VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b

Σχετικά έγγραφα
x x x2 n

Matematika Funkcia viac premenných, Parciálne derivácie

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.

Vzorové príklady s riešeniami k lineárnej algebre a geometrie pre aplikovaných informatikov k písomke

Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus

7. FUNKCIE POJEM FUNKCIE

Tomáš Madaras Prvočísla

Komplexné čísla, Diskrétna Fourierova transformácia 1

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop

Úvod do lineárnej algebry. Monika Molnárová Prednášky

PageRank algoritmus. Univerzita Komenského v Bratislave Fakulta Matematiky, Fyziky a Informatiky

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad

Ekvačná a kvantifikačná logika

ARMA modely čast 2: moving average modely (MA)

Úvod 2 Predhovor... 2 Sylaby a literatúra... 2 Označenia... 2

1 Polynómy a racionálne funkcie Základy Polynómy Cvičenia Racionálne funkcie... 17

Deliteľnosť a znaky deliteľnosti

1 Úvod Predhovor Sylaby a literatúra Základné označenia... 3

ARMA modely čast 2: moving average modely (MA)

MIDTERM (A) riešenia a bodovanie

G. Monoszová, Analytická geometria 2 - Kapitola III

Numerické metódy matematiky I

MATEMATIKA I. Doc. RNDr. Michal Šabo, CSc

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu

Cvičenie č. 4,5 Limita funkcie

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej

Obvod a obsah štvoruholníka

FUNKCIE N REÁLNYCH PREMENNÝCH

Lineárne kódy. Ján Karabáš. Kódovanie ZS 13/14 KM FPV UMB. J. Karabáš (FPV UMB) Lineárne kódy Kodo ZS 13/14 1 / 19

Planárne a rovinné grafy

4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti

(IP3) (f, g) = (g, f) (symetria), (IP4) (f, f) > 0 pre f 0 (kladná definitnosť). Z podmienok (IP1) (IP4) sa ľahko dokážu rovnosti:

Úvod do lineárnej algebry

Obsah. 1.1 Reálne čísla a ich základné vlastnosti Komplexné čísla... 8

Funkcie - základné pojmy

MATEMATICKÁ ANALÝZA 1

Riešenie sústavy lineárnych rovníc. Priame metódy.

DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c)

p(α 1 ) = u 1. p(α n ) = u n. Definícia (modulárna reprezentácia polynómu). Zobrazenie

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice

1. písomná práca z matematiky Skupina A

Matematika 2. Lineárna algebra. (ver )

Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej transformácie,

1-MAT-220 Algebra februára 2012

Obyčajné diferenciálne rovnice

Matematika 2. časť: Funkcia viac premenných Letný semester 2013/2014

Goniometrické substitúcie

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou

BANACHOVE A HILBERTOVE PRIESTORY

Integrovanie racionálnych funkcií

Prechod z 2D do 3D. Martin Florek 3. marca 2009

15. Matlab Lineárna algebra

Ján Buša Štefan Schrötter

Príklady na precvičovanie Fourierove rady

Učební texty k státní bakalářské zkoušce Matematika Vektorové prostory. študenti MFF 15. augusta 2008

3. prednáška. Komplexné čísla

Mini minimaliz acia an BUˇ Koˇ sice 2011

Matematika 2. časť: Analytická geometria

Prirodzené čísla. Kardinálne čísla

XVIII. ročník BRKOS 2011/2012. Pomocný text. Kde by bola matematika bez čísel? Čísla predstavujú jednu z prvých abstrakcií, ktorú

2. prednáška. Teória množín I. množina operácie nad množinami množinová algebra mohutnosť a enumerácia karteziánsky súčin

Gramatická indukcia a jej využitie

Reálna funkcia reálnej premennej

MATEMATICKÁ OLYMPIÁDA

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Kódovanie a dekódovanie

Symbolická logika. Stanislav Krajči. Prírodovedecká fakulta

zlomok poznatel nej časti skutočnosti. Robí tak prostredníctvom svojich pojmov (tento proces môžeme nazvat formalizácia), jej hlavnou úlohou je potom

Teória funkcionálneho a logického programovania

1. POLIA A VEKTOROVÉ PRIESTORY. V tejto kapitole zavedieme dva druhy algebraických štruktúr, ktoré budú hrať v celom

Numerické metódy Učebný text pre bakalárske štúdium

Prednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák

ALGEBRA. Číselné množiny a operácie s nimi. Úprava algebrických výrazov

viacrozmerných a nekonečnorozmerných priestoroch. A ako nasvedčuje jej názov, pôjde o rovnice nelineárne.

Polynómy. Hornerova schéma. Algebrické rovnice

1 Úvod Úvod Sylaby a literatúra Označenia a pomocné tvrdenia... 4

1 Úvod Sylabyaliteratúra Základnéoznačenia... 3

FUNKCIE. Funkcia základné pojmy. Graf funkcie

množiny F G = {t1, t2,, tn} T a pre ľubovoľný valec C so základňou B1, B2,, Bn v bodoch t1, t2,, tn, takou, že pre t G - F je Bt = E, platí PF(C) = PG

Technická univerzita v Košiciach. Zbierka riešených a neriešených úloh. z matematiky. pre uchádzačov o štúdium na TU v Košiciach

Uvod do kodovania T. K.

Metódy vol nej optimalizácie

Univerzita Karlova v Praze Matematicko-fyzikální fakulta. Řešení diofantických rovnic rozkladem v. Katedra algebry

Analytická geometria

13. EUKLIDOVSKÉ PRIESTORY

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita.

Funkcie komplexnej premennej

UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY RIGORÓZNA PRÁCA. Martin Samuelčík

4 Reálna funkcia reálnej premennej a jej vlastnosti

NUMERICKÁ MATEMATIKA. Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ. Fakulta elektrotechniky a informatiky

Teória pravdepodobnosti

TREDNÁ ODBORNÁ ŠKOLA STRÁŽSKE PRACOVNÝ ZOŠIT. k predmetu Matematika pre

Automaty a formálne jazyky

Elementi spektralne teorije matrica

Pevné ložiská. Voľné ložiská

Numerické metódy, pravdepodobnosť a matematická štatistika

Numerické metódy, pravdepodobnosť a matematická štatistika. Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER

MATEMATIKA I ZBIERKA ÚLOH

Podmienenost problému a stabilita algoritmu

Transcript:

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR Michal Zajac Vlastné čísla a vlastné vektory Pripomeňme najprv, že lineárny operátor T : L L je vzhl adom na bázu B = {b 1, b 2,, b n } lineárneho priestoru L určený maticou A = [T ] B, ktorej stĺpce sú: A 1 = [T b 1 ] B, A 2 = [T b 2 ] B,,A n = [T b n ] B (súradnice prvku T b n vzhl adom na bázu B) Nasledujúci príklad ukazuje, že vhodnou vol bou bázy sa dá matica lineárneho operátora zjednodušit ( Príklad ) Nech lineárny operátor T : R 2 R 2 má vzhl adom na štandardnú bázu maticu A = [T ] S = 1 1 Nájdime jeho maticu vzhl adom na bázu B = {b 4 2 1 = (14), b 2 = (1, 1) }: 1 1 1 3 3 T b 1 = = = 3b 4 2 4 12 1 = [T b 1 ] B = 3 = [T ] B = 1 1 1 2 2 T b 2 = = = 2b 4 2 1 2 2 = [T b 2 ] B = 2 Matica [T ] B je jednoduchšia ako [T ] S b 1, b 2 sú vlastné vektory operátora T : Definícia Nech (L, +, ) je lineárny priestor, T : L L lineárny operátor Nenulový vektor u L sa nazýva vlastný vektor operátora T patriaci k vlastnému číslu λ C, ak T u = λu Ak I : L L, Ix = x pre x L, tak T u = λu (T λi)u =, tj λ je vlastné číslo operátora T, ak existuje nenulový prvok z ker(t λi) V konečnorozmernom priestore L je T určené maticou A a môžeme to napísat v maticovom zápise, det(a λi) = Teda nájst vlastné čísla znamená nájst korene polynómu det(a λi) Potom príslušné vlastné vektory sa hl adajú ako nenulové riešenie homogénnej sústavy lineárnych rovníc (A λi)u = Označenie Množina všetkých vlastných čísiel matice A C n n sa nazýva spektrum matice A a označuje σ(a) Príklad Nájdite ( vlastné ) čísla( a vlastné vektory ) matice ( A ) 2 14 12 1 a ) A = b) A = c) A = 1 2 2 17 6 1 d) A = Definícia Nech matica A C n n 1 p A (λ) = det(a λi) sa nazýva charakteristický polynóm matice A 2 Nenulový polynóm m A (λ) sa nazýva minimálny polynóm matice A, ak a m A (A) = n n b Ak p je polynóm, pre ktorý p(a) = n n, tak m A (λ) je delitel om p(λ) ( 1 2 ) 4 1 Teda m A (λ) je polynóm najmenšieho stupňa, ktorého hodnota v A je nulová matica e) A = 1 2 5 1 Veta Nech A C n n Potom 1 λ C je vlastné číslo matice A, vtedy a len vtedy, ked je koreňom jej charkateristického polynómu 2 λ C je vlastné číslo matice A, vtedy a len vtedy, ked je koreňom jej minimálneho polynómu 3 (Cayley-Hamiltonova veta) Ak p(λ) je charakteristický polynóm matice A, tak p(a) = n n 4 Minimálny polynóm matice A C n n je delitel om jej charakteristického polynómu Dôkaz Tvrdenie 1 sme už dokázali 2 Ak m(λ) = (λ λ 1 ) k 1 (λ λ 2 ) k2 (λ λ m ) k m je kanonický rozklad minimálneho polynómu matice A, tak n n = m(a) = (A λ 1 I) k1 (A λ 2 I) k2 (A λ m I) km 1

2 LINEÁRNA ALGEBRA 2 Pre každé i = 1, 2,, m je polynóm f(λ) = m(λ)/(λ λ i ) menšieho stupňa ako m(λ), preto B = f(a) n n Teda ak by bola matica (A λ i I) regulárna, tak by n n = (A λ i I)B = (A λ i I) 1 n n = B = Matica B je ale nenulová, preto neexistuje (A λ i I) 1, teda λ i je vlastné číslo matice A Ukázali sme, že každý koreň minimálneho polynómu je vlastné číslo matice A Naopak, ak by vlastné číslo µ matice A nebolo koreňom minimálneho polynómu m(λ) matice A, tak m(λ) = (λ µ)g(λ) + r, kde r = m(µ)r Potom by pre vlastný vektor a patriaci k vlastnému číslu µ platilo m(a)b = [(A µi)g(a) + ri]b = g(a)((a µi)b + rb = rb n 1 To je v spore s tým, že m(a) = n n Zvyšné dve tvrdenia vety sú zrejmým dôsledkom 2 tvrdenia Poznamenajme ešte, že z predchádzajúcej vety vyplýva, že korene minimálneho polynómu a charakteristického polynómu matice A sú tie isté, v minimálnom polynóme môžu mat menšiu násobnost Podobnost matíc, Jordanov tvar matice Teraz sa budeme zaoberat podmienkami, za ktorých matice A, B C n n sú maticami toho istého lineárneho operátora T (pri rôznych bázach) Presnejšie kedy existujú bázy B = {b 1, b 2,, b n }, D = {d 1, d 2,, d n } také, že A = [T ] B, B = [T ] D Pripomeňme, stĺpce matice A sú potom A k = [T b k ] B, k = 1, 2,, n Hlavná otázka bude pri akej báze bude matica [T ] B najjednoduchšia Definícia Matice A, B C n n sa nazývajú podobné, ak regulárna matica P, pre ktorú B = P 1 AP 1 4 4 Príklad Daná je matica A = 8 11 8 Považujme A za maticu lineárneho operátora T : C 3 C 3 8 8 5 vzhl adom na štandardnú bázu S Matica A má vlastné čísla λ 1 = 1, λ 2,3 = 3 Pre túto maticu vieme nájst bázu C 3 1 pozostávajúcu z jej vlastných vektorov: D = {d 1, d 2, d 3 }, d 1 = (1, 2, 2) (Ad 1 = d 1 ), d 2 = (1, 1, ), d 3 = (1,, 1) (Ad 2 = 3d 2, Ad 3 = 3d 3 ) Zoberme P = ( d 1 d 2 d 3 ) = 1 1 1 2 1 (P 1 = d 1, P 2 = d 2, P 3 = d 3 ), teda P = [I] DS, preto 2 1 P 1 = [I] SD A l ahko sa presvedčíme, že [T ] D = [I] SD [T ] S [I] DS = P 1 AP = 1 1 1 2 3 2 AP = 2 2 1 1 1 1 6 9 6 1 1 1 2 1 = 1 3 6 6 3 2 1 3 Teda matica operátora T vzhl adom na bázu pozostávajúcu z vlastných čísel operátora T je diagonálna Veta Matice A, B C n n sú podobné práve vtedy, ked sú maticami toho istého operátora T : C n C n, tj ked existujú bázy B, D také, že A = [T ] B, B = [T ] D Ako urobit dôkaz vidiet z predchádzajúceho príkladu: Ak sú matice podobné A = P BP 1, tak matica A je vzhl adom na štandardnú bázu maticou toho istého operátora ako matica B vzhl adom na bázu {P 1, P 2,, P n } Naopak, ak A = [T ] B, B = [T ] D, tak pre P = [I] BD platí A = P 1 BP Vidiet, že na nájdenie bázy, pri ktorej je matica daného operátora jednoduchá je potrebné poznat štruktúru jeho vlastných vektorov ( V) predchádzajúcom príklade sme našli bázu posoztávajúcu z vlastných vektorov 1 Pre maticu A = sa nám to nepodarí Má len jedno vlastné číslo a k nemu príslušný vlastný 1 1 podpriestor je len jednorozmerný Definícia Matica A C n n sa nazýva diagonalizovatel ná, ak je podobná diagonálnej matici Zrejme platí nasledujúce tvrdenie: Veta Matica A C n n je diagonalizovatel ná práve vtedy, ked existuje báza priestoru C n 1 pozostávajúca z vlastných vektorov matice A

LINEÁRNA ALGEBRA 2 3 Definícia Nech A C n n Polynóm p A (λ) = det(a λi n )sa nazýva charakteristický polynóm matice A Pripomeňme, že λ C je vlastné číslo matice A C n n vtedy a len vtedy, ked λ je koreňom jej charakteristického polynómu p A (λ) Vieme, že deg p A (λ) = n, má teda najviac n rôznych koreňov (ak ich má n, v tom prípade majú všetky násobnost 1 a matica je diagonalizovatel ná Vyplýva to z nasledujúcej vety: Veta Vlastné vektory e 1, e 2, e n prislúchajúce k po dvoch rôznym vlastným číslam λ 1, λ 2,, λ n operátora T : L L sú lineárne nezávislé Dôkaz Vetu dokážeme matematickou indukciou 1 Ak n = 1 tak je veta pravdivá, lebo vlastný vektor e 1 je nenulový a teda množina {e 1 } lineárne nezávislá 2 Predpokladajme, že veta platí pre n vektorov a nech e 1, e 2,, e n, e n+1 sú vlastné vektory prislúchajúce k po dvoch rôznym vlastným číslam λ 1, λ 2,, λ n, λ n+1 Potom vieme, že množina {e 1, e 2, e n } je lineárne nezávislá Ak α n+1 =, tak = α 1 e 1 + α 2 e 2 + + α n e n + α n+1 e n+1 = α 1 e 1 + α 2 e 2 + + α n e n = = α 1 = α 2 = = α n Ak α n+1, tak α 1 e 1 + α 2 e 2 + + α n e n + α n+1 e n+1 = = e n+1 = β 1 e 1 + β 2 e 2 + β n e n, kde β k = α k α n+1, k = 1, 2,, n Teraz T e n+1 = β 1 T e 1 + β 2 T e 2 + β n T e n = β 1 λ 1 e 1 + β 2 λ 2 e 2 + + β n λ n e n T e n+1 = λ n+1 e n+1 = λ n+1 (β 1 e 1 + β 2 e 2 + + β n e n ) = β 1 λ n+1 e 1 + β 2 λ n+1 e 2 + + β n λ n+1 e n Z lineárnej nezávislosti množiny {e 1, e 2,, e n } dostaneme (odčítaním predchádzajúcich rovností): = β 1 (λ 1 λ n+1 ) e 1 + β 2 (λ 2 λ n+1 ) e 2 + + β n (λ n λ n+1 ) e n }{{}}{{}}{{} = = β 1 (λ 1 λ n+1 ) = β 2 (λ 2 λ n+1 ) = = β n (λ n λ n+1 ) Pretože vlastné čísla λ k sú po dvoch rôzne, dostávame = β 1 = β 2 = = β n = = α 1 = α 2 = = α n Potom ale máme α 1 e 1 + α 2 e 2 + + α n e n + α n+1 e n+1 = = α n+1 e n+1 = = α n+1 = To je však spor s našim predpokladom, že α n+1 a veta je dokázaná V prípade, že matica nie je diagonalizovatel ná, najjednoduchšia k nej podobná matica je tzv Jordanova forma matice Definícia Matica J k (λ) = (a ij ) C k k sa nazýva Jordanov blok, ak a ii = λ pre i = 1, 2, k, a i+1,i = 1 pre i = 1, 2,, k 1 Príklad Nech B = {b 1, b 2, b 3 } je báza lineárneho priestoru L Nech lineárny operátor N : L L je určený vzt ahmi Nb 1 = b 2, Nb 2 = b 3, Nb 3 = L ahko sa ukáže, že N 2, N 3 = a jeho matica je [N] B = 1 = J 3 () 1 Teda matica operátora N vzhl adom k báze B je Jordanov blok a bázové prvky majú vlastnost : N k b = pre nejaké k N

4 LINEÁRNA ALGEBRA 2 Definícia Nech A C n n, λ C Nenulový vektor e C n 1 sa nazýva zovšeobecnený vlastný vektor matice (operátora) A patriaci k vlastnému číslu λ, ak existuje m N, pre ktoré (A λi) m e = Množinu E = {f 1, f 2,, f k } C n n nazývame ret azec zovšeobecnených vlastných vektorov matice A, ak 1 f 1 / ran A (ran A znamená obor hodnôt operátora A, tj ran A = span{a 1, A 2,, A n }) 2 (A λi)f p = f p+1, p = 1, 2,, k 1 3 Af k = λf k, f k Nasledujúca veta sa dá jednoducho dokázat matematickopu indukciou pomocou vzt ahu: (A λi)(α 1 f 1 + α 2 f 2 + + α k f k ) = α 1 f 2 + α 2 f 3 + + α k 1 f k Veta Nech A C n n Každý ret azec zovšeobecnených vlastných vektorov matice A je lineárne nezávislá množina Jordanov tvar nilpotentnej matice Nech p q označuje nulovú maticu z C p q Definícia Matica A C n n sa nazýva nilpotentná rádu k N, ak A k = n n A k 1 n n Dá sa ukázat, že pre nilpotentnú maticu A C n n rádu k, pre ktorú dim ker A = p existuje p ret azcov E 1, E 2,, E p zovšeobecnených vlastných vektorov matice A patricich k (jedinému) vlastnému číslu matice A, λ = E 1 = {f 11, f 12,, f 1k1 }, E 2 = {f 21, f 22,, f 2k2 },, E p = {f p1, f p2,, f pkp }, tak, že k = k 1 k 2 k p k 1 + k 2 + + k p = n a E 1 E 2 E p je báza priestoru C n Hlavnú myšlienku dôkazu ukážeme na príklade troch ret azcov Nech E = {e 1, e 2, e 3 }, F = {f 1, f 2, f 3 }, G = {g 1, g 2 } Ukážeme, že množina E F G je lineárne nezávislá vtedy a len vtedy, ked je množina vlastných vektorov {e 3, f 3, g 2 } lineárne nezávislá: Ak je {e 3, f 3, g 2 } lineárne závislá, tak je lineárne závislá aj množina E F G {e 3, f 3, g 2 }, predpokladajme teda, že {e 3, f 3, g 2 } je lineárne nezávislá a existujú čísla α 1, α 2, α 3 ; β 1, β 2, β 3, γ 1, γ 2, pre ktoré α 1 e 1 + α 2 e 2 + α 3 e 3 + β 1 f 1 + β 2 f 2 + β 3 f 3 + γ 1 g 1 + γ 2 g 2 = Potom A 2 (α 1 e 1 + α 2 e 2 + α 3 e 3 + β 1 f 1 + β 2 f 2 + β 3 f 3 + γ 1 g 1 + γ 2 g 2 ) = α 1 e 3 + β 1 f 3 = = α 1 = β 1 = = α 2 e 2 + α 3 e 3 + β 2 f 2 + β 3 f 3 + γ 1 g 1 + γ 2 g 2 =, = A(α 2 e 2 + α 3 e 3 + β 2 f 2 + β 3 f 3 + γ 1 g 1 + γ 2 g 2 ) = α 2 e 3 + β 2 f 3 + γ 1 g 2 = = α 2 = β 2 = γ 1 = = α 3 e 3 + β 3 f 3 + γ 2 g 2 = = α 3 = β 3 = γ 2 = Tým sme naše tvrdenie dokázali Veta Nech A je nilpotentná matica rádu k a dim ker A = p Potom existujú k 1, k 2,, k p N, pre ktoré platí k = k 1 k 2 k p, k 1 + k 2 + + k p = n a matica A je podobná blokovo diagonálnej matici J k1 () k1 k 2 k1 k p k2 k 1 J k2 () k2 k p J = kp k 1 kp k 2 J kp () Dôkaz Ak A je matica lineárneho operátora T vzhl adom na štandardnú bázu, tak matica J je matica lineárneho operátora T vzhl adom na bázu tvorenú vyššie popísanými p ret azcami zovšeobecnených vlastných vektorov matice A

LINEÁRNA ALGEBRA 2 5 Príklad Nájdite Jordanov tvar nilpotentnej matice A = 2 1 4 2 4 2 2 λ 1 Charakteristický polynóm matice A je p A (λ) = 4 2 λ 4 2 λ = λ[(2 λ)( 2 λ) + 4] = λ3 Teda σ(a) = {} a matica A je nilpotentná (presvedčte sa, že A 2 = 3 3 Najprv hl adáme vlastné vektory: 2 1 4 2 2 1 = e = s 1 2 + t, (s, t) C 2, (s, t) (, ) 4 2 1 Existujú teda dve lineárne nezávislé vlastné vektory, báza vzhl adom ku ktorej bude mat matica Jordanov tvar pozostáva z dvoch ret azcov zovšeobecnených vlastných vektorov Najprv hl adáme vlastný vektor e 2, ku ktorému existuje e 1 3 1 také, že Ae 1 = e 2 (súčasne hl adáme aj e 1, teda riešime sústavu rovníc, ktorej rozšírená matica je 2 1 s 4 2 2s 2 1 s pre (s, t) = (1, 2) dostaneme e 2 = 1 2, e 1 = 1 4 2 t t 2s 2 Na vol bu zovšeobecneného vlastného vektora e 1 bolo nekonečne vel a možností Za e 3 zvolíme taký vlastný vektor, ktorý nie je násobkom e 2, napr pre (s, t) = (, 1) dostaneme e 3 = (,, 1) Ak teraz zvolíme maticu P tak, že jej stĺpce sú P 1 = e 1, P 2 = e 2, P 3 = e 3, tak dostaneme A = P JP 1, kde J = 1 J2 () = 2 1 1 2 J 1 () Bez dôkazu teraz uvedieme vetu o Jordanovom tvare všeobecnej matice A C n n Veta Nech A C n n, ktorej charakteristický polynóm má kanonickú faktorizáciu Potom je A podobná blokovo diagonálnej matici p A (λ) = ( 1) n (λ λ 1 ) m1 (λ λ 2 ) m2 (λ λ p ) mp J 1 m1 m 2 m1 m p m2 m 1 J 2 m2 m p J = mp m 1 mp m 2 J p Kde J i λ i I je Jordanov tvar nilpotentnej matice (lineárneho operátora (A λ i I) ker(a λ i ) m i ) Poznamenajme, že J i je Jordanov tvar matice, ktorá má jediné vlastné číslo λ i a je tvaru J ki1 (λ i ) ki1 k i2 ki1 k im ki2 k i1 J ki2 (λ i ) ki2 k im kim k i1 kim k i2 J kim (λ i ) kde k i = k i1 k i2 k im, k i1 +k i2 + +k im = m i Teda Jordanov tvar matice A je blokovo diagonálna matica, ktorá má na diagonále Jordanove bloky patriace k vlastným číslam matice A Počet blokov patriacich k vlastnému číslu λ i je dim ker(a λ i I), teda počtu lineárne nezávislých vlastných vektorov patriacich k λ i Toto číslo sa nazýva geometrická násobnost vlastného čísla λ i a je vždy menšie alebo rovné m i (algebraickej násobnosti λ i ako koreňa charakteristického polynómu matice A) Pripomeňme už dokázanú vetu:

6 LINEÁRNA ALGEBRA 2 Cayley-Hamiltonova veta Nech p(λ) je charakteristický polynóm matice A C n n Potom p(a) = n n Veta Nech p(λ) = ( 1) n (λ λ 1 ) m 1 (λ λ 2 ) m 2 (λ λ p ) m p je charakteristický polynóm matice A C n n a nech k i (i = 1, 2, p) je rozmer najväčšieho Jordanovho bloku matice A patriaceho ku vlastnému číslu λ i Potom minimálny polynóm matice A je m(λ) = (λ λ 1 ) k 1 (λ λ 2 ) k 2 (λ λ p ) k p Caley-Hamiltonovu aj predchádzajúcu vetu stačí dokázat pre Jordanov tvar matice, lebo minimálny aj charakteristický polynóm sa podobnost ou zachováva, stačí si uvedomit, že det(p 1 AP ) = det A a že A = P BP 1 = A 2 = P B(P 1 P )BP 1 = P B 2 P 1 = f(a) = P f(b)p 1 pre polynómy f, Príklad Určte Jordanov tvar J a minimálny polynóm matice A Nájdite regulárnu maticu P, pre ktorú A = P JP 1 a A = 1 2 1 2 1 1 1 1 1 3 (2)] b A = 3 2 3 2 ( 1) J 1 ( 1)] 2 3 4 2 2 3 c A = 6 7 4 1 2 1 2 ( 1) J 1 (1)] d A = 2 1 2 5 3 3 3 ( 1)] 6 6 4 1 2 6 5 3 e A = 3 2 2 2 (1) J 1 (2)] f A = 4 5 2 5 7 3 2 () J 1 (1)] 2 2 6 9 4 1 2 1 1 1 1 4 2 1 1 g A = 2 1 1 3 (1) J 1 (1)] h A = 3 3 3 2 () J 2 ()] 2 1 1 2 4 1 3 3 i A = 15 1 2 1 28 7 1 4 2 6 11 3 1 () J 1 () J 1 (2)] j A = 2 1 1 3 (1) J 1 (1)] 2 4 2 1 1 2 11 1 1 1 2 2 1 3 1 9 1 3 3 1 2 k A = 1 1 11 1 2 (8) J 1 (12) J 1 (12)] l A = 1 5 4 1 (3) J 3 (2) 1 3 1 9 1 2 1