Собствени вектори и собствени

стойности на линеен оператор.

Всички полета F , които разглеждаме са числови, т.е. Q ⊆ F ⊆ C и F

винаги е подмножество на множеството на комплексните числа. Ще се
възползваме от основната теорема на алгебрата според, която всеки по-
лином f ∈ C[x] на една променлива с комплексни коефициенти и степен
deg f = n > 0 има точно n на брой комплексни корена, броени с крат-
ностите им. По-формално, ако
f (x) = a0 xn + a1 xn−1 + · · · + an−1 x + an
е полином с ai ∈ C, n ≥ 1, a0 6= 0, то съществуват числа α1 , . . . , αn ∈ C,
такива че
f (x) = a0 (x − α1 )(x − α2 ) . . . (x − αn ).
Нека разгледаме матрицата
 
α11 α12 . . . α1n
 α21 α22 . . . α2n 
A=  ∈ Fn×n .
 
. . . . . . . . . . . . 
αn1 αn2 . . . αnn
Полиномът на x
α11 − x α12 ... α1n
α21 α22 − x . . . α2n
fA (x) = det(A − xE) = ..
... ... . ...
αn1 αn2 ... αnn − x

е с коефициенти от F , степен deg fA = n и старши коефициент (−1)n ,

наречен характеристичен полином на матрицата A. Т.к. deg fA = n и

1
2

е с коефициенти от F ⊆ C, то fA (x) има n корена λ1 , λ2 , . . . , λn ∈ C,

наречени характеристични корени на матрицата A.
Пример:
Характеристичният полином на матрицата
 
3 2
A=
−2 −1
е
3−x 2
fA (x) = = (3 − x)(−1 − x) − 2.(−2) = x2 − 2x + 1 = (x − 1)2
−2 −1 − x
и характеристичните корени на A са λ1 = λ2 = 1.

Ще казаме, че матриците A и B от Fn×n са подобни, ако съществува

неособена матрица T ∈ Fn×n , такава че B = T −1 AT .
Твърдение 1. Ако A ∈ Fn×n и B ∈ Fn×n са подобни матрици, то
fA (x) = fB (x).
Доказателство. Щом A и B са подобни, то съществува неособена мат-
рица T ∈ Fn×n , det T 6= 0, такава че B = T −1 AT . Тогава
fB (x) = det(B − xE) = det(T −1 AT − xT −1 ET ) = det[T −1 (A − xE)T ]
1
= det T −1 det(A − xE) det T = det(A − xE) det T
det T
= det(A − xE) = fA (x).

Нека V е линейно пространство над полето F с крайна размерност

dim V = n. Нека ϕ ∈ Hom(V ) е линеен оператор с матрица A спрямо
някакъв базис на V . Тогава характеристичен полином на оператора ϕ
е fA (x). Тази дефиниция коректна, т.к. ако B е матрицата на ϕ спрямо
друг базис на V , то A и B са подобни, а оттам и fA (x) = fB (x). В такъв
случай характерситичният полином на оператора ϕ не зависи от базиса
и от матрицата на оператора спрямо него и го записваме просто като
fϕ (x).
Векторът x ∈ V се нарича собтсвен вектор на оператора ϕ, ако x 6= o
и ϕ(x) = λx, където λ ∈ F е число, наречено собствена стойност на
оператора ϕ, съответстваща на собствения вектор x.
 3

Ако векторите
e1 , e2 , . . . , en
образуват базис на V и матрицата на линейния оператор ϕ спрямо него
е A = (αij )n×n , а за собствения вектор x ∈ V на ϕ имаме, че

x = ξ1 e1 + ξ2 e2 + · · · + ξn en ,

то от една страна ϕ(x) = λx и координатите на λx са

(λξ1 , λξ2 , . . . , λξn )

, а от друга знаем, че действието на оператора ϕ върху векторите от V

дава λx = Ax, откъдето получаваме втори набор координати за λx:

(α11 ξ1 + α12 ξ2 + · · · + α1n ξn , . . . , αn1 ξ1 + αn2 ξ2 + · · · + αnn ξn ).

Следователно трябва да е изпълнена системата

α11 ξ1 + α12 ξ2 + · · · + α1n ξn = λξ1 ,

α21 ξ1 + α22 ξ2 + · · · + α2n ξn = λξ2 ,
(∗)
...
αn1 ξ1 + αn2 ξ2 + · · · + αnn ξn = λξn
или еквивалентната
(α11 − λ)ξ1 + α12 ξ2 + . . . + α1n ξn = 0,
α21 ξ1 + (α22 − λ)ξ2 + . . . + α2n ξn = 0,
(∗∗)
...
αn1 ξ1 + αn2 ξ2 + . . . + (αnn − λ)ξn = 0.

Да разгледаме хомогенната система

(α11 − λ)x1 + α12 x2 + . . . + α1n xn = 0,

α21 x1 + (α22 − λ)x2 + . . . + α2n xn = 0,
(∗ ∗ ∗)
...
αn1 x1 + αn2 x2 + . . . + (αnn − λ)xn = 0.

Уравненията от (∗∗) означават, че n-торката (ξ1 , ξ2 , . . . , ξn ) е решение на

системата (∗ ∗ ∗). При това (ξ1 , . . . , ξn ) 6= (0, . . . , 0) т.к. това са коорди-
натите на вектора x 6= o. Тогава детерминантата на системата (∗ ∗ ∗) е
4

равна на нула, т.е.

α11 − λ α12 ... α1n
α21 α22 − λ . . . α2n
0= ... = fA (λ) = fϕ (λ)
... ... ...
αn1 αn2 ... αnn − λ
и λ характеристичен корен на ϕ. По този начин ако λ е собствена стой-
ност на ϕ, то тя е корен на характеристичния полиним на ϕ. Обратно,
нека λ ∈ F е характеристичен корен на ϕ. Тогава fϕ (λ) = 0 и fA (λ) = 0.
Следователно хомогенната система (∗ ∗ ∗) има нулева детерминанта, а
оттам притежава и ненулево решение (ξ1 , . . . , ξn ) 6= (0, . . . , 0). Ако взе-
мем вектор x с координати (ξ1 , . . . , ξn ), то факта, че (∗∗) е еквивалентна
на (∗) следва, че Ax = λx, т.е. ϕ(x) = λx, което означава, че x е соб-
ствен вектор на ϕ, а λ е съответстващата му собствена стойност. Така
доказахме
Твърдение 2. Собствените стойности на линеен оператор ϕ са онези
негови характеристични корени, които принадлежат на полето F .
Алгоритъм за намиране на собствени стойности и собствени вектори
на линеен оператор:
Нека линейният оператор ϕ е зададен с матрицата си A спрямо базиса
e1 , . . . , en на пространството V .
1. Пресмятаме fϕ (x) = fA (x) = det(A − xE).
2. Решаваме уравнението fA (x) = 0 и намираме характеристичните
корени λ1 , . . . , λn на ϕ.
3. Нека λ е кое да е от числата λ1 , . . . , λn и λ ∈ F . Решаваме хо-
могенната система (∗ ∗ ∗) с него и намираме всички съответстващи му
собствени вектори x = ξ1 e1 + · · · + ξn en .

Пример:
В двумернотолинейно пространство V над R линейният оператор ϕ има
3 2
матрица A = . Да се намерят собствените стойности и собст-
−2 −1
вените вектори на ϕ.
3−x 2
1. fA (x) = = x2 − 2x + 1 = (x − 1)2 .
−2 −1 − x
2. Уравнението (x − 1)2 = 0 има един двоен корен λ1 = λ2 = 1 ∈ R и
следователно ϕ има единствена собствена стойност λ = 1.
 5

3. В системата
(3 − λ)x1 + 2x2 = 0,
−2x1 + (−1 − λ)x2 = 0

заместваме λ = 1 и получаваме

2x1 + 2x2 = 0,
−2x1 − 2x2 = 0.

Всички решения на последната система са x1 = t, x2 = −t за t ∈ R.

Тогава всички собствени вектори на оператора ϕ са от вида

x = x1 e1 + x2 e2 = t(e1 − e2 )

за t ∈ R\{0}.
Твърдение 3. Ако a1 , a2 , . . . , ak ∈ V са собствени вектори на ϕ, отгова-
рящи на различни собствени стойности λ1 , λ2 , . . . , λk , то те са линейно
независими.
Доказателство. По условие ϕ(a1 ) = λ1 a1 , ϕ(a2 ) = λ2 a2 , . . . , ϕ(ak ) = λk ak ,
a1 6= o, a2 6= o, . . . , ak 6= o и λ1 6= λ2 6= · · · 6= λk . Ще извършим доказа-
телството с индукция по k – броя на векторите. Основа на идукцията:
при k = 1 имаме, единствен собствен вектор a1 и съответстващата му
стойност λ1 . Т.к. a1 е собствен, то a1 6= o и следователно е линейно неза-
висими. Индукционно предположение: Нека k ≥ 2 и твърдението е вярно
за k − 1 на брой вектора. Индукционна стъпка: ще докажем, че твърде-
нието остава в сила за k на брой вектора. Взимаме линена комбинация
на векторите a1 , a2 , . . . , ak , такава че

(∗) µ1 a1 + µ2 a2 + · · · + µk ak = o

(коефициентите µi са от полето F ). Прилагаме линейния оператор ϕ към

двете страни на уравнението и получаваме последователно

ϕ(µ1 a1 + µ2 a2 + · · · + µk ak ) = ϕ(o),

µ1 ϕ(a1 ) + µ2 ϕ(a2 ) + · · · + µk ϕ(ak ) = o

и
(∗∗) µ1 λ1 a1 + µ2 λ2 a2 + · · · + µk λk ak = o.
6

Към уравнение (∗∗) прибавяме уравнение (∗) умножено по (−λk ), за да

получим

µ1 (λ1 − λk )a1 + µ2 (λ2 − λk )a2 + · · · + µk−1 (λk−1 − λk )ak−1 = o.

Според индукционното предположение векторите a1 , a2 , . . . , ak−1 са k − 1

на брой и следователно са линейно независими. Тогава трябва

µ1 (λ1 − λk ) = 0, µ2 (λ2 − λk ) = 0, . . . , µk−1 (λk−1 − λk ) = 0,

| {z } | {z } | {z }
6=0 6=0 6=0

което означава, че µ1 = µ2 = · · · = µk−1 = 0. В такъв случай уравнение

(∗) дава, че µk ak = o. Но ak е собствен вектор и като такъв ak 6= o. Сле-
дователно µk = 0. Така µi = 0 за i = 1, 2, . . . , k и векторите a1 , a2 , . . . , ak
са линейно независими.

Знаем, че матрицата на всеки линеен оператор ϕ ∈ Hom(V ) зависи от

базиса, който сме фиксирали в момента. Логично е да потърсим такъв
базис f1 , f2 , . . . , fn на V , спрямо който матрицата на ϕ има „най-прост“
вид. Нека допуснем, че при дадения базис матрицата на ϕ е диагонална
(това не винаги е възможно) и има вида
 
λ1 0 ... 0
 0 λ2 ... 0 
D= .
 
. . . ...
... . . .
0 0 . . . λn

От дефиницията на матрица на линеен оператор следва, че ϕ действа на

базисните вектори по следния начин:

ϕ(f1 ) = λ1 f1 , ϕ(f2 ) = λ2 f2 , . . . , ϕ(fn ) = λn fn .

Но това означава точно, че базисните вектори f1 , f2 , . . . , fn са собстве-

ни вектори на ϕ със съответстващи собствени стойности λ1 , λ2 , . . . , λn .
Следователно (ако е възможно) матрицата на линеен оператор би била
диагонална спрямо базиса от собствените му вектори, а числата, които
стоят по диагонала й ще бъдат точно съответстващите собствени стой-
ности. Да видим кова е възможно.
 7

Теорема. Ако линейният оператор ϕ има n(= dim V ) на брой различни

собствени стойности (т.е. всичките му характеристични корени са
различни и са от полето F ), то съществува базис на V , спрямо който
матрицата на ϕ е диагонална.
Доказателство. Нека собствените стойности на ϕ са λ1 , λ2 , . . . , λn , а f1 , f2 , . . . , fn
са съответстващите им собствени вектори. Според Твърдение 3 f1 , f2 , . . . , fn
са линейно независими и следователно образуват базис на V . Освен
това ϕ(fi ) = λi fi , което  означава, че матрицата на ϕ спрямо него е
λ1 0 . . . 0
 0 λ2 . . . 0 
D= .
 
. . . . . . . . . . . .
0 0 . . . λn

Следствие. При F = C, ако A ∈ Cn×n и характеристичните корени

λ1 , λ2 , . . . , λn ∈ C са всичките различни, то съществува неособена мат-
рица T ∈ Cn×n , такава че
 
λ1 0 . . . 0
 0 λ2 . . . 0 
−1
T AT =   = D.
 
. .
. . . . . . . . . .
0 0 . . . λn

Доказателство. Нека V e n-мерно линейно пространство над C и e1 , e2 , . . . , en

е базис. Тогава съществува единствен линеен оператор ϕ ∈ Hom(V ), чия-
то матрица спрямо този базис е A. Операторът ϕ има n на брой различни
собствени стойности λ1 , λ2 , . . . , λn и според теоремата съществува базис
от собствени вектори f1 , f2 , . . . , fn , съответстващи на λ1 , λ2 , . . . , λn , спря-
мо който матрицата на ϕ е D. Нека T е матрицата на прехода от e към
f . Тогава D = T −1 AT .