Собственные значения и собственные векторы

линейного преобразования.

           

       Определение: Пусть L – заданное n- мерное линейное пространство. Ненулевой вектор L называется собственным вектором линейного преобразования А, если существует такое число l, что выполняется равенство:

A .

 

При этом число l называется собственным значением (характеристическим числом) линейного преобразования А, соответствующего вектору .

 

Определение: Если линейное преобразование А в некотором базисе , ,…,  имеет матрицу А = , то собственные значения линейного преобразования А можно найти как корни l₁, l₂, …,l_n уравнения:

 

       Это уравнение называется характеристическим уравнением, а его левая часть- характеристическим многочленом линейного преобразования А.

 

       Следует отметить, что характеристический многочлен линейного преобразования не зависит от выбора базиса.

 

       Рассмотрим частный случай. Пусть А – некоторое линейное преобразование плоскости, матрица которого равна . Тогда преобразование А может быть задано формулами:

 

;   

в некотором базисе .

       Если преобразование А имеет собственный вектор с собственным значением l, то А .

или

 

       Т.к. собственный вектор ненулевой, то х₁ и х₂ не равны нулю одновременно. Т.к. данная система однородна, то для того, чтобы она имела нетривиальное решение, определитель системы должен быть равен нулю. В противном случае по правилу Крамера система имеет единственное решение – нулевое, что невозможно.

 

       Полученное уравнение является характеристическим уравнением линейного преобразования А.

 

       Таким образом, можно найти собственный вектор (х₁, х₂) линейного преобразования А с собственным значением l, где l - корень характеристического уравнения, а х₁ и х₂ – корни системы уравнений при подстановке в нее значения l.

 

       Понятно, что если характеристическое уравнение не имеет действительных корней, то линейное преобразование А не имеет собственных векторов.

       Следует отметить, что если - собственный вектор преобразования А, то и любой вектор ему коллинеарный – тоже собственный с тем же самым собственным значением l.

       Действительно, . Если учесть, что векторы имеют одно начало, то эти векторы образуют так называемое собственное направление или собственную прямую.

 

       Т.к. характеристическое уравнение может иметь два различных действительных корня l₁ и l₂, то в этом случае при подстановке их в систему уравнений получим бесконечное количество решений. (Т.к. уравнения линейно зависимы). Это множество решений определяет две собственные прямые.

 

       Если характеристическое уравнение имеет два равных корня l₁ = l₂ = l, то либо имеется лишь одна собственная прямая, либо, если при подстановке в систему она превращается в систему вида: . Эта система удовлетворяет любым значениям х₁ и х₂. Тогда все векторы будут собственными, и такое преобразование называется преобразованием подобия.

 

Пример. Найти характеристические числа и собственные векторы линейного преобразования с матрицей А = .

 

Запишем линейное преобразование в виде:

Составим характеристическое уравнение:

l² - 8l + 7 = 0;

Корни характеристического уравнения: l₁ = 7; l₂ = 1;

       Для корня l₁ = 7:

Из системы получается зависимость: x ₁ – 2 x ₂ = 0. Собственные векторы для первого корня характеристического уравнения имеют координаты: (t; 0,5 t) где t - параметр.

 

       Для корня l₂ = 1:

Из системы получается зависимость: x ₁ + x ₂ = 0. Собственные векторы для второго корня характеристического уравнения имеют координаты: (t; - t) где t - параметр.

 

       Полученные собственные векторы можно записать в виде:

 

 

       Пример. Найти характеристические числа и собственные векторы линейного преобразования с матрицей А = .

 

Запишем линейное преобразование в виде:

 

Составим характеристическое уравнение:

l² - 4l + 4 = 0;

 

Корни характеристического уравнения: l₁ = l₂ = 2;

       Получаем:

Из системы получается зависимость: x ₁ – x ₂ = 0. Собственные векторы для первого корня характеристического уравнения имеют координаты: (t; t) где t - параметр.

 

       Собственный вектор можно записать: .

 

 

       Рассмотрим другой частный случай. Если - собственный вектор линейного преобразования А, заданного в трехмерном линейном пространстве, а х₁, х₂, х₃ – компоненты этого вектора в некотором базисе , то

,

где l - собственное значение (характеристическое число) преобразования А.

 

       Если матрица линейного преобразования А имеет вид:

 

, то

 

Характеристическое уравнение:  

       Раскрыв определитель, получим кубическое уравнение относительно l. Любое кубическое уравнение с действительными коэффициентами имеет либо один, либо три действительных корня.

       Тогда любое линейное преобразование в трехмерном пространстве имеет собственные векторы.

 

 

Пример. Найти характеристические числа и собственные векторы линейного преобразования А, матрица линейного преобразования А = .

 

       Составим характеристическое уравнение:

 

 

 

(1 - l)((5 - l)(1 - l) - 1) - (1 - l - 3) + 3(1 - 15 + 3l) = 0

(1 - l)(5 - 5l - l + l² - 1) + 2 + l - 42 + 9l = 0

(1 - l)(4 - 6l + l²) + 10l - 40 = 0

4 - 6l + l² - 4l + 6l² - l³ + 10l - 40 = 0

-l³ + 7l² – 36 = 0

-l³ + 9l² - 2l² – 36 = 0

-l²(l + 2) + 9(l² – 4) = 0

(l + 2)(-l² + 9l - 18) = 0

 

Собственные значения: l₁ = -2; l₂ = 3; l₃ = 6;

 

1) Для l₁ = -2:

 

Если принять х₁ = 1, то Þ  х₂ = 0; x₃ = -1;

 

Собственные векторы:

 

2) Для l₂ = 3:

 

Если принять х₁ = 1, то Þ х₂ = -1; x₃ = 1;

 

Собственные векторы:

 

3) Для l₃ = 6:

 

Если принять х₁ = 1, то Þ х₂ = 2; x₃ = 1;

 

Собственные векторы:

 

       Пример. Найти характеристические числа и собственные векторы линейного преобразования А, матрица линейного преобразования А = .

 

       Составим характеристическое уравнение:

 

 

-(3 + l)((1 - l)(2 - l) – 2) + 2(4 - 2l - 2) - 4(2 - 1 + l) = 0

-(3 + l)(2 - l - 2l + l² - 2) + 2(2 - 2l) - 4(1 + l) = 0

-(3 + l)(l² - 3l) + 4 - 4l - 4 - 4l = 0

-3l² + 9l - l³ + 3l² - 8l = 0

-l³ + l = 0

l₁ = 0; l₂ = 1; l₃ = -1;

 

       Для l₁ = 0:

                       

Если принять х₃ = 1, получаем х₁ = 0, х₂ = -2

Собственные векторы   ×t, где t – параметр.

 

Аналогично можно найти и  для l₂ и l₃.

 

Квадратичные формы.

 

 

       Определение: Однородный многочлен второй степени относительно переменных х₁ и х₂

Ф(х₁, х₂) = а ₁₁  ,

 

не содержащий свободного члена и неизвестных в первой степени, называется квадратичной формой переменных х₁ и х₂.

 

Определение: Однородный многочлен второй степени относительно переменных х₁, х₂ и х₃

 

 

 

не содержащий свободного члена и неизвестных в первой степени называется квадратичной формой переменных х₁, х₂ и х₃.

 

       Рассмотрим квадратичную форму двух переменных. Квадратичная форма имеет симметрическую матрицу А = . Определитель этой матрицы называется определителем квадратичной формы.

 

       Пусть на плоскости задан ортогональный базис . Каждая точка плоскости имеет в этом базисе координаты х₁, х₂.

Если задана квадратичная форма Ф(х₁, х₂) = а ₁₁ , то ее можно рассматривать как функцию от переменных х₁ и х₂.