Diagonalizacja macierzy i jej zastosowania

Podobne dokumenty
Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania

Endomorfizmy liniowe

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Zadania przygotowawcze, 3 kolokwium

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Przekształcenia liniowe

Zastosowania wyznaczników

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Układy liniowo niezależne

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

Zestaw zadań 14: Wektory i wartości własne. ) =

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

Działania na przekształceniach liniowych i macierzach

Wyk lad 11 1 Wektory i wartości w lasne

A. Strojnowski - Twierdzenie Jordana 1

Wektory i wartości własne

Zadania egzaminacyjne

Wyk lad 11 Przekszta lcenia liniowe a macierze

Wektory i wartości własne

R n jako przestrzeń afiniczna

1 Podobieństwo macierzy

Postać Jordana macierzy

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

Imię i nazwisko... Grupa...

Zadania z Algebry liniowej 4 Semestr letni 2009

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

1 Zbiory i działania na zbiorach.

Wartości i wektory własne

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,

1 Macierze i wyznaczniki

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Baza w jądrze i baza obrazu ( )

Algebra liniowa z geometrią

DB Algebra liniowa 1 semestr letni 2018

Algebra liniowa. 1. Macierze.

Analiza matematyczna i algebra liniowa Macierze

Przestrzenie liniowe

Układy równań liniowych

Geometria Lista 0 Zadanie 1

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Wykład 14. Elementy algebry macierzy

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

Zaawansowane metody numeryczne

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

Przekształcenia liniowe

Rozwiązania zadań z listy T.Koźniewskiego

Praca domowa - seria 6

Przestrzenie liniowe

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

1 Wartości własne oraz wektory własne macierzy

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Programowanie liniowe

1 Działania na zbiorach

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Układy równań i równania wyższych rzędów

13 Układy równań liniowych

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Układy równań liniowych

z = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

Prawdopodobieństwo i statystyka

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

5. Równania różniczkowe zwyczajne pierwszego rzędu

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Statystyka i eksploracja danych

Własności wyznacznika

Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne

Zadania z GAL-u. 1 Rozwia. Listopad x + 3y = 1 3x + y = x + y = 1 x + 2y 3z = 3 2x + 4y + z = 1 1.2

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Rozwiązania, seria 5.

φ(x 1,..., x n ) = a i x 2 i +

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.

Formy kwadratowe. Rozdział 10

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Programowanie liniowe

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

1 Elementy logiki i teorii mnogości

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

1 Macierz odwrotna metoda operacji elementarnych

Metody dekompozycji macierzy stosowane w automatyce

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

Rozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady

Transkrypt:

Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień 2011 1 / 14

Definicja Macierz A = [a ij M n n (R) nazywamy diagonalna jeśli dla każdej pary różnych indeksów i, j,(tzn. i j), a ij = 0, tzn. gdy A = a 11 0... 0 a nn Mirosław Sobolewski (UW) Warszawa, grudzień 2011 2 / 14

Definicja Macierz A = [a ij M n n (R) nazywamy diagonalna jeśli dla każdej pary różnych indeksów i, j,(tzn. i j), a ij = 0, tzn. gdy A = a 11 0... 0 a nn Przykład Macierze diagonalne 1 0 0 0 3 0 0 0 6, 1 0 0 0 0 0 0 0 0 0 5 0 0 0 0 1 Mirosław Sobolewski (UW) Warszawa, grudzień 2011 2 / 14

Twierdzenie Niech ϕ : V V będzie endomorfizmem przestrzeni liniowej V, zaś A = v 1,..., v n niech będzie baza V. Wówczas M(ϕ) A jest diagonalna każdy wektor bazy A jest wektorem własnym endomorfizmu ϕ. Przy tym, jeśli A jest diagonalna to a ii jest wartościa własna odpowiadajac a v i, tzn., ϕ(v i ) = a ii v i. Dowód:na tablicy Mirosław Sobolewski (UW) Warszawa, grudzień 2011 3 / 14

Przykład Niech endomorfizm ϕ : R 2 R 2, będzie określony przez ϕ((x 1, x 2 )) = (x 1 3x 2, x 1 + 5x 2 ). m(ϕ) st = [ 1 3 1 5 [ 1 λ 3, w ϕ = det 1 5 λ = (1 λ)(5 λ)+3 =, λ 2 6λ + 8 = (λ 2)(λ 4), skad wartości własne λ 1 = 2, λ 2 = 4. Wyznaczamy podprzestrzenie własne: V (2) : [ 1 3 1 3 [ x1 x 2 = [ 0 0 czyli V (2) = {( 3x 2, x 2 ) x 2 R} = lin(( 3, 1)) V (4) : [ 3 3 1 1 [ x1 x 2 = [ 0 0 czyli V (4) = {( x 2, x 2 ) x 2 R} = lin(( 1, 1)) x 1 = 3x 2, x 1 = x 2, Mirosław Sobolewski (UW) Warszawa, grudzień 2011 4 / 14

Przykład cd. Układ A = (( 3, 1), ( 1, 1)) jest baza R 2, M(ϕ) A = gdyż ϕ(( 3, 1)) = 2( 3, 1) + 0( 1, 1), ϕ(( 1, 1)) = 0( 3, 1) + 4( 1, 1) [ 2 0 0 4, Mirosław Sobolewski (UW) Warszawa, grudzień 2011 5 / 14

Przykład cd. Układ A = (( 3, 1), ( 1, 1)) jest baza R 2, M(ϕ) A = gdyż ϕ(( 3, 1)) = 2( 3, 1) + 0( 1, 1), ϕ(( 1, 1)) = 0( 3, 1) + 4( 1, 1) Twierdzenie [ 2 0 0 4 Niech α 1,..., α k oznacza k różnych wartości własnych endomorfizmu ϕ : V V przestrzeni liniowej V, zaś A 1,..., A k niech stanowia k takich liniowo niezależnych układów wektorów z V, że jeśli v należy do A i to ϕ(v) = α i v, dla i = 1,..., k. Wówczas układ A powstały z połaczenia układów A i w jeden jest liniowo niezależny., Mirosław Sobolewski (UW) Warszawa, grudzień 2011 5 / 14

Wniosek Niech V n-wymiarowa przestrzeń liniowa, ϕ : V V endomorfizm, α 1,..., α s R wszystkie (parami różne) wartości własne endomorfizmu ϕ. Wówczas: (i) Jeśli v 1..., v s V oraz dla i = 1,..., s zachodzi ϕ(v) = α i v to układ v 1,..., v s jest liniowo niezależny. (ii) dim V (α1 )+... + dim V (αs) dimv. (iii) dim V (α1 )+... + dim V (αs) =dimv istnieje baza przestrzeni V złożona z wektorów własnych endomorfizmu ϕ endomorfizm ϕ ma w pewnej bazie macierz diagonalna. Uwaga: Jako bazę w części (iii) powyższego twierdzenia wystarczy wziać układ powstały z połaczenia baz poszczególnych V (αi ). Przykład Niech endomorfizmϕ : R 3 R 3 będzie określony wzorem ϕ((x 1, x 2, x 3 )) = (2x 1 + x 2, 3x 2 + x 3, 2x 3 ). Mirosław Sobolewski (UW) Warszawa, grudzień 2011 6 / 14

Przykład (cd) M(ϕ) st = 2 1 0 0 3 1 0 0 2 w ϕ = det 2 λ 1 0 0 3 λ 1 0 0 2 λ = (2 λ)(3 λ)(2 λ) = (2 λ) 2 (3 λ). Wartości własne: 2,3. V (2) : 0 1 0 0 1 1 0 0 0 x 1 x 2 x 3 = V (2) = {(x 1, 0, 0) x 3 R} = lin((1, 0, 0)) V (3) : 1 1 0 0 0 1 0 0 1 x 1 x 2 x 3 = 0 0 0 0 0 0, x 2 = 0, x 3 = 0,, x 1 = x 2, x 3 = 0, V (3) = lin((1, 1, 0)). dimv (2) +dimv (3) = 1 + 1 = 2 3 =dim R 3. Zatem dla żadnej bazy A przestrzeni R 3 macierz M(ϕ) A nie jest diagonalna. Mirosław Sobolewski (UW) Warszawa, grudzień 2011 7 / 14

Wniosek Niech V przestrzeń liniowa, dimv = n. Jeśli endomorfizm ϕ : V V ma n różnych wartości własnych to istnieje w V baza złożona z wektorów własnych ϕ. Definicja Mówimy, że macierz A M n n (R) jest diagonalizowalna, jeśli A jest podobna do macierzy diagonalnej należacej do M n n (R), tzn. jeśli istnieje taka macierz odwracalna C M n n (R), że macierz C 1 AC jest diagonalna. Twierdzenie Macierz A M n n (R) jest diagonalizowalna dla endomorfizmu ϕ : R n R n zadanego warunkiem M(ϕ) st = A istnieje baza przestrzeni R n złożona z wektorów własnych endomorfizmu ϕ. Ponadto, jeśli A jest taka baza to dla C = M(id) st A macierz C 1 AC jest diagonalna. Mirosław Sobolewski (UW) Warszawa, grudzień 2011 8 / 14

Przykład 1. Macierz A = [ 1 3 1 5 jest diagonalizowalna. Endomorfizm ϕ((x 1, x 2 )) = (x 1 3x 2, x 1 + 5x 2 ) ma dwie wartości własne 2 oraz 4. Wyliczyliśmy V (2) = lin(( 3, 1)), V (4) = lin(( 1, 1)). Dla A = (( 3, 1), ( 1, 1)) przyjmujac C = M(id) st A mamy [ 2 0 D = = M(ϕ) 0 4 A = M(id) A stm(ϕ) st st M(id)st A = C 1 AC, zaś. C = [ 3 1 1 1 oraz C 1 = [ 1/2 1/2 1/2 3/2 Mirosław Sobolewski (UW) Warszawa, grudzień 2011 9 / 14

Przykład 2. Macierz 2 1 0 0 3 1 0 0 2 nie jest diagonalizowalna, bo dla endomorfizmu ϕ : R 3 R 3, określonego przez ϕ((x 1, x 2, x 3 )) = (2x 1 + x 2, 3x 2 + x 3, 2x 3 ) nie ma bazy R 3 złożonej z wektorów własnych ϕ. Mirosław Sobolewski (UW) Warszawa, grudzień 2011 10 / 14

Zastosowanie Niech A = [ 1 3 1 5 Podać wzór na A n. Stosujac oznaczenia przykładu 1. mamy A = CDC 1, A n = (CDC 1 ) n = CD n C 1 = [ 2 0 C 0 4 n C 1 = [ 3 1 1 1. [ 2 n 0 0 4 n [ 2 n 1 (3 2 n ) 3 2 n 1 (1 2 n ) 2 n 1 (2 n 1) 3 2 n 1 (2 n 1) [ 1/2 1/2 1/2 3/2 = Mirosław Sobolewski (UW) Warszawa, grudzień 2011 11 / 14

Twierdzenie Jeśli wielomian charakterystyczny w M macierzy M stopnia n ma n różnych pierwiastków to macierz M jest diagonalizowalna. Mirosław Sobolewski (UW) Warszawa, grudzień 2011 12 / 14

Twierdzenie Jeśli wielomian charakterystyczny w M macierzy M stopnia n ma n różnych pierwiastków to macierz M jest diagonalizowalna. [ 1 0 Przykład macierzy wskazuje, że niekoniecznie na 0 1 odwrót. Mirosław Sobolewski (UW) Warszawa, grudzień 2011 12 / 14

Twierdzenie Jeśli wielomian charakterystyczny w M macierzy M stopnia n ma n różnych pierwiastków to macierz M jest diagonalizowalna. [ 1 0 Przykład macierzy wskazuje, że niekoniecznie na 0 1 odwrót.uwaga: Macierz A = [a ij M n n (R)nazywamy macierza symetryczna, jeśli a ij = a ji czyli A = A. Twierdzenie Macierze symetryczne sa diagonalizowalne. Przykład Macierz 1 0 2 0 1 0 jest symetryczna, więc jest diagonalizowalna 2 0 4 Mirosław Sobolewski (UW) Warszawa, grudzień 2011 12 / 14

Przykład [ [ 1 0 0 1 Macierze A = oraz B = nie sa podobne, gdyż 0 1 1 0 [ 1 0 maja różne wielomiany charakterystyczne. Macierze C = 0 2 [ 2 1 oraz D = sa podobne, gdyż sa diagonalizowalne i maja te 0 1 same[ wartości własne z[ tymi samymi krotnościami. Macierze 0 1 0 0 E = oraz F = maja te same wielomiany 0 0 0 0 charakterystyczne, a zatem te same wartości własne (z krotnościami), ale nie sa podobne. F jest diagonalizowalna, E nie. Mirosław Sobolewski (UW) Warszawa, grudzień 2011 13 / 14

Przykład [ [ 1 0 0 1 Macierze A = oraz B = nie sa podobne, gdyż 0 1 1 0 [ 1 0 maja różne wielomiany charakterystyczne. Macierze C = 0 2 [ 2 1 oraz D = sa podobne, gdyż sa diagonalizowalne i maja te 0 1 same[ wartości własne z[ tymi samymi krotnościami. Macierze 0 1 0 0 E = oraz F = maja te same wielomiany 0 0 0 0 charakterystyczne, a zatem te same wartości własne (z krotnościami), ale nie sa podobne. F jest diagonalizowalna, E nie. Twierdzenie Jeśli macierze A i B sa podobne, i macierz A spełnia po podstawieniu za X równanie a n X n + a n 1 X n 1 + + a 1 X + a 0 I = 0, gdzie a n, a n 1,..., a 0 R, to B spełnia również to samo równanie po podstawieniu za X. Mirosław Sobolewski (UW) Warszawa, grudzień 2011 13 / 14

Przykład [ 0 1 Macierza obrotu o kat π/2 w bazie standardowej jest M =. 1 0 Możemy sprawdzić, [ że spełnia ona równanie X 2 + I = 0. Natomiast 2/2 2/2 macierz N = (macierz obrotu o kat π/4) nie 2/2 2/2 spełnia tego równania. Macierze M i N nie sa więc podobne. Mirosław Sobolewski (UW) Warszawa, grudzień 2011 14 / 14