дипломы,курсовые,рефераты,контрольные,диссертации на заказ
Ядерное оружие | Теория атома | Испытания ядерного оружия | Испытания в атмосфере | Средства доставки | Разное | Фотоальбом | Ядерный потенциал США | Россия | Англия | Франция | Индия| Пакистан | Китай | Остальные Ядерная физика | Реактор РБМК-1000 | Реактор ВВЭР | Реактор БН-600 Юбилей атомной энергетики | Лекции | АЭС Учебник Excel Главная

Курс лекций Векторная алгебра. Теория и примеры Векторная алгебра

Матрица линейного преобразования в базисе из собственных векторов

 Теорема 19.3   Пусть собственные векторы $ {e_1,\,e_2,\ldots,\,e_k}$ преобразования $ \mathcal{A}$ соответствуют собственным числам $ {{\lambda}_1,\,{\lambda}_2\ldots,\,{\lambda}_k}$ , среди которых нет равных друг другу. Тогда система векторов $ {e_1,\,e_2,\ldots,\,e_k}$ является линейно независимой.

        Доказательство.     Воспользуемся методом математической индукции по числу векторов. Если $ {k=1}$ , то утверждение теоремы следует из того, что собственный вектор -- ненулевой.

Пусть утверждение верно для системы векторов $ {e_1,\,e_2,\ldots,\,e_{k-1}}$ . Составим линейную комбинацию векторов $ {{\lambda}_1,\,{\lambda}_2\ldots,\,{\lambda}_k}$ и приравняем ее к нулю

$\displaystyle \mu_1e_1+\mu_2e_2+\ldots+\mu_ke_k=0.$(19.6)
 


К обеим частям применим преобразование $ \mathcal{A}$

$\displaystyle \mathcal{A}(\mu_1e_1+\mu_2e_2+\ldots+\mu_ke_k)=0.$

По определению линейного преобразования получим

$\displaystyle \mu_1\mathcal{A}(e_1)+\mu_2\mathcal{A}(e_2)+\ldots+\mu_k\mathcal{A}(e_k)=0.$

Так как $ {e_1,\,e_2,\ldots,\,e_k}$  -- собственные векторы, то

$\displaystyle \mu_1{\lambda}_1 e_1+\mu_2{\lambda}_2 e_2+\ldots+\mu_k{\lambda}_ke_k=0.$

Умножим равенство (19.6) на $ {\lambda}_k$ и вычтем из последнего равенства. Получим

$\displaystyle \mu_1({\lambda}_1-{\lambda}_k) e_1+\mu_2({\lambda}_2-{\lambda}_k) e_2+\ldots+\mu_{k-1}({\lambda}_{k-1} -{\lambda}_k)e_k=0.$

Так как по предположению индукции векторы $ {e_1,\,e_2,\ldots,\,e_{k-1}}$ линейно независимы, то

$\displaystyle \mu_1({\lambda}_1-{\lambda}_k)=\mu_2({\lambda}_2-{\lambda}_k)=\ldots=\mu_{k-1}({\lambda}_{k-1}-{\lambda}_k)=0.$

По условию $ {{\lambda}_1-{\lambda}_k\ne0,\;{\lambda}_2-{\lambda}_k\ne0,\ldots,\;{\lambda}_{k-1}-{\lambda}_k\ne0}$ , следовательно, $ {\mu_1=\mu_2=\ldots=\mu_{k-1}=0}$ . Подставим эти значения в (19.6), получим $ {\mu_k=0}$ . Получили, что из равенства (19.6) следует $ {\mu_1=\mu_2=\ldots=\mu_k=0}$ , то есть векторы $ {e_1,\,e_2,\ldots,\,e_k}$ линейно независимы.     

        Следствие 19.3   Если матрица $ A$ порядка $ n$ имеет $ n$ попарно различных собственных чисел, то она подобна диагональной матрице.

 

       

Главы учебника "Курс лекций высшей математики"

 

Аналитическая геометрия плоскости и поверхности Курс лекций Векторная алгебра. Электронные учебники - MATLAB Компьютерная математика Maple Лекции первого семестра первого курса Дифференциальное исчисление функции Дифференциальные уравнения первого порядка Теория вероятностей. Основные понятия Математический анализ Двойной интеграл Геометрический смысл производной Числовые ряды Степенные ряды Аналитическая геометрия Функции графики задачи Курс лекций Примеры задачи Интегрирование и дифференцирование матрицы ;