Lokalizacija svojstvenih vrijednosti kvadratne matrice - Odjel za ...
Lokalizacija svojstvenih vrijednosti kvadratne matrice - Odjel za ...
Lokalizacija svojstvenih vrijednosti kvadratne matrice - Odjel za ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Lokali<strong>za</strong>cija</strong> <strong>svojstvenih</strong> <strong>vrijednosti</strong> 1<br />
<strong>Lokali<strong>za</strong>cija</strong> <strong>svojstvenih</strong> <strong>vrijednosti</strong> <strong>kvadratne</strong> <strong>matrice</strong><br />
1 Uvod<br />
Linearni operator A u različitim ba<strong>za</strong>ma ima različite matrične prikaze. Ako su A i B takve dvije<br />
<strong>matrice</strong> istog linearnog operatora A, onda postoji (vidi primjerice [8]) regularna matrica P , takva da je<br />
B = P AP −1 . Za <strong>matrice</strong> A, B u tom slučaju kažemo da su slične. Lako se vidi da vrijedi<br />
Teorem 1 Slične <strong>matrice</strong> imaju iste svojstvene <strong>vrijednosti</strong>.<br />
Dokaz. Neka su A i B dvije slične <strong>matrice</strong> i neka je P takva regularna matrica da vrijedi B = P AP −1 .<br />
Korištenjem Binet-Cauchiyjevog teorema (vidi [7], [8]) dobivamo<br />
det(B − λI) = det(P AP −1 − λI) = det ( P (A − λI)P −1)<br />
= det P det(A − λI) det P −1<br />
= det(A − λI),<br />
što znači da su svojstveni polinomi, pa onda i svojstvene <strong>vrijednosti</strong>, matrica A i B jednaki.<br />
Ovaj teorem ukazuje nam da bi u cilju pronalaženja <strong>svojstvenih</strong> <strong>vrijednosti</strong> neke <strong>matrice</strong> A bilo korisno<br />
pronaći njoj sličnu, ali jednostavniju matricu. Tako primjerice, od ranije znamo da je <strong>za</strong> simetričnu<br />
matricu A moguće pronaći dijagonalnu matricu D i ortogonalnu matrcu V , tako da je A = V DV T<br />
(primijetite da je V −1 = V T ). Općenitija tvrdnja iska<strong>za</strong>na je u poznatom Schurovom teoremu (vidi [5])<br />
Teorem 2 (Schurov teorem.) Svaka kvadatna matrica unitarno je slična gornjoj trokutastoj matrici.<br />
Ova tvrdnja znači da <strong>za</strong> svaku kvadratnu matricu A postoji unitarna matrica 1 U, tako da je A =<br />
URU ∗ , gdje je R gornje trokutasta matrica. Kako <strong>za</strong> unitarnu matricu U specijalno vrijedi U −1 = U ∗ ,<br />
slijedi<br />
Korolar 1 Svaka kvadratna matrica slična je gornjoj trokutastoj matrici.<br />
Specijalno <strong>za</strong> hermitske <strong>matrice</strong> 2 vrijedi<br />
Korolar 2 Svaka hermitska matrica unitarno je slična dijagonalnoj matrici.<br />
Naime, prema Teoremu 2 postoji unitarna matrica U takva da je matrica UAU ∗ gornja trokutasta.<br />
Primijetite da je (UAU ∗ ) ∗ donja trokutasta matrica i da vrijedi<br />
(UAU ∗ ) ∗ = U ∗∗ A ∗ U ∗ = UAU ∗ .<br />
Zato je matrica UAU ∗ istovremeno i donja i gornja trokutasta, dakle ona je dijagonalna matrica.<br />
Sljedeći teorem daje eksplicitne formule pomoću kojih možemo lokalizirati svojstvene <strong>vrijednosti</strong><br />
<strong>kvadratne</strong> <strong>matrice</strong> u kompleksnoj Gaussovoj ravnini.<br />
1 Kažemo da je matrica U unitarna, ako vrijedi U ∗ U = UU ∗ = I, gdje je u ∗ ij = u ji<br />
2 Kažemo da je matrica A hermitska ako vrijedi A ∗ = A, odnosno a ij = aji
2 <strong>Lokali<strong>za</strong>cija</strong> <strong>svojstvenih</strong> <strong>vrijednosti</strong><br />
Teorem 3 (Gershgorinov teorem) Spektar σ(A) <strong>kvadratne</strong> <strong>matrice</strong> A ∈ C n×n sadržan je u uniji krugova<br />
⎧<br />
⎫<br />
n⋃<br />
⎨<br />
n∑ ⎬<br />
K i , K i =<br />
⎩ z ∈ C : |z − a ii| ≤ |a ij |<br />
(1)<br />
⎭<br />
i=1<br />
Dokaz. Neka je λ ∈ σ(A) a x odgovarajući svojstveni vektor, takav da je ‖x‖ ∞ = 1. Neka je pri tome<br />
i indeks one komponenta vektora x <strong>za</strong> koju je |x i | = 1. Kako je (Ax) i<br />
= λx i , vrijedi<br />
λx i =<br />
n∑<br />
a ij x j =⇒ (λ − a ii )x i =<br />
j=1<br />
j≠i<br />
n∑<br />
a ij x j .<br />
Koristeći nejednakost trokuta i činjenicu da je 1 = ‖x‖ ∞ = |x i | ≥ |x j |, j = 1, . . . , n, dobivamo<br />
∣<br />
∣ n∑ ∣∣∣∣∣ n∑<br />
n∑<br />
|(λ − a ii )x i | = |λ − a ii | · |x i | = |λ − a ii | = ∣ a ij x j ≤ |a ij ||x j | ≤ |a ij |.<br />
∣<br />
Dakle, λ ∈ K i .<br />
Primjedba 1 Ako Teorem 3 primijenimo na matricu A T dolazimo do sljedećeg rezultata:<br />
j≠i<br />
j≠i<br />
j≠i<br />
j≠i<br />
Spektar σ(A) <strong>kvadratne</strong> <strong>matrice</strong> A ∈ C n×n sadržan je u uniji krugova<br />
⎧<br />
⎫<br />
n⋃<br />
⎨<br />
n∑ ⎬<br />
K j, ′ K j ′ =<br />
⎩ z ∈ C : |z − a jj| ≤ |a ij |<br />
⎭<br />
i=1<br />
i≠j<br />
(2)<br />
I krugovi K ′ j takoder su Gershgorinovi krugovi. Primijetite da su krugovi K i definirani s (1) pomoću<br />
redova, a krugovi K j ′ definirani s (2) pomoću stupaca <strong>matrice</strong> A. Zato vrijedi<br />
( n<br />
) (<br />
⋃ ⋂ n<br />
)<br />
⋃<br />
σ(A) ⊂ K i<br />
i=1<br />
i=1<br />
Zadatak 1 Izradite Mathematica-modul koji će učitati kvadratnu matricu A, nacrtati i žuto obojati skup<br />
( ⋃ K i ), te nacrtati i zeleno obojati skup (⋃ K j) ′ .<br />
Zadatak 2 (Hadamardov teorem) Metodom kontradikcije dokažite da ako <strong>za</strong> kvadratnu matricu A ∈ C n×n<br />
vrijedi<br />
|a ii | ><br />
onda je det A ≠ 0.<br />
K ′ j<br />
n∑<br />
|a ij |, ∀i = 1, . . . , n,<br />
j≠i<br />
Zadatak 3 Dokažite Gershgorinov teorem primjenom Hadamardovog teorema.<br />
Zadatak 4 Primjenom Gershgorinovog teorema dokažite Perronov teorem:<br />
Za svojstvene <strong>vrijednosti</strong> λ i , i = 1, . . . , n <strong>kvadratne</strong> <strong>matrice</strong> A ∈ C n×n vrijede nejednakosti:<br />
|λ i | ≤ min{R, T }, i = 1, . . . , n,<br />
gdje je<br />
R = max R i ,<br />
i<br />
T = max T j , R i =<br />
j<br />
n∑<br />
|a ij |, T j =<br />
j=1<br />
n∑<br />
|a ij |.<br />
i=1
<strong>Lokali<strong>za</strong>cija</strong> <strong>svojstvenih</strong> <strong>vrijednosti</strong> 3<br />
Literatura<br />
[1] D. Butković, Kompleksni konačno dimenzionalni vektorski prostori, <strong>Odjel</strong> <strong>za</strong> matematiku,<br />
Sveučilište u Osijeku, Osijek, 2004<br />
[2] S. H. Friedberg, A. J. Insel, L. E. Spence, Linear algebra, Prentice Hall, New Jersey, 1997.<br />
[3] K. Janich, Linear Algebra, Springer-Verlag, Berlin, 1994.<br />
[4] A. G. Kurox, Kurs vysxei algebry, Nauka, Moskva, 1968.<br />
[5] D. Kincaid,W. Cheney, Numerical Analysis, Brooks/Cole Publishing Company, New York, 1996.<br />
[6] H. Kraljević, Vektorski prostori, <strong>Odjel</strong> <strong>za</strong> matematiku, Sveučilište u Osijeku, Osijek, 2005<br />
[7] S. Kurepa, Uvod u linearnu algebru, Školska knjiga, Zagreb, 1985.<br />
[8] S. Kurepa, Konačno dimenzionalni vektorski prostori i primjene, Tehnička knjiga, Zagreb, 1967.<br />
[9] R. Plato, Concise Numerical Mathematics, American Mathematical Society, Providence, 2003.<br />
[10] W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T. Vetterling, Numerical Recipes, Cambridge<br />
University Press, Cambridge, 1989.<br />
[11] A. A. Samarskii, Vvedenie v qislennye metody, Nauka, Moskva, 1982.