Лекция 4. Собственные значения и собственные векторы.

Характеристический многочлен
Определение. Инвариантом линейного оператора A : Ln → Ln

называется такое свойство матрица A оператора, которое не изменяется при

изменении базиса в Ln .
Примерами инвариантов линейного оператора являются:
1). Ранг матрицы оператора.
2). Определитель матрицы оператора. Действительно, из равенства
1
A = T −1 AT имеем A = T −1  A  T  A =  A  T  A = A .
T

Определитель матрицы оператора называется определителем

оператора.
3). Характеристический многочлен оператора A .
Пусть, A e ,, e A ,   P . Тогда A − Ε  A −  E . Определитель матрицы
( 1 n )

A −  E , равный

a11 −  a12 a1n

a21 a22 −  a2 n
A − E = = d0 + d1 + d2 2 + + dn n ,

an1 an 2 ann − 

называется характеристическим многочленом  A (  ) матрицы A .

Докажем, что  A (  ) не зависит от выбора базиса в Ln . Действительно,

 A (  ) = A −  E = T −1 AT − T −1ET = T −1 ( A −  E ) T = T −1  A −  E  T = A −  E .

Характеристический многочлен матрицы A называется

характеристическим многочленом оператора Α и обозначается  Α (  ) . Из

инвариантности многочлена  Α (  ) следует, что его корни являются

инвариантами оператора Α .
 Собственные значения и собственные векторы оператора
A : Ln → Ln

Определение. Число P называется собственным значением

оператора Α , если существует ненулевой вектор x  Ln такой, что Ax =  x .
Вектор x называется собственным вектором оператора Α , соответствующим
собственному значению . Из определения следует, что вектор x

коллинеарен своему образу.

Теорема о собственных значениях оператора A : Ln → Ln .

(  – собственное значение оператора Α ) 
(  – корень характеристического многочлена  A (  ) оператора Α ).

Доказательство.
(  ) Пусть  – собственное значение оператора A : Ln → Ln . Это значит,
что существует ненулевой вектор x  Ln : Ax =  x . Последнее равенство можно
переписать в виде ( A −  Ε ) x =  . Так как x   , то ker ( A −  Ε )    , т.е. ( A −  Ε )

– вырожденный и, следовательно, A −  = 0 (условие вырожденности

оператора). Отсюда  – корень характеристического многочлена

 A (  ) = A −  .

(  ) По той же цепочке пойдем обратно. Пусть  – корень

характеристического многочлена оператора Α  ker ( A −  )      x  0 :

( A − Ε) x =   Ax =  x   – собственное значение оператора Α .

Следствие. В комплексном пространстве Cn любой линейный

оператор имеет хотя бы один собственный вектор.

Свойства собственных векторов оператора A : Ln → Ln .

1). Каждому собственному вектору оператора Α соответствует одно
собственное значение.
Доказательство. Пусть 1 и 2 – собственные значения оператора Α ,
соответствующие собственному вектору x , т.е. Ax = 1 x и Ax = 2 x . Тогда
( 1 − 2 ) x =  . Так как x  0 , то из последнего равенства следует, что 1 − 2 = 0

или 1 = 2 .
2). ( x – собственный вектор оператора Α с собственным значением
)  (   0  x – собственный вектор оператора Α с собственным
значением  ).
Доказательство. A ( x ) =  Ax =  (  x ) = ( ) x = (  ) x =  ( x ) .

3). ( x1 и x2 – линейно независимые собственные векторы оператора

Α с собственным значением  )  ( 1 ,  2 ( 1 +  2  0 ) 1 x1 +  2 x2 –

собственный вектор оператора Α с собственным значением  ).

Определение. Подпространство L  Ln , натянутое на собственные

векторы, соответствующие одному и тому же собственному значению  ,
называется корневым подпространством, отвечающим  .

Теорема. L  = ker ( A −  Ε ) .

Теорема. Если 1 , , k – попарно различные собственные значения

оператора Α и x1 , , xk – соответствующие им собственные векторы:

Ax1 = 1 x1 , …, Axk = k xk , то система векторов  x1 , , xk  линейно независима.

Доказательство (от противного).

Пусть  x1 , , xk  линейно зависима. Тогда ее ранг r  k и МЛНС состоит

из r векторов. Пусть для определенности  x1 , , xr  – МЛНС и

r
 j  r + 1, , k xj  x1 , , xr  , т.е. x j =   i xi . Умножим левую и правую
i =1

r
часть равенства на  j . Получим  j x j =   j i xi . (1)
i =1

r r
С другой стороны, Ax j =   i Axi   j x j =   i i xi . (2)
i =1 i =1

Приравнивая правые части равенств (1) и (2), будем иметь

 (  −  ) x
r

i i j i =  . Такое равенство по определению линейной независимой

i =1
системы возможно тогда и только тогда, когда все коэффициенты
i ( i −  j ) = 0, i = 1, ,r.

В силу того, что i   j при i  j , получаем i = 0, i = 1, , r . Тогда из

r
равенства x j =   i xi следует, что собственный вектор x j равен  , что
i =1

противоречит его определению.

Теорема. Собственному значению оператора кратности k

соответствует не более k линейно независимых собственных векторов.

Определение. Множество всех собственных значений оператора Α

(матрицы A ) с учетом их кратностей называется спектром оператора Α
(матрицы A ) и обозначается через SpA ( Spec A ).

Определение. Если все корни характеристического уравнения

простые, то спектр называется простым.

Замечание. Под кратностью собственного значения оператора

понимается алгебраическая кратность корня характеристического
многочлена.

Алгоритм поиска собственных значений и собственных векторов

оператора A : Ln → Ln
1). Составить характеристический многочлен A − E матрицы A

оператора Α в некотором базисе и найти все его корни 1 , , k , лежащие в

основном поле P. Это и будут собственные значения оператора

A ; SpA = 1 , , k  .

2). Решить линейную систему ( A − i E ) X =  для каждого i (1  i  k ) .

Найти ФСР в L . i

 1 5
Пример. A= .
 0 1
1−  5
A − E = = (1 −  ) ,  = 1 – корень кратности 2.
2

0 1− 
 1 − 1 5   0 5 
A− E =  = .
 0 1 − 1  0 0 

 0 5   x1   0 
   =    x2 = 0  x1 – общее решение ОСЛУ.
 0 0   x2   0 

1
Пусть x1 = 1 . Тогда   – собственный вектор Α , отвечающий
0
собственному значению  = 1 .
1    
L  =   =   ,   P  .
0  0  