Определение собственного числа и собственного вектора квадратной матрицы[]
Собственным вектором квадратной матрицы M называется вектор , который удовлетворяет соотношению , где — собственное значение, соответствующее данному собственному вектору. Одному собственному значению может соответствовать несколько (линейно независимых) собственных векторов, в таком случае говорят о собственном подпространстве для данного собственного значения. Собственными векторами линейного преобразования называются собственные векторы матрицы, определяющей это преобразование.
Свойства собственных векторов и значений[]
- Линейная комбинация собственных векторов матрицы , соответствующих одному и тому же собственному значению , также является собственным вектором с собственным значением .
- Количество различных собственных значений не может превышать размер матрицы.
- Сумма размерностей собственных подпространств, соответствующих всем собственным значениям равна размерности матрицы (в случае рассмотрения комплексных чисел).
- Собственные векторы, самосопряженного оператора А соответствующие различным собственным значениям ортогональны. Т. е. если , и , то
Для произвольной матрицы это не верно.
Вычисление собственных векторов и значений методом прямых итераций[]
Самым простым способом численного нахождения собственных значений и собственных векторов является метод прямых итераций. Он заключается в построении последовательности векторов ,, , и т. д., то есть в многократном домножении случайного ненулевого начального вектора на матрицу M. Можно доказать, что если вектор имеет ненулевые проекции на все собственные векторы M (случайное взятие координат гарантирует это с почти единичной вероятностью), то такой итеративный процесс сойдётся к собственному вектору , соответствующему максимальному собственному значению . Вычисление остальных собственных значений возможно с помощью вычитания проекции очередного вектора итераций на подпространство из уже полученных векторов.
Недостаток этого метода заключается в том, что он не работает на матрицах, у которых совпадает абсолютная величина каких-то двух собственных значений. Например, таким образом невозможно найти ни одного собственного вектора дискретного косинусного преобразования: так как оно является обратным по отношению к самому себе, то повторное его применение к случайному вектору приведёт к заведомо расходящейся последовательности, состоящей из двух чередующихся векторов.
Литература[]
- Чарльз Генри Эдвардс , Дэвид Э. Пенни Дифференциальные уравнения и проблема собственных значений: моделирование и вычисление с помощью Mathematica, Maple и MATLAB = Differential Equations and Boundary Value Problems: Computing and Modeling. — 3-е изд. — М.: «Вильямс», 2007. ISBN 978-5-8459-1166-7
Шаблон:Link FA Шаблон:Link FA Шаблон:Link FA
ar:قيمة ذاتية be-x-old:Уласныя лікі, вэктары й прасторы cs:Vlastní číslo da:Egenværdi, egenvektor og egenrum he:ערך עצמי hu:Sajátvektor és sajátérték lt:Tikrinių verčių lygtis nl:Eigenwaarde (wiskunde) no:Egenvektor pl:Wartość własna sl:Lastna vrednost sv:Egenvärde, egenvektor uk:Власний вектор ur:ویژہ قدر vi:Vectơ riêng