- •Перелік умінь
- •Тематичний огляд Глава 1. Власні числа та власні вектори матриці § 1. Визначення. Основні властивості власних векторів
- •§ 2. Характеристичний многочлен
- •§ 3. Власний підпростір.
- •Глава 2. Зведення симетричної матриці до діагонального виду § 1. Скалярний добуток в підпросторі . Процес ортогоналізації
- •§ 2. Ортогональна матриця
- •Глава 3. Квадратична форма. Зведення до канонічного виду § 1. Основні визначення. Матриця квадратичної форми.
- •Глава 4. Лінійні простори
- •§ 1. Визначення лінійного простору
- •§ 2. Лінійна залежність
- •§ 3. Базис і координати
- •§ 4. Матриця переходу
- •§ 5. Підпростір
- •§ 6. Евклідові простори
- •Тренінг умінь
- •7. Приклад виконання вправи на вміння № 7. Завдання 1.
- •Рішення
- •Завдання 2
- •Рішення
- •8. Приклад виконання вправи на вміння № 8.
- •Завдання 2
- •Розвязання
- •9. Приклад виконання вправи на вміння № 9.
- •Завдання 2
- •Завдання 3
- •10. Приклад виконання вправи на вміння № 10.
- •Завдання 1
- •Рішення
- •Задание 2
- •Розв’язок
- •Задание
- •Розв’язок
- •Розв’яжіть самостійно наступні задачі
- •Файл матеріалів
- •Перпендикуляр з точки в простір
- •§2 Про наближене обчислення значень матриць
Тематичний огляд Глава 1. Власні числа та власні вектори матриці § 1. Визначення. Основні властивості власних векторів
В
першій частині нашого курсу лінійної
алгебри(юніта 1) ми розглянули операцію
множення матриці А на вектор
, результатом якого є вектор
Так, наприклад,
Вектор
під дією матриці А перетворюється в
новий вектор
.
В цьому перетворені вектор
вважається
образом вектора
,
а
– прообразом вектора
.
Особливу роль для матриці А грають
вектори
,
образи яких колінеарні своїм прообразам.
Нехай А квадратна матриця порядку n.
Визначення. Вектор називається власним вектором матриці А, якщо володіє наступними властивостями:
Існує таке число λ, що
,
тобто
При цьому, число λ називається власним числом, або власним значенням матриці А.
Говорять, що власний вектор відповідає власному значенню λ матриці А. Задача про пошук власних векторів і власних значень матриці(перетворення) А має багато важливих додатків. Чим більше власних векторів матриці ми знаємо, тим краще розуміємо як діє матриця(перетворення) А на вектор .
Розглянемо декілька прикладів.
A=E, де
Е
=
одинична матриця
Тоді
,
для будь-якого вектора
.
Отже, будь-який вектор
є власним вектором Е,
відповідає
власному значенню λ
= 1.
А =
Перевіримо,
як перетворюється матриця А
вектора базису
= (1,0) і
= (0,1).
А
=
Очевидно,
вектори базису
при множені на матрицю А повертаються
на кут
за годинниковою стрілкою. Матриця А
здійснює
поворот кожного вектора
на кут
за годинниковою стрілкою(рис.1,2,3).
y у
х
х
Рис.1. Рис. 2.
Рис.3.
З
геометричного міркування зрозуміло,
що при такому перетворені ніякий вектор
не переходить в
колінеарний собі.
Дійсно,
якщо
власний, то
,
тобто
,
тобто
вектор
не може бути власним; матриця A
власних
векторів не має.
Відмітимо деякі властивості власних векторів матриці А.
Вектори,відповідні даному власному числу
,
створюють підпростір
(власний
підпростір).
Нагадаємо, що множина
є
підпростором
,якщо
лінійні операції над вектором
не виводять вектор з
.
Дійсно,
нехай
– власні
вектора матриці А,
відповідні
власному значенню
,
тобто
Тоді
Таким
чином, кожному власному числу
відповідає незліченна безліч
коллітарних
власних векторів, що утворюють підпростір
,
яке називають власним підпростором
матриці А
(хоча
не входить в множину
)
Про властивості власних підпросторів,(про розмірність) буде сказано нижче.
Власні вектори, відповідні різним власним числам, лінійно незалежні.
Перевіримо це твердження для двох векторів.
Нехай
– власні
вектора матриці А,
відповідні
власним числам
,
тоді
лінійно незалежні(не колінеарні).
Припустимо противне, нехай
.
Помножимо останню рівність на А:
.
Так
як,
,
то
,
що заперечує умові, тобто наше припущення
не вірне і
лінійно незалежні.
За
індукцією можна довести, що якщо
-
різні власні числа, то відповідні їм
власні вектори
…
лінійно незалежні(m
– будь-яке ціле число).
