ВУЗ:
Составители:
Рубрика:
246 Спектральная теория линейных эндоморфизмов Гл. 3
где на последенем шаге замечено, что первая строка пропорциональ-
на второй (с коэффициентом пропорциональности −i).
Однородная с.л.у. B
1
· z = 0 сводится к уравнению z
1
− iz
2
= 0,
решая которое мы получаем первый базисный вектор
f
1
=
µ
i
1
¶
.
Действуя совершенно аналогично, для второго собственного зна-
чения λ
2
найдем базисный собственный вектор
f
2
=
µ
−i
1
¶
.
Полезно заметить, что он получился комплексно-сопряженным
первому: f
2
=
f
f
1
.
Таким образом, матрица перехода от исходного (естественного)
базиса в C
2
к диагонализирующему базису определяется формулой
F =
µ
i −i
1 1
¶
.
(Проверьте вычисления, убедившись в справедливости равенства
D = F
−1
AF.)
Пример 21.3. Maple позволяет сразу исследовать на диагона-
лизируемость, как данный л.э., так и его комплексификацию (см.
пример 21.2). Пусть, например, л.э. задан матрицей
A =
4 −5 7
1 −4 9
−4 0 5
.
Применение уже известной нам (см. пример 18.3) команды Eigen-
vectors дает:
> Eigenvectors( A );
2 + 3I
2 − 3I
1
,
3
4
−
3
4
I
3
4
+
3
4
I 1
5
4
−
3
4
I
5
4
+
3
4
I 2
1 1 1
246 Спектральная теория линейных эндоморфизмов Гл. 3
где на последенем шаге замечено, что первая строка пропорциональ-
на второй (с коэффициентом пропорциональности −i).
Однородная с.л.у. B1 · z = 0 сводится к уравнению z1 − iz2 = 0,
решая которое мы получаем первый базисный вектор
µ ¶
i
f1 = .
1
Действуя совершенно аналогично, для второго собственного зна-
чения λ2 найдем базисный собственный вектор
µ ¶
−i
f2 = .
1
Полезно заметить, что он получился комплексно-сопряженным
первому: f = ff .
2 1
Таким образом, матрица перехода от исходного (естественного)
базиса в C2 к диагонализирующему базису определяется формулой
µ ¶
i −i
F = .
1 1
(Проверьте вычисления, убедившись в справедливости равенства
D = F −1 AF.)
Пример 21.3. Maple позволяет сразу исследовать на диагона-
лизируемость, как данный л.э., так и его комплексификацию (см.
пример 21.2). Пусть, например, л.э. задан матрицей
4 −5 7
A = 1 −4 9 .
−4 0 5
Применение уже известной нам (см. пример 18.3) команды Eigen-
vectors дает:
> Eigenvectors( A );
3 3 3 3
− I + I 1
2 + 3I 4 4 4 4
2 − 3I , 5 3 5 3
− I + I 2
1 4 4 4 4
1 1 1
Страницы
- « первая
- ‹ предыдущая
- …
- 244
- 245
- 246
- 247
- 248
- …
- следующая ›
- последняя »
