Dijagonalizacija operatora

Σχετικά έγγραφα
Elementi spektralne teorije matrica

Operacije s matricama

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

1 Promjena baze vektora

SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE

LINEARNA ALGEBRA 1, ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ, VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ

2 Jordanova forma. 2.1 Nilpotentni operatori

Linearna algebra 2 prvi kolokvij,

7 Algebarske jednadžbe

ELEKTROTEHNIČKI ODJEL

x + 3y + 6z = 3 3x + 5y + z = 4 x + y + z = 4.

18. listopada listopada / 13

4 Unitarni prostori. 4.1 Definicija i svojstva unitarnih prostora. K polje R ili C, V je vektorski prostor nad K

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

6 Polinomi Funkcija p : R R zadana formulom

Linearna algebra 2 prvi kolokvij,

MATEMATIKA 1 8. domaća zadaća: RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

APROKSIMACIJA FUNKCIJA

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2.

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

radni nerecenzirani materijal za predavanja

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka

41. Jednačine koje se svode na kvadratne

KONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr

SISTEMI NELINEARNIH JEDNAČINA

Linearna algebra I, zimski semestar 2007/2008

Zadaci iz Linearne algebre (2003/4)

Uvod u teoriju brojeva

RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

Riješeni zadaci: Limes funkcije. Neprekidnost

3.1 Granična vrednost funkcije u tački

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

5. Karakteristične funkcije

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

x 1 x 2 x 3 glasi: x yý x T yþ odnosno x yý x 1 y 1 û x 2 y 2 û x 3 y 3 (6) (2) (3) Promatramo li skup

Numerička analiza 26. predavanje

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)

Linearna algebra

Teorijske osnove informatike 1

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

SVOJSTVENI VEKTORI I SVOJSTVENE VRIJEDNOSTI

Linearna algebra za fizičare, zimski semestar Mirko Primc

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

Uvod i vektorski prostori

TRIGONOMETRIJSKE FUNKCIJE I I.1.

Matematička analiza 1 dodatni zadaci

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

M086 LA 1 M106 GRP Tema: Uvod. Operacije s vektorima.

Geometrija (I smer) deo 1: Vektori

Linearna algebra. Oznake: Skupove prirodnih, cijelih, racionalnih i realnih brojeva označavamo sa N, Z, Q, R, C. Važnije tvrdnje pišemo kosim slovima.

1.4 Tangenta i normala

Matematika 1 { fiziqka hemija

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka.

16 Lokalni ekstremi. Definicija 16.1 Neka je A R n otvoren, f : A R i c A. Ako postoji okolina U(c) od c na kojoj je f(c) minimum

Funkcije dviju varjabli (zadaci za vježbu)

( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova)

Matrice i sustavi linearnih jednadžbi, inverzi i determinante, svojstvene vrijednosti i svojstveni vektori

Linearna algebra Materijali za nastavu iz Matematike 1

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

1. zadatak , 3 Dakle, sva kompleksna re{ewa date jedna~ine su x 1 = x 2 = 1 (dvostruko re{ewe), x 3 = 1 + i

Numerička matematika 2. kolokvij (1. srpnja 2009.)

Vektori. 28. studenoga 2017.

Zadaci iz Osnova matematike

Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku Preddiplomski studij matematike. Monika Jović. Skalarni produkt.

k a k = a. Kao i u slučaju dimenzije n = 1 samo je jedan mogući limes niza u R n :

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

Poglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE. 1.1 Ortonormirani skupovi

Riješeni zadaci: Nizovi realnih brojeva

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

LINEARNI PROSTORI

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.

Sustav dvaju qubitova Teorem o nemogućnosti kloniranja. Spregnuta stanja. Kvantna računala (SI) 17. prosinca 2016.

Konačno dimenzionalni vektorski prostori

numeričkih deskriptivnih mera.

Principi kvantne mehanike

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

Matrice linearnih operatora i množenje matrica. Franka Miriam Brückler

2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos

Ljuban Dedić VEKTORSKI PROSTORI. skripta

Geologija, Znanost o okolišu Matematika 1

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2

Osnovne definicije i rezultati iz Uvoda u linearnu algebru

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1

9. GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

RIJEŠENI ZADACI I TEORIJA IZ

Jankove grupe kao dizajni i jako regularni grafovi

MATEMATIKA I 1.kolokvij zadaci za vježbu I dio

Transcript:

Dijagonalizacija operatora Problem: Može li se odrediti baza u kojoj zadani operator ima dijagonalnu matricu? Ova problem je povezan sa sljedećim pojmovima: 1 Karakteristični polinom operatora f 2 Vlastite vrijednosti operatora f 3 Vlastiti vektori operatora f Definicija Neka je A kvadratna matrica reda n Karakteristični polinom matrice A je polinom (t) = det(ti n A) (1) (Hamilton Cayley) Neka je (t) karakteristični polinom matrice A Onda je (A) = 0

Propozicija Slične matrice imaju isti karakteristični polinom Minimalni polinom Neka je A M(n, F ) Polinom m(t) najnižeg stupnja za koji vrijedi m(a) = 0 nazivamo se minimalni polinom matrice A (A) = 0 deg(m(t)) deg( (t)) (2) Minimalni polinom m(t) matrice A dijeli svaki polinom p(t) takav da je p(a) = 0 Posebno, m(t) dijeli (t) Veza izmedu karakterističnog i minimalnog polinoma: Karakteristični i minimalni polinomi matrice A imaju iste ireducibilne faktore

Definicija Kažemo da je polinom p(t) reducibilan nad poljem F ako se može prikazati kao p(t) = f (t)g(t) (3) gdje su f (t) i g(t) polinomi s koeficijentima iz F i deg(f (t)) < deg(p(t)), deg(g(t)) < deg(p(t)) (4) U protivnom kažemo da je polinom ireducibilan Svaki polinom se može faktorizirati na ireducibilne faktore Karakteristični i minimalni polinomi matrice A imaju iste ireducibilne faktore Skalar λ F je vlastita vrijednost matrice A ako i samo ako je m(λ) = 0

Vlastiti vektori operatora Definicija Neka je V vektorski prostor nad poljem F i neka je f : V V linearni opeator Ako postoji v V, v 0, takav da je f (v) = λv za neki λ F, (5) onda kažemo da je 1 v vlastiti (karakteristični) vekotor operatora f, 2 λ vlastita (karakteristična) vrijednost operatora f Svojstveni potprostor operatora f pridružen vv λ: { } E λ (f ) = v V f (v) = λv (6)

Propozicija E λ (f ) je potprostor prostora V dime λ (f ) geometrijska kratnost vv λ (7) Definicija Skup svih vlastitih vrijednosti operatora f, u oznaci σ(f ), nazivamo spektar operatora Problem: Kako odrediti spektar i vlastite vektore operatora f? Skalar λ F je vlastita vrijednost operatora f : V V ako i samo ako je λ korijen karakterističnog polinoma od f

Propozicija Linearni operator na n dimenzionalnom kompleksnom vektorskom prostoru ima n svojstvenih vrijednosti (medu kojima može biti jednakih) Ako se λ i ponavlja m puta u karakterističnom polinomu (t) = (t λ 1 )(t λ 2 ) (t λ n), (8) onda (t) ima faktor (t λ i ) m m = algebarska kratnost vv λ (9) Neka su λ 1, λ 2,, λ k medusobno različite vlastite vrijednosti operatora f : V V i neka su v 1, v 2,, v n vlastiti vektori operatora f takvi da f (v i ) = λ i v i, i = 1, 2,, k (10) Onda je skup S = {v 1, v 2,, v k } linearno nezavisan

Postupak dijagonlizacije operatora Kažemo da se operator f : V V može dijagonalizirati ako postoji baza od V u kojoj f ima dijagonalnu matricu Tada kažemo da je f poluprosti operator Linearni operator f : V V se može dijagonalizirati ako i samo ako V ima bazu koja se sastoji od vlastitih vektora opeartora f Propozicija Ako se karakteristični polinom operatora f : V V može faktorizirati kao umnožak različitih faktora (t) = (t λ 1 )(t λ 2 ) (t λ n) (11) gdje je n = dim(v ), onda se f može dijagonalizirati

Algoritam za dijagonalizaciju matrice operatora Neka je A matrica operatora f : V V u nekoj bazi od V 1 Odredite karakteristični polinom (t) = det(ti A) 2 Odredite sve različite korijene polinoma (t): λ 1, λ 2,, λ n 3 (a) Ako je n dim(v ), onda se f ne može dijagonalizirati (b) Ako je n = dim(v ), onda odredite vlastite vektore v 1, v 2,, v n Tada niz B = (v 1, v 2,, v n) tvori bazu od V 4 Odredite matricu prijelaza P iz stare baze u bazu B: P = [v 1 v 2 v n] (12) 5 Matrica operatora f u bazi B je dana sa λ 1 0 0 0 λ P 1 2 0 AP = (13) 0 0 λ n

Definicija Neka je A kvadratna matrica Kažemo da je A: 1 simetrična ako je A T = A, 2 antisimetrična ako je A T = A, 3 ortogonalna ako je AA T = A T A = I Neka je A realna simetrična matrica Onda je svaki korijen karakterističnog polinoma od A realan Neka je A realna simetrična matrica Onda postoji ortogonalna matrica P takva da je D = P 1 AP dijagonalna matrica (14) Stupci matrice P su normalizirani vlastiti vektori matrice A Elementi na dijagonali od D su vlastite vrijednosti matrice A

Jordanova kanonska forma Neke matrice se ne mogu dijagonalizirati ni nad kojim poljem Matricu koju ne možemo dijagonalizirati možemo prikazati kao dijagonalnu blockmatricu M 1 0 0 0 M 2 0 M = 0 0 M k gdje su M 1, M 2,, M k podmatrice matrice M (15) Svaki blok M i je oblika λ i 1 0 0 0 λ i 1 0 M i =, λ i je vv matrice M (16) 1 0 λ i

Matrica M i naziva se Jordanov block matrice M Svakoj vv λ i može biti pridruženo više Jordanovih blokova različitih redova, ovisno o geoemtrijskoj kratnosti vv λ i Neka je f : V V linearni operator čiji karakteristični i minimalni polinomi imaju oblik (t) = (t λ 1 ) n 1 (t λ 2 ) n 2 (t λ r ) nr, (17) m(t) = (t λ 1 ) m 1 (t λ 2 ) m 2 (t λ r ) mr (18) gdje su λ 1, λ 2,, λ r različiti skalari Onda f ima dijagonalnu blokmatricu J čiji dijagonalni blokovi su matrice λ i 1 0 0 0 λ i 1 0 J ij = (19) 1 0 λ i

(nastavak) Za svaki λ i, blokovi J ij imaju sljedeća svojstva 1 Postoji barem jedan blok J ij reda m i Svi ostali blokovi J ij su reda m i 2 Suma reda svih blokova J ij je j J ij = n i 3 Broj blokova J ij jednak je geometrijskoj kratnosti vv λ i 4 Broj blokova J ij svakog mogućeg reda je jedinstveno odreden operatorom f Matrica J naziva se Jordanova kanonska forma operatora f Blok J ij se naziva Jordanov blok pridružen vv λ i Svaki blok J ij se može rastaviti kao 0 1 0 0 0 0 1 0 J ij = λ i I + N, N = 1 0 0 (20) gdje je N nilpotentna matrica jer je N 2 = 0