Dai So Tuyen Tinh Le Xuan Dai 8.tri Rieng Vecto Rieng (Cuuduongthancong - Com)

TRỊ RIÊNG - VÉCTƠ RIÊNG
Bài giảng điện tử
TS. Lê Xuân Đại

Trường Đại học Bách Khoa TP HCM
Khoa Khoa học ứng dụng, bộ môn Toán ứng dụng
Email: ytkadai@hcmut.edu.vn
TP. HCM — 2013.

TS. Lê Xuân Đại (BK TPHCM) TRỊ RIÊNG - VÉCTƠ RIÊNG TP. HCM — 2013. 1 / 71
Nội dung
1
Trị riêng, véc-tơ riêng của ma trận
2
Chéo hóa ma trận, chéo hóa trực giao ma trận
đối xứng thực
3
Trị riêng, véc-tơ riêng của ánh xạ tuyến tính
4
Chéo hóa ánh xạ tuyến tính
Trị riêng, véctơ riêng của ma trận Định nghĩa trị riêng, véctơ riêng của ma trận
Định nghĩa
Cho ma trận vuông A ∈ Mn×n (K ). Nếu tồn tại
X ∈ K n , X 6= 0 sao cho AX = λ.X , λ ∈ K thì λ
được gọi là trị riêng của ma trận A và X được gọi
là véctơ riêng của ma trận A ứng với trị riêng λ.
Ví dụ
Tìm trị
riêng,
véctơ riêng của ma trận
1 4
A=
2 3
AX =
Biểu thức
λXcó dạng
1 4 x1 λx1
= ⇔
2 3 x2 λx2

1−λ 4 x1 0
= . Hệ phương
2 3−λ x2 0
trình thuần nhất này phải có nghiệm X 6= 0 nên

1−λ 4
= 0 ⇔ λ2 − 4λ − 5 = 0
2 3−λ
⇔ λ1 = −1, λ2 = 5.
Ứng với λ1 = −1. Ta có

2x1 + 4x2 = 0
⇔ x1 = −2α, x2 = α.
2x1 + 4x2 = 0
Vậy véctơ riêng có dạng α(−2, 1), α 6= 0.
Ứng với λ2 = 5. Ta có

−4x1 + 4x2 = 0
⇔ x1 = β, x2 = β.
2x1 − 2x2 = 0
Vậy véctơ riêng có dạng β(1, 1), β 6= 0.
Ví dụ
Tìm trị
riêng,
véctơ riêng của ma trận
1 2
A=
−2 1
Biểu thứcAX
= λX có dạng
1 2 x1 λx1
= ⇔
−2 1 x2 λx2

1−λ 2 x1 0
= . Hệ phương
−2 1 − λ x2 0
trình thuần nhất này phải có nghiệm X 6= 0 nên

1−λ 2
= 0 ⇔ (1 − λ)2 + 4 = 0
−2 1 − λ
⇔ λ1,2 = 1 ± 2i.
Ứng với λ1 = 1 + 2i. Ta có

−2ix1 + 2x2 = 0
⇔ x1 = α, x2 = αi.
−2x1 − 2ix2 = 0
Vậy véctơ riêng có dạng α(1, i), α 6= 0.
Ứng với λ2 = 1 − 2i. Ta có

2ix1 + 2x2 = 0
⇔ x1 = β, x2 = −βi.
−2x1 + 2ix2 = 0
Vậy véctơ riêng có dạng β(1, −i), β 6= 0.
Trị riêng, véctơ riêng của ma trận Đa thức đặc trưng
Giả sử λ là trị riêng của ma trận vuông A

⇔ ∃X 6= 0 : AX = λ.X
⇔ AX − λX = 0 ⇔ (A − λI ).X = 0. Hệ thuần
nhất này có nghiệm không tầm thường
X 6= 0 ⇒ det(A − λI ) = 0
Định nghĩa
Cho A ∈ Mn×n (K ), I là ma trận đơn vị cấp n. Khi
đó χA(λ) = det(A − λI ) được gọi là đa thức đặc
trưng của ma trận A.Phương trình
det(A − λI ) = 0 được gọi là phương trình đặc
trưng của ma trận A.
Tìm trị riêng-véc tơ riêng của ma trận vuông
Bước 1. Lập phương trình đặc trưng

det(A − λI ) = 0.
Bước 2. Giải phương trình đặc trưng tìm trị riêng.
Bước 3. Với mỗi trị riêng λi , giải hệ
(A − λi I )X = 0:
Tìm véc tơ riêng X ứng với trị riêng λi .
Định lý
 
a11 a12 a13
Cho A =  a21 a22 a23  ∈ M3(K ), khi đó
a31 a32 a33
χA(λ) = |A − λI | = −λ3 + tr (A)λ2−

a11 a12 a22 a23 a11 a13
− + + λ + det(A)
a21 a22 a32 a33 a31 a33
ở đây tr (A) = a11 + a22 + a33−vết của ma trận A.
Trị riêng, véctơ riêng của ma trận Tính chất của véctơ riêng
Định nghĩa
Các véctơ riêng ứng với trị riêng λ cùng với véctơ
0 tạo thành 1 không gian con được gọi là không
gian con riêng ứng với λ. Kí hiệu Eλ
Định nghĩa
Số chiều của không gian con riêng ứng với trị
riêng λ được gọi là bội hình học của trị riêng λ.
Còn bội đại số của λ là bội của nghiệm của
phương trình đặc trưng χA(λ) = 0.
Ví dụ
Tìm trị
 riêng, véctơ
 riêng của ma trận
3 1 1
A=2 4 2
1 1 3
Lập phương trình đặc trưng của ma trận A

3−λ 1 1

χA(λ) = |A − λI | = 2 4 − λ 2 = 0
1 1 3−λ
⇔ −(λ − 2)2(λ − 6) = 0 ⇔ λ1 = 2, λ2 = 6.
Ứng
 với λ1 = 2 ta xét hệ
 x1 + x2 + x3 = 0
2x + 2x2 + 2x3 = 0
 1
x1 + x2 + x3 = 0
   
−1 −1
⇒ X1 = α  1  + β  0  , α2 + β 2 6= 0.
0 1
Bội đại số của λ1 = 2 là 2. Bội hình học của
λ1 = 2 cũng là 2.
Ứng
 −3x1 + x2 + x3 = 0
2x − 2x2 + 2x3 = 0
 1
x1 + x2 − 3x3 = 0
 
1
⇒ X2 = γ  2  , γ 6= 0. Bội đại số của λ2 = 6
1
là 1. Bội hình học của λ2 = 6 cũng là 1.
Chéo hóa ma trận Định nghĩa chéo hóa
Định nghĩa
Ma trận chéo là ma trận có dạng
 
λ1 0 . . . 0
 0 λ2 . . . 0 
 
D=  = dig (λ1, λ2, . . . , λn )
 ... ... ... ... 
0 0 . . . λn
Chéo hóa ma trận Định nghĩa chéo hóa
Định nghĩa
Cho A ∈ Mn (K ). Ta nói A chéo hóa được nếu nó
đồng dạng với một ma trận chéo D, tức là
∃S ∈ Mn (K ) không suy biến sao cho S −1AS = D.
Khi đó S được gọi là ma trận làm chéo hóa.
Chú ý. Không phải ma trận vuông nào cũng chéo
hóa được. Chéo hóa ma trận A là đi tìm ma trận
không suy biến S và ma trận chéo D.
Chéo hóa ma trận Ma trận làm chéo hóa
Ta có S −1AS = D = dig (λ1, λ2, . . . , λn ). Từ đó

suy ra AS = SD
   
a11 a12 . . . a1n λ1 0 . . . 0
 a21 a22 . . . a2n 
 , D =  0 λ2 . . .
 
A= ... ... ... ... 

 ... ... ... ... 
an1 an2 . . . ann 0 0 . . . λn
 
s11 s12 . . . s1n
 s21 s22 . . . s2n 
S =
 ... ... ... ... 
 = S∗1 S∗2 . . . S∗n
sn1 sn2 . . . snn
   
a11 a12 ...
a1n s11 s12 ... s1n
 a21 a22 a2n   s21 s22
...   ... s2n 
AS = 
 ... . 
... ...   ... ...
... ... ... 
an1 an2 ...
ann sn1 sn2 ... snn

= A S∗1 S∗2 . . . S∗n = AS∗1 AS∗2 . . . AS∗n
  
s11 s12 ... s1n λ1 0 . . . 0
 s21 s22 ... s2n 
  0 λ2 . . .
 
SD = 
 ...

... ... ...  ... ... ... ... 
sn1 sn2 ... snn 0 0 . . . λn

= λ1 S∗1 λ2 S∗2 . . . λn S∗n
Vậy (AS)∗i = AS∗i = (SD)∗i = λi S∗i , (i =

1, 2, . . . , n). Vậy S∗i là véctơ riêng ứng với trị
riêng λi (i = 1, 2, . . . , n) của ma trận A.
Ma trận làm chéo hóa S có cấu trúc là: các cột
của nó chính là các véctơ riêng của ma trận A.
Chéo hóa ma trận Ví dụ
Ví dụ

15 −18 −16
Cho ma trận A =  9 −12 −8  . Hãy chéo
4 −4 −6
hóa ma trận A.
Bước 1. Tìm trị riêng,
véctơ riêng của A.
15 − λ −18 −16

χA (λ) = |A − λI | = 9
−12 − λ −8 =0

4 −4 −6 − λ
⇔ −(λ + 3)(λ + 2)(λ − 2) = 0
⇔ λ1 = −3, λ2 = −2, λ3 = 2.
 với λ1 = −3 ta xét hệ
Ứng
 18x1 − 18x2 − 16x3 = 0
9x1 − 9x2 − 8x3 = 0
4x1 − 4x2 − 3x3 = 0

 
1
⇒ X1 = α  1  , α 6= 0.
0
Ứng
 17x1 − 18x2 − 16x3 = 0
9x1 − 10x2 − 8x3 = 0
4x1 − 4x2 − 4x3 = 0

 
2
⇒ X2 = β  1  , β 6= 0.
1
Ứng
 13x1 − 18x2 − 16x3 = 0
9x1 − 14x2 − 8x3 = 0
4x1 − 4x2 − 8x3 = 0

 
4
⇒ X3 = γ  2  , γ 6= 0.
1
Bước
2. Xác định
 ma trận làm chéo hóa
1 2 4
S =1 1 2
0 1 1
 
−3 0 0
Khi đó S −1AS = D =  0 −2 0 
0 0 2
Chéo hóa ma trận Ứng dụng chéo hóa tính lũy thừa của ma trận vuông
Ứng dụng chéo hóa tính lũy thừa của ma trận vuông
Giả sử A chéo hóa được, tức là

S −1AS = D = dig (λ1, λ2, . . . , λn ). Khi đó
(S −1AS)k = D k , k ∈ N
⇒ S −1A(S.S −1)AS. . . . .S −1AS = S −1Ak S = D k
⇒ Ak = SD k S −1. Vậy
 
k
λ1 0 . . . 0
k
0 λ . . . 0
 
 −1
Ak = S  2
S

 ... ... ... ... 
0 0 . . . λkn
Ví dụ
 
0 −8 6
Cho ma trận A =  −1 −8 7  . Tính Ak ,
1 −14 11
k ∈ N.
Xét
−λ −8 6

χA(λ) = |A − λI | = −1 −8 − λ 7 = 0
1 −14 11 − λ
⇔ −(λ − 2)(λ + 2)(λ − 3) = 0
⇔ λ1 = −2, λ2 = 2, λ3 = 3.
Ứng
 2x1 − 8x2 + 6x3 = 0
−x1 − 6x2 + 7x3 = 0
x1 − 14x2 + 13x3 = 0

 
1
⇒ X1 = α  1  , α 6= 0.
1
Ứng
 −2x1 − 8x2 + 6x3 = 0
−x − 10x2 + 7x3 = 0
 1
x1 − 14x2 + 9x3 = 0
 
1
⇒ X2 = β  2  , β 6= 0.
3
Ứng
 −3x1 − 8x2 + 6x3 = 0
−x − 11x2 + 7x3 = 0
 1
x1 − 14x2 + 8x3 = 0
 
2
⇒ X3 = γ  3  , γ 6= 0.
5
 
1 1 2
Vậy ta có ma trận làm chéo hóa S =  1 2 3 
1 3 5
   
1 1 −1 −2 0 0
⇒ S −1 =  −2 3 −1  D =  0 2 0  .
1 −2 1 0 0 3
k k −1
 đó A =
Do  SD
 S k=  
1 1 2 (−2) 0 0 1 1 −1
k
 1 2 3  0 2 0   −2 3 −1 
1 3 5 0 0 3k 1 −2 1
Ak
 = k
(−2) − 2.2k + 2.3k (−2)k + 3.2k − 4.3k −(−2)k − 2k + 2.3k

 (−2)k − 4.2k + 3.3k (−2)k + 6.2k − 6.3k −(−2)k − 2.2k + 3.3k 
(−2)k − 6.2k + 5.3k (−2)k + 9.2k − 10.3k −(−2)k − 3.2k + 5.3k
Chéo hóa ma trận Điều kiện chéo hóa
Định lý
Cho A ∈ Mn (K ). A chéo hóa được khi và chỉ khi
bội đại số của trị riêng bất kỳ bằng bội hình học
của nó.
Ví dụ
 
2 0 1
Cho ma trận A =  1 1 1  . Hãy chéo hóa
−2 0 −1
A nếu A chéo hóa được.

véctơ riêng của A.
2−λ 0 1

χA (λ) = |A − λI | = 1 1−λ 1 =0

−2 0 −1 − λ
⇔ −λ(λ − 1)2 = 0 ⇔ λ1 = 0, λ2 = 1 (bội 2).
Ứng
 với λ1 = 0 (đơn) ta xét hệ
 2x1 + x3 = 0
x + x2 + x3 = 0
 1
−2x1 − x3 = 0
 
1
⇒ X1 = α  1  , α 6= 0.
−2
Ứng với λ2 = 1 (bội 2) ta xéthệ 


 x1 + x3 = 0 α
x1 + x3 = 0 ⇒ X2 =  β  =
−2x − 2x = 0 −α

 1 3  
1 0
α  0  + β  1  , α2 + β 2 6= 0.
−1 0
Bước
2. Xác định 
ma trận làm chéo hóa
1 0 1
S = 1 1 0 
−2 0 −1
 
−1 0 −1
Khi đó S −1 =  1 1 1 
2 0 1
 
0 0 0
D = S −1AS =  0 1 0 
0 0 1
Ví dụ
 
2 0 0
Cho ma trận A =  0 4 0  . Hãy chéo hóa A
1 0 2
nếu A chéo hóa được.

A.
véctơ riêng của
2−λ 0 0

χA (λ) = |A − λI | = 0 4−λ 0 = 0
1 0 2−λ
⇔ −(λ − 4)(λ − 2)2 = 0 ⇔ λ1 = 4, λ2 = 2 (bội 2).
Ứng với λ1 = 4 (đơn) ta xéthệ 

0
−2x1 = 0
⇒ X1 = α  1  , α 6= 0.
x1 − 2x3 = 0
0

2x2 = 0
Ứng với λ2 = 2 (bội 2) ta xét hệ
x1 = 0
 
0
⇒ X2 = β  0  , β 6= 0.
1
Ta có bội đại số=2>bội hình học=1 nên A không
chéo hóa được.
Chéo hóa ma trận Chéo hóa ma trận đối xứng thực bằng ma trận trực giao
Định nghĩa
Cho A ∈ Mn (R). A được gọi là ma trận đối xứng
thực nếu A = AT hay nếu A = (aij )n thì
aij = aji , ∀i, j = 1, 2, . . . , n.
Định lý
Cho A ∈ Mn (R) và A đối xứng thực. Khi đó nếu λ
là trị riêng của A thì λ ∈ R.
Định nghĩa
Cho P ∈ Mn (K ). Ma trận P được gọi là ma trận
trực giao nếu và chỉ nếu P không suy biến và thỏa
điều kiện P T = P −1, tức là P có ma trận nghịch
đảo bằng ma trận chuyển vị.
Định lý
Với mỗi ma trận đối xứng thực A, tồn tại ma trận
trực giao P sao cho P T AP là ma trận chéo.
Các bước chéo hóa trực giao ma trận đối xứng thực
Bước 1. Lập phương trình đặc trưng. Tìm trị

riêng.
Bước 2. Tìm cơ sở của không gian con riêng ứng
với từng trị riêng.
Bước 3. Từ cơ sở này tìm cơ sở trực chuẩn.
Bước 4. Ma trận trực giao P có các cột là cơ sở
trực chuẩn của những không gian con riêng. Các
phần tử nằm trên đường chéo chính của D là các
trị riêng tương ứng.
Ví dụ
Hãy chéo
 hóa ma trậnđối xứng thực
2 −1 −1
A =  −1 2 −1  bằng ma trận trực giao.
−1 −1 2

A.
véctơ riêng của
2 − λ −1 −1

χA (λ) = |A − λI | = −1 2 − λ −1 =0

−1 −1 2 − λ
2
⇔ −λ(λ − 3) = 0 ⇔ λ1 = 0, λ2 = 3 (bội 2).
Bước 2, 3. Ứng với λ1 = 0 (đơn) ta xét hệ


 2x1 − x2 − x3 = 0
−x + 2x2 − x3 = 0
 1
−x1 − x2 + 2x3 = 0
 
1
⇒ X1 = α  1  , α 6= 0. Từ đó ta có
1
 1 
√
3
X1 √1
P∗1 = =
 
||X1|| 3 
√1
3
Ứng với λ2 = 3 (bội 2) ta xét hệ


 −x1 − x2 − x3 = 0
−x − x2 − x3 = 0
 1
−x1 − x2 − x3 = 0
 
−α − β
⇒ X2 =  α =
β
   
−1 −1
α  1  + β  0  , α2 + β 2 6= 0.
0 1
Dùng quá trình Gram-Shmidt, tìm cơ sở trực giao

F = {f1, f2}.
 
−1
f1 = X1 =  1  ,
0
 
−1/2
< X2, f1 >
f2 = X2 − f1 =  −1/2 
< f1 , f1 >
1
Trực chuẩn hóacơ sở trực

 giao ta được
1
− √2
f1
P∗2 = =  √12  và
 
||f1||
0
 1 
− √6
f2
P∗3 = =  − √16 
 
||f2|| 2 √
6
Bước 4. Xác định ma trận trực giao làm chéo

1
√ −√ −√1 1
3 2 6
 √1 √1 − √1 
hóa P =  3 2 6 
√1 0 √2
3 6 
0 0 0
Khi đó D = P T AP =  0 3 0 
0 0 3
Trị riêng, véctơ riêng của ánh xạ tuyến tính Định nghĩa
Trị riêng, véctơ riêng của ánh xạ tuyến tính
Định nghĩa
Cho E là một K − kgv, ánh xạ tuyến tính
f : E → E . Nếu ∃x ∈ E , x 6= 0 sao cho
f (x) = λ.x, λ ∈ K
thì λ được gọi là trị riêng của f và x được gọi là
véc-tơ riêng của f ứng với trị riêng λ.
Cho E là K −kgv, B là một cơ sở của E . Cho ánh

xạ tuyến tính f : E → E . A là ma trận của ánh xạ
tuyến tính f trong cơ sở B. Giả sử λ0 là trị riêng
của ánh xạ tuyến tính f
⇔ ∃x0 6= 0, x0 ∈ E : f (x0) = λ0.x0
⇔ [f (x0)]B = [λ0x0]B ⇔ A[x0]B = λ0[x0]B

⇒ λ0 là trị riêng của ma trận A và [x0]B là véctơ
riêng của ma trận A ứng với trị riêng λ0
Kết luận
1
Trị riêng của ma trận là trị riêng của ánh xạ
tuyến tính và ngược lại
2
Nếu véctơ x0 là véctơ riêng của ma trận A ứng
với trị riêng λ0 thì véctơ x sao cho [x]B = x0 là
véctơ riêng của f ứng với trị riêng λ0.
Trị riêng, véctơ riêng của ánh xạ tuyến tính Các bước tìm trị riêng, véctơ riêng của ánh xạ tuyến tính
Các bước tìm trị riêng, véctơ riêng của ánh xạ tuyến tính
Bước 1. Chọn một cơ sở tùy ý B của kgv E . Tìm

ma trận của ánh xạ tuyến tính f trong cơ sở B
Bước 2. Tìm trị riêng, véctơ riêng của ma trận A
Bước 3. Kết luận
1
Trị riêng của ma trận là trị riêng của ánh xạ
tuyến tính và ngược lại
2
Nếu véctơ x0 là véctơ riêng của ma trận A ứng
với trị riêng λ0 thì véctơ x sao cho [x]B = x0 là
véctơ riêng của f ứng với trị riêng λ0.
Trị riêng, véctơ riêng của ánh xạ tuyến tính Ví dụ
Ví dụ
Cho ánh xạ tuyến tính f : R3 → R3, biết
f (x) = f (x1, x2, x3) =
(5x1 −10x2 −5x3, 2x1 +14x2 +2x3, −4x1 −8x2 +6x3).
Tìm trị riêng, véc-tơ riêng của ánh xạ tuyến tính f
Bước 1. Chọn cơ sở chính tắc của R3 là
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Ma trận của
 tuyến tính f trong
ánh xạ  cơ sở B là
5 −10 −5
A =  2 14 2 
−4 −8 6
Bước 2. Tìm trị riêng, véc-tơ riêng của ma trận A

Phương trình đặc trưng
−λ3 + 25λ2 − 200λ + 500 = 0 ⇔
−(λ − 5)(λ − 10)2 = 0 ⇔ λ1 = 5, λ2 = 10 (kép)
Với λ1 = 5 giải hệ phương trình
  
0 −10 −5 x1
(A−λ1I )X = 0 ⇔  2 9 2   x2  = 0
−4 −8 1 x3
 
5
⇔ X = α  −2 
4
Bước 3. Kết luận: Véc-tơ riêng của A ứng với λ1

là X1 sao cho
 
5α
[X1]B =  −2α  , α 6= 0
4α
⇒ X1 = (5α, −2α, 4α)
vì B là cơ sở chính tắc.
Bước 2. Với λ2 = 10 giải hệ phương trình

  
−5 −10 −5 x1
(A−λ2I )X = 0 ⇔  2 4 2   x2  = 0
−4 −8 −4 x3
 
−2α − β
⇔X = α  , (α2 + β 2 6= 0).
β
Bước 3. Kết luận: Véc-tơ riêng của A ứng với λ2

là X2 sao cho
 
−2α − β
[X2]B =  α  , (α2 + β 2 6= 0)
β
⇒ X2 = (−2α − β, α, β)
vì B là cơ sở chính tắc.
Chéo hóa ánh xạ tuyến tính Đặt vấn đề
Chéo hóa ánh xạ tuyến tính
Bài toán
Tìm 1 cơ sở B 0 (nếu có) của kgv E sao cho ma
trận của ánh xạ tuyến tính f trong cơ sở B 0 là ma
trận chéo.
Chéo hóa ánh xạ tuyến tính Định nghĩa
Định nghĩa
Ánh xạ tuyến tính f : E → E được gọi là chéo
hóa được nếu tồn tại cơ sở B 0 của kgv E , sao cho
ma trận của ánh xạ tuyến tính f trong cơ sở đó là
ma trận chéo D.
Chéo hóa ánh xạ tuyến tính Các bước chéo hóa ánh xạ tuyến tính
Các bước chéo hóa ánh xạ tuyến tính
Bước 1. Chọn 1 cơ sở B của kgv E . Tìm ma trận

A của f trong cơ sở B
Bước 2. Chéo hóa ma trận A (nếu được)
Bước 3. Kết luận
1
Nếu A chéo hóa được thì f chéo hóa được
2
Nếu A không chéo hóa được thì f không chéo
hóa được
Chéo hóa ánh xạ tuyến tính Các bước chéo hóa ánh xạ tuyến tính
Kết luận
Giả sử A chéo hóa được bởi ma trận S và ma trận
chéo D. Khi đó cơ sở B 0 cần tìm có tọa độ mỗi
véctơ của B 0 trong cơ sở B là mỗi cột của ma trận
S ⇒ ma trận của f trong cơ sở B 0 cần tìm là ma
trận chéo D.
Chéo hóa ánh xạ tuyến tính Ví dụ
Ví dụ
Cho ánh xạ tuyến tính f : R3 → R3, biết
f (1, 1, 1) = (1, −7, 9); f (1, 0, 1) = (−7, 4, −15);
f (1, 1, 0) = (−7, 1, −12). Tìm một cơ sở B 0 (nếu
có) của R3 sao cho ma trận của f trong B 0 là ma
trận chéo D. Tìm ma trận D
Bước 1. Tìm ma trận của f trong
B ={(1, 1, 1), (1, 0, 1),
(1, 1, 0)}
1 −4 −4
A =  8 −11 −8 
−8 8 5
Bước 2. Chéo hóa ma trận A (nếu được)

Phương trình đặc trưng
−λ3 − 5λ2 − 3λ + 9 = 0 ⇔ −(λ − 1)(λ + 3)2 = 0
Với λ1 = 1 giải hệ phương trình
  
0 −4 −4 x1
(A−λ1I )X = 0 ⇔  8 −12 −8   x2  = 0
−8 8 4 x3
 
1
⇔ X = α 2 
−2
Véc-tơ riêng của A ứng với λ1 là X1 sao cho

 
α
[X1]B =  2α  , α 6= 0
−2α
⇒ X1 = α(1, 1, 1) + 2α(1, 0, 1) − 2α(1, 1, 0) =
(α, −α, 3α). Chọn 1 véc-tơ riêng của ánh xạ
tuyến tính f ứng với λ1 = 1 là (1, −1, 3)
Với λ2 = −3 giải hệ phương trình

  
4 −4 −4 x1
(A−λ2I )X = 0 ⇔  8 −8 −8   x2  = 0
−8 8 8 x3
 
α+β
⇔ X =  α  , (α2 + β 2 6= 0).
β
Véc-tơ riêng của A ứng với λ2 là X2 sao cho

 
α+β
[X2]B =  α  , (α2 + β 2 6= 0)
β
⇒ X2 = (α + β)(1, 1, 1) + α(1, 0, 1) + β(1, 1, 0) =

= (2α+2β, α+2β, 2α+β) = α(2, 1, 2)+β(2, 2, 1)
Chọn 2 véc-tơ riêng độc lập tuyến tính của f ứng
với trị riêng λ2 = −3 là (2, 1, 2), (2, 2, 1)
Bước 3.
Vậy cơ sở cần tìm là
B 0 = {(1, −1, 3), (2, 1, 2), (2, 2, 1)}. Ma trận của
ánh xạ tuyến tính f trong cơ sở B 0 là
 
1 0 0
D =  0 −3 0 
0 0 −3
THANK YOU FOR ATTENTION

Dai So Tuyen Tinh Le Xuan Dai 8.tri Rieng Vecto Rieng (Cuuduongthancong - Com)

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Dai So Tuyen Tinh Le Xuan Dai 8.tri Rieng Vecto Rieng (Cuuduongthancong - Com)

Uploaded by

Copyright:

Available Formats

TRỊ RIÊNG - VÉCTƠ RIÊNG

Bài giảng điện tử

TS. Lê Xuân Đại

TP. HCM — 2013.

Ứng với λ1 = −1. Ta có

Ứng với λ1 = 1 + 2i. Ta có

Giả sử λ là trị riêng của ma trận vuông A

Tìm trị riêng-véc tơ riêng của ma trận vuông

Bước 1. Lập phương trình đặc trưng

Lập phương trình đặc trưng của ma trận A

Ta có S −1AS = D = dig (λ1, λ2, . . . , λn ). Từ đó

sn1 sn2 . . . snn

Vậy (AS)∗i = AS∗i = (SD)∗i = λi S∗i , (i =

Giả sử A chéo hóa được, tức là

Bước 1. Tìm trị riêng,

Ứng với λ2 = 1 (bội 2) ta xéthệ 

Bước 1. Tìm trị riêng,

Ứng với λ1 = 4 (đơn) ta xéthệ 

Bước 1. Lập phương trình đặc trưng. Tìm trị

Bước 1. Tìm trị riêng,

Bước 2, 3. Ứng với λ1 = 0 (đơn) ta xét hệ

Ứng với λ2 = 3 (bội 2) ta xét hệ

Dùng quá trình Gram-Shmidt, tìm cơ sở trực giao

Trực chuẩn hóacơ sở trực

Bước 4. Xác định ma trận trực giao làm chéo

Trị riêng, véctơ riêng của ánh xạ tuyến tính

Cho E là K −kgv, B là một cơ sở của E . Cho ánh

⇔ [f (x0)]B = [λ0x0]B ⇔ A[x0]B = λ0[x0]B

Bước 1. Chọn một cơ sở tùy ý B của kgv E . Tìm

Bước 2. Tìm trị riêng, véc-tơ riêng của ma trận A

Bước 3. Kết luận: Véc-tơ riêng của A ứng với λ1

Bước 2. Với λ2 = 10 giải hệ phương trình

Bước 3. Kết luận: Véc-tơ riêng của A ứng với λ2

Chéo hóa ánh xạ tuyến tính

Các bước chéo hóa ánh xạ tuyến tính

Bước 1. Chọn 1 cơ sở B của kgv E . Tìm ma trận

Bước 2. Chéo hóa ma trận A (nếu được)

Véc-tơ riêng của A ứng với λ1 là X1 sao cho

Với λ2 = −3 giải hệ phương trình

Véc-tơ riêng của A ứng với λ2 là X2 sao cho

⇒ X2 = (α + β)(1, 1, 1) + α(1, 0, 1) + β(1, 1, 0) =

THANK YOU FOR ATTENTION

You might also like