос 13
- •Вопрос 14
- •Вопрос 15
- •Понятие отображения
- •Вопрос 16
- •Примеры линейных операторов
- •Простейшие свойства линейного оператора
- •Вопрос 17
- •Примеры
- •Связь координат вектора с координатами его образа
- •Вопрос 18
- •Вопрос 19
- •Вопрос 20
- •Вопрос 21
- •Вопрос 22
- •Вопрос 23
- •Свойства изоморфизма
- •Вопрос 24
- •Вопрос 25
- •Вопрос 26
- •Вопрос 27
- •Свойства собственных векторов
- •Вопрос 28
- •Правило нахождения собственных векторов
- •Вопрос 29
- •Вопрос 30
- •Вопрос 31
- •Вопрос 32
- •Правило нахождения присоединенных векторов
- •Таким образом, имеем единственное собственное значение, кратность которого равна 3. Определим количество собственных и присоединенных векторов.
Вопрос 28
Характеристический многочлен и характеристические числа линейного оператора и его матрицы. Правило нахождения собственных векторов. Лемма о решении вырожденной однородной системы линейных уравнений.
Правило нахождения собственных векторов
Пусть – линейный оператор. Выберем в какой-либо базис и обозначим А матрицу оператора в этом базисе. Если Х – координатный столбец собственного вектора в заданном базисе, а – соответствующее ему собственное значение, то (4.41) равносильно равенству , которое, в свою очередь, равносильно следующему:
. (4.47)
Равенство (4.47) можно рассматривать как матричную запись однородной системы линейных уравнений, причем нас интересуют только ее нетривиальные решения. Как следует из § 5 главы 2, для существования таковых необходимо и достаточно, чтобы выполнялось условие
. (4.48)
Определение. Характеристическим многочленом матрицы А называется многочлен , уравнение (4.48) называется характеристическим уравнением матрицы А, а корни этого уравнения – ее характеристическими числами.
Лемма 4.2. Подобные матрицы имеют одинаковые характеристические многочлены.
►Пусть матрицы А и подобны, значит, существует невырожденная матрица такая, что . Тогда
Таким образом, матрицы и ( ) тоже подобны, а значит, имеют одинаковые определители.◄
Эта лемма позволяет сформулировать следующее
Определение. Характеристическим многочленом (характеристическим уравнением, характеристическими числами) линейного оператора называется характеристический многочлен (характеристическое уравнение, характеристические числа) его матрицы в некотором, а значит, и в любом базисе.
Из изложенного выше мы видим, что каждое собственное значение линейного оператора является корнем его характеристического уравнения, т. е. характеристическим числом. Обратно, если – корень уравнения (4.48) и , то система (4.47) имеет нетривиальное решение Х0, значит, АХ0 = Х0 и тогда, если – вектор, координатный столбец которого в выбранном базисе совпадает с , то , т. е. – собственное значение оператора . Если же , то оно не может быть собственным значением согласно определению.
Итак, собственные значения линейного оператора – те его характеристические числа, которые принадлежат полю P.
Теперь можно сформулировать следующее правило. Пусть А – матрица линейного оператора в некотором базисе. Чтобы найти собственные векторы оператора поступаем следующим образом:
1) составляем характеристическое уравнение (4.48) матрицы А и находим его корни . Те из них, которые принадлежат основному полю, являются собственными значениями (т. е., если Р = С, то все, если Р = R – только действительные);
2) для каждого из полученных собственных значений находим соответствующие ему собственные векторы, решая однородную систему (4.47) при .
Лемма 4.3. Если определитель однородной квадратной системы линейных уравнений
AX = О, (4.49)
равен нулю, то при любом набор
( , , …, ), (4.50)
где – алгебраическое дополнение к элементу матрицы А, – решение системы (4.49).
►Действительно, подставив (4.50) в каждое из уравнений (4.49), получаем
. (4.51)
Равенство (4.51) верно, так как при его левая часть представляет собой разложение по -й строке, а при оно верно на основании теоремы аннулирования. ◄
Пример. Найдем собственные векторы линейного оператора , который в некотором базисе пространства V3 имеет матрицу
.
▼ 1. Составляем характеристический многочлен:
.
Характеристическое уравнение оператора выглядит так:
,
а характеристическими числами будут λ1 = 2; λ2 = 3 – i; λ3 = 3 + i. Если P = R, то собственное значение только одно – λ1 = 2; если же P = C, то все значения будут собственными. Рассмотрим последний случай.
2. λ1 = 2:
. (4.52)
Однородная система с матрицей (4.52) решается устно: . Значит, собственные векторы с этим собственным значением выглядят так: = α(1; 0; 1), .
λ2=3 – i:
. (4.53)
Так как , то . Поэтому достаточно найти один собственный вектор, а все остальные будут ему коллинеарными. Для нахождения же этого вектора воспользуемся леммой 4.3 и найдем упорядоченный набор из алгебраических дополнений к элементам, например, первой строки матрицы (4.53): Тогда все собственные векторы с собственным значением – это
.
λ3=3 + i:
(4.54)
Заметим, что матрицы (4.53) и (4.54) – комплексно-сопряженные. Значит, и решения систем с этими матрицами – тоже комплексно-сопряженные, и поэтому ▲