2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

Podobné dokumenty
2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY

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

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

Vlastní číslo, vektor

3.3. EXPONENCIÁLNÍ A LOGARITMICKÁ ROVNICE A NEROVNICE

Podobnostní transformace

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

0.1 Úvod do lineární algebry

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

Matematika B101MA1, B101MA2

1 Linearní prostory nad komplexními čísly

3.2. ANALYTICKÁ GEOMETRIE ROVINY

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

Soustava m lineárních rovnic o n neznámých je systém

3.3. ANALYTICKÁ GEOMETRIE KRUŽNICE A KOULE

1.4. VEKTOROVÝ SOUČIN

Základy maticového počtu Matice, determinant, definitnost

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

Soustavy lineárních rovnic

Vlastní čísla a vlastní vektory

0.1 Úvod do lineární algebry

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY

Vlastní čísla a vlastní vektory

2.6. Vlastní čísla a vlastní vektory matice

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

Lineární algebra. Matice, operace s maticemi

1 Determinanty a inverzní matice

2.5. MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC

Soustavy linea rnı ch rovnic

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,

4. Trojúhelníkový rozklad p. 1/20

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

y Obrázek 1.26: Průměrová rovina válcové plochy

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.

AVDAT Vektory a matice

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

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

Numerické metody a programování

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

Matematika I A ukázkový test 1 pro 2014/2015

Diferenciální rovnice 3

1 Vektorové prostory.

Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC

Operace s maticemi. 19. února 2018

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

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

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Symetrické a kvadratické formy

P 1 = P 1 1 = P 1, P 1 2 =

15 Maticový a vektorový počet II

Základy matematiky pro FEK

Kapitola 11: Vektory a matice:

3.6. ANALYTICKÁ GEOMETRIE PARABOLY

8 Matice a determinanty

Numerické metody a programování. Lekce 4

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

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

(u, v) u. v. cos φ =

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Lineární algebra : Vlastní čísla, vektory a diagonalizace

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

stránkách přednášejícího.

Soustavy lineárních rovnic a determinanty

4.3. GONIOMETRICKÉ ROVNICE A NEROVNICE

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.

Aplikovaná numerická matematika - ANM

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

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

Soustavy lineárních rovnic

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici

Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.

(Cramerovo pravidlo, determinanty, inverzní matice)

Operace s maticemi

Připomenutí co je to soustava lineárních rovnic

SOUČIN MATIC A m n B n p = C m p, přičemž: a i1 b 1j +a i2 b 2j + +a in b nj = c ij, i=1 m, j=1 p. Např: (-2) = -3

1 Mnohočleny a algebraické rovnice

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

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Co je obsahem numerických metod?

2.3. DETERMINANTY MATIC

SVD rozklad a pseudoinverse

Úlohy nejmenších čtverců

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

Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer

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

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

Soustavy lineárních rovnic-numerické řešení. October 2, 2008

1 Mnohočleny a algebraické rovnice

Základy matematiky pro FEK

FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Kapitola 11: Vektory a matice 1/19

12. Determinanty. 12. Determinanty p. 1/25

1 0 0 u 22 u 23 l 31. l u11

Transkript:

.6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom příslušný k dané čtvercové matici; jak vypočítat vlastní čísla obecných matic a speciálně trojúhelníkových matic; definici hermitovské, ortogonální a unitární matice, jejich vlastnosti týkající se vlastních čísel a vektorů; co jsou to podobnostní transformace a jak souvisejí s vlastními čísly matic. Klíčová slova této kapitoly: vlastní (charakteristické) číslo a vektor matice, charakteristická matice, charakteristický polynom, hermitovská, ortogonální a unitární matice, podobnost matic, podobnostní transformace. Čas potřebný k prostudování učiva kapitoly: 0,75 +,0 hodiny (teorie + řešení příkladů)

Nechť je dána čtvercová matice A řádu n a nenulový vektor (sloupcová matice) u typu n,. Platí-li ( ) Au = λu, tzn. vynásobení vektoru u zleva maticí A je ekvivalentní vynásobení vektoru u určitým číslem λ, nazýváme vektor u vlastním (charakteristickým) vektorem matice A a číslo λ příslušným vlastním (charakteristickým) číslem matice A. Charakteristická matice a polynom. Charakteristickou maticí čtvercové matice a a... a n... n A = a a a nazýváme matici............ an an... ann λ a a... a n a λ a... a λe A = n............, an an... λ a nn kde veličina λ je reálná nebo komplexní proměnná. Charakteristická matice je zřejmě funkcí proměnné λ. Polynom det ( λe A ) n -tého řádu v proměnné λ, tj. determinant matice charakteristické k matici A, nazýváme charakteristickým polynomem. Výpočet vlastních čísel. Vlastními čísly matice A jsou kořeny λ, λ,..., λ n charakteristického polynomu ( ) det λe A. Uvedená věta teoreticky řeší problém nalezení vlastních čísel, ale prakticky není situace tak růžová, protože nalezení kořenů polynomu vyššího než třetího stupně je obecně komplikovaný úkol. Vlastní čísla trojúhelníkové matice jsou rovna prvkům v hlavní diagonále (hlavním prvkům).

Důkaz. Protože determinant trojúhelníkové matice je roven součinu hlavních prvků, je charakteristický polynom trojúhelníkové matice dán jednoduchým součinem ( λ a )( λ a ) ( λ a ), jehož kořeny jsou zjevně čísla a, a,..., a nn. Cbd.... nn Hermitovské, ortogonální a unitární matice a jejich vlastní čísla a vektory. a) Hermitovskou (hermitovsky symetrickou) maticí nazýváme matici, pro niž = tzn. současnou transpozici matice a její komplexní sdružení). T b) Ortogonální maticí rozumíme matici, pro kterou platí A = A. A T = A, neboli T + A A A (pruh značí komplexní sdružení, horní index + tzv. hermitovské sdružení, c) Unitární maticí rozumíme matici, pro kterou platí T + A = A A. Všechny tři typy matic mají v přírodních vědách velmi významné uplatnění. a) Vlastní čísla hermitovské matice jsou reálná. b) Vlastní čísla reálné symetrické matice jsou reálná. c) Modul (absolutní hodnota) každého vlastního čísla unitární matice je roven jedné. d) Vlastní vektory hermitovské nebo unitární matice příslušné různým vlastním číslům jsou navzájem ortogonální. Vlastní čísla a podobnostní transformace. Čtvercové matice A, B téhož řádu nazýváme podobnými, existuje-li taková matice P, že platí B= P AP. Uvedený přechod od matice A k matici B nazýváme podobnostní transformací. Podobné matice mají stejný charakteristický mnohočlen, stejná vlastní čísla a stejnou stopu. a) Nechť A je hermitovská matice. Pak existuje unitární matice U taková, že matice U AU je diagonální (a reálná). b) Nechť A je reálná symetrická matice. Pak existuje reálná ortogonální matice P taková, že matice P AP je diagonální (a samozřejmě také reálná). V posledních dvou větách je skryta základní idea numerických výpočtů vlastních čísel. Matice se vhodnou podobnostní transformací převede na trojúhelníkový (nebo dokonce diagonální) tvar, pro který, jak již víme, platí, že vlastní čísla jsou totožná s hlavními prvky. Protože podobnostní transformace nemění vlastní čísla, jsou nalezená čísla také vlastními čísly původní matice.

Shrnutí kapitoly: Problém vlastních čísel a vlastních vektorů hraje v moderních partiích přírodních věd nezastupitelnou roli. K jeho pochopení je nutno nadefinovat základní pojmy. Vlastní číslo λ a příslušný vlastní vektor (sloupcová matice) u jsou definovány rovnicí Au = λu. Charakteristickou maticí čtvercové matice A nazýváme matici λe A, kde veličina λ je reálná nebo komplexní proměnná. Charakteristickým polynomem nazýváme determinant matice charakteristické k matici A, tj. det ( λe A ). Problém nalezení vlastních čísel matice teoreticky řeší tato věta: Vlastními čísly matice A jsou kořeny charakteristického polynomu det ( λe A ). Prakticky je ale hledání kořenů polynomů vyšších stupňů obecně náročným problémem. Pouze u trojúhelníkových matic platí jednoduchý výsledek, že jejich vlastní čísla jsou přímo rovna hlavním prvkům. Často používají tzv. hermitovské, ortogonální a unitární matice. Jejich vlastní čísla a vektory mají zajímavé vlastnosti. Numerické metody výpočtu vlastních čísel jsou založeny na tzv. podobnostních transformacích, tj. na transformacích tvaru B= P AP. Platí totiž, že podobnostní transformace vlastní čísla nemění. Stačí proto vhodnou podobnostní transformací přejít od dané matice k matici trojúhelníkové, u které vlastní čísla určíme přímo. Otázky: Definujte vlastní (charakteristická) čísla a vektory čtvercové matice. Definujte charakteristickou matici a charakteristický polynom příslušné k dané čtvercové matici. Jak souvisejí vlastní čísla a charakteristický polynom dané čtvercové matice? Jak vypočteme vlastní čísla trojúhelníkové (nebo diagonální) matice? Podejte důkaz! Jak je definována hermitovská, ortogonální a unitární matice? Co je to hermitovské sdružení? Co platí pro vlastní čísla hermitovské, reálné symetrické a unitární matice? A co platí pro Vlastní vektory hermitovské nebo unitární matice, příslušné různým vlastním číslům? Co je to podobnostní transformace a které matice nazýváme podobnými? Co platí pro charakteristický mnohočlen a vlastní čísla podobných matic? Jaká je základní idea numerických algoritmů pro výpočet vlastních čísel?

Řešený příklad. Nalezněte vlastní čísla a vektory matice 5 3 A. Řešení. Vlastní čísla nalezneme jako kořeny charakteristického polynomu, tzn. jako řešení det λe A = 0 : rovnice ( ) λ + 5 3 λ ( )( ) ( ) = λ+ λ = λ + λ = 5 3 3 4 0. Řešením této kvadratické rovnice jsou čísla λ =, λ = 4. Vlastní vektor u, příslušný vlastnímu číslu λ =, je podle definice vektor, vyhovující maticové rovnici Au= λ u, kterou snadno upravíme na tvar ( λ ) E A u = 0. Jedná se o maticově zapsanou homogenní (tj. bez pravé strany) soustavu dvou lineárních rovnic o dvou neznámých, jejíž maticí je charakteristická matice k matici A s dosazenou hodnotou λ za proměnnou λ. Tuto soustavu snadno vyřešíme. Protože matice soustavy je singulární (determinant je roven nule), očekáváme nekonečně mnoho řešení: E + 5 3 6 3 A u = = = 0 = 0 u u 0 0 u. ( λ ) Volíme např. u = k, kde k je reálný (nebo i komplexní) parametr, pak z první rovnice soustavy u = k. Vlastním vektorem u, příslušným vlastnímu číslu λ =, je tedy libovolný nenulový vektor tvaru k u = = k k, k 0. Obdobně nalezneme vlastní vektory u, příslušné vlastnímu číslu λ = 4: ( λ ) E 4+ 5 3 3 3 A u = = = 0 = 0 4 u 6 u 0 0 u. Volbou např. u = k obdržíme z první rovnice soustavy u = 3k. Vlastním vektorem u, příslušným vlastnímu číslu λ = 4, je tedy libovolný nenulový vektor tvaru u 3k 3 = = k k, k 0. Vlastní vektory jsou tedy určeny až na libovolný nenulový multiplikativní činitel k, což plyne z definice vlastních vektorů a platí zcela obecně.

Příklad : Nalezněte vlastní čísla a vektory matice: 4 a) A ; b) B. 4 5 6 Řešení příkladů: a) λ =, λ = 3, k u =, u = k, k 0 ; b) λ = 5, λ =, k u =, u = k, k 0. 6 Další zdroje:. POLÁK, J. Přehled středoškolské matematiky. 6. vyd. Praha: Prometheus, 997.. POLÁK, J. Středoškolská matematika v úlohách I.. vyd. Praha: Prometheus, 996. 3. POLÁK, J. Středoškolská matematika v úlohách II.. vyd. Praha: Prometheus, 996. 4. REKTORYS, K. a spol. Přehled užité matematiky. 6. přepr. vyd. Praha: Prometheus, 995. ZÁVĚR: [Tady klepněte a pište]