1. Jordanův kanonický tvar



Podobné dokumenty
Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

Vlastní číslo, vektor

Vlastní čísla a vlastní vektory

19. Druhý rozklad lineární transformace

1 Linearní prostory nad komplexními čísly

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

Soustavy lineárních rovnic

CHARAKTERISTICKÉ VEKTORY

Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)

K2 7 E=. 2 1 Snadno zjistíme, že všechny nenulové násobky vektoru( 2, 1) jsou vlastními vektorymatice[ϕ]

Vlastní čísla a vlastní vektory

EUKLIDOVSKÉ PROSTORY

Transformace souřadnic

15 Maticový a vektorový počet II

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

Program SMP pro kombinované studium

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

6. Lineární nezávislost a báze p. 1/18

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

1. Spektrální rozklad samoadjungovaných operátorů 1.1. Motivace Vlastní čísla a vlastní vektory symetrické matice 1 1 A = 1 2.

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Soustavy linea rnı ch rovnic

Lineární algebra : Vlastní čísla, vektory a diagonalizace

Vlastní čísla a vlastní vektory

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

(2) [B] Nechť G je konečná grupa tvořena celočíselnými maticemi roměru 2 2 s operací násobení. Nalezněte všechny takové grupy až na izomorfizmus.

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

7. Důležité pojmy ve vektorových prostorech

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

1 Soustavy lineárních rovnic

1 Řešení soustav lineárních rovnic

2. Schurova věta. Petr Tichý. 3. října 2012

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

1 Polynomiální interpolace

Báze a dimenze vektorových prostorů

GEOMETRICKÁ ZOBRAZENÍ. Josef Janyška

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Obecná úloha lineárního programování

Vlastnosti lineárních zobrazení a velikost vektorů

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

Matematika 2 pro PEF PaE

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a a 2 2 1

pochopení celé kapitoly je myšlenka, že těleso S lze považovat za vektorový prostor

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.

AVDAT Vektory a matice

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

Jordanův normální tvar

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

VĚTY Z LINEÁRNÍ ALGEBRY

Řešení rekurentních rovnic 2. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 11

Soustavy lineárních rovnic

Podobnostní transformace

Základy maticového počtu Matice, determinant, definitnost

Numerické řešení nelineárních rovnic

6 Lineární geometrie. 6.1 Lineární variety

Ortogonální projekce a ortogonální zobrazení

Úlohy nejmenších čtverců

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci

Lineární zobrazení. V prvním z následujících tvrzení navíc uvidíme, že odtud plynou a jsou tedy pak rovněž splněny podmínky:

Operace s maticemi. 19. února 2018

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

6.1 Vektorový prostor

Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n,

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

1 Determinanty a inverzní matice

DMA Přednáška Rekurentní rovnice. takovou, že po dosazení odpovídajících členů do dané rovnice dostáváme pro všechna n n 0 + m pravdivý výrok.

Dosud jsme se zabývali pouze soustavami lineárních rovnic s reálnými koeficienty.

Diferenciální rovnice 3

1 Vektorové prostory a podprostory

Vlastní čísla a vlastní vektory

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

Západočeská univerzita v Plzni

1 Analytická geometrie

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:

Lineární algebra : Změna báze

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Řešené úlohy z Úvodu do algebry 1

Lineární (ne)závislost

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

1 Báze a dimenze vektorového prostoru 1

Operace s maticemi

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

Lineární algebra Operace s vektory a maticemi

ALGEBRA. Téma 5: Vektorové prostory

Transkript:

. Jordanův kanonický tvar Obecně nelze pro zadaný lineární operátor ϕ : U U najít bázi α takovou, že (ϕ) α,α by byla diagonální. Obecně však platí, že pro každý lineární operátor ϕ : U U nad komplexními čísly lze najít bázi α takovou, že (ϕ) α,α má tzv. Jordanův kanonický tvar. Co to je? Jordanova buňka dimenze k k tvaru J k (λ) =. λ λ.. λ λ Jestliže ϕ : U U má v nějaké bázi α = (v, v 2,..., v k ) matici pak platí: (ϕ) α.α = J k (λ), ϕ(v ) = λ v ϕ(v 2 ) = v + λ v 2 ϕ(v ) = v 2 + λ v. ϕ(v k ) = v k + λ v k To lze přepsat také takto: (ϕ λ id)v = (ϕ λ id)v 2 = v (ϕ λ id)v = v 2 (ϕ λ id)v k = v k Posloupnosti v, v 2,... v n říkáme řetězec pro vlastní číslo λ operátoru ϕ, nebot v v 2. v v k v k. Obráceně, najdeme-li řetězec pro vlastní číslo λ a operátor ϕ : U U délky dim U, pak vektory řetězce jsou lineárně nezávislé a v bázi jimi tvořené je (ϕ) α,α = J k (λ).

2 Důkaz lineární nezávislosti indukcí: Necht v v 2 v j jsou lineárně nezávislé. Necht j+ a i v i = /(ϕ λ id) i= j+ a i (ϕ λ id)v i = i= j+ a i v i = a 2 = a = = a j+ =. i=2 Z a i v i = plyne a =. Charakteristický polynom Jordanovy buňky J k (λ ) je (λ λ) k. Jordanův kanonický tvar Matice je v Jordanově kanonickém tvaru, jestliže je blokově diagonální s bloky, které jsou Jordanovými buňkami J k (λ ) J k2 (λ 2 ) J = J k (λ )... J kl (λ l) Věta o Jordanově kanonickém tvaru. Necht U je vektorový prostor nad K dimenze n a necht ϕ : U U je lineární operátor, jehož charakteristický polynom má n kořenů včetně násobnosti. Potom existuje báze α v U taková, že (ϕ) α,α je matice v Jordanově kanonickém tvaru. Tento Jordanův kanonický tvar je určen jednoznačně až na pořadí buněk. Věta o Jordanově kanonickém tvaru pro komplexní prostory. Necht U je komplexní vektorový prostor a ϕ : U U lineární operátor. Potom v U existuje báze α taková, že matice (ϕ) α,α je v Jordanově kanonickém tvaru. Maticová verze Jordanovy věty. Každá komplexní matice je podobná matici v Jordanově kanonickém tvaru. Tato matice je určena jednoznačně až na pořadí Jordanových bloků. VÝPOČET JORDANOVA KANONICKÉHO TVARU () Na úhlopříčce Jordanova kanonického tvaru jsou vlastní čísla lineárního operátoru - každé tolikrát, kolik činí jeho algebraické násobnost.

Jordanův kanonický tvar Příklad a. 4 9 5 5 A λe = (2 λ)( λ) 2 pro vlastní číslo λ = 2 je vlastní vektor v = (,, ) T pro vlastní číslo λ = je vlastní vektor v 2 = (,, 8) T pro vlastní číslo λ = je vlastní vektor v = (,, ) T [ϕ] α,α = 2 α = (v, v 2, v ) Příklad b. 2 2 A λe = (2 λ)( λ) 2 pro vlastní číslo λ = 2 je vlastní vektor v = (,, ) T pro vlastní číslo λ = je vlastní vektor v 2 = (,, ) T (2) Jordanův kanonický tvar má tolik buněk, kolik existuje lineárně nezávislých vlastních vektorů. Jordanův kanonický tvar má dvě buňky, musí tedy být: J = 2 Hledáme vektor v tak, aby v bázi α = (v, v 2, v ) bylo Musí platit tedy Řešíme tuto rovnici: [ϕ] α,α = J. Av = 2v (A 2E)v = Av 2 = v 2 (A E)v 2 = Av = v 2 + v, (A E)v = v 2. (Řetězec v v = A E A E v 2.) Dostáváme v = (, p, ). Matice A má Jordanův kanonický tvar J v bázi (v, v 2, v ).

4 Příklad 2. 8 4 8 4 A λe = (2 λ) pro vlastní číslo λ = 2 je vlastní vektor u = (2,, 2) T Jordanův kanonický tvar má tedy jedinou buňku J = 2 2 2 Najdeme u 2, u příslušné báze Řešením těchto rovnic dostaneme Au 2 = u + 2u 2 (A 2E)u 2 = u Au = u 2 + 2u (A 2E)u = u 2 u 2 = (5, 2, ) T u = (,, ) T Hádáním : Zvolíme u a spočítáme u 2 = (A 2E)u, pokud u 2 =, změníme u. Pokud u 2, spočítáme u = (AE)u 2. Pokud u =, změníme u, pokud u, jsme hotovi. u = AE 4 AE Hledaná báze není určena jednoznačně: zde jsou dvě možné Příklad. 2 2 5 2 4 4 4 2 4 A λe = (2 λ) pro vlastní číslo λ = 2 jsou vlastní vektory u = (2,, ) T, v = (,, ) T. Najdeme w (A 2E)w = au + bv a 2 4 2a 4 b a 2 4 2a 2a + b Soustava má řešení 2a + b =. Necht a =, b =. Potom w = (,, ) T, u 2v, w, v báze R. u 2v w v řetězce pro λ = 2

Jordanův kanonický tvar 5 Jordanův kanonický tvar je J = 2 2 2 v bázi 2 Hádáním : Zvolme u 2 =, spočítejme u = (A 2E) u 2 = 2 u = Příklad 4. A + E = 5 4 2 2 9 5 4 5 4 2 2 5 4 2 A λe = ( + λ) 4 r 4 = r 2r, h = 2 pro vlastní číslo λ = jsou vlastní vektory u = (,,, ) T, v = (,,, ) T Najdeme w (A + E) = au + bv. Soustava má řešení pro libovolná a,b. Řešení (A + E)u = u (A + E)v = v u = (,,, ) T, v = (,,, 5) T. A, příslušná báze 5 Hádáním: u = v = u 2 = v 2 = 5 2

Příklad 5. 4 2 9 4 8 4 4 9 9 8 A λe = ( λ) 4 pro vlastní číslo λ = jsou vlastní vektory u = (,,, ) T, v = (,,, ) T. Najdeme w (A E)w = au + bv. Soustava má řešení a + b = 2 b 2 b 8 4 8 a 4 4 b 2 a + b b 9 9 9 a a + b Zvolme a =, b =. Potom u + v = (,,, ) T. Řešením soustavy (A E)w = (,,, ) T dostaneme w = (,,, )T + a u + b v. Soustava (A E)z = w má řešení a + b = 2 2b 2 8 4 8 + a 4 4 b 2b 8 4 8 + a 4 4 b 9 9 9 a + a + b Zvolme a =, b =. Potom w = (,,, ) T ( z =,, 2, T [ u + v, v] = [u, v]. ) Tedy Hádáním: A u = u 2 = v bázi u 4 vlastní vektor nazávislý na u : u 4 = 9 u = 8 9 8 2 Metodu hádání nelze použít, pokud má matice aspoň dvě různá vlastní čísla.

Jordanův kanonický tvar 7 () Velikost největší buňky pro vlastní číslo λ je nejmenší k takové, že hodnost (A λe) k = n algebraická násobnost λ.