Процедура определяет коэффициенты характерестического полинома
матрицы A. Положим:
тогда справедливы формулы Ньютона:
Отсюда получаем линеиную алгебраическую систему:
Из которой шаг за шагом определяются коэффицитенты p1,...,pn. Следует заметить, что sk равен следу матрицы Ak, которая находятся непосредственным перемножением используя алгоритм умножения матриц <http://doors.infor.ru/allsrs/alg/linalg/index.html>.
Методика решения задачи
. Для заданной матрицы А составить характеристическое уравнение (2.5): .
Для развертывания детерминанта можно использовать различные методы, например метод Крылова, метод Данилевского или другие методы [2,9,14].
. Решить характеристическое уравнение и найти собственные значения . Для этого можно применить методы, изложенные в разд. 3.1.
. Для каждого собственные значения составить систему (2.4):
, ,
и найти собственные векторы .
Замечание. Каждому собственному значению соответствует один или несколько векторов. Поскольку определитель системы равен нулю, то ранг матрицы системы меньше числа неизвестных: и в системе имеется ровно независимых уравнений, а уравнений является зависимыми. Для нахождения решения системы следует выбрать уравнений с неизвестными так, чтобы определитель составленной системы был отличен от нуля. Остальные неизвестных следует перенести в правую часть и считать параметрами. Придавая параметрам различные значения, можно получить различные решения системы. Для простоты, как правило, попеременно полагают значение одного параметра равным 1, а остальные 0.
|
|
Пример. Найдите собственные числа и собственные векторы матрицы
Решение. Составляем характеристическую матрицу :
Находим характеристический многочлен
Решим характеристическое уравнение
Подбором находим, что один корень уравнения равен . Есть теорема, которая говорит, что если число является корнем многочлена , то многочлен делится на разность , то есть , где - многочлен. В соответствии с этой теоремой многочлен должен делиться на . Выделим в характеристическом многочлене этот множитель :
Находим корни трехчлена . Они равны и 3. Таким образом,
- корень кратности 2 17.7 b, - простой корень. Итак, собственные числа матрицы равны , . Найдем соответствующие им собственные векторы. Пусть , тогда для собственного вектора получаем матричное уравнение
что соответствует системе уравнений
Решаем ее методом Гаусса (раздел "Алгоритм нахождения решений произвольной системы линейных уравнений (метод Гаусса)" <http://dvoika.net/matem/sem1/node54-1.html>). Выписываем расширенную матрицу системы
|
|
Первую строку, умноженную на числа и прибавляем соответственно ко второй и третьей строкам
Меняем местами вторую и третью строки
Возвращаемся к системе уравнений
Базисный минор матрицы находится в первых двух столбцах и первых двух строках, ранг равен 2. Поэтому фундаментальня система содержит только одно решение. Переменные и оставляем в левой части, а переменное переносим в правую часть
Полагаем , находим , . Итак, собственному числу соответствует собственный вектор .
Пусть , тогда для собственного вектора получаем матричное уравнение
что соответствует системе уравнений
Решаем ее методом Гаусса. Выписываем расширенную матрицу
Первую строку умножаем на числа 2 и 3 и прибавляем соответственно ко второй и третьей строкам
Вторую строку умножаем на и прибавляем к третьей
Возвращаемся к системе уравнений
Базисный минор матрицы находится в первых двух столбцах и первых двух строках, ранг равен 2. Поэтому фундаментальная система содержит только одно решение. Переменные и оставляем в левой части, а переменное переносим в правую часть
Полагаем , находим , . Итак, собственному числу соответствует собственный вектор . Чтобы избавиться от дроби, умножим собственный вектор на 2, получим собственный вектор с тем же самым собственным числом. В итоге собственному числу соответствует собственный вектор .
Ответ: Собственные числа: , , соответствующие собственные векторы: , .
Вычислительные методы частичной проблемы собственных значений
Метод итераций
Для решения частичной проблемы собственных значений и собственных векторов в практических расчетах часто используется метод итераций (степенной метод). На его основе можно определить приближенно собственные значения матрицы А и спектральный радиус .
Пусть матрица А имеет линейно независимых собственных векторов , и собственные значения матрицы А таковы, что
.