- •1.1. Означення матриць
- •1.2. Види матриць
- •Квадратна матриця d називається діагональною, якщо вона має наступний вигляд:
- •Наприклад, . Зрозуміло, що одинична матриця є діагональною.
- •Означення дій над матрицями
- •Властивості додавання матриць та множення матриць на числа
- •1.5. Символи суми
- •1.6. Властивості множення матриць
- •1.8. Обернена матриця у випадку квадратних матриць другого порядку
- •Приклад.
- •1.9. Приклади матриць, елементами яких є вектори
- •1.7. Властивості транспонування
- •1.10. Числовий n - вимірний простір
- •1.11. Подібні матриці
- •Властивості подібності:
- •1.12. Вправи
- •Розділ 2. Системи лінійних рівнянь
- •2.1. Система двох лінійних рівнянь з двома невідомими
- •2.2. Системи лінійних рівнянь: основні означення
- •2.3. Елементарні перетворення системи лінійних рівнянь
- •2.4. Східчасті системи
- •2.5. Зведення системи лінійних рівнянь до східчастого вигляду (метод Гаусса)
- •2.6. Вправи
- •Розділ 3. Жорданова форма матриць та матричні рівняння
- •3.1. Слід квадратної матриці
- •Жорданова форма квадратних матриць. Основна теорема
- •3.3. Зведення до жорданової форми нижніх трикутних матриць другого порядку
- •3.4. Власні значення та власні вектори квадратної матриці другого порядку
- •3.5. Зведення квадратної матриці другого порядку до нижньої трикутної форми
- •3.6. Загальний випадок
- •3.7. Однозначність визначення жорданової форми з точністю до порядку слідування діагональних блоків
- •3.8. Спектр квадратної матриці другого порядку
- •3.9. Рівняння
- •3.10. Вправи
- •Список літератури
3.3. Зведення до жорданової форми нижніх трикутних матриць другого порядку
Будемо використовувати результати пункту 1.9. Нехай маємо матрицю виду
.
Зведемо
її до жорданової форми. Нехай
Тоді
Розглянемо наступні випадки:
Відповідно
до твердження п. 1.9 нам потрібно знайти
такі
і
,
для яких
і матриця
має жорданову форму. Для цього необхідно
зробити
або
.
Покажемо, що
можна зробити рівним 0. Оскільки верхній
рядок матриці А
в такому разі змінювати не потрібно,
то покладемо
Нам потрібно знайти такий вектор
щоб
і
Оскільки
то
не повинно дорівнювати 0. Далі,
Далі,
Тоді
Оскільки
,
то
з останнього рівняння системи маємо,
що
Тоді з першого рівняння випливає
Отже,
Оскільки
то можемо покласти
тоді
.
Тому
Отже, на підставі твердження п. 1.9
де С
визначається з рівностей
тобто
а
.
Нехай
.
Випадки:
.
Тоді матриця А вже має жорданову форму.
.
Тоді
Помножимо
останнє рівняння на число
Тоді
Якщо ввести перепозначення:
то
На
підставі твердження п 1.9 матимемо, що
де
3.4. Власні значення та власні вектори квадратної матриці другого порядку
Число
(комплексне) називається власним
числом
квадратної матриці
,
якщо існує такий ненульовий вектор-рядок
,
що
.
(1)
Ненульовий
вектор
називається власним
вектором
матриці А,
якщо
для деякого власного значення матриці А.
Рівність
(1) еквівалентна рівності
де
яка еквівалентна такій рівності
де
.
Теорема.
Для того, щоб число
було власним значенням, необхідно і
достатньо виконання рівності
Необхідність.
Нехай
- власне значення, тоді
для деякого власного вектора
,
тобто
Оскільки
то це означає, що система
має
ненульовий розв¢язок.
Тому
Оскільки визначник при транспонуванні
не змінюється, то
Достатність. Доведення достатності проводиться в зворотному порядку.
Проведіть його самостійно! (Див. наслідок п. 2.1).
Теорему доведено.
Рівняння
відносно невідомого
називається характеристичним
рівнянням
матриці А.
З нього знаходимо власні значення.
Зрозуміло, що
Отже, характеристичне рівняння можна записати і так
Для знаходження власних векторів матриці А потрібно розв¢язати систему
тобто
для кожного власного значення , і вибрати ненульові розв¢язки, які існують в силу
Зауваження
1.
Оскільки кожне квадратне рівняння має
два комплексні розв¢язки,
якщо врахувати їх кратність, то матриця
А
має або два різні, або два однакові
власні значення. Тому матриця А
завжди має власні вектори (тут враховуємо
також
для власного значення
).
Зауваження
2.
Характеристичні рівняння подібних
матриць однакові. Справді, нехай
Тоді
Приклад.
Нехай
Тоді
– характеристичне рівняння. Зрозуміло,
що
– множина усіх власних значень матриці
А.
