2.6. Vlastní čísla a vlastní vektory matice



Podobné dokumenty
Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.

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

Soustavy lineárních rovnic

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

Matematika B101MA1, B101MA2

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

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

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

0.1 Úvod do lineární algebry

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

Soustavy lineárních rovnic

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

0.1 Úvod do lineární algebry

Základy matematiky pro FEK

Úvod do lineární algebry

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

Vlastní čísla a vlastní vektory

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 Linearní prostory nad komplexními čísly

Lineární algebra. Soustavy lineárních rovnic

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

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Matematika 2 pro PEF PaE

1 Vektorové prostory.

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

Základy maticového počtu Matice, determinant, definitnost

(Cramerovo pravidlo, determinanty, inverzní matice)

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

Matematika I, část I Vzájemná poloha lineárních útvarů v E 3

SOUSTAVY LINEÁRNÍCH ROVNIC

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

1 Determinanty a inverzní matice

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

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

Soustavy lineárních rovnic a determinanty

Připomenutí co je to soustava lineárních rovnic

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:

Soustava m lineárních rovnic o n neznámých je systém

Kapitola 11: Vektory a matice:

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

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

8 Matice a determinanty

a a

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

VĚTY Z LINEÁRNÍ ALGEBRY

dx se nazývá diferenciál funkce f ( x )

Matematika. Kamila Hasilová. Matematika 1/34

Aplikovaná numerická matematika - ANM

Vlastní čísla a vlastní vektory

Soustavy lineárních rovnic

Operace s maticemi. 19. února 2018

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.

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

4. Trojúhelníkový rozklad p. 1/20

Co je obsahem numerických metod?

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

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

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi

Soustavy linea rnı ch rovnic

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.

(u, v) u. v. cos φ =

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

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

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

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

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

1 Řešení soustav lineárních rovnic

IB112 Základy matematiky

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty

f( x) x x 4.3. Asymptoty funkce Definice lim f( x) =, lim f( x) =, Jestliže nastane alespoň jeden z případů

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

y Obrázek 1.26: Průměrová rovina válcové plochy

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

Vlastní číslo, vektor

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

Lineární algebra : Vlastní čísla, vektory a diagonalizace

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

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.

CHARAKTERISTICKÉ VEKTORY

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

Determinant matice řádu 5 budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku nebo sloupce. Aby byl náš výpočet

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

Kapitola 11: Vektory a matice 1/19

DEFINICE Z LINEÁRNÍ ALGEBRY

Parametrická rovnice přímky v rovině

Seznámíte se s principem integrace metodou per partes a se základními typy integrálů, které lze touto metodou vypočítat.

Lineární algebra : Metrická geometrie

5. Maticová algebra, typy matic, inverzní matice, determinant.

Lineární algebra. Matice, operace s maticemi

Matice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např.

Vektorový prostor. d) Ke každému prvku u V n existuje tzv. opačný prvek u, pro který platí, že u + u = o (vektor u nazýváme opačný vektor k vektoru u)

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program

Nejčastějšími funkcemi, s kterými se setkáváme v matematice i v jejích aplikacích, jsou

Diferenciální rovnice 3

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

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

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

1 Projekce a projektory

Transkript:

26 Cíle V této části se budeme zabývat hledáním čísla λ které je řešením rovnice A x = λ x (1) kde A je matice řádu n Znalost řešení takové rovnice má řadu aplikací nejen v matematice Definice 261 Nechť A = (a ij ) je matice řádu n kde a ij C Číslo λ C se nazývá vlastní nebo charakteristické číslo matice A jestliže existuje nenulový vektor x C n tak že A x = λ x Vektor x se nazývá vlastní nebo charakteristický vektor příslušný k λ Poznámka Množinu všech vlastních čísel matice A nazýváme spektrum matice A Řešené úlohy Příklad Nechť 4 2 2 A = a x = 1 1 1 pak 4 2 2 6 A x = = 3 2 3 x 1 1 1 3 = 1 = To znamená že λ = 3 je vlastní číslo matice A a x = (2 1) T je vlastní vektor příslušný k λ = = 3 Zřejmě také každý nenulový násobek vektoru x je vlastním vektorem protože - 117

A(k x ) = k(a x) = k(λ x) = λ(k x ) Tak například (4 2) T je také vlastní vektor příslušný k λ = 3 Platí 4 2 4 12 3 4 1 1 2 = = 6 2 Výklad Rovnici (1) můžeme zapsat ve tvaru (A - λ E) x = o což představuje soustavu homogenních rovnic ( a λ) x + a x + + a x = M 11 1 12 2 1n a x + ( a λ) x + + a x = 21 1 22 2 2n a x + a x + + ( a λ) x = n1 1 n2 2 nn n n n která má netriviální řešení právě když det (A - λe) = Vypočteme-li předchozí determinant získáme polynom p(λ) stupně n Tento polynom se nazývá charakteristickým polynomem a rovnice det (A - λe) = charakteristickou rovnicí matice A Řešením rovnice p(λ) = jsou vlastní čísla matice A Tak dostaneme n ne nutně různých vlastních čísel matice A Řešené úlohy Příklad Určeme vlastní čísla a odpovídající vlastní vektory matice A = 2 3 1 1 2 1 1 3 2 Řešení: - 118

Charakteristická rovnice má tvar 2 λ 3 1 1 2 λ 1 1 3 2 λ = Dostaneme (2 - λ)(-2 - λ)(2 -λ) - 6 - (-2 - λ) + 6(2 - λ) = tj - λ(λ - 1) 2 = Vlastní čísla matice A jsou λ 1 = λ 2 = λ 3 = 1 Spektrem matice A je tedy množina { 1 } Nalezení vlastních vektorů příslušných k vlastnímu číslu λ 1 = pak vede k řešení soustavy rovnic (A - E ) x = o což je soustava tj 2 3 1 x1 1 2 1 x2 = 1 3 2 x 2x 3x + x = 3 x 2x + x = x 3x + 2x = Použitím Gaussovy eliminační metody zjistíme že ekvivalentní soustava má tvar 2x1 3x1 + x3 = x + x = 2 3 Položíme x 3 = t a dostaneme x 1 = x 2 = x 3 = t Řešení soustavy je tedy tvaru x = (t t t) T t C Každý násobek vektoru (1 1 1) T je vlastním vektorem matice A příslušným k vlastnímu číslu λ 1 = Podobně pro vlastní číslo λ 2 = λ 3 = 1 budeme řešit soustavu což je soustava (A - 1 E ) x = o 2 1 3 1 x1 1 2 1 1 x 2 = 1 3 2 1 x 3-119

tj x 3x + x = x 3x + x = x 3x + x = Použitím Gaussovy eliminační metody určíme ekvivalentní soustavu x 1-3x 2 + x 3 = Položíme x 2 = r x 3 = s a dostaneme x 1 = 3r - s Řešení soustavy je tedy tvaru x = (3r - s r s) T r s C Každý násobek vektoru (2 1 1) T je vlastním vektorem matice A příslušným k vlastnímu číslu λ 2 = λ 3 = 1 Úlohy k samostatnému řešení 1 Najděte vlastní čísla a k nim příslušné vlastní vektory matice: 3 2 6 4 3 1 3 8 a) b) c) d) 4 1 3 1 1 1 2 3 1 1 1 1 1 2 1 1 1 e) f) 1 g) h) 2 3 2 1 3 1 1 5 1 2 4 5 1 2 1 i) 1 1 j) 1 1 k) 2 3 1 1 1 1 4 3 4 1 l) 2 1 2 Výsledky úloh k samostatnému řešení 1 a) λ 1 = 5 x = (t t) T ; λ 2 = -1 x = (t -2t) T b) λ 1 = 3 x = (4t 3t) T ; λ 2 = 2 x = (t t) T c) λ 1 = λ 2 =2 x = (t t) T d) λ 1 = 3 + 4i x = (2it t) T ; λ 2 = 3-4i x = (-2it t) T e) λ 1 = 2 + i x = (t (1 + i)t) T ; λ 2 = 2 - i x = (t (1 - i)t) T f) λ 1 = λ 2 =λ 3 = - 12

x = (t ) T g) λ 1 = 2 x = (t t ) T ; λ 2 = λ 3 = 1 x = (r s -s) T h) λ 1 = 1 x = (t ) T ; λ 2 = 4 x = (t t t) T ; λ 3 = -2 x = (-t -t 5t) T i) λ 1 = 2 x = (7t 3t t) T ; λ 2 = 1 x = (3t 2t t) T ; λ 3 = x = (t t t) T j) λ 1 = λ 2 =λ 3 = -1 x = (t t) T k) λ 1 = λ 2 =2 x = (r s ) T ; λ 3 = 3 x = ( t ) T ; λ 4 = 4 x = ( t) T ; l) λ 1 = 3 x = (t 2t ) T λ 2 = 1 x = ( t ) T ; λ 3 = λ 4 = 2 x = ( t ) T vždy pro r s t C Kontrolní otázky 1 Vlastní (charakteristické) číslo matice A řádu n je takové číslo λ C a) které se v matici vyskytuje nejčastěji b) že platí Ax = λ x kde x je vlastní vektor c) že platí λ A= A x kde x je vlastní vektor 2 K matici A řádu n existuje a) právě n vlastních čísel matice A b) nejvýše 1 vlastní číslo matice A c) právě n různých vlastních čísel matice A 3 Je-li vektor x vlastním vektorem matice A pak je vlastním vektorem matice A také a) každý násobek vektoru x b) každý nenulový násobek vektoru x c) součet vektoru x a jednotkového vektoru 4 Charakteristickou rovnicí matice A nazýváme a) de ta= b) ( A λa) x= o c) det( A λe ) = 5 Řešením charakteristické rovnice matice A dostaneme a) vlastní čísla matice A b) vlastní vektory matice A c) prvky inverzní matice - 121

Odpovědi na kontrolní otázky 1 b); 2 a); 3 b); 4 c); 5 a) Kontrolní test 1 Najděte vlastní čísla matice 9 2 6 A = 5 3 16 4 11 a) λ1= 2 λ2 = 2 λ3 = 3 b) λ1 λ2 λ3 2 Najděte vlastní čísla matice 1 3 B = 3 2 1 1 1 1 = 1 = 1 = 2 a) λ1= 1 λ2 = 1 λ3 = 4 b) λ1 λ2 λ3 = 1 = 2 = 3 3 Najděte vlastní čísla a k nim příslušné vlastní vektory matice 2 1 C= 1 2 a) λ1= 1 λ2 = 3 x1= (t t) x 2= (t t) b) λ1 λ2 x1 x 2 4 Najděte vlastní čísla a k nim příslušné vlastní vektory matice 5 1 D = 1 5 λ = 1 λ = 1 x = (1 t) x = (t 2) a) 1 2 1 2 λ = 4 λ = 6 x = (t t) x = (t t) b) 1 2 1 2 5 Najděte vlastní čísla a k nim příslušné vlastní vektory matice 2 2 16 F = 1 2 7 2 4 2 1 (t t t) 3 3 a) λ 123 = x= b) λ 123 = 1 x = (t t t) 6 Najděte vlastní čísla a k nim příslušné vlastní vektory matice = 1 = 4 = (2t t) = (3t t) - 122

2 1 G = 1 1 2 4 a) λ1 λ23 x1 x 2 = 2 = 3 = (t) = (t t2t) b) λ1 λ23 λ3 x1 x 2 = = 2 = 3 = (11 t) = (3t t1) Výsledky testu 1 b); 2 b); 3 a); 4 b); 5 a); 6 a) Průvodce studiem Pokud jste správně odpověděli nejméně ve 4 případech pokračujte další kapitolou V opačném případě je třeba prostudovat kapitolu 26 znovu - 123