Собственные векторы и собственные значения линейного оператора Линейные операторы Определение.Пусть и два линейных пространства. Если дано правило, по которому каждому элементу ставится в соответствие элемент , , то говорят, что задан оператор (отображение, закон), действующий из пространства в пространство  Записывают: или  Говорят: «Оператор переводит вектор в вектор ». Принято называть образом , а - прообразом . Оператор называется линейным, если выполняются условия: 1. - свойство аддитивности оператора; 2. - свойство однородности оператора. Если пространства и совпадают, то оператор отображает пространство в себя. Пример 52.Проверить линейность оператора Выберем в пространстве базис  Запишем разложение произвольного вектора по данному базису:  В силу линейности оператора получаем:  Так как также вектор из , то его можно разложить по базису   Тогда (5) С другой стороны, вектор , имеющий в том же базисе координаты можно записать так: (6) Так как любой вектор можно разложить по базису, причем единственным образом, получаем равенство правых частей в (5) и (6). Отсюда  Матрица называется матрицей оператора в базисе , а ранг матрицы – рангом оператора . Утверждение. Каждому линейному оператору соответствует матрица в данном базисе. Собственные векторы и собственные значения линейного оператора Определение. Пусть R – заданное - мерное линейное (векторное) пространство. Ненулевой вектор R называется собственным вектором линейного оператора , если найдется такое число , что выполняется равенство: (7) Число называется собственным числом (значением) линейного оператора (матрицы ), соответствующим вектору . Собственный вектор под действием линейного оператора переходит в вектор, коллинеарный самому себе. Равенство (7) можно представить в матричной форме: , где вектор представлен в виде вектора-столбца, или в развернутом виде  Перепишем систему так, чтобы в правых частях были нули: (8) Или в матричном виде  Полученная однородная система всегда имеет нулевое решение. Для существования ненулевого решения необходимо и достаточно, чтобы определитель системы был равен нулю: (9) Определитель системы является многочленом –го порядка относительно . Этот многочлен называется характеристическим многочленом оператора или матрицы , а уравнение (9) – характеристическим уравнением оператора или матрицы . Это уравнение имеет степень относительно , равную порядку матрицы линейного оператора (т.е. ). По основной теореме алгебры, уравнение -й степени имеет корней. Таким образом, для нахождения собственных чисел надо составить характеристическое уравнение и найти его действительные корни. Затем, подставляя каждое собственное число в систему (8), находим для каждого собственного числа соответствующий собственный вектор. Характеристический многочлен линейного оператора не зависти от выбора базиса. Пример 53. Найти собственные числа и собственные векторы линейного оператора заданного матрицей . Решение Составим характеристическое уравнение, используя формулу (9):  Вычислим полученный определитель (понижением порядка):  - собственные числа (значения) линейного оператора (собственные числа матрицы оператора).
Найдем собственные векторы. Если , то для определения координат собственного вектора составим и решим соответствующую систему уравнений:  Пусть (свободная переменная), тогда , . Составим собственный вектор . Если , то .  Пусть , тогда и . Составим собственный вектор . Если , то . Пусть , тогда и . Составим собственный вектор . Пример 54 . Найти собственные числа матрицы . Решение Составим характеристическое уравнение матрицы, ,используя формулу (9):  - характеристическое уравнение оператора (матрицы) .Разложив левую часть уравнения на множители, получим . Следовательно, матрица имеет два собственных числа: . Пример 55. Найти собственные векторы матрицы  Решение Впримере выше были найдены собственные числа матрицы :  1)Если , то для определения координат собственного вектора получаем систему уравнений , которая имеет вид:  Решим данную систему методом Гаусса: ~ ~ ~  Пусть , тогда и . Получим собственный вектор . 2) Если , тогда . Решаем систему: ~ ~  Находим , и  Получим собственный вектор . |