Слайд 1Собственные векторы и собственные значения линейного оператора
1.Определение
2. Нахождение СЗ и
СВ линейного оператора
3. Свойства СВ
4. Линейный оператор с простым спектром
Слайд 21. Определения
Определение 1.1. Оператор φ n–мерного векторного пространства V называется
диагонализируемым, если в V существует базис, в котором матрица линейного
оператора диагональная.
Определение 1.2. Пусть φ – оператор пространства V. Если для некоторого ненулевого вектора v∈V и числа λ имеем
φ(v)= λ·v,
то число λ называется собственным значением оператора φ , а вектор v называется собственным вектором оператора φ , относящимся к собственному значению λ.
Слайд 32. Нахождение собственных значений и
собственных векторов линейного оператора
Пусть φ
– оператор n-мерного пространства V , v – собственный вектор
оператора φ , относящийся к собственному значению λ , т.е. φ(v)= λ·v.
Пусть { b1,b2,…,bn }– базис V ,
A – матрица линейного оператора φ в базисе { b1,b2,…,bn } и v = c1b1 + c2b2 + … + cnbn
⇔
φ(v)= φ(c1b1 + c2b2 + … + cnbn v)= c1φ(b1)+ c2φ(b2 )+ … + cnφ(bn) =
Слайд 4Нахождение собственных значений и
собственных векторов линейного оператора (продолжение)
Получили:
v – собственный
вектор оператора φ , относящийся к соб-
ственному значению λ
⇔ его координаты c1,c2,…,cn являются решением (нетривиальным) системы линейных однородных уравнений (A–λI)X=O.
Слайд 5 Определения 2.1.
Матрица A–λI называется характеристической матрицей оператора
φ (матрицы A) .
Определитель характеристической матрицы, т.е. det(A–λI)
– многочлен степени n относительно переменной λ .
Многочлен det(A–λI) называют характеристическим много-
членом оператора φ (матрицы A).
Корни многочлена det(A–λI) называют характеристи-
ческими корнями оператора φ (матрицы A).
Слайд 6Теорема 2.2: (Свойства подобных матриц)
Пусть матрицы S и T подобны,
тогда
Доказательство.
Слайд 7
Таким образом, число λ является собственным значением оператора
φ тогда и только тогда, когда оно является его характеристическим
корнем.
Слайд 9Пример вычисления СЗ для матрицы
Слайд 103.Свойства собственных векторов
1. Лемма 3.1. Каждый собственный вектор v оператора
φ относится к единственному собственному значению.
Доказательство (от противного).
Пусть вектор v
относится к двум различным собственным значениям - и :
Но вектор v – ненулевой, поэтому
QED
Слайд 11Лемма 3.2. Если v1 и v2 – собственные векторы оператора
φ, относящиеся к одному и тому же собственному значению λ
, то их линейная комбинация a·v1+b·v2 – собственный вектор оператора φ , относящийся к тому же собственному значению.
Доказательство.
φ (a·v1+b·v2 ) =
a φ (v1)+b φ(v2 ) =
a λv1+b λ v2 =
λ (a·v1+b·v2 )
QED
Слайд 12Следствия 3.3.
а) каждому собственному значению λ соответствует беско-
нечное множество собственных векторов;
б) если
к множеству всех собственных векторов x оператора φ, относящихся к
собственному значению λ, присоединить нулевой вектор, то получится подпространство простран-
ства V. Оно называется собственным подпространством оператора и обозначается Vλ.
Слайд 13Лемма 3.4. Собственные векторы x1,x2,…,xk оператора φ, относящиеся к попарно
различным собственным значениям λ1,λ2,…, λk , линейно независимы.
Доказательство (от противного).
Предположим x1,x2,…,xk ЛЗ: с1x1+с2x2+…+ сk xk =0 и хотя бы один из коэффициентов – ненулевой, например,
сk - ненулевое число.
Проведем две операции: применим оператор φ и умножим на λ1
φ (с1x1+с2x2+…+ сk xk) = с1λ1x1+с2λ2x2 …+ сk λk xk =0 и
λ1(с1x1+с2x2+…+ сk xk) = с1λ1x1+с2λ1x2 …+ сk λ1 xk =0.
с1λ1x1+с2λ2x2 …+ сk λk xk =0
с1λ1x1+с2λ1x2 …+ сk λ1 xk = 0
Вычтем из первого второе соотношение:
с2 (λ2-λ1)x2…+ сk ( λk -λ1)xk =0.
Слайд 14Точно также применим оператор φ, умножим на λ2
φ(с2 (λ2-λ1)x2…+
сk ( λk -λ1)xk) =с2λ2 (λ2-λ1)x2…+сk λk ( λk -λ1)xk
=0 и
λ2(с2 (λ2-λ1)x2…+ сk ( λk -λ1)xk) = с2λ2 (λ2-λ1)x2…+с2 λk ( λk -λ1)xk =0
и вычтем:
с3 (λ3-λ1) (λ3-λ2) x3…+ сk ( λk -λ1) ( λk –λ2) xk =0.
Продолжая так, в конце концов получим
сk ( λk -λ1) ( λk –λ2) … ( λk –λk-1) xk =0.
Собственные значения различны, собственный вектор – ненулевой.
Отсюда следует сk =0, что противоречит предположению. QED
Слайд 15Следствия 3.5:
а) линейный оператор, действующий в n-мерном линейном пространстве V,
не может иметь более n собственных значений;
б) в пространстве
может существовать базис, хотя бы часть которого – собственные векторы оператора.
Слайд 16
Теорема 3.6. Характеристический многочлен линейного оператора не зависит от выбора
базиса, то есть является инвариантом линейного оператора ( таким образом,
подобные матрицы имеют один и тот же характеристический многочлен).
Следствие 3.7. Множество собственных значений линейного оператора не зависит от выбора базиса, то есть является инвариантом линейного оператора ( таким образом, подобные матрицы имеют один и тот же набор собственных значений).
Доказательство.
Пусть Р и Q – матрицы одного и того же линейного
оператора в различных базах. Тогда
Слайд 17Теорема 3.8 (необходимое и достаточное условие диагональ-
ности матрицы оператора) .
Матрица A оператора φ в базисе {b1,b2,…,bn} имеет диагональный вид
⇔ все базисные векторы bi являются собственными векторами этого оператора.
Доказательство.
QED
Слайд 18
Теорема 3.9. (Условие диагонализуемости оператора)
n×n матрица A подобна диагональной т.и
т.т.к. она имеет n линейно независимых собственных векторов.
А подобна диагональной матрице D. Тогда существует невырожденная матрица Р такая что . Пусть - столбцы матрицы Р, а - диагональные элементы матрицы D .
Доказательство.
С другой стороны,
и столбцы матрицы Р являются собственными векторами матрицы А (матричный линейный оператор). В силу невырожденности P, все эти векторы линейно независимы.
А имеет n линейно независимых собственных столбцов,
обозначим их , относящихся к собственным значениям
Обозначим , тогда Р – невырожденная матрица и
Слайд 20
Таким образом,
Получили
А так как Р - невырожденная матрица, то
- диагональная матрица.
QED
Слайд 21
Критерий диагонализируемости оператора: оператор φ диагонализируем тогда и только тогда,
когда в пространстве V существует базис, каждый из векторов которого
является собственным вектором оператора .
Слайд 254.Линейный оператор с простым спектром
Определение 4.1 Набор всех собственных значений
оператора называется спектром оператора.
Определение 4.2. Линейный оператор n-мерного векторного
пространства, имеющий n попарно различных собственных значений, называется оператором с простым спектром.
Следствие 4.3.
(1) Матрица оператора с простым спектром подобна диагональной матрице, у которой на диагонали стоят собственные значения оператора.
Слайд 26Пример: матрица является
матрицей
оператора с простым спектром