Autovalore (riepilogo)
Le nozioni di autovettore , autovalore e autospazio si applicano agli endomorfismi (o operatori lineari), vale a dire mappe lineari di uno spazio vettoriale in sé. Sono intimamente legati e formano un pilastro della riduzione degli endomorfismi , parte dell'algebra lineare che mira a scomporre lo spazio nel modo più efficiente possibile in una somma diretta di sottospazi stabili .
Definizioni e proprietà
Nel seguito, consideriamo uno spazio vettoriale E su un campo commutativa K . Gli elementi di E sono i vettori e quelli di K sono gli scalari . In pratica, il campo K è spesso il campo ℂ dei complessi e lo spazio vettoriale è di dimensione finita . In ogni sezione verranno specificate eventuali restrizioni sul corpo o sulla taglia. Indichiamo con u un endomorfismo di E e Id l' identità endomorfismo .
Valore proprio
Definizione - Uno scalare λ è un autovalore di u se esiste un vettore x diverso da zero tale che u ( x ) = λ x .
Gli autovalori di u sono quindi gli scalari λ tali che u - λId non è iniettiva (in altre parole il suo nucleo non è ridotto al vettore zero ).
Gli autovalori di una matrice quadrata A di dimensione n sono gli autovalori dell'endomorfismo di K n della matrice A nella base canonica .
Se E è di dimensione finita n , gli autovalori di u (o della sua matrice A in qualsiasi base ):
Esempi:
- se u = Id allora u ha un solo autovalore: 1.
- se u è definito su ℝ 2 da allora u ha due autovalori:
u(X1,X2)=(X1+6X2,X1+2X2){\ displaystyle u (x_ {1}, x_ {2}) = (x_ {1} + 6x_ {2}, x_ {1} + 2x_ {2})}
![u (x_ {1}, x_ {2}) = (x_ {1} + 6x_ {2}, x_ {1} + 2x_ {2})](https://wikimedia.org/api/rest_v1/media/math/render/svg/a95df502448ad75b12445c7846c44a4b248f99d5)
- 4 perché u(2,1)=(8,4)=4(2,1){\ displaystyle u (2,1) = (8,4) = 4 (2,1)}
- –1 perché u(-3,1)=(3,-1)=-1(-3,1){\ displaystyle u (-3,1) = (3, -1) = - 1 (-3,1)}
- nessun altro autovalore poiché la dimensione è 2.
Vettore pulito
Definizione - Sia x un vettore diverso da zero di E , x è un autovettore di u se esiste uno scalare λ tale che u ( x ) = λ x . Diciamo che x è un autovettore associato all'autovalore λ .
Gli autovettori (associati ad un autovalore λ ) di una matrice quadrata A di dimensione n sono gli autovettori (associati all'autovalore λ ) della endomorphism di K n rappresentato da A .
- Un autovettore non può essere associato a due diversi autovalori
- Una famiglia di k autovettori associati a k diversi autovalori costituisce una famiglia libera .
Sottospazi puliti
Definizione - Sia λ un autovalore di u (risp. A ); quindi l'insieme formato dagli autovettori per l'autovalore λ e il vettore zero è detto autovalore di u (risp. A ) associato all'autovalore λ.
- L'autovalore associato a un autovalore λ è il nucleo di u - λ Id . È quindi un sottospazio vettoriale .
- Per definizione di un autovalore, un autovalore non è mai ridotto al vettore zero.
- Per una matrice quadrata A di dimensione n , troviamo il sottospazio autovalore associato ad un autovalore λ risolvendo il sistema (omogeneo) di n equazioni lineari con n incognite la cui scrittura della matrice è ( A - λ I n ) v = 0.
- Gli autospazi E i degli autovalori λ i formano una somma diretta di sottospazi vettoriali stabili da u .
Questa è una conseguenza del lemma del kernel , applicato ai polinomi X - λ i , che sono due a due primi tra loro.
Questa somma diretta di E i è uguale a E se e solo se l'endomorfismo è diagonalizzabile.
- Se due endomorfismi u e v commutano , allora qualsiasi sottospazio proprio di u è stabile sotto v .
Polinomio caratteristico
Assumiamo qui che E sia di dimensione finita n .
Chiamiamo "polinomio caratteristico" dell'endomorfismo u , il polinomio det ( X Id - u ) , e "polinomio caratteristico" di una matrice quadrata A di ordine n , il polinomio caratteristico dell'endomorfismo di K n canonicamente associato ad A , cioè il polinomio det ( XI n - A ), dove I n è la matrice identità n × n . Questo polinomio è di grado n , quindi ha al massimo n radici .
- O a : E → F un isomorfismo di spazi vettoriali , cioè un biettivo lineare , allora u e aua -1 hanno lo stesso polinomio caratteristico e quindi gli stessi autovalori.
In effeti,det(λiodF-aua-1)=det(a(λiodE-u)a-1)=det(λiodE-u).{\ displaystyle \ det (\ lambda {\ rm {Id}} _ {F} -aua ^ {- 1}) = \ det (a (\ lambda {\ rm {Id}} _ {E} -u) a ^ {- 1}) = \ det (\ lambda {\ rm {Id}} _ {E} -u).}
- Il polinomio caratteristico di u è quindi uguale a quello della sua matrice A in qualsiasi base .
- Le radici del polinomio caratteristico di u (o di A ) sono i suoi autovalori.
In effetti, un endomorfismo ha determinante zero se e solo se è non iniettivo.
- Se K è chiuso algebricamente , o se K è R il campo dei numeri reali e n è dispari, allora u ha almeno un autovalore.
Dire che un campo è chiuso algebricamente, significa che ogni polinomio non costante ammette almeno una radice. Questa radice è necessariamente un autovalore, secondo il primo punto sopra. D'altra parte, un vero polinomio di grado dispari ha sempre una vera radice.
L'ordine di molteplicità algebrica di un autovalore λ è l'ordine di molteplicità della radice nel polinomio caratteristico. È quindi l'esponente di ( X - λ) nel polinomio caratteristico.
- In un campo algebricamente chiuso:
- Il determinante è uguale al prodotto degli autovalori elevati al loro ordine di molteplicità algebrica;
- La traccia è uguale alla somma degli autovalori moltiplicata per il loro ordine di molteplicità algebrica.
Polinomio minimo
Ci collochiamo qui nel quadro di uno spazio vettoriale E di dimensione finita.
Chiamiamo "polinomio minimo" di u il polinomio unitario di grado minimo che annulla u . Il polinomio minimo fornisce una relazione di dipendenza lineare sulle potenze u 0 , u 1 , u 2 , ..., dell'endomorfismo, e reciprocamente una tale relazione di dipendenza lineare dà un polinomio annullante di u , il polinomio minimo minimizzando il grado e prendendo il coefficiente 1 per la massima potenza di u che si verifica.
- Le radici del polinomio minimo sono gli autovalori di u .
Se il polinomio minimo è fattorizzato M = ( X - λ) Q , allora M ( u ) = ( u - λ
Id ) ∘ Q ( u ) è l'endomorfismo zero, mentre Q ( u ) non lo è (perché il grado di Q è troppo basso). Di conseguenza ci sono vettori diversi da zero nell'immagine di Q ( u ), che sono autovettori per λ.
- Più in generale per ogni intero i ≥ 1, il polinomio minimo è divisibile per ( X - λ) i se e solo se il nucleo di ( u - λ Id ) i è strettamente maggiore di quello di ( u - λ Id ) i - 1 . Di conseguenza, la molteplicità m di λ come radice del polinomio minimo è uguale al più piccolo esponente tale per cui il nucleo di ( u - λ Id ) m è uguale al sottospazio caratteristico associato all'autovalore λ. Si chiama molteplicità minima di λ.
- Lasciare un essere un automorfismo di E , allora u e AUA -1 hanno lo stesso polinomio minimo (e quindi stessi autovalori). In altre parole, il polinomio minimo è una somiglianza invariante dell'endomorfismo.
Infatti, P ( AUA -1 ) uguale aP ( u ) è -1 , per qualsiasi polinomio P .
- Su un campo algebricamente chiuso, il polinomio minimo (come ogni polinomio diverso da zero) è diviso , e quindi ha almeno una radice, che è l'autovalore di u (eccezione: se la dimensione di E è zero, il polinomio minimo è 1, proprio come il polinomio caratteristico, e u non ha autovalore).
- Il teorema di Cayley-Hamilton ci permette di affermare che il polinomio minimo divide il polinomio caratteristico
Sottospazi caratteristici
Assumiamo che E sia di dimensione finita e che K sia chiuso algebricamente.
Se λ è un autovalore di u , il cui ordine di molteplicità è α λ , chiamiamo “sottospazio caratteristico” di u associato all'autovalore λ nucleo di ( u - λ Id ) α λ . Indicheremo questo sottospazio caratteristico E λ .
-
E λ è anche il nucleo di ( u - λ Id ) β λ dove β λ è l'ordine di molteplicità di λ nel polinomio minimo.
-
E λ è stabile per u .
- dim ( E λ ) = α λ .
- Lo spazio E è la somma diretta dei suoi sottospazi caratteristici.
- la restrizione di u a E λ ha un polinomio minimo ( X - λ) β λ .
Riduzione dell'endomorfismo
Supponiamo che E sia di dimensione finita. Lo studio degli autovalori permette di trovare una forma più semplice di endomorfismi, questa è chiamata la loro riduzione.
Diagonalizzazione
L'endomorfismo è interamente determinato dai suoi autovettori e dai suoi autovalori associati se è diagonalizzabile, cioè se esiste una base di autovettori. Esempi numerici sono forniti nell'articolo “ Matrice diagonalizzabile ”. I seguenti criteri sono tutti condizioni necessarie e sufficienti affinché un endomorfismo di uno spazio vettoriale a dimensione finita sia diagonalizzabile:
- C'è una base di autovettori
- la somma degli autospazi è l'intero spazio
- la somma delle dimensioni degli autospazi è uguale alla dimensione dell'intero spazio
- il polinomio minimo è diviso su K e con radici singole. ( Prova nel polinomio di endomorfismo . )
- ogni sottospazio proprio ha una dimensione uguale alla molteplicità algebrica dell'autovalore associato.
- qualsiasi rappresentazione matriciale M di u è diagonalizzabile, cioè può essere scritta nella forma M = PDP −1 con P e D rispettivamente matrici invertibili e diagonali .
Oltre a queste proprietà equivalenti, ci sono le seguenti implicazioni:
- Se esistono autovalori distinti dim ( E ), allora u è diagonalizzabile.
- Se u è diagonalizzabile, il suo polinomio caratteristico viene diviso.
Nel caso in cui il campo è ℂ, questa proprietà è quasi ovunque vera nel senso della misura di Lebesgue . Inoltre, nello spazio topologico degli endomorfismi di E , il sottoinsieme di quelli che sono diagonalizzabili è quindi denso .
Decomposizione di Dunford
Se il polinomio minimo di u è diviso, allora u può essere scritto nella forma u = d + n con d diagonalizzabile e n nilpotente tale che dn = nd . Inoltre, d e n sono polinomi in u .
Rappresentanza della Giordania
Assumiamo che K sia chiuso algebricamente.
La rappresentazione di Jordan dimostra che quindi qualsiasi endomorfismo u di E è trigonalizzabile . Mostra che la restrizione di u al sottospazio caratteristico associato all'autovalore λ ha una rappresentazione formata da blocchi della forma
JK(λ)=(λ1λ1(0)⋱⋱⋱⋱(0)λ1λ){\ displaystyle J_ {k} (\ lambda) = {\ begin {pmatrix} \ lambda & 1 &&&& \\ & \ lambda & 1 && (0) & \\ && \ ddots & \ ddots && \\ &&& \ ddots & \ ddots & \ \ & (0) &&& \ lambda & 1 \\ &&&&& \ lambda \\\ end {pmatrix}}}
chiamati “blocchi di Jordan” e che l'endomorfismo ha una rappresentazione a matrice nella forma
(JK1(λ1)JK2(λ2)⋱⋱JKr(λr)){\ displaystyle {\ begin {pmatrix} J_ {k_ {1}} (\ lambda _ {1}) &&&& \\ & J_ {k_ {2}} (\ lambda _ {2}) &&& \\ && \ ddots && \ \ &&& \ ddots & \\ &&&& J_ {k_ {r}} (\ lambda _ {r}) \\\ end {pmatrix}}}
dove gli scalari λ i (non necessariamente distinti) sono gli autovalori di u .
Vedi anche
Articoli Correlati
Bibliografia
- Serge Lang , Algebra [ dettaglio delle edizioni ]
- Haïm Brezis , Analisi funzionale: teoria e applicazioni [ dettaglio delle edizioni ]
- Walter Rudin , Analisi funzionale [ dettaglio delle edizioni ]
-
(en) Nelson Dunford e Jacob T. Schwartz (en) , Linear Operators, Part I General Theory , Wiley-Interscience, 1988