Собственные числа и собственные векторы матрицы.

Из курса линейной алгебры известно, что если А х =l х, то вектор х называется собственным вектором матрицы А, а число l – собственным числом, соответствующим данному собственному вектору. Совокупность всех собственных чисел матрицы называется спектром матрицы. Если в спектре матрицы одно и тоже собственное число встречается k раз, то говорят, что кратность этого собственного числа равна k.

Для нахождения собственных чисел матрицы А используется команда eigenvalues(A). Для нахождения собственных векторов матрицы А используется команда eigenvectors(A). В результате выполнения этой команды будут получены собственные числа, их кратность и соответствующие собственные векторы.

Чтобы понять, в каком виде получаются результаты выполнения команды eigenvectors, внимательно разберитесь со следующим примером: матрица имеет 3 собственных вектора: , отвечающий собственному числу кратности 1, , отвечающий собственному числу кратности 1, , отвечающий собственному числу кратности 1. Найдем их в Maple:

> A:=matrix([[3,-1,1],[-1,5,-1],[1,-1,3]]):

> eigenvectors(A);

[2,1,{[-1,0,1]}], [3,1,{[1,1,1]}], [6,1,{[1,-2,1]}]

В строке вывода перечислены в квадратных скобках собственное число, его кратность и соответствующий собственный вектор в фигурных скобках, затем следующие наборы таких же данных.

 

Характеристический и минимальный многочлены матрицы.

Для вычисления характеристического многочлена матрицы A используется команда charpoly(A,lambda).

Минимальный многочлен (делитель) матрицы А можно найти с помощью команды minpoly(A,lambda).

 

Канонические и специальные виды матрицы.

Привести матрицу А к нормальной форме Жордана можно командой jordan(A).

К треугольному виду матрицу А можно привести тремя способами:

1) команда gausselim(A) приводит матрицу А к треугольному виду методом Гаусса;

2) команда ffgausselim(A) приводит матрицу А к треугольному виду методом Гаусса без деления. Эта команда предпочтительней для работы с символьными матрицами, так как не производит нормировку элементов и исключает возможные ошибки, связанные с делением на нуль;

3) команда gaussjord(A) приводит матрицу А к треугольному виду методом Гаусса-Жордана.

Характеристическую матрицу можно вычислить командой charmat(A,lambda).

 

Задание 3.

1. Дана матрица . Найти ее собственные векторы и собственные числа.

> U:=matrix([[3,2-I],[2+I,7]]):

> eigenvectors(U);

,

2. Дана матрица . Найти собственные векторы, собственные числа, характеристический многочлен и минимальный многочлен, Жорданову форму.

> A:=matrix([[3,-I,0],[I,3,0],[0,0,4]]):

> eigenvectors(A);

[2, 1, {([1, - I, 0])}], [4, 2, {([0, 0, 1]), ([- I, 1, 0])}]

> P(lambda):=charpoly(A,lambda);

> d(lambda):=minpoly(A,lambda);

> jordan(A);

3. Дана матрица . Привести матрицу А к Жордановой форме, треугольному виду, найти ее характеристическую матрицу.

> A:=matrix([[1,-3,4],[4,-7,8],[6,-7,7]]):

> j:=jordan(A);

> g:=gausselim(A);

> F(A):=charmat(A,lambda);

Самостоятельно проверьте, чем будет отличаться результат выполнения команды ffgausselim(A) от gausselim(A) на этом примере.

 

 

§4. Системы линейных уравнений. Матричные уравнения