Főmenü megnyitása

Sajátvektor és sajátérték

(Sajátvektor szócikkből átirányítva)

A lineáris algebrában egy lineáris transzformáció sajátvektora a vektortér olyan nemnulla vektora, amelyet a leképezés a skalárszorosába visz. Négyzetes mátrixok sajátvektorainak a mátrixhoz tartozó leképezés sajátvektorait nevezzük. A szóban forgó skalár értékek a sajátértékek. Sajátértékei és sajátvektorai adott esetben jól jellemzik a transzformációt, és fontos szerepet játszanak a matematika csaknem valamennyi ágában, például az algebrában, az analízisben, a geometriában. A fogalom számos hasznos alkalmazása létezik a fizikában, különösen fontos szerepet tölt be a kvantummechanikában, de bárhol szükség lehet a sajátértékekre és a sajátvektorokra, ahol differenciálegyenleteket használnak.

Tartalomjegyzék

FogalmakSzerkesztés

Ha V vektortér egy T test felett és A egy V   V lineáris leképezés, akkor

  • vV nemnulla vektort az A leképezés egy sajátvektorának nevezzük, ha létezik olyan λ ∈ T, hogy teljesül az
 

egyenlőség

  • a λ skalárt az A egy v sajátvektorához tartozó sajátértékének nevezzük, ha Avv
  • a λ skalárt az A sajátértékének nevezzük, ha van A-nak olyan sajátvektora, amihez λ mint sajátérték tartozik
  • a λ sajátértékhez tartozó sajátaltér mindazon sajátvektorok által kifeszített altér, melyekhez λ mint sajátérték tartozik
  • a λ sajátérték geometriai multiplicitása a λ-hoz tartozó sajátaltér dimenziója
  • ha V véges dimenziós, akkor A spektruma az A sajátértékeinek halmaza.

TulajdonságokSzerkesztés

  • Ha λ egy invertálható mátrix sajátértéke, akkor 1/λ a mátrix inverzének sajátértéke
  • Egy valós mátrix spektruma megegyezik a mátrix transzponáltjának spektrumával
  • Egy mátrix sajátértékeinek összege a mátrix nyoma, és a sajátértékek szorzata a mátrix determinánsa
  • A főtengelytétel miatt a valós szimmetrikus mátrixok és a komplex önadjungált mátrixok minden sajátértéke valós. Ezek előjelétől függően a mátrix lehet:
    • pozitív definit, ha minden sajátérték pozitív
    • pozitív szemidefinit, ha minden sajátérték ≥0
    • negatív szemidefinit, ha minden sajátérték ≤0
    • negatív definit, ha minden sajátérték negatív
    • indefinit minden más esetben
  • Azok a mátrixok, amik felcserélhetők a transzponáltjukkal, ortogonális bázisban diagonalizálhatók. Ilyenek például a szimmetrikus, az önadjungált, az ortogonális és az unitér mátrixok
  • Minden komplex mátrix hasonló egy háromszögmátrixszal, aminek a főátlója éppen a sajátértékeket tartalmazza
  • Jelöljön A egy szimmetrikus mátrixot! Ekkor Sylvester tehetetlenségi tétele miatt minden olyan S invertálható mátrixra, amire az STAS mátrix diagonális, az STAS mátrix főátlóján álló elemek előjele mindig ugyanaz marad

Sajátérték és sajátvektor meghatározásaSzerkesztés

Legyen adott egy A négyzetes mátrix.

A fenti definíciónak megfelelő sajátérték-egyenlet a következő:

 

Az I egységmátrix felhasználásával ez a következőképp írható:

  (az egységmátrixszal való szorzás nem változtatja meg a vektort)
 , amiből v-t kiemelve (a disztributivitást kihasználva):
 

A definícióban szerepel az a kikötés, hogy v vektor nem a nullvektor. Különben ebben az egyenletben   tetszőleges lehetne.

Ha viszont nem nullvektor v esetén is nullvektor tud lenni a szorzat, akkor

 , ahol „det” a determinánst jelöli.

A fenti mátrix abban különbözik az eredeti A mátrixtól, hogy a főátlóban   elemek helyett   elemek vannak, a többi elem viszont megegyezik.

Az A mátrix karakterisztikus polinomjának nevezzük a következő polinomot:

 

Ennek a polinomnak a foka megegyezik a mátrix dimenziójával, azaz egy   dimenziós mátrixhoz legfeljebb   különböző sajátérték tartozhat.

A fenti módszer nem a legpraktikusabb módja a sajátértékek megkeresésének, hiszen a karakterisztikus polinom már 3×3-as mátrixok esetén is harmadfokú, aminek a megoldása nehézkes; ráadásul ötödfokúnál magasabb polinomokra nincs is megoldóképlet.

A  -hez tartozó sajátvektorokat ezek alapján az

 

egyenletből számíthatjuk ki.

Példa: Pauli-mátrix sajátértékeinek és sajátvektorainak meghatározásaSzerkesztés

Feladat a következő Pauli-mátrix sajátértékeinek és sajátvektorainak a meghatározása:

 

A sajátérték-egyenlet a következő:

 

Kiírva:

 

A jobb oldalt kivonva a bal oldalból és kiemelve v vektort, a következőt kapjuk:

 

A mátrix karakterisztikus polinomja:

 

A sajátértékek pedig   egyenlet megoldásai( ), azaz a sajátértékek

 
 

Az egyes sajátvektorokat tehát a következőképp határozhatjuk meg:

 

A felső zárójeles index azt fejezi ki, hogy melyik sajátértékhez tartozó sajátvektorkomponensről van szó.

A fenti egyenlethez tartozó egyenletrendszer a következő:

 
 

Melyekből következik, hogy  , vagyis az egyre normált sajátvektora  -nek:

 

 -höz tartozó sajátvektor megkeresése teljesen ugyanúgy zajlik, ahogy azt fent láttuk:

 

Az egyenlethez tartozó egyenletrendszer:

 
 

Vagyis  , így   normált sajátvektora:

 

Numerikus módszerekSzerkesztés

A negyedfokúnál magasabb fokú egyenletek nem oldhatók meg gyökjelekkel, ezért numerikus módszereket kell használni. Az egyenletek kiszámítása és megoldása hibaterjedéssel jár, ami már a hússzor húszas esetben a numerikus információ teljes elvesztésével jár. Ezért különféle módszereket dolgoztak ki a sajátértékek és a sajátvektorok meghatározására.

Ilyenek:

A sajátértékek becslésére a Gerschgorin-körök szolgálnak.

SajátalterekSzerkesztés

Egy adott sajátértékhez tartozó összes sajátvektor és a nullvektor alteret alkotnak. Ezt az alteret az adott sajátértékhez tartozó sajátaltérnek nevezzük.

ÁltalánosításSzerkesztés

A funkcionálanalízis a függvényterek közötti leképezésekkel foglalkozik. Ezekhez is tartoznak sajátértékek és sajátvektorok; a sajátértékeket gyakran sajátelemeknek, a sajátvektorokat sajátfüggvényeknek hívják.

ForrásokSzerkesztés

  • Kiss Emil: Bevezetés az algebrába
  • Pelikán József: Algebra (PDF/Postscript). összeállította Gröller Ákos. ELTE TTK
  • Stoyan Gisbert–Takó Galina: Numerikus módszerek