Professional Documents
Culture Documents
Podobnost matrik
B m = P −1 AP · P −1 AP · · · P −1 AP = P −1 Am P.
1 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 2 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
3 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 4 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Matrike Lastne vrednosti Matrike Lastne vrednosti
5 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 6 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Matrično enačbo Ax = λ x lahko zapišemo v obliki Ax = λ Ix oz. Karatkeristični polinom matrike A ∈ Rn×n je polinom stopnje n z
v obliki homogenega sistema linearnih enačb realnimi koeficienti, njegove ničle pa so lastne vrednosti matrike
A.
(A − λ I)x = 0. Polinom det(A − λ I) ima n ničel, ki pa niso nujno realna števila.
9 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 10 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Določi
vse lastne
vrednosti in lastne vektorje matrike (A − λ1 I)x = 0,
−2 3
A= .
0 1 kjer je x = (x1 , x2 )T neznani vektor. Ta sistem lahko v
popolnosti popišemo z razširjeno matriko
Karakteristični polinom matrike A je
−2 − (−2) 3 0 0 3 0
−2 − λ 3 [A − λ1 I|0] = = ∼
det(A − λ I) = = (−2 − λ )(1 − λ ) 0 1 − (−2) 0 0 3 0
0 1−λ
0 1 0
∼ .
in ima ničli λ1 = −2, λ2 = 1. 0 0 0
Lastne vektorje k lastnima vrednostima λ1 in λ2 določimo tako, Od tod sledi, da je x2 = 0. Ker je x1 poljuben, so vsi lastni
da poiščemo vse rešitve homogenega sistema vektorji, ki pripadajo lastni vrednosti λ1 , oblike
x = (x1 , 0)T = x1 (1, 0)T , kjer je x1 ∈ R. Ker nas pri lastnih
(A − λ I)x = 0, vektorjih običajno zanimajo le linearno neodvisni lastni vektorji,
izmed vseh vektojev izberemo le tistega, ki ga najenostavneje
za λ = λ1 in λ = λ2 .
zapišemo. V našem primeru je to vektor (1, 0)T .
11 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 12 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Matrike Lastne vrednosti Matrike Lastne vrednosti
Poglejmo si metodo še enkrat. Za λ2 = 1 naredimo podobno. Ker gre ponovno za homogeni
Ker je sistem (A − λ1 I)x = 0 homogen, desnih strani ni potrebno sistem, desnih strani ne pišemo. Skratka
pisati. Gornji račun za λ1 = −2 zato na kratko zapišemo kot
−2 − 1 3 −3 3 1 −1
A − λ2 I = = ∼ .
−2 − (−2) 3 0 3 0 1 0 1−1 0 0 0 0
A − λ1 I = = ∼ .
0 1 − (−2) 0 3 0 0
Tudi ta sistem ima rang 1, izrazljiva neznanka pa je v prvem
Ta matrični sistem ima rang 1, izrazljiva neznanka pa je v stolpcu. Sledi x1 = x2 .
drugem stolpcu. Sledi x2 = 0, x1 pa je (prost) parameter.
Rešitev je torej oblike x = (x2 , x2 )T , kjer je x2 ∈ R poljuben. Vsi
Torej x = (x1 , 0)T , kjer je x1 ∈ R poljuben. Vsi lastni vektorji k lastni vektorji k λ2 = 1 so torej oblike x2 (1, 1)T .
λ1 = −2 so torej oblike x1 (1, 0)T .
13 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 14 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Izrek Zgled
Matrika A ∈ Rn×n je diagonalizabilna natanko tedaj, ko ima n −2 3
Diagonaliziraj matriko A = .
linearno neodvisnih lastnih vektorjev. 0 1
Če je matrika A diagonalizabilna, velja D = P −1 AP. Obrnljiva Videli smo že, da ima matrika lastni vrednosti λ1 = −2 in λ2 = 1
matrika P je sestavljena iz linearno neodvisnih vektorjev ter pripadajoča (linearno neodvisna) lastna vektorja p1 = (1, 0)T
pk = Pek , ki imajo lastnost Apk = λk pk . Torej so pk lastni in p2 = (1, 1)T . Če zapišemo
vektorji k lastnim vrednostim λk .
1 1
P = [p1 p2 ] = ,
Za dokaz v drugo smer pa vzemimo, da so p1 , . . . , pn linearno 0 1
neodvisni lastni vekorji. Matrika, sestavljena iz stolpcev p1 , . . . , bo diagonalizirana matrika enaka
pn , je obrnljiva. Iz zveze Apk = λk pk izpeljemo APek = DPek za
D = diag(λ1 , . . . , λn ). Ker APek = DPek velja za vsak k (tj. k-ta −1 λ1 0 −2 0
D = P AP = = .
0 λ2 0 1
stolpca se ujemata), je AP = DP oz.
Opozorilo. Lastne vrednosti lahko naštejemo tudi v drugem
P −1 AP = D. vrstnem redu. Pomembno je le, da v matriko D in matriko P
zložimo lastne vrednosti in pripadajoče lastne vektorje v
enakem vrstnem redu.
15 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 16 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Matrike Lastne vrednosti Matrike Lastne vrednosti
Rešitev tega sistema je x3 = 0 in x1 = x2 , torej vsi vektorji oblike Rešitev tega sistema je x1 = 0 in x2 = 12 x3 , torej vsi vektorji
(x2 , x2 , 0) = x2 (1, 1, 0). Pripadajoči lastni vektor k λ2 = 0 je npr. oblike (0, 21 x3 , x3 ) = 21 x3 (0, 1, 2). Pripadajoči lastni vektor k
p2 = (1, 1, 0). λ3 = −1 je npr. p3 = (0, 1, 2).
Izrazljivi neznanki pripadata prvemu in tretjemu stolpcu. Izrazljivi neznanki pripadata prvemu in drugemu stolpcu.
19 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 20 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Matrike Lastne vrednosti Matrike Lastne vrednosti
21 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 22 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Karakteristični polinom ima lastne vrednosti λ1,2 = −1 in λ3 = 1. Za λ3 = 1 je matrika homogenega sistema enaka
Oglejemo si A − λ1,2 I. Matrika homogenega sistema je
−1 − 1 1 1
−1 − (−1) 1 1 A − λ3 I = −2 −2 − 1 −3 =
A − λ1,2 I = −2 −2 − (−1) −3 = 2 1 2−1
2 1 2 − (−1)
−2 1 1 1 − 21 − 21 1 0 0
0 1 1 2 1 3 1 0 1 = −2 −3 −3 ∼ 0 −2 −2 ∼ 0 1 1 .
= −2 −1 −3 ∼ 0 1 1 ∼ 0 1 1 . 2 1 1 0 2 2 0 0 0
2 1 3 0 0 0 0 0 0
Rešitev tega sistema je x1 = 0 in x2 = −x3 , torej vsi vektorji
Rešitev tega sistema je x1 = −x3 in x2 = −x3 , torej vsi vektorji oblike (0, −x3 , x3 ) = −x3 (0, 1, −1).
oblike (−x3 , −x3 , x3 ) = −x3 (1, 1, −1). Opazimo, da imamo le
enoparametrično družino rešitev, čeprav je bila λ = −1 dvojna Sedaj lahko tudi na drug način utemeljimo, da matrika ni
ničla polinoma. Kot bomo kasneje videli, je že to zadostna diagonalizabilna. Kot je račun pokazal, smo dobili le dva
ovira, da matrika ni diagonalizabilna. linearno neodvisna lastna vektorja, in sicer (1, 1, −1) in
(0, 1, −1), za diagonalizabilnost pa bi potrebovali 3.
Za vajo določimo še lastne vektorje, ki pripadajo lastni
vrednosti λ3 = 1.
23 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo) 24 Matjaž Željko Matematika II (FKKT – Kemijsko inženirstvo)
Matrike Lastne vrednosti Matrike Lastne vrednosti
Posledica
Matrika, ki ima same različne lastne vrednosti, je
diagonalizabilna.