Если А - квадратная матрица порядка n, то любой ненулевой вектор размера (матрица - столбец размера для которого справедливо матричное уравнение
(6)
где - некоторое число, называется собственным вектором матрицы А, а
- принадлежащим ему собственным значением матрицы А.
Матричное уравнение (6) эквивалентно линейной системе
(6¢)
Перенесем члены, стоящие в правых частях уравнений, в их левые части и приведем подобные члены. Получим однородную систему уравнений:
(7¢)
которая в свою очередь эквивалентна матричному уравнению:
(7)
Т.к. по определению собственный вектор (столбец неизвестных данной системы) является ненулевым вектором, нам нужны нетривиальные решения системы (, следовательно, определитель последней системы должен быть равен нулю, т.е.
(8) .
Последний определитель получается из элементов исходной матрицы А вычитанием собственных значений из ее диагональных элементов:
(8¢) =0.
Вычисляя определитель, мы получим некоторый многочлен n -й степени относительно . Данный многочлен называется характеристическим многочленом матрицы А, а уравнение (8) - характеристическим уравнением ее. Решениями характеристического уравнения являются собственные значения матрицы А.
|
|
Представляя каждое из найденных значений в уравнение (7) и находя нетривиальное решение его , мы находим собственный вектор матрицы А, принадлежащий собственному значению .
Пример 7. Найти собственные значения и собственные векторы матрицы А, где .
Составим характеристическое уравнение матрицы А:
= 0.
Раскроем определитель по правилу треугольника:
.
После перемножения скобок и приведения подобных членов, будем иметь уравнение 3-й степени (матрица А 3-го порядка) относительно ; но удобнее. не выполняя этих преобразований, каждый множитель приравнять нулю, тем самым мы находим собственные значения матрицы А:
.
Берем первое из них и составляем систему для нахождения собственного вектора, соответствующего ему:
т.е.
имеем уравнение: или . Откуда имеем
где
т.е. собственному значению соответствует два линейно независимых собственных вектора:
и или
Берем следующее собственное значение и составляем систему для нахождения соответствующего ему собственного вектора:
т.е.
Т.к. в этой системе не содержится, придаем ему произвольные значения
Т.е. собственному значению соответствует собственный вектор
.