2. Wartości własne i wektory własne macierzy

Podobne dokumenty
Podprzestrzenie macierzowe

ZAGADNIENIE TRANSPORTOWE

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

1. Relacja preferencji

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

Funkcja wiarogodności

Zmiana bazy i macierz przejścia

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Planowanie eksperymentu pomiarowego I

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

Projekt 2 2. Wielomiany interpolujące

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

MACIERZE STOCHASTYCZNE

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

METODY KOMPUTEROWE 1

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

FUNKCJE DWÓCH ZMIENNYCH

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

Portfel złożony z wielu papierów wartościowych

ANALIZA INPUT - OUTPUT

( ) WŁASNOŚCI MACIERZY

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

Analiza Matematyczna Ćwiczenia. J. de Lucas

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

11/22/2014 STRATEGIE MIESZANE - MOTYWACJA. ROZWAśMY PRZYKŁAD:

Matematyczny opis ryzyka

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Matematyka dyskretna. 10. Funkcja Möbiusa

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Twierdzenie Cayleya-Hamiltona

Niech Φ oznacza funkcję zmiennej x zależną od n + 1 parametrów a 0, a 1, K, a n, tj.

Wykład 11. a, b G a b = b a,

Indukcja matematyczna

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Modelowanie i Analiza Danych Przestrzennych

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1)

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

UKŁADY RÓWNAŃ LINOWYCH

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

ELEMENTY ANALIZY NUMERYCZNEJ

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

MODELE OBIEKTÓW W 3-D3 część

. Wtedy E V U jest równa

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć

Regresja REGRESJA

Statystyczne charakterystyki liczbowe szeregu

Współczynnik korelacji rangowej badanie zależności między preferencjami

Diagonalizacja macierzy kwadratowej

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Badania Operacyjne (dualnośc w programowaniu liniowym)

1. MACIERZE, WEKTORY. θ θ. Wybrane z wykładów

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

Zaawansowane metody numeryczne

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

AKADEMIA MORSKA W SZCZECINIE

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

Badania Maszyn CNC. Nr 2

FINANSE II. Model jednowskaźnikowy Sharpe a.

Zadania z algebry liniowej - sem. I Liczby zespolone

Lista 6. Kamil Matuszewski 26 listopada 2015

Prawdopodobieństwo i statystyka r.

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Wybrane własności kurtozy wektora losowego

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

5. OPTYMALIZACJA NIELINIOWA

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

... MATHCAD - PRACA 1/A

VI. TWIERDZENIA GRANICZNE

IV. ZMIENNE LOSOWE DWUWYMIAROWE

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

ELEMENTY TEORII MOŻLIWOŚCI

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

Podprzestrzenie macierzowe

3. OPTYMALIZACJA NIELINIOWA

Elementy arytmetyki komputerowej

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

Wyrażanie niepewności pomiaru

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Transkrypt:

Wartośc włase wektory włase macerzy Wprowadzee Dzałaa a modelach opsuących układy welowymarowe są zazwycza prowadzoe z zastosowaem poęć dotyczących algebry lowe, gdze podstawowym elemetam są: wektor oraz macerz Przez -wymarowy wektor rozume sę układ lczb (ogóle zespoloych) ustawoych w kolumę (wektor kolumowy) lub wersz (wektor werszowy): b b b - wektor kolumowy, c [ c c L c ] - wektor werszowy M b Macerzą m est tablca prostokąta zaweraąca m elemetów macerzy: a a a a a a M M M am am am Wektory p, q o współczykach rzeczywstych są ortogoale (prostopadłe) eśl zachodz rówość: p q, a poadto są uormowae, eśl: p p Kwadratowa macerz ortogoala charakteryzue sę astępuącym właścwoścam: Q Q QQ I, Q Q () skąd wyka, że macerz ortogoala est eosoblwa Macerz o elemetach zespoloych (macerz zespoloa) może być zapsaa w astępuące forme: Re( ) Im( ) U V () Dla macerzy {a } defowaa est macerz sprzężoa o postac: * { a * }, gdze symbol * ozacza operacę sprzężea zespoloego Macerz est hermtowska eśl zachodz rówość: * Odpowedkem zespoloym macerzy ortogoale est macerz utara: * * Q Q QQ I W ektórych publkacach macerz sprzężoą ozacza sę górym deksem H (od azwska Hermte) Charles Hermte (8-9), fracusk matematyk

6 Metody umerycze w techce Suma elemetów stoących a przekąte macerzy est azywaa e śladem: ( ) tr () a Macerzą dołączoą ad macerzy kwadratowe est macerz powstała przez zastąpee każdego elemetu a macerzy traspoowae odpowadaącym mu dopełeem algebraczym D []: D ) M ( () gdze M est morem macerzy, który est wyzaczkem macerzy powstałe przez wykreślee -tego wersza oraz -te kolumy z macerzy Przykład Określć macerz dołączoą macerzy : 7 6 Wykouemy kolee krok zgode z podaą defcą 7 7 7, D, D, D, D 6 6 6 6 D, D, D, D, D 6 7 7 Zatem: D D D ad D D D 6 6 D 7 D D Warto przypomeć, że z macerzą dołączoą zwązaa est macerz odwrota: det ad () dla det W powyższym przykładze det 9 oraz: ad 6 6 9 9 7 Łatwo sprawdzć, że: - I Jeśl est macerzą kwadratową, to operaca: w (6) Od agelskego termu adot

Wartośc włase wektory włase macerzy 7 może być traktowaa ako przekształcee wektora w wektor w, przy czym, oba wektory maą te sam wymar Macerz w tym zwązku peł rolę operatora przekształcea W ogólym przypadku, wektory w w (6) różą sę kerukem, zwrotem oraz długoścą Ilustrue to astępuący przykład Przykład Określć rezultat przekształcea (6) dla astępuących parametrów: 7, Łatwo sprawdzć, że w wyku przekształcea (6) otrzymamy: w Położee obu wektorów względem początku układów est pokazae a rys a Ich wzaema relaca wyka z operatora przekształcea (macerzy ) L Rys Grafcza lustraca położea rozpatrywaych wektorów Ważym przypadkem est tak dobór wektora, aby w rezultace przekształcea (6) otrzymać wektor proporcoaly: w λ, (7) gdze współczyk proporcoalośc λ est azyway wartoścą własą, a wektor wektorem własym macerzy, zwązaym z wartoścą własą λ [] W takm wypadku oba wektory w (6): w oraz maą te sam keruek, atomast mogą sę różć zwrotem długoścą (w zależośc od zaku wartośc współczyka λ) Rozpatrywaa macerz ma dwa take rozwązaa: 7 / 9 dla λ oraz dla λ Odpowadaą m wektory w spełaące rówaa (6) (7): 7 / 9 w λ oraz w λ (rys b) Sposób wyzaczaa wartośc własych wektorów własych dae macerzy kwadratowe oraz aalza wypływaących stąd właścwośc operac (6) est główym przedmotem rozważań w dalsze częśc eszego rozdzału Wartośc włase weloma charakterystyczy macerzy Przekształcee (6), spełaące waruek (7) ma astępuącą formę:

8 Metody umerycze w techce λ (8) gdze est macerzą kwadratową, atomast λ est skalarem Problem określea wartośc współczyka λ oraz zwązaego z m wektora os azwę zagadea wektora wartośc włase macerzy lub króce: zagadea własego Przeosząc składk rówaa (8) a edą stroę otrzymamy astępuącą edorodą postać tego rówaa: ( I) ( λi ) λ (9) Rówae to ma oczywste (trywale) rozwązae: Ne est to edak rozwązae cekawe, gdyż a ego wyk e maą wpływu pozostałe elemety rówaa Okazue sę, że etrywale rozwązae (9) stee wówczas, gdy macerz : λi est osoblwa [], [8]: ( I) det λ () Waruek () prowadz do teresuącego wosku, że prawa stroa (9) pozostae rówa zeru pommo tego, że: Perwastk rówaa () są wartoścam własym macerzy, podczas gdy est wektorem własym te macerzy Wektor także speła rówae (8), edak est to właśe rozwązae trywale, a odpowadaący mu wektor e est wektorem własym macerzy Łatwo sprawdzć, że zależość () przedstawa weloma stopa względem zmee λ: ( λi) p( λ) d λ d λ d λ d det, () Jest to tzw weloma charakterystyczy macerzy Współczyk tego welomau są zwązae z charakterystykam macerzy : wyraz woly est rówy wyzaczkow macerzy (d det()), atomast współczyk stoący przy λ - est rówy śladow macerzy (d - tr()) Łatwo także sprawdzć, że współczyk stoący przy awyższe potędze λ est rówy dla parzystego rozmaru macerzy, oraz dla rozmaru eparzystego: d ( ) W ogólym przypadku perwastk welomau charakterystyczego mogą być welokrote, co wyka z loczyowe formy reprezetac (): m m m ( ) ( λ λ ) ( λ λ ) ( λ λ ) k p( λ) L, () k przy czym: m m L mk, m krotość -tego perwastka W dalsze aalze ograczamy rozważaa do przypadków, gdy macerz kwadratowa ma poedycze wartośc włase Wosk stąd płyące daą sę rozszerzyć także a przypadek welokrotych perwastków welomau charakterystyczego (), edak algorytmy oblczeowe są bardze złożoe [6], [8] Na podstawe () wdać, że perwastk welomau charakterystyczego macerzy są wartoścam własym te macerzy Poadto, wyzaczk macerzy est rówy loczyowy e wszystkch wartośc własych: W rówau edorodym po ede stroe zaku rówośc występue zero

Wartośc włase wektory włase macerzy 9 ( ) det λ, () atomast suma wartośc własych macerzy est rówa śladow te macerzy: ( ) tr λ () Właścwość () stae sę oczywsta, gdy rozpszemy zależość (): a λ a a λ a det( λi) () M M M a a a a a λ Przykład Określć wartośc włase macerzy : Stosuąc () otrzymamy: 7 6 λ 7 λ λ 6 λ λ λ 9 Perwastk otrzymaego welomau (a węc także wartośc włase macerzy ) są astępuące: λ 8,999, λ 6 67, λ 6 Moża sprawdzć, że: det() λ λλ -9, tr() λ λ λ, co est także rówe sume elemetów leżących a przekąte orygale macerzy Wracaąc do opsu właścwośc zagadea własego warto zazaczyć, że zbór wartośc własych dae macerzy est azyway spektrum te macerzy Każda macerz, ma wartośc własych, lczoych zgode z ch krotoścą - () Jeśl (8) est spełoe dla wartośc włase λ : λ, (6) to wektor est wektorem własym macerzy przyależym do wartośc włase λ, co tworzy parę: λ, zatem, wektor własy przyależy do wartośc włase λ speła rówae (9): ( I) ( λ I ) λ, (7) przy czym, odrzucamy rozwązae trywale: Przykład Zaleźć wartośc włase wektory włase macerzy: 6

Metody umerycze w techce Wartośc włase oblczamy z rówaa: λ det( λi) ( )( ) 8 6 λ λ λ Weloma charakterystyczy ma astępuącą postać: ( λ )( λ ), λ, λ Dla perwsze wartośc włase (λ ) rówae () est astępuące: ( λ I) 6 6 6, skąd: ; 6 6 ; t t Wdać, że powyższe rówaa są spełoe dla każdego wektora [ ] wektora własego e est węc edozaczy Podobe, dla λ otrzymamy: ( λ I) 6, skąd: 6 ; 6 ; t t, t co dae: [ ], t Wybór Wdać, że wektory włase moża określć z dokładoścą do stałego czyka Zazwycza edak podae sę uormowaą wartość wektora, zakładaąc, że: x lub x, (8) gdze: x max( x ) - orma maksmum, x x x x - orma kwadratowa (eukldesowa) Operaca ormalzac według ormy eukldesowe przebega zgode z zależoścą: : (9) / Wektory włase moża także określć a podstawe macerzy dołączoe ( λ I) ad macerzy λ I (): kolumy macerzy [ λi] ad λ λ są wektoram własym macerzy zwązaym z wartoścą własą λ [] Procedurę tę lustrue koley przykład Przykład Określć wartośc włase wektory włase macerzy: Rówae charakterystycze: det( λi) ( λ)(( λ) 9) ma astępuące perwastk: λ, λ, λ Wektory włase określmy przez oblczee macerzy dołączoych:

Wartośc włase wektory włase macerzy ( λi) ad [ ( λ ) ( λ ) ( λ )] λ λ ad Spośród tych trzech wektorów tylko (λ ) e est zerowy, węc () [ ] Dla druge wartośc włase otrzymamy: ( λi) ad 9 9 [ ( λ ) ( λ ) ( λ )] λ λ 9 9 ad W tym przypadku każdy z wektorów może być wybray ako wektor własy skoarzoy z wartoścą własą λ Dla trzece wartośc włase mamy: ( λi) ad 9 9 [ ( λ) ( λ) ( λ) ] λ λ 9 9 ad akże w tym przypadku w charakterze wektora własego moża wybrać dowoly wektor spośród (λ ), (λ ), (λ ) Moża zauważyć, że poszczególe wektory włase skoarzoe z tą samą wartoścą własą są take same z dokładoścą do stałe Na przykład: ( λ) a( λ), gdze a ; λ ) b ( ), gdze b ( λ Powyższe przykłady pokazuą sposób rozwązaa zagadea własego macerzy Moża go uąć w astępuący algorytm: - Określć weloma charakterystyczy p(λ) macerzy () - Wyzaczyć perwastk welomau charakterystyczego: p(λ) - Dla każde wartośc włase wyzaczyć odpowadaący e wektor własy, będący etrywalym rozwązaem rówaa eedorodego (7) lgorytm te moża stosować edye do zadań o małych rozmarach macerzy Zaych est wele efektywych algorytmów rozwązywaa zagadea własego, które moża z powodzeem stosować do rozwązywaa zadań o dużych rozmarach Szczegółowy ch ops moża zaleźć w lteraturze przedmotu [], [], [6] Odpowadaące m programy wchodzą w skład zaych paketów oblczeowych [8], [], [] Dagoalzaca macerzy Z zagadeem wartośc własych łączy sę problem podobeństwa macerzy Jeśl w (8) wektor zostae zastąpoy przez wektor y V -, gdze V est macerzą eosoblwą, to otrzymamy: By λy, B V V, () przy czym wartośc włase obu macerzy podobych są edakowe [] Jedocześe, eśl est wektorem własym przyależym do wartośc włase λ, to wektor y V - est wektorem własym macerzy B przyależym do te same wartośc włase λ

Metody umerycze w techce Przekształcee () est azywae przekształceem podobeństwa, w którym macerze B są podobe Jeśl macerz V est macerzą ortogoalą (utarą) (), to podobeństwo () azywamy podobeństwem ortogoalym Każda macerz symetrycza może być przekształcoa za pomocą podobeństwa ortogoalego do postac dagoale (przekątoścowe), w które przekąta est utworzoa z wartośc własych macerzy: V V Λ dag λ, λ,, ), () ( λ gdze macerz przekształcea V (zwaa także macerzą modalą) est utworzoa z wektorów własych macerzy : [ L ] V () Wyłączaąc w () macerz otrzymamy: λ [ L ] [ L ] V Λ V M λ M L L O L M λ, () co est azywae rozkładem macerzy względem e wartośc własych, przy czym est wektorem własym macerzy zwązaym z e wartoścą własą λ Warukem stea przekształcea () est eosoblwość macerzy V Jest to spełoe, eśl wektory włase macerzy są ezależe: [ ] det( V) det( L ) () Zależość () est spełoa, eśl wektory włase,,,, macerzy przyależą do różych wartośc własych Na podstawe powyższe aalzy wdać, że rozkład macerzy według e wartośc własych może być stosoway do określea operatora przekształcea te macerzy do postac dagoale Przykład 6 Określć operator, który przekształca macerz z Przykładu : do postac dagoale W Przykładze określoe zostały wektory włase macerzy Wyberzmy astępuący komplet tych wektorów: (λ ) [ ], (λ ) [ ], (λ ) [ ] Macerz ależy utworzyć z wymeoych wektorów własych odpowadaących różym wartoścom własym Poeważ te wektory są określoe z dokładoścą do stałe, węc moża e zormalzować, co dae astępuącą macerz trasformac ortogoale: ( λ ) ( λ ) ( λ),,,,,,,,,,, Moża sprawdzć, że:

Wartośc włase wektory włase macerzy λ Λ λ λ Powyższe oblczea moża łatwo przeprowadzć posługuąc sę programem MLB: [,D]eg(); gdze, D Λ (wcześe ależy zadeklarować macerz ) W rezultace otrzymamy astępuące macerze:,9 Λ,,77,77,86,77,77,9 Wdać, że wartośc włase są podae w e koleośc, zaczyaąc od wartośc awększych co do modułu o spowodowało odpowedą zmaę koleośc wektorów w macerzy W stosowae tu procedurze wektory włase są uormowae według ormy kwadratowe, co obawa sę także w ych wartoścach poszczególych elemetach macerzy (suma kwadratów współczyków poszczególych wektorów własych est rówa ) Jak wdać, podstawowe relace pozostaą edak zachowae alzuąc wyk Przykładu 6 moża zauważyć, że dagoalzaca rozpatrywae macerzy rzeczywste wymaga stosowaa operatora w postac macerzy zespoloe Wyka to stąd, że wartośc włase są w tym przypadku zespoloe Pod tym względem zacze korzystesze właścwośc maą symetrycze macerze rzeczywste Dowodz sę, że wartośc włase rzeczywstych macerzy symetryczych są zawsze rzeczywste a zatem, rozkład takch macerzy według wartośc własych est także rzeczywsty [], [] Poadto, wektory włase odpowadaące różym wartoścom własym są wzaeme ortogoale W takm wypadku moża zatem stosować zależośc () () Jeśl macerz V est macerzą ortogoalą (utarą) (), to podobeństwo () azywamy podobeństwem ortogoalym Każda macerz symetrycza może być przekształcoa za pomocą podobeństwa ortogoalego do postac dagoale (przekątoścowe) według (), w które przekąta est utworzoa z wartośc własych macerzy, przy czym: V V, () co est rówoważe zależośc: V V I Wektory włase tworzące macerz V są w tym przypadku ortoormale: I oraz Wyłączaąc w () macerz otrzymamy: V Λ V λ λ L λ (6) M λ [ ] Wdać, że rozkład symetrycze rzeczywste macerzy względem e wartośc własych e wymaga odwracaa macerzy przekształceń, a procedura oblczaa

Metody umerycze w techce par: λ, est zazwycza zacze prostsza ż w przypadku macerzy esymetryczych [], [] Przykład 7 Określć operator V, który przekształca astępuącą macerz : do postac dagoale Zauważmy, że est macerzą rzeczywstą symetryczą Określamy rówae charakterystycze: det( λi) λ λ λ Wartośc włase są astępuące: λ, λ 68,, λ 8, Wektory włase moża określć przez rozwązae rówań (7) dla oddzelych wartośc własych, przy czym, poszukwaym welkoścam są wektory włase zwązae z tym wartoścam a λ Rówae (7) ma astępuącą postać: ) ( I λ, skąd otrzymuemy:,, Wydzelaąc z perwszego rówaa, po wstaweu do trzecego, otrzymamy astępuący układ rówań:, które są sobe rówoważe Jedą z występuących tam zmeych ależy zatem wybrać dowole Zakładaąc, otrzymamy: - oraz - W te sposób otrzymalśmy wektor własy dla λ : [ ] b λ Postępuemy podobe, ak w poprzedm pukce: ) ( I λ, skąd otrzymuemy:,,

Wartośc włase wektory włase macerzy Zów, zakładaąc, otrzymamy: ( ) oraz otrzymalśmy wektor własy dla λ : ( ) W te sposób c λ Dzałaa podobe ak w poprzedch dwóch puktach prowadzą do astępuące wartośc W te sposób określoa została macerz trasformac V, przedstawaąca rozkład macerzy według wartośc własych:,,7, V [ ],6 6,,, Poszczególe wektory włase w powyższych oblczeach e są uormowae Normalzaca polega a wykoau skalowaa zgode z (9) wszystkch wektorów własych Uormowaa macerz trasformac est astępuąca: wektora własego dla λ : ( ),6,76,76 V [ ],7,6,6,6,76,76 Moża zauważyć, że zamaa dwóch perwszych kolum prowadz do symetrycze postac te macerzy, która est z pewoścą korzystesza Ostatecze otrzymuemy:,76,6,76 V [ ],6,7,6,76,6,76 Moża sprawdzć, że: V V I, a poadto: V V Λ,8,,68 gdze a przekąte występuą wartośc włase macerzy Poże rozpatryway est podoby przykład, gdy est macerzą hermtowską Przykład 8 Określć operator V, który przekształca astępuącą macerz : do postac dagoale Zauważmy, że est macerzą zespoloą hermtowską Określamy rówae charakterystycze: det( λi) λ λ λ,

6 Metody umerycze w techce które est detycze, ak dla macerzy z Przykładu 7 prowadz węc do tych samych wartośc własych Skorzystamy w tym przypadku z pomocy programu MLB: [ ; ; - ]; [V,D]eg(); Po wykoau tego programu otrzymamy macerz przekształceń utworzoą z wektorów własych:,6,76 -,9,9 V [ ],6,6,7,7 -,6 -,6,76 -,7,7 Jest to macerz utara, węc moża sprawdzć, że zachodzą astępuące zwązk: * * V V I oraz V V, a poadto: * * * I V V D,8, co odpowada dagoale macerzy D z wartoścam,68 własym a przekąte, otrzymae po wykoau powyższego programu W różych zastosowaach praktyczych macerz przekształceń V w () lub (6), która prowadz do macerzy dagoale, est azywaa macerzą modalą Jest to zwązae z tym, że system wzaeme sprzężoych rówań algebraczych lub różczkowych, po dagoalzac macerzy parametrów, stae sę systemem przedstawaącym ezależych układów, w których e występuą wzaeme sprzężea e ezależe współrzęde azywae są modam ypowym przykładem w elektrotechce est modala macerz przekształcea układu trófazowego we współrzędych fazowych do składowych symetryczych, co prowadz do uproszczea modelu ake podeśce est powszeche stosowae w techce Zadaa Poższe zadaa wykoać posługuąc sę edye podstawowym operacam dostępym w kalkulatorze lub w pakece kalkulacyym komputera Oblczyć wyzaczk: λ det( ) λ λ Określć wartośc współczyka λ, dla których rówae x ma etrywale rozwązaa Dla podaych macerzy określć: - weloma charakterystyczy p (λ); - wartośc włase; - wektory włase dla każde wartośc włase

Wartośc włase wektory włase macerzy 7 a) b) 9 6 c) d) e) e) 9 7 6 8 7 9 f) g) h) ) ) ) / / k) l) Dla podaych macerzy symetryczych/hermtowskch określć wartośc włase, wektory włase macerz modalą Przeprowadzć ormalzacę wektorów własych w celu uzyskaa wektorów ortoormalych Sprawdzć, czy są spełoe waruk ortogoalośc/utarośc macerzy modale b) 6 6 c) d) e) e) f) g) h) ) ) ) k) l) Uwaga: w przypadku, gdy weloma charakterystyczy ma stopeń wększy ż dwa, to moża posłużyć sę fukcą programu MLB do zalezea ego perwastków: roots(d), gdze d est wektorem współczyków welomau Na przykład, w przypadku welomau: ) ( λ λ λ λ p perwastk oblcza sę astępuąco: d[- - ]; qroots(d), gdze q est wektorem zaweraącym perwastk:,7,,,,679