Независимость собственных векторов

Теорема. Собственные векторы Независимость собственных векторов - student2.ru оператора, отвечающие различным собственным значениям λ1λ2…..λn линейно независимы. Важнейшее следствие: определитель матрицы не зависит от выбора базиса.

Доказательство.Пусть Независимость собственных векторов - student2.ru - оператор в новом базисе, тогда

Независимость собственных векторов - student2.ru

т.е. при переходе к новому базису собственные числа сохраняются. Наиболее простой вид принимает матрица P линейного оператора Независимость собственных векторов - student2.ru , имеющего n линейно независимых собственных векторов Независимость собственных векторов - student2.ru с собственными значениями λ12…λn .Векторы Независимость собственных векторов - student2.ru примем за базисные. Тогда разложение векторов Независимость собственных векторов - student2.ru по базису Независимость собственных векторов - student2.ru 1, Независимость собственных векторов - student2.ru 2... Независимость собственных векторов - student2.ru n как это следует из свойств линейных операторов, примет вид :

Независимость собственных векторов - student2.ru

Независимость собственных векторов - student2.ru

Независимость собственных векторов - student2.ru Независимость собственных векторов - student2.ru

Отсюда следует, что Независимость собственных векторов - student2.ru если i=j и aij=0 если i ≠ j. Таким образом, в базисе составленном из собственных векторов, матрицы оператора будет иметь диагональный вид.

P= Независимость собственных векторов - student2.ru = Независимость собственных векторов - student2.ru

Верно и обратное если матрица P линейного оператора Независимость собственных векторов - student2.ru в некотором базисе является диагональной, то все векторы этого базиса- собственные векторы оператора Независимость собственных векторов - student2.ru .

Симметричный оператор.

Линейный оператор Независимость собственных векторов - student2.ru называется симметричным, если для любых векторов Независимость собственных векторов - student2.ru и Независимость собственных векторов - student2.ru выполняется равенство: Независимость собственных векторов - student2.ru .

Теорема. Для того, чтобы линейный оператор был симметричен, необходимо и достаточно, чтобы его матрица в ортогональном пространстве была симметрична.

Рассмотрим для простоты двухмерное пространство. Линейные операторы Независимость собственных векторов - student2.ru 1 и Независимость собственных векторов - student2.ru 2 определены своими матрицами

Независимость собственных векторов - student2.ru и Независимость собственных векторов - student2.ru

Вычислим векторы Независимость собственных векторов - student2.ru 1( Независимость собственных векторов - student2.ru ) и Независимость собственных векторов - student2.ru 2( Независимость собственных векторов - student2.ru )

Независимость собственных векторов - student2.ru

Независимость собственных векторов - student2.ru

Найдем скалярные произведения Независимость собственных векторов - student2.ru :

Независимость собственных векторов - student2.ru

Независимость собственных векторов - student2.ru

Найдем разность скалярных произведений:

Независимость собственных векторов - student2.ru (1)

Если эта разность равна 0, то будут выполняться равенства (необходимость)

Независимость собственных векторов - student2.ru 11= b11, Независимость собственных векторов - student2.ru 21 = b12, Независимость собственных векторов - student2.ru , Независимость собственных векторов - student2.ru 22=b22 (2) и обратно, если только что записанные соотношения выполнены для любых Независимость собственных векторов - student2.ru и Независимость собственных векторов - student2.ru , то и равенство (1) выполнено (достаточность). Система равенств (2) означает, что Независимость собственных векторов - student2.ru

Ортогональность собственных векторов.

Теорема: собственные векторы симметричного линейного оператора, соответствующие различным собственным числам, взаимно ортогональны.

Пусть векторы Независимость собственных векторов - student2.ru и Независимость собственных векторов - student2.ru - собственные векторы оператора Независимость собственных векторов - student2.ru соответствующие собственным числам λ1 и λ2, причем λ1≠λ2 . По определению симметричного оператора:

Независимость собственных векторов - student2.ru . Подставляя сюда Независимость собственных векторов - student2.ru и Независимость собственных векторов - student2.ru получим Независимость собственных векторов - student2.ru . Вынесем λ1 и λ2 за знак скалярного произведения, перенесем все влево и разложим на множители и получим Независимость собственных векторов - student2.ru , так как λ1≠λ2 , то Независимость собственных векторов - student2.ru =0, что означает взаимную ортогональность векторов Независимость собственных векторов - student2.ru и Независимость собственных векторов - student2.ru .

Квадратичные формы.

Пусть L=( Независимость собственных векторов - student2.ru )- симметричная матрица n-го порядка, тогда выражение Независимость собственных векторов - student2.ru -называется квадратичной формой переменных x1,x2...xn. Матрица L=( Независимость собственных векторов - student2.ru ij) i,j=(1,2...n) -называется матрицей квадратичной формы. Пусть( Независимость собственных векторов - student2.ru ) –симметричная матрица, т.е. Независимость собственных векторов - student2.ru = Независимость собственных векторов - student2.ru . В матричной форме квадратичная форма имеет вид :

Независимость собственных векторов - student2.ru , где X= Независимость собственных векторов - student2.ru -матрица столбец переменных, а Независимость собственных векторов - student2.ru = Независимость собственных векторов - student2.ru - матрица строка этих же переменных. Найдем произведение этих матриц.

Независимость собственных векторов - student2.ru Независимость собственных векторов - student2.ru Независимость собственных векторов - student2.ru

-что является по определению квадратичной формой.

Наши рекомендации