AXTT Trị riêng Vector riêng

ĐẠI SỐ TUYẾN TÍNH
Đại số tuyến tính 1 / 31

Chương 4. Ánh xạ tuyến tính
4.2. Chéo hóa ma trận:

4.2.1 Trị riêng và vectơ riêng:
a. Định nghĩa: Cho f là phép biến đổi tuyến tính trên không gian vectơ
E trên K. Số λ được gọi là giá trị riêng của f nếu tồn tại một vectơ
x ∈ E , x 6= OE sao cho f (x) = λx. Vectơ x khi đó được gọi là vectơ riêng
ứng với giá trị riêng λ.
b. Tính chất:
Nếu x là vectơ riêng nào đó cho trước ứng với giá trị riêng λ thì λ là
duy nhất.
Nếu x là vectơ riêng nào đó cho trước ứng với giá trị riêng λ thì
vectơ αx, α ∈ R, α 6= 0 cũng là vectơ riêng ứng với giá trị riêng λ đó.

Nhận xét:
+ Với mỗi giá trị riêng λ có vô số các vectơ riêng ứng với nó nhưng với
mỗi vectơ khác phần tử không của không gian vectơ E chỉ ứng với (nếu
có) một giá trị riêng duy nhất.
+ Cho E là không gian vectơ n chiều. Gọi A là ma trận của phép biến
đổi tuyến tính f trên E đối với cơ sở (e). Giả sử x là vectơ riêng ứng với
giá trị riêng λ và X = [x]/(e) . Khi đó
f (x) = λx
⇔ A · X = λX
⇔ (A − λI )X = On×1

Cụ thể, nếu tọa độ của x đối với (e) là X = (α1 , α2 , . . . , αn )T và

A = (aij )n thì phương trình (A − λI )X = On×1 được viết lại như sau:
    
a11 − λ a12 ... a1n α1 0
22 − λ
 a21 a ... a2n   α2   0 
   =  .
 ··· ··· ··· · · ·  · · · · · ·
an1 an2 . . . ann − λ αn 0

4.2.2 Đa thức đặc trưng - Cách tìm vectơ riêng:

a. Định nghĩa: Đa thức

a11 − λ a12 ... a1n

22 − λ
a21 a ... a2n
PA (λ) = det(A − λI ) =
··· ··· ··· · · ·
an1 an2 . . . ann − λ
được gọi là đa thức đặc trưng của ma trận A.

Phương trình PA (λ) = 0 được gọi là phương trình đặc trưng của A.
Giả sử λ0 là nghiệm của PA (λ) = 0. Khi đó số lần nhân tử (λ - λ0 ) xuất
hiện trong PA (λ) được gọi là bội đại số của λ0 .
Ví dụ: Cho A là ma trận vuông cấp hai. Chứng tỏ rằng
det(A − λI ) = λ2 − tr(A)λ + det(A), trong đó tr(A) (vết của A) là tổng
các phần tử của đường chéo chính của A.

b. Các định lý:

Định lý 1: Cho E là không gian vectơ n chiều trên K. Gọi A là ma trận
của phép biến đổi tuyến tính f trên E đối với một cơ sở nào đó. Khi đó
λ là giá trị riêng của f khi và chỉ khi det(A − λI ) = 0.
Vectơ x 6= OE là vectơ riêng ứng với giá trị riêng λ khi và chỉ khi tọa
độ X của nó là nghiệm không tầm thường của hệ phương trình tuyến
tính thuần nhất sau:
(A − λI )X = On×1 .
Nhận xét: Nếu ta xét E là không gian vectơ n chiều trên K = C thì tập
nghiệm của det(A − λI ) = 0 luôn khác rỗng.

Định lý 2: Nếu A và B là ma trận của ánh xạ tuyến tính f trên không

gian vectơ n chiều E trên K tương ứng theo hai cơ sở (e) và (e 0 ) thì
det(A − λI ) = det(B − λI ), với mọi λ ∈ K.
Nhận xét: Các giá trị riêng của của phép biến đổi tuyến tính f trên
không gian vectơ n chiều E trên K không phụ thuộc vào cơ sở của E .

Cách tìm giá trị riêng và vectơ riêng của phép biến đổi tuyến tính f
Bước 1 Tìm ma trận A của f theo một cơ sở nào đó của E .
Bước 2 Tìm đa thức đặc trưng det(A − λI ).
Bước 3 Giải phương trình det(A − λI ) = 0 trên K. Các nghiệm của
phương trình này (nếu có) là các giá trị riêng cần tìm.
Bước 4 Để tìm các vectơ riêng x ứng với một giá trị riêng λ0 nào đó ta
giải hệ phương trình thuần nhất (A − λ0 I )X = On×1 trên K với
X = [x]/E . Để ý rằng hệ này luôn có vô số nghiệm nên vectơ riêng thường
được tìm dưới dạng nghiệm tổng quát.

Chú ý Hệ phương trình thuần nhất (A − λI )X = On×1 với

X = (α1 , α2 , . . . , αn )T được viết dưới dạng tường minh là:



 (a11 − λ)α1 + a12 α2 + . . . + a1n αn = 0

a α + (a − λ)α + . . . + a α = 0
21 1 22 2 2n n


 ····································

a α + a α + . . . + (a − λ)α = 0
n1 1 n2 2 nn n
Ví dụ Tìm giá trị riêng và vectơ riêng của phép biến đổi tuyến tính f
trên R3 , biết rằng đối với cơ sở chính tắc của R3 ma trận của f là:
 
1 2 −2
A = 1 0 3 
1 3 0

Giải:

1 − λ 2 −2

det(A − λI ) = 1 −λ 3
1 3 −λ

1+1 −λ 3 1+2 1 3

= (1 − λ)(−1) 3 −λ + 2(−1) 1 −λ

1 −λ
+ (−2)(−1)1+3
1 3
= (1 − λ)(λ2 − 9) − 2(−λ − 3) − 2(3 + λ)
= (1 − λ)(λ − 3)(λ + 3).
Giải phương trình đặc trưng det(A − λI ) = 0 ta thu được 3 giá trị riêng
phân biệt của A là -3, 1 và 3.

Gọi x = (x1 , x2 , x3 ) 6= OR3 là vectơ riêng ứng với giá trị riêng λ. Khi đó
x là nghiệm không tầm thường của hệ phương trình sau:

(1 − λ)x1 + 2x2 − 2x3 = 0

x1 − λx2 + 3x3 =0 (1)

x1 + 3x2 − λx3 =0


4x1 + 2x2 − 2x3 = 0

+ Với λ = −3 thì (1) ⇔ x1 + 3x2 + 3x3 =0

x1 + 3x2 + 3x3 =0

Giải hệ phương trình này ta được nghiệm tổng quát của nó là:
(6α, −7α, 5α). Do đó vectơ riêng ứng với giá trị riêng λ = −3 có tọa độ
với cơ sở chính tắc của R3 là (6α, −7α, 5α) với α tùy ý khác 0.


0x1 + 2x2 − 2x3 = 0

+ Với λ = 1 thì (1) ⇔ x1 − x2 + 3x3 =0

x1 + 3x2 − x3 =0

(−2α, α, α). Do đó vectơ riêng ứng với giá trị riêng λ = 1 có tọa độ với cơ
sở chính tắc của R3 là (−2α,
 α, α) với α tùy ý khác 0.
−2x1 + 2x2 − 2x3 = 0

+ Với λ = 3 thì (1) ⇔ x1 − 3x2 + 3x3 =0

x1 + 3x2 − 3x3 =0

Giải hệ phương trình này ta được nghiệm tổng quát của nó là: (0, α, α).
Do đó vectơ riêng ứng với giá trị riêng λ = 1 có tọa độ với cơ sở chính tắc
của R3 là (0, α, α) với α tùy ý khác 0.

Định nghĩa Cho A là ma trận vuông cấp n của ánh xạ tuyến tính
f : E → E đối với cơ sở nào đó. Nếu λ là một giá trị riêng của A thì
Tập tất cả các nghiệm X làm cho (A − λI )X = On×1 được kí hiệu là
Eλ và được gọi là không gian con riêng ứng với λ.
Số chiều của Eλ được gọi là bội hình học của λ.
Nếu A có một giá trị riêng λ sao cho bội hình học của λ nhỏ hơn bội
đại số của λ thì A được gọi là ma trận khuyết.
Ví dụ 2 Xác định bội đại số và bội hình học của các giá trị riêng của
phép biến đổi tuyến tính f trên R3 , biết rằng ma trận của f đối với một cơ
sở nào đó là:  
1 −4 −8
A = −4 7 −4
−8 −4 1

Giải:

1 − λ −4 −8 1 − λ −4 −8

det(A − λI ) = −4 7 − λ −4 = −4 7−λ −4
−8 −4 1 − λ 0 2λ − 18 9 − λ

1 − λ −4 −8

= (λ − 9) −4 7 − λ −4
0 2 −1

1 − λ −20 −8
= (λ − 9) −4 −1 − λ −4 = −(λ − 9)2 (λ + 9).

0 0 −1
phân biệt của A là - 9 và 9. Vậy bội đại số của -9 là 1 và bội đại số của 9
là 2.


(1 − λ)x1 − 4x2 − 8x3
 =0
−4x1 + (7 − λ)x2 − 4x3 = 0 (2)

−8x1 − 4x2 + (1 − λ)x3 = 0


10x1 − 4x2 − 8x3
 =0
+ Với λ = −9 thì (2) ⇔ −4x1 + 16x2 − 4x3 = 0

−8x1 − 4x2 + 10x3 = 0

Giải hệ phương trình này ta được nghiệm

tổng quát của nó là:
(2α, α, 2α). Do đó E−9 = {(2α, α, 2α) α ∈ R} có một cơ sở là:
{(2, 1, 2)} ⇒ dimE−9 = 1 và bội hình học của -9 là 1.


−8x1 − 4x2 − 8x3 = 0

+ Với λ = 9 thì (2) ⇔ −4x1 − 2x2 − 4x3 = 0

−8x1 − 4x2 − 8x3 = 0

Giải hệ phương trình này ta được nghiệm tổng quát

của nó là:
(α; −2α − 2β; β). Do đó E9 = {(α; −2α − 2β; β) α, β ∈ R} có một cơ
sở là:
{(1, −2, 0); (0, −2, 1)}
⇒ dimE9 = 2 và bội hình học của 9 là 2.

Định lý 3 Cho A là ma trận vuông cấp n và λ là một giá trị riêng của
A. Khi đó
λk là giá trị riêng của Ak , k = 2, 3, . . .
Nếu A là ma trận không suy biến thì 1/λ là giá trị riêng của A−1 .
Nếu α ∈ R tùy ý thì λ + α là giá trị riêng của A + αI .
A và AT có cùng các giá trị riêng.
A suy biến khi và chỉ khi λ = 0 là giá trị riêng của A.
Ví dụ Cho  
3 −1 −1
A = −12 0 5
4 −2 −1
Tìm các giá trị riêng của A5 , A−1 , AT và A + 2I .

Giải:

3 − λ −1 −1

det(A − λI ) = −12 −λ 5 = −(λ + 1)(λ − 1)(λ − 2).
4 2 −1 − λ
phân biệt của A là -1, 1 và 2. Từ đó
A5 có 3 giá trị riêng là -1, 1, và 25 = 32.
A−1 có 3 giá trị riêng là -1, 1, và 1/2.
AT có 3 giá trị riêng là -1, 1, và 2.
A + 2I có 3 giá trị riêng là 1, 3, và 4.

Định lý 4 Cho f : E → E là ánh xạ tuyến tính trên không gian vectơ n

chiều E trên K. Nếu x1 , x2 , . . . , xm là m vectơ riêng ứng với m giá trị riêng
phân biệt λ1 , λ2 , . . . , λm (m ≤ n) thì hệ {x1 , x2 , . . . , xm } độc lập tuyến
tính.

Định lý 5 Cho f : E → E là ánh xạ tuyến tính trên không gian vectơ n

chiều E trên K. Giả sử ma trận A của f đối với cơ sở (e) nào đó có n giá
trị riêng phân biệt λ1 , λ2 , . . . , λn . Gọi xi là vectơ riêng ứng với giá trị riêng
λi , i = 1, 2, . . . , n. Khi đó
Hệ vectơ (x) = {x1 , x2 , . . . , xn } là một cơ sở của E .
Ma trận của f theo cơ sở (x) này là ma trận chéo:
 
λ1 0 . . . 0
 0 λ2 . . . 0  −1
B = diag(λ1 , λ2 , . . . , λn ) = . . . . . . . . . . . . = P AP,

0 0 . . . λn
trong đó P là ma trận chuyển cơ sở từ (e) sang (x).

Ví dụ Cho phép biến đổi tuyến tính f : R3 → R3 xác định bởi
f (x1 , x2 , x3 ) = (3x1 , 5x1 + 3x2 + 4x3 , −5x1 − 2x2 + 9x3 )
a.Tìm ma trận của f đối với cơ sở chính tắc của R3 .

b.Tìm một cơ sở của R3 để đối với cơ sở đó ma trận của f là ma trận
chéo.
Giải: a. Gọi A là ma trận của f đối với cơ sở chính tắc (e) = {e1 , e2 , e3 }
của R3 . Ta có
f (e1 ) = f (1, 0, 0) = (3, 5, −5); f (e2 ) = f (0, 1, 0) = (0, 3, −2)
f (e3 ) = f (0, 0, 1) = (0, 4, 9).
 
3 0 0
⇒A= 5 3 4.
−5 −2 9


3 − λ 0 0

det(A − λI ) = 5 3−λ 4 = (3 − λ)(λ − 7)(λ − 5).
−5 −2 9 − λ
phân biệt của A là 3, 5 và 7.

(3 − λ)x1 + 0x2 + 0x3
 =0
5x1 + (3 − λ)x2 + 4x3 =0 (3)

−5x1 − 2x2 + (9 − λ)x3 = 0


(
5x1 + 0x2 + 4x3 =0
+ Với λ = 3 thì (3) ⇔
−5x1 − 2x2 + 6x3 = 0
(−4α, 25α, 5α). Do đó E3 = {(−4α, 25α, 5α) α ∈ R} có một cơ sở là:
{u1 = (−4, 25, 5)} ⇒ dimE(3 = 1 và bội hình học của λ = 3 là 1.
5x1 − 2x2 + 4x3 =0
+ Với λ = 5 thì (3) ⇔
−5x1 − 2x2 + 4x3 = 0
(0, 2α, α). Do đó E5 = {(0, 2α, α) α ∈ R} có một cơ sở là:
{u2 = (0, 2, 1)} ⇒ dimE5 = 1 và bội hình học của λ = 5 là 1.

(
5x1 − 4x2 + 4x3 =0
+ Với λ = 7 thì (3) ⇔
−5x1 − 2x2 + 2x3 = 0
Giải hệ phương trình này ta được nghiệm tổng quát của nó là: (0, α, α).
Do đó E7 = {(0, α, α) α ∈ R} có một cơ sở là: {u3 = (0, 1, 1)} ⇒
dimE7 = 1 và bội hình học của λ = 7 là 1.
Hệ ba vectơ {u1 , u2 , u3 } = (u) là một cơ sở của R3 . Gọi P là ma trận
chuyển cơ sở từ (e) sang (u). Khi đó P là nghiệm của hệ phương trình sau:
     
1 0 0 −4 0 0 −4 0 0
0 1 0 · P =  25 2 1 ⇔ P =  25 2 1
0 0 1 5 1 1 5 1 1

4.2.3 Chéo hóa ma trận:

a. Định nghĩa: Ma trận A cấp n được gọi là chéo hóa được, nếu tồn tại
ma trận P cấp n khả nghịch sao cho P −1 AP = B là ma trận chéo. Ma
trận P khi đó được gọi là ma trận làm chéo hóa A.
Nhận xét:
Từ định nghĩa ta suy ra, chéo hóa ma trận A là tìm ma trận B có
dạng chéo đồng dạng với A.
Từ định lý 5 slide 49 ta suy ra rằng nếu ma trận A cấp n có n giá trị
riêng phân biệt thì A chéo hóa được.
b. Định lý: Nếu ma trận A cấp n có đủ n vectơ riêng độc lập tuyến tính
thì A chéo hóa được.

c. Ứng dụng của chéo hóa ma trận:

Tính lũy thừa của ma trận : Với A là ma trận cấp n chéo hóa được thì
k
Ak = P diag(λ1 , λ2 , . . . , λn ) P −1 , k = 2, 3, . . .

với diag(λ1 , λ2 , . . . , λn ) = B là ma trận chéo của A.

Định lý Cayley - Hamilton: Nếu phép biến đổi tuyến tính f : Rn → Rn
có ma trận là A và đa thức đặc trưng là P(λ) thì P(A) = On×n .

Ví dụ: Cho ma trận

5 −6
A=
3 −4
Kí hiệu P(λ) là đa thức đặc trưng của A.
a. Hãy chéo hóa ma trận A.
b. Tìm A10 .
c. Chứng minh P(A) = O2×2.
5 − λ −6
Giải: a. P(λ) = det(A − λI ) = = −λ2 + λ + 2.
3 −4 − λ
phân biệt của A là -1 và 2.

Các không gian con riêng ứng với λ = −1 và λ = 2 là:

E−1 = {(α, α)α ∈ R}; E2 = {(2α, α)α ∈ R}

⇒ E−1 có một cơ sở là {u1 = (1, 1)},

E2 có một cơ sở là {u2 = (2, 1)}.
1 2
Rõ ràng {u1 , u2 } độc lập tuyến tính. Đặt P = . Khi đó
1 1

−1 −1 0
P AP = =B
0 2
Vậy ma trận P làm chéo hóa ma trận A và ma trận chéo là B.

b.
B = P −1 AP ⇔ A = PBP −1
⇒ A10 = PB 10 P −1
(−1)10 0

10 1 2 −1 2
⇒A = · ·
1 1 0 210 1 −1

2047 −2046
= .
1023 −1022
c.
P(A) = A2 − A − I

7 −6 5 −6 1 0 0 0
= − −2 =
3 −2 3 −4 0 1 0 0

Bài tập 1: Cho phép biến đổi tuyến tínhf : R3 →R3 với ma trận của
2 4 2
3
nó đối với cơ sở chính tắc của R là A = 0 4 1

0 0 3
a.Tìm Imf .
chéo.
Bài tập 2: Cho phép biến đổi tuyến tính f : R3 → R3 xác định bởi
f (x1 , x2 , x3 ) = (x1 , x1 + 2x2 , x2 + 3x3 )
a.Tìm ma trận của f đối với cơ sở chính tắc của R3 .

chéo.

Bài tập 3: Tìm A10 , biết rằng

 
1 1 3
A = 0 2 0 .
0 0 2

AXTT Trị riêng Vector riêng

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

AXTT Trị riêng Vector riêng

Uploaded by

Copyright:

Available Formats

ĐẠI SỐ TUYẾN TÍNH

Đại số tuyến tính 1 / 31

4.2. Chéo hóa ma trận:

Đại số tuyến tính 2 / 31

Đại số tuyến tính 3 / 31

Cụ thể, nếu tọa độ của x đối với (e) là X = (α1 , α2 , . . . , αn )T và

Đại số tuyến tính 4 / 31

4.2.2 Đa thức đặc trưng - Cách tìm vectơ riêng:

được gọi là đa thức đặc trưng của ma trận A.

Đại số tuyến tính 5 / 31

b. Các định lý:

Đại số tuyến tính 6 / 31

Định lý 2: Nếu A và B là ma trận của ánh xạ tuyến tính f trên không

det(A − λI ) = det(B − λI ), với mọi λ ∈ K.

Đại số tuyến tính 7 / 31

Đại số tuyến tính 8 / 31

Chú ý Hệ phương trình thuần nhất (A − λI )X = On×1 với

Đại số tuyến tính 9 / 31

Đại số tuyến tính 10 / 31

Đại số tuyến tính 11 / 31

Đại số tuyến tính 12 / 31

Đại số tuyến tính 13 / 31

Đại số tuyến tính 14 / 31

Giải hệ phương trình này ta được nghiệm

Đại số tuyến tính 15 / 31

Giải hệ phương trình này ta được nghiệm tổng quát

Đại số tuyến tính 16 / 31

Đại số tuyến tính 17 / 31

Đại số tuyến tính 18 / 31

Định lý 4 Cho f : E → E là ánh xạ tuyến tính trên không gian vectơ n

Đại số tuyến tính 19 / 31

Định lý 5 Cho f : E → E là ánh xạ tuyến tính trên không gian vectơ n

trong đó P là ma trận chuyển cơ sở từ (e) sang (x).

Đại số tuyến tính 20 / 31

Ví dụ Cho phép biến đổi tuyến tính f : R3 → R3 xác định bởi

f (x1 , x2 , x3 ) = (3x1 , 5x1 + 3x2 + 4x3 , −5x1 − 2x2 + 9x3 )

a.Tìm ma trận của f đối với cơ sở chính tắc của R3 .

Đại số tuyến tính 21 / 31

Đại số tuyến tính 22 / 31

Đại số tuyến tính 23 / 31

Đại số tuyến tính 24 / 31

4.2.3 Chéo hóa ma trận:

Đại số tuyến tính 25 / 31

c. Ứng dụng của chéo hóa ma trận:

với diag(λ1 , λ2 , . . . , λn ) = B là ma trận chéo của A.

Đại số tuyến tính 26 / 31

Ví dụ: Cho ma trận  

Đại số tuyến tính 27 / 31

Các không gian con riêng ứng với λ = −1 và λ = 2 là:

⇒ E−1 có một cơ sở là {u1 = (1, 1)},

Vậy ma trận P làm chéo hóa ma trận A và ma trận chéo là B.

Đại số tuyến tính 28 / 31

Đại số tuyến tính 29 / 31

f (x1 , x2 , x3 ) = (x1 , x1 + 2x2 , x2 + 3x3 )

a.Tìm ma trận của f đối với cơ sở chính tắc của R3 .

Đại số tuyến tính 30 / 31

Bài tập 3: Tìm A10 , biết rằng

Đại số tuyến tính 31 / 31

You might also like

Ví dụ: Cho ma trận