SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE

Σχετικά έγγραφα
Elementi spektralne teorije matrica

Dijagonalizacija operatora

SISTEMI NELINEARNIH JEDNAČINA

Linearna algebra 2 prvi kolokvij,

Operacije s matricama

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

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

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

DRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =

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

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

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

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

Teorijske osnove informatike 1

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

PID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ).

Zadaci iz Linearne algebre (2003/4)

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

5 Sistemi linearnih jednačina. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2.

Osnovne teoreme diferencijalnog računa

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

APROKSIMACIJA FUNKCIJA

Ispitivanje toka i skiciranje grafika funkcija

Konačno dimenzionalni vektorski prostori

3.1 Granična vrednost funkcije u tački

Linearna algebra 2 prvi kolokvij,

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

Determinante. Inverzna matrica

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

Geometrija (I smer) deo 1: Vektori

41. Jednačine koje se svode na kvadratne

18. listopada listopada / 13

Sistemi linearnih jednačina

Norme vektora i matrica

Linearna algebra. skripta. Januar 2013.

Glava 1. Realne funkcije realne promen ive. 1.1 Elementarne funkcije

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori

Matematika 1 { fiziqka hemija

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

1 Promjena baze vektora

Linearna algebra. skripta. Januar 2013.

Vektorski prostori. Vektorski prostor

Linearna algebra. skripta. Januar 2013.

Neka su A i B proizvoljni neprazni skupovi. Korespondencija iz skupa A u skup B definiše se kao proizvoljan podskup f Dekartovog proizvoda A B.

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

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

Uvod i vektorski prostori

ZBIRKA TESTOVA IZ ALGEBRE

LINEARNA ALGEBRA I ANALITIČKA GEOMETRIJA

Elementarna matematika - predavanja -

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

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

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

Zadaci iz trigonometrije za seminar

5. Karakteristične funkcije

4 Matrice i determinante

5 Ispitivanje funkcija

Matematički fakultet Univerziteta u Beogradu. Teorija relativnosti i kosmološki modeli

Matematička analiza 1 dodatni zadaci

Granične vrednosti realnih nizova

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

POGLAVLJE 1 BEZUSLOVNA OPTIMIZACIJA. U ovom poglavlju proučavaćemo problem bezuslovne optimizacije:

Algebarske strukture sa jednom operacijom (A, ): Ako operacija ima osobine: zatvorenost i asocijativnost, onda je (A, ) polugrupa

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

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

Granične vrednosti realnih funkcija i neprekidnost

Zadatak 1 Dokazati da simetrala ugla u trouglu deli naspramnu stranu u odnosu susednih strana.

f n z n, (2) F (z) = pri čemu se pretpostavlja da red u (2) konvergira bar za jednu konačnu vrednost kompleksne promenljive Z(f n ) = F (z).

Prediktor-korektor metodi

PROBNI TEST ZA PRIJEMNI ISPIT IZ MATEMATIKE

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

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

7 Algebarske jednadžbe

4 Numeričko diferenciranje

Bulove jednačine i metodi za njihovo

Dvanaesti praktikum iz Analize 1

Matematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO

2 Jordanova forma. 2.1 Nilpotentni operatori

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

numeričkih deskriptivnih mera.

Jednodimenzionalne slučajne promenljive

ELEMENTARNE FUNKCIJE dr Jelena Manojlović Prirodno-matematički fakultet, Niš

ELEMENTARNE FUNKCIJE

ELEMENTARNE FUNKCIJE

Diferencijabilnost funkcije više promenljivih

Zavrxni ispit iz Matematiqke analize 1

ELEMENTARNA MATEMATIKA 2

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

ELEKTROTEHNIČKI ODJEL

Zadaci iz Osnova matematike

Matrične nejednakosti

(y) = f (x). (x) log ϕ(x) + ψ(x) Izvodi parametarski definisane funkcije y = ψ(t)

Linearna algebra i geometrija

radni nerecenzirani materijal za predavanja

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

IZVODI ZADACI (I deo)

Iskazna logika 1. Matematička logika. Department of Mathematics and Informatics, Faculty of Science, University of Novi Sad, Serbia.

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

Matematiqki fakultet. Univerzitet u Beogradu. Domai zadatak

Linearna algebra

Transcript:

1 SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE Neka je (V, +,, F ) vektorski prostor konačne dimenzije i neka je f : V V linearno preslikavanje. Definicija. (1) Skalar F je sopstvena (karakteristična) vrednost operatora f ako postoji vektor x 0 takav da je f(x) = x. (2) Skup svih sopstvenih vrednosti operatora f se zove spektar operatora f i obeležava sa Sp(f). (3) Ako je Sp(f), vektor x 0 takav da je f(x) = x, se zove sopstveni (karakteristični) vektor operatora f pridružen sopstvenoj vrednosti. (4) Za Sp(f) skup V f = {x V f(x) = x} se zove sopstveni (karakteristični) potprostor od f pridružen sopstvenoj vrednosti. Očigledno, V f Važi V f {0} (nije trivijalan). f V, jer je za svako x, y V i svako α, β F f(αx + βy) = αf(x) + βf(y) = αx + βy = (αx + βy), tj. αx + βy V f. Takod e, x V f (f 1 V )(x) = 0 x ker(f 1 V ), tj. V f = ker(f 1 V ). Primeri. (1) Za 1 v : V V, 1 V (x) = x važi 1 V (x) = x, x 0 x = x, x 0 = 1 Sp(1 V ) = {1}, V 1 = V. (2) Za f : R 2 R 2, f(x, y) = (x cos θ y sin θ, x sin θ + y cos θ), 0 < θ < π (rotacija oko (0,0) za ugao θ) važi Sp(f) =. Zaista, iz f(x, y) = (x, y), (x, y) (0, 0) dobijamo sistem jednačina (cos θ )x sin θy = 0 sin θ x + (cos θ )y = 0, (x, y) (0, 0) koji ima netrivijalna rešenja akko cos θ sin θ sin θ cos θ = 0, tj. 2 2 cos θ + 1 = 0. Med utim, ova jednačina nema rešenja u skupu R (D = 4 cos 2 θ 4 < 0), pa je Sp(f) =.

2 Neke osobine sopstvenih vrednosti i sopstvenih vektora date su sledećom teoremom: Teorema 1. Neka je V konačno dimenzioni vektorski prostor i f : V V linearno preslikavanje. Tada (1) f je automorfizam akko 0 / Sp(f). (2) Ako je f automorfizam onda: Sp(f) 1 Sp(f 1 ). (3) Ako x V f f n onda ( n N)x V n (gde je f n = f f... f). Dokaz. (1) 0 Sp(f) f(x) = 0, x 0 kerf {0} f nije automorfizam. (2) Ako je f automorfizam onda postoji f 1 koje je takod e automorfizam. Sp(f) ( x 0)f(x) = x 0 x = f 1 (x), x 0, 0 x = f 1 (x), 0, x 0 f 1 (x) = 1 x, x 0 1 Sp(f 1 ). Obrat, 1 Sp(f 1 ) ( 1 ) 1 Sp((f 1 ) 1 ) Sp(f). (3) Jednostavno se proverava indukcijom po n. Za A M n (F ) neka je f A : M n 1 M n 1, f A (X) = AX. Lako se proverava da je f A linearni operator. Definicija. (1) Sp(A) def = Sp(f A ), tj. sopstvene vrednosti matrice A su sopstvene vrednosti operatora f A. (2) Matrica kolona X 0 je sopstveni vektor matrice A pridružen sopstvenoj vrednosti akko X je sopstveni vektor operatora f A. (3) Za Sp(A), V A def = V f A. Primer. Odredimo sopstvene vrednosti i sopstvene vektore matrice [ ] 1 1 A = M 4 2 2 (R). Po definiciji, to su sopstvene vrednosti i sopstveni vektori linearnog operatora f A : M 2 1 (R) M 2 1 (R), f A (X) = AX. [ ] [ ] x 0 Dakle, tražimo skalar R i vektor X = takav da je f y 0 A (X) = X. Kako je [ ] [ ] [ ] 1 1 x 0 f A (X) = X AX = X (A I 2 )X = 0 = 4 2 y 0

3 problem se svodi na odred ivanje netrivijalnih rešenja sistema linearnih jednačina ( 1 )x + y = 0 4x + (2 )y = 0. Ovaj sistem linearnih jednačina ima netrivijalna rešenja akko je 1 1 4 2 = 0. Izračunavanjem ove determinante dobijamo ( + 2)( 3) = 0, pa su sopstvene vrednosti 1 = 2 i 2 = 3, tj. Sp(A) = Sp(f A ) = { 3, 2}. Odredimo sada i sopstvene vektore koji odgovaraju ovim sopstvenim vrednostima. Za 1 = 2 dobijamo matričnu jednačinu (A + 2I 2 )X = 0, tj. [ ] [ ] [ ] 1 1 x 0 = 4 4 y 0 koja se svodi na jednačinu x + y = 0, tj. x = y, pa je sopstveni vektor [ ] y X =, y 0, y odnosno sopstveni potprostor je (M 2 1 (R)) 1 = L {[ 1 1 ]}. Slično, za 2 = 3, dobijamo {[ 1 (M 2 1 (R)) 1 = L 4 ]}. Izložimo sada standardni postupak za odred ivanje sopstvenih vrednosti i sopstvenih vektora matrice i linearnog operatora. Neka je A = [a ij ] M n (F ). Definicija. Polinom a 11 a 12... a 1n p A () def a 21 a 22... a 2n = det(a I n ) =...... a n1 a n2... a nn se zove sopstveni (karakteristični) polinom matrice A.

4 Izračunavanjem determinante i sred ivanjem po stepenima od dobija se p A () = ( 1) n n + ( 1) n 1 (a 11 + a 22 +... + a nn ) n 1 +... + deta. Definicija. Matrice A, B M n (F ) su slične akko postoji regularna matrica P M n (F ) takva da je B = P 1 AP, tj. A s B def ( P M n (F ))B = P 1 AP. Osobine relacije sličnosti matrica date su u sledećoj teoremi. Teorema 2. (1) s je relacija ekvivalencije, (2) ako A s B onda deta = detb, tra = trb, ranga = rangb. Dokaz. (1) Iz A = In 1 AI n sledi A s A, za svako A M n (F ) (refleksivnost). A s B ( P )B = P 1 AP A = (P 1 ) 1 BP 1 B s A (simetričnost). A s B B s C B = P 1 AP C = Q 1 BQ C = Q 1 P 1 AP Q = (P Q) 1 A(P Q) A s C (tranzitivnost). (2) Neka A s B, tj. postoji regularna matrica P takva da je B = P 1 AP. Tada detb = det(p 1 AP ) = detp 1 detadetp = 1 osobina determinanti) detp detadetp = deta (primenom trb = tr((p 1 A)P ) = tr(p (P 1 A)) = tr((p P 1 )A) = tra (primenom osobine tr(cd) = tr(dc)) Iz B = P 1 AP sledi A v B, pa je ranga = rangb. Za linearni operator f : V V konačno dimenzionog vektorskog prostora V i baze B 1 i B 2 prostora V, iz sledi Primenom Teoreme 2. dalje sledi [f] B1 = P B1 B 2 [f] B2 P B2 B }{{} 1 = P 1 [f] B2 P =P [f] B1 s [f] B2. det([f] B1 ) = det([f] B2 ), rang([f] B1 ) = rang([f] B2 ), tr([f] B1 ) = tr([f] B2 ),

5 tj. determinanta, trag i rang matrice reprezentacije linearnog operatora ne zavise od izbora baze prostora. Stoga su korektne sledeće definicije: det(f) def = det([f] B ), rang(f) def = rang([f] B ), tr(f) def = tr([f] B ), gde je B bilo koja baza prostora V. Teorema 3. Sopstveni polinomi sličnih matrica su jednaki. Dokaz. A s B ( P )B = P 1 AP B I n = P 1 AP P 1 (I n )P = P 1 (A I n )P A I n s B I n det(a I n ) = det(b I n ) p A () = p B (). Napomena. Obrat prethodne teoreme ne važi, [ tj. iz] p A () = p B () ne sledi A s B, 1 1 što pokazuje sledeći primer. Za matricu A = važi p 0 1 A () = (1 ) 2 = p I2 (), ali A s I 2. Naime, ako A s I 2 onda bi postojala regularna matrica P takva da je A = P 1 I 2 P = I 2, što je kontradikcija. Teorema 3. obezbed uje korektnost sledeće definicije: Definicija. Sopstveni (karakteristični) polinom linearnog operatora f : V V konačno dimenzionog prostora V je sopstveni polinom matrice reprezentacije operatora f u nekoj bazi B prostora V, tj. p f () def = p [f]b () = det([f] B I n ). Teorema 4. Ako je f : V V linearno preslikavanje konačnodimenzionog prostora V nad poljem F i F, onda važi Sp(f) p f () = 0. Dokaz. Neka je A = [f] B, gde je B baza prostora V. Tada Sp(f) (f 1 V )(x) = 0, za neko x 0 f 1 V nije automorfizam [f 1 V ] B nije regularna det[f 1 V ] B = 0 det(a I n ) = 0 p A () = 0 p f () = 0.

6 Dakle, spektar linearnog operatora (kvadratne matrice) je skup svih korena sopstvenog polinoma koji pripadaju F. Sopstveni vektori su oni x 0 za koje je (f 1 V )(x) = 0, tj. (A I n )X = 0, gde je A = [f] B i [x] B = X, što dalje svodimo na traženje netrivijalnih rešenja homogenog sistema jednačina. Primer. Odredimo sopstvene vrednosti i sipstvene vektore linearnog operatora f : R 3 R 3, f(x, y, z) = (x 3y + 3z, 3x 5y + 3z, 6x 6y + 4z). Neka je e = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} standardna baza prostora R 3. Tada 1 3 3 1 3 3 A = [f] e = 3 5 3 p f () = 3 5 3 6 6 4 6 6 4 = ( + 2)2 ( 4) Sp(f) = { 2, 4}. Za 1 = 2 odredimo (x, y, z) (0, 0, 0) tako da je f(x, y, z) = 2(x, y, z), tj. (f + 2 1 R 3)(x, y, z) = (0, 0, 0). Ova jednakost se može zapisati u matričnomobliku x ([f] e + 2I 3 )[(x, y, z)] e = 0, odnosno (A + 2I 3 )X = 0, gde je X = [(x, y, z)] e = y. z 3 3 3 3 3 3 6 6 6 x y z = 0 0 0 x y + z = 0 y = x + z, R 3 1 = {(x, x + z, z) x, z R} = L{(1, 1, 0), (0, 1, 1)}. Slično, za 2 = 4 dobijamo R 3 2 = L{(1, 1, 2)}. Primetimo da skup B = {(1, 1, 0), (0, 1, 1), (1, 1, 2)} predstavlja jednu bazu prostora R 3 i da je 2 0 0 [f] B = 0 2 0. 0 0 4