дипломы,курсовые,рефераты,контрольные,диссертации на заказ
 

Собственные числа и собственные векторы

 

 Пример 19.8   Пусть $ L$  -- двумерное векторное пространство, $ l$  -- некоторая прямая, проходящая через начало координат, $ \mathcal{A}$  -- преобразование, переводящее каждый вектор $ x$ в его проекцию на прямую $ l$ (рис. 19.6). Очевидно, что любой ненулевой вектор, лежащий на прямой $ l$ , будет собственным вектором, соответствующим собственному числу 1, а любой ненулевой вектор на прямой перпендикулярной $ l$ и проходящей через начало координат, будет собственным вектором, соответствующим собственному числу 0.         
        Пример 19.9   Пусть $ \mathcal{A}$  -- линейное преобразование  примера 19.3. Очевидно, что векторы, являющиеся многочленами нулевой степени, то есть числами, будут собственными векторами, соотвествующими собственному числу 0.         

Если в пространстве $ L$ задан базис, то линейному преобразованию $ \mathcal{A}$ соответствует матрица $ A$ . Пусть $ x$  -- собственный вектор преобразования $ \mathcal{A}$ , соответствующий собственному числу $ {\lambda}$ , $ {\alpha}$  -- координатный столбец вектора $ x$ . Тогда равенство $ {\mathcal{A}(x)={\lambda}x}$ означает, что $ {A{\alpha}={\lambda}{\alpha}}$ .

        Определение 19.4   Ненулевая матрица-столбец $ {\alpha}$ называется собственным вектором квадратной матрицы $ A$ , соответствующим собственному числу $ {\lambda}$ , если выполнено равенство $ {A{\alpha}={\lambda}{\alpha}}$ .         
        Замечание 19.2   Между собственными числами (собственными векторами) матрицы и линейного преобразования есть некоторое различие. Линейное преобразование вещественного линейного пространства может не иметь собственных векторов и, соответственно, собственных чисел. Матрица же, как увидим дальше, всегда имеет хотя бы одно собственное число, быть может комплексное, и ему соответствует собственный вектор (тоже, быть может, комплексный). Но если рассматривать линейные преобразования $ n$ -мерных комплексных пространств, то собственные числа преобразований совпадают с собственными числами матриц и собственные векторы преобразований имеют координатными столбцами собственные векторы матриц.         
        Предложение 19.3   Если две матрицы подобны, то наборы собственных чисел у них одинаковы.

        Доказательство.     Пусть $ A$ и $ B$  -- две подобные матрицы порядка $ n$ . Рассмотрим $ n$ -мерное комплексное линейное пространство. Выберем в нем базис $ {e_1,\ldots,\,e_n}$ и рассмотрим линейное преобразование $ \mathcal{A}$ , которое в этом базисе имеет матрицу $ A$ . По  следствию 19.1 $ B$ будет матрицей того же преобразования $ \mathcal{A}$ в другом базисе. Так как собственные числа линейного преобразования не зависят от выбора базиса, то спектр (набор собственных чисел) преобразования $ \mathcal{A}$ будет совпадать со спектрами матриц $ A$ и $ B$ .     

 
       

Проекции вектора Векторная алгебра

Здесь и в дальнейшем под словами "проекция точки" или "проекция вектора" всегда будем понимать ортогональную проекцию.

Пусть в пространстве задана некоторая ось $ l$ , то есть прямая, на которой отмечена фиксированная точка $ O$ и заданы направление и единица длины. Тогда каждой точке оси соответствует некоторое число.

Определение 10.21 Проекцией точки$ A$ на ось $ l$ называется число, соответствующее основанию перпендикуляра $ AB$ , опущенного на ось $ l$ из точки $ A$ .

Определение 10.22 Проекцией вектора $ \overrightarrow {AB}$ на ось$ l$ называется разность проекций конца вектора и его начала.

Проекцию будем обозначать $ Пр_l\,\overrightarrow {AB}$ . На рис. 10.18 $ { Пр_l\,\overrightarrow {AB} ={\beta}-{\alpha}}$ .




Рис.10.18.Проекция вектора на ось

Легко проверить, что если $ {\overrightarrow {AB}=\overrightarrow {CD}}$ , то $ { Пр_l\,\overrightarrow {AB} =Пр_l\,\overrightarrow {CD}}$ , то есть проекция не зависит от положения начала вектора, а зависит только от самого вектора.

 

Неопределенный интегралВекторное произведение векторов

Трассировка пиксельных изображений Adobe Illustrator Линейные блоковые коды