Upload
mehmet-isik
View
81
Download
0
Embed Size (px)
Citation preview
BÖLÜM 2
ÖZDEĞER VE ÖZVEKTÖR KAVRAMLARI
2.1 Vektörler ve vektör uzayı
Tanım : Bir sütunlu matris “vektör” olarak isimlendirilir.
=
nx
x
x
.2
1
X (2.1)
Vektörler için aşağıdaki tanımlar verilebilir:
- Temel (Basis):
V vektör uzayının n adet nx,...,x,x
21 vektörler seti doğrusal bağımsız ise ve V vektör uzayının
her bir y vektörü nx,...,x,x
21 vektörlerinin doğrusal kombinasyonu olarak aşağıdaki gibi tek
olarak yazılabiliyorsa nx,...,x,x
21 vektörler seti V vektör uzayının temeli olarak adlandırılır.
∑=
=n
1iii xay , ai : y vektörünün n
x,...,x,x21 temeline göre koordinantları
Verilen bir V vektör uzayı için temel tek değildir. n boyutlu bir vektör uzayında herhangi bir temel n elemana sahiptir.
- sınırlı boyutlu vektör uzayı:
V vektör uzayının temelindeki elemanların sayısı sınırlı ise V vektör uzayı sınırlı boyutlu vektör uzayı olarak adlandırılır.n boyutlu bir vektör uzayında herhangi bir temel n elemana sahiptir. Tersine n adet doğrusal bağımsız vektör seti n boyutlu vektör uzayının bir temelidir. Örneğin aşağıdaki vektörler 3 boyutlu bir vektör uzayının temelini oluşturur.
=
0
0
1
1X ,
=
0
1
0
2X ,
=
1
0
0
3X .
Aşağıdaki üç vektör ise doğrusal bağımsız olmadığı için 3 boyutlu vektör uzayının bir temelini oluşturmaz. İki boyutlu vektör uzayının bir temelini oluşturur.
=
0
0
1
1X ,
=
1
1
0
2X ,
=
1
1
1
3X .
13
; :X n boyutlu sütun vektör
n boyutlu V vektör uzayının herhangi bir y vektörü nx,...,x,x
21 vektörler setinin doğrusal kombinasyonu olarak gösterilebiliyorsa, bu vektörler seti n boyutlu V vektör uzayını tarar. Aşağıdaki n adet vektörler setini ele alalım.
0.
.
.0
1
1X ,
0.
.
.1
0
2X ……..
1.
.
.0
0
nX
V vektör uzayınıda herhangi bir y= [ ] T.......
n21yyy vektörü n
xy...xyxyyn1 221
++= + olarak
yazılabilir. nx,...,x,x
21 vektörler seti n boyutlu V vektör uzayını tarar.
- Vektör normu :
2X = XXT = ( )x...xx 2
n22
21
2+++
(2.2)
- Skaler Çarpım (iç çarpım) :
u ve v vektörleri n boyutlu vektör uzayında tanımlı olmak üzere;
vuvu, T=+++= nn2211 vu...vuvu)( (2.3)
skaler çarpım ifadesi yazılabilir. Ortogonal iki vektör birbirlerine diktir. Dolayısıyla n boyutlu
vektör uzayında skaler çarımları sıfır olan vektörler ortogonaldir.
( ) 0=vu, ise vu ⊥ olur.
n boyutlu vektör uzayında n adet vektör bileşeni vardır.
- Birim Vektör: Normu 1’e eşit olan vektöre “birim vektör” denir. Herhangi bir n boyutlu u vektörü için; ( ) 1T == vuvu, ise u vektörü birim vektördür.
- Karmaşık Vektör: Karmaşık elemanlar içeren vektörlere “karmaşık vektör” denir.
- Gerçel Vektör:Elemanları gerçel sayılardan oluşan vektördür. Gerçel vektörler aşağıdaki schwarz eşitsizliğini sağlar.
( ) ( ) ( )vv,uu,vu, .≤ Schwarz eşitsizliği (2.4)
Karmaşık vektörler schwarz eşitsizliğini sınırlı anlam sağlar. Bu nedenle karmaşık vektörler için aşağıdaki tanımlar verilmiştir:
- Hermityen Skaler Çarpımı:
14
( ) ( ) n*n2
*21
*1
T** vu...vuvu, +++== vuvu
(2.5) - Hermityen Normu:
( ) ( ) 2
n
2
2
2
1
T2
uuu ...*,*H
+++== = uuuuΙ (2.6)
- Doğrusal Bağımlılık:
m2,...,,
1xxx sütun vektörleri n boyutlu vektörler olmak üzere;
0XXX =++ mm2211
ccc ...
(2.7)eşitliğini sağlayacak olan tümü aynı anda sıfır olmayan c1 , c2 .…,cm katsayıları bulunabiliyorsa;
m2,...,,
1xxx vektörleri doğrusal bağımlı vektörlerdir. Bu eşitlik yalnızca c1=c2=.…=cm=0 için
sağlanıyorsa m2,...,,
1xxx vektörleri doğrusal bağımsız vektörlerdir.
Örnekler:
1) x1=[1 2 3]T, x2=[1 0 1]T , x3=[2 2 4]T
c1=c2=1, c3=-1 için
c1x1+c2x2+c3x3=[1 2 3]T+[1 0 1]T-[2 2 4]T=[0 0 0]T=0 x1, x2 ve x3 vektörleri doğrusal bağımlıdır.
2) y1=[1 2 3] T, y2=[1 0 1] T , y3=[2 2 2] T
c1y1+c2y2+c3y3=0 . Bu eşitlik sadece c1=c2=c3=0 için sağlanır. Dolayısıyla y1, y2 ve y3
vektörleri doğrusal bağımsızdır.
Tanım : A nxn boyutlu bir kare matris olmak üzere ( )nxnRA ∈
XAy = (2.8) bağıntısı, X ile y arasında bir dönüşüm tanımlar.Şimdi acaba öyle bir X vektörü var mıdır ki (2.8) dönüşümü sonucu X ile aynı doğrultuda y vektörü elde edilsin. Eğer böyle bir X vektörü var ise λ skaler bir sabit olmak üzere ;
Xy λ= (2.9)
eşitliği yazılabilir. Bu eşitlik (2.8) dönüşüm ifadesinde yerleştirilirse ; XXA λ= λ : sabit bir skaler
(2.10)
eşitliği elde edilir. (2.10) eşitliğini A kare matrisinin karekteristik denkleminin n adet iλ i=1,2,…,n skaler değerleri için göz önüne alırsak
0X ≠i ; i=1,2,..,n koşulu ile, (2.10) bağıntısını sağlayan iλ ler A kare matrisinin özdeğerleri; i
X ’ ler ise A kare matrisinin özvektörleri olarak isimlendirilir.
iiλi
XXA = i=1,2,…,n
15
iλ :A kare matrisinin özdeğerleri iX :A kare matrisinin özvektörleri
Sonuç olarak; nxn boyutlu A kare matrisi için n adet λ özdeğer ve n adet X özvektör vardır.Böyleve A matrisinin özdeğer ve özvektörleri için aşağıdaki ifadeler yazılabilir.
0XXA =− λ
0XIA =− ]λ[ (2.11)
(2.11) eşitliğinde x≠ 0 olabilmesi için
det 0IA =− ]λ[ (2.12) olmalıdır.
Özdeğerlere ilişkin önemli özellikler:
1. Simetrik ve gerçel bir kare matrisin iki farklı özdeğerine karşılık düşen özvektörler, karşılıklı olarak ortogonaldir.
2. Simetrik ve gerçel matrislerin özdeğerleri her zaman gerçeldir.
3. Eğer )(λ Ai (i = 1,2,...,n) A kare matrisinin n adet özdeğeri, ( )1μ −Ai ise 1−A matrisinin n adet özdeğeri ise;
)(μ)(λ 11 −− = AA ii i = 1,2,...,n (2.13)
özelliği sağlanır.
Örnek 2.1 :
=
22
31A , ( )( ) 062λ1λ
2λ2
31λAλΙ =−−−=
−−−−
=−
1λ043λλ 12 −=⇒=−− ve 42 =λ
,12
3211
−
−∆
=−A ∆= -4,
−
−=
−
−−
=−
4
1
2
14
3
2
1
12
32
4
11A
16
08
3
4
1λ
2
1λ
4
1λ
2
14
3
2
1λ
λ 1 =−
+
+=
+−
−+=− −AΙ
4
1μ1,μ013λ4λ0
4
1λ
4
3λ 21
22 =−=⇒=−+⇒=−+
Sonuç olarak ; 1
1 μ
1=λ ve 2
2
1
µλ = olduğu açıkça görülür.
2.3 Karakteristik polinom ve karakteristik denklem
AΙ −=λλ)(p determinantının açınımı ile elde edilen polinoma karakteristik polinom denir. )(p λ polinomunun derecesi A kare matrisinin boyutuna eşittir. 0p =λ)( eşitliği ise karakteristik denklem olarak isimlendirilir. Böylece krekteristik denklem AΙ −=λλ)(p 0... 1
22
11 =+++++= −
−−nn
nnn aaaa λλλλ (2.14) olarak verilir.
A kare matrisinin gerçel olması durumunda aşağıdaki özellikler yazılabilir: - Karekteristik polinom kökleri A matrisinin özdeğerleridir. - Özdeğerlerin herbirinin birbirinden farklı olması durumunda A’nın n tane katsız özdeğeri vardır. - Özdeğerlerden m tanesi eşitse (katlı özdeğer) özdeğerlerden biri m katlıdır. -Özdeğerlerden bazıları karmaşık ise bunların eşlenikleri de A’nın diğer özdeğerleridir.
Özdeğerler ile Karekteristik Polinomun Katsayıları Arasındaki İlişkiler:
- (2.14) eşitliğinde 0=λ alınırsa na=−=−Ι AAλ
Anna )1(−=
(2.15) - Özdeğerlerin tümünün katsız olması koşulu ile (2.14) karekteristik pol,nomu aşağıdaki gibi yazılabilir ( ) ( ) ( )np λλλλλλλ −−−= ...)( 21
0=λ için ( )( ) ( ) nnn 11..... 21 −=−⇒ Aλλλ
(2.16) Sonuç 1:
A matrisinin özdeğerlerinin çarpımı determinantına eşittir. A=nλλλ ..... 21
(2.17) Sonuç 2:
Özdeğerlerden birisi sıfır ise A =0 olur.Bu tür matrise “Tekil matris” denir. Tekil matrisin en az bir özdeğeri sıfırdır.
- )(λp açınımından ( )na λλλ +++−= ...211 (2.18) olacağı kolayca elde edilir.
Sonuç 3:Bir nxn boyutlu A kare matrisinin köşegen elemanlarının toplamı, özdeğerlerinin toplamına eşittir.
17
nnnn
n
n
aaa
aaa
aaa
....
.......
.......
.......
.......
....
....
21
22221
11211
(2.19) Matris izi (Trace) :
Bir kare matrisin köşegen elemanlarının toplamı, o matrisin İz’i olarak adlandırılır.
[ ] ii
n
i
a∑=
=1
iz A
(2.20)İz özelliğini kullanarak bilgisayar desteği ile karakteristik polinom )(λp ’nın katsayıları
aşağıdakiBOCHER algoritmasıyla hesaplanabilir.
[ ] kk Tiz =A olarak tanımlansın:
( )
( )
( )
( )
n n 1 n 21 2 n 1 n
1 1
2 1 1 2
3 2 1 1 2 3
n n 1 1 n 2 2 1 n 1 n
p a a ... a a
a T
1a a T T
21
a a T a T T3
.............................
..............................
..............................
1a a T a T ... a T T
n
− −−
− − −
λ = λ + λ + λ + + λ += −
= − +
= − + +
= − + + + +
Örnek 2.2 :
−
−=
131
111
322
A ( ) 0322
13 =+++= aaap λλλλ
1a , 2a ve 3a katsayılarını BOCHER algoritmasıyla hesaplayınız.
[ ] 211 == AİzT , [ ] 142
2 == AİzT ve [ ] 2033 == AİzT
18
( ) 1212211 ...)...( aaaa nnn −=+++=+++ λλλ
211 −=−= Ta [ ] 52
10142*2
2
12 −=−=+−−=a
[ ] ( )6
3
182014*22*5
3
13 =−−=+−−−=a
( ) 0652 23 =+−−= λλλλp
olarak elde edilir.2.4 Benzerlik dönüşümü
A kare matrisinin özdeğer ve özvektörleri;(2.10) eşitliğini sağlayan iλ ve i
X ’ler olarak tanımlanmıştı. T : tekil olmayan bir kare matris olmak üzere
XTX ˆ= (2.21)
lineer dönüşümü yazılabilir. Bu dönüşümü (2.10) eşitliğinde yerleştirirsek
AT XTX ˆˆ λ= (2.22)
elde edilir.
T tekil olmadığına göre 1−T vardır. (2.22) eşitliğinin her iki yanını 1−T ile çarparsak;
XX ..T.T
A
.A.TT 11 ˆˆ
λλ.
ˆ
−− =
XX.A ˆˆ .ˆ λ= (2.23)
elde edilir. Son eşitlikten açıkça görülmektedir ki A matrisine ilişkin λ özdeğerleri değişmedi. Tanım :
“T “ tekil olmayan bir nxn kare matris ve var; 1−∈ TRT nxn olmak üzereATTA 1−=ˆ veya 1TATA −=ˆ
biçiminde tanımlanan dönüşüme “Benzerlik dönüşümü” denir.
Benzerlik dönüşümü için aşağıdaki sonuçlar verilebilir: - Benzerlik Dönüşümü A matrisinin özdeğerlerini değiştirmez.
- ( ) ∧− == A)ATTA 1 (iziziz
Modal Matris: Xi i=1,2,..,n A matrisinin öz vektörleri veya öz vektörleri ile orantılı vektörler olmak üzere düzenlenen
[ ]nXXXM .....21= (2.24)
19
kare matrise A ‘nın modal matrisi denir.
Her bir i=1,2,….,n için λi öz değerlerine karşılık düşen öz vektörler Xi olsun. Özdeğer problemi
için kullandığımız iii XXA λ= ( )ni ,...,2,1=
(2.25)
eşitliğini tekrar ele alalım. Katsız ve gerçel özdeğerler için son bağıntı
[ ] [ ]
=
n
nn
λ
λλ
..00
.....
.....
0..0
0..0
..........2
1
2121 XXXXXXA
(2.26)
olarak açık bir biçiminde yazılabilir. A’ nın özdeğerleri katsız ise farklı özdeğerlere karşılık düşen özvektörler de lineer bağımsızdır. Öyleyse modal matrisi M tekil değildir. Yani 1−M vardır. Son eşitlikte (2.24) ifadesi göz önüne alınırsa
MΛA.M = (2.27)
eşitliği elde edilir. Burada Λ elemanları özdeğerleri içeren köşegen bir matristir.Son eşitliğin her iki yanı 1−M ile çarparsak
ΛAMMA 1 == −ˆ (2.28) elde edilir. Son eşitlik bir benzerlik dönüşümüdür.
Sonuçlar:
- Herhangi bir kare matris benzerlik dönüşümü ile köşegen matris biçimine getirilebilir. - TAA =−1 olması durumunda A matrisi ortogonaldir. - A ve TA matrislerinin özdeğerleri aynıdır. - Simetrik gerçel bir A matrisin özdeğerleri gerçel, özvektörleri ise karşılıklı ortogonaldir.
- Simetrik gerçel kare matrislerin ortogonal özvektörleriden oluşan Modal matrisler için aşağıdaki benzerlik dönüşümü ilişkileri yazılabilir.
T1 MM =− (2.29)
ΛAMM =T (2.30)
Karmaşık eşlenik özdeğerlerin bulunması durumunda benzerlik dönüşümü:A matrisinin jw+∇=1λ , jw−∇=1λ karmaşık eşlenik özdeğerlere ve nλλλ ,...,, 43 farklı gerçel özdeğerlere sahip olduğunu varsayalım. A matrisinin özvektörlerini hesaplayarak M ve
1−M matrisleri oluşturulduktan sonra yapılan köşegenleştirme sonunda
20
λ
λλ
λ∇−
∇
== −
n
5
4
3
00000
0
00000
00000
00000
0000w
0000w
ˆ
AMMA 1
(2.31)
dönüşüm matrisi elde edilir.
İkinci bir örnek olarak A matrisinin; 556,54223,21 ,,, jwjw ±∇=±∇= λλλλ biçiminde 6 adet özdeğere sahip olduğunu varsayalım. Görüldüğü gibi A matrisi 2 adet gerçel özdeğere, 2 şer adet karmaşık özdeğere sahiptir. Modal matrisini kullanarak A matrisi için elde edilecek olan köşegenleştirme sonucunda;
∇−∇
∇−∇
== −
55
55
4
22
22
1
0000
0000
00000
0000
0000
00000
ˆ
w
w
w
w
λ
λ
AMMA 1
(2.32) elde edilir.
2.5 Özvektör hesabı
Herhangi bir A kare matrisinin öz vektörleri 2 farklı yöntemle hesaplanabilir.
I. Yöntem :
Bu yöntemde özdeğer tanımı ile ilgili verilen (2.11) ve (2.12) eşitlikleri kullanılır. Özdeğerlerin katsız ve katlı olması durumuna göre çözümler farklıdır.
Katsız Özdeğerler İçin:
- [ ] ⇒=− 0AΙλdet nλλλ ,...,, 21 katsız özdeğerleri hesaplanır. - her bir iλ , i = 1,2,...,n için;
[ ] 0ΙA X =− iiλ bağıntısından iX , i = 1,2,...,n özvektörleri hesaplanır.
Her bir iX özvektörünün ilk elemanı ( )1ix dışındaki elemanlar ilk elemana bağlı olarak hesaplanır. Sonuçta sözkonusu ilk elemana keyfi değerler atanarak özvektörlerin sayısal değerleri belirlenir.
Katlı Özdeğerler İçin:
- [ ] ⇒=− 0AΙλdet nλλλ ,...,, 21 katlı ve katsız özdeğerler hesaplanır. Örneğin;
21
λλ 21, : katsız özdeğerler
λλλ 543 == : Katlı özdeğerler
olduğunu varsayalım.
[ ][ ]
=−=−
0ΙA
0ΙA
X
X
22
11
λλ
katsız özdeğerler için
Yukarıdaki eşitliklerden katsız λλ 21, özdeğerlerine karşılık gelen X1 ve X2 özvektörleri
hesaplanır.Katlı λ3 özdeğerine karşılık gelen X3 özvektörü
[ ] 0ΙA X =λ− 33
eşitliğinden hesaplanır. Diğer katlı λλ 54 ve özdeğerlerine karşılık gelen X4 ve X5 özvektörlerinin hesabı için genel bir yöntem veremeyiz. Çünkü katlı özvektörler her zaman doğrusal bağımsız olmayabilir.
II. Yöntem: Bu yöntemde adjoint matrisi kullanılır.
Katsız Özdeğerler İçin:
A matrisinin iλ , özdeğerlerine ilişkin iX özvektörleri; [ ]ΑΙ −iAdj λ matrislerinin sıfırdan
farklı sütunları ile aynı doğrultudadır. Mesela; 11 =λ için ;[ ]ΑΙ −1λAdj matrisinin sıfırdan farklı sütunları aynı doğrultuya sahip (doğrusal bağımlı)
olup, 1X özvektörü ile de aynı doğrultudadırlar. Öyleyse 1X özvektörünü; [ ]ΑΙ −1λAdj matrisinin sıfırdan farklı harhangi bir sütunu veya bu sütuna orantılı olarak seçebiliriz.
Katlı Özdeğerler İçin:
Tekrarlanmış m katlı özdeğere karşılık gelen özvektörler hesaplanırken [ ]ΑΙ −1λAdj matrisinin sütunları sıfır olacaktır. Bundan kurtulmak için bu matrisi m-1 kez türettikten sonra katlı
iλ özdeğerlerini yerleştirebiliriz.Yani m katlı özdeğer için aşağıdaki adjoint matrisinin türevsel ifadesi λ değişkenine göre k=0,2,…,m-1 kez türetilir.
[ ]{ }λλ
λλ
i
adjdd
k
k
=
−ΑΙ k=0,1,2,…,m-1 (2.33)
k nın her bir değerine ilişkin matris ifadelerinde iλλ = yerleştirilerek elde edilen sabit matrislerin sıfırdan farklı sütunlarından herhangi biri katlı özvektörler olarak seçilebilir. Bu işlem m-1 adet sabit matris için uygulanırsa m adet katlı özdeğerlere ilişkin özvektörler hesaplanmış olur. Ancak bu yöntem hesaplanacak olan özvektörler doğrusal bağımsız değil ise doğru olarak hesaplanamayabilir.
Örnek 2.3: Aşağıdaki A matrisinin özvektörlerini hesaplayarak modal matrisini elde ediniz.
22
−
−=
131
111
322
A
Çözüm:
[ ]
+−−−−−−−
=−131
111
322
λλ
λλ AΙ ,
[ ]3,2,1
0652det
321
23
=−===+−−=−
λλλλλλλ AΙ
3 tane katsız özdeğer vardır. Herbir katsız özdeğere karşılık gelen özvektörleri hesaplayalım:
11 =λ için;
[ ]
=
−
−⇒=λ−
0
0
0
x
x
x
231
101
321
31
21
11
11 0ΙA X
1121112111
112111
1131
312111
3111
312111
xx0x2x3x
0)x(2x3x
xx
0x2x3x
0xx
0x3x2x
−=⇒=++=−−+
−=⇒
=−+=+
=+−
111
11
11
11
1 −=⇒
−−= x
x
x
x
X için
−=⇒
1
1
1
1X
22 −=λ için;
[ ] 00ΙA X =
−⇒=−
32
22
12
22
131
131
324
x
x
x
λ
( )
12323212321212
12222212
22122212
322112
322212
322212
x11
14xxx
11
140xx
11
13x
x11
1x0x11x
0x3x3x2x4
0xx3x
0xx3x
0x3x2x4
−=⇒−=⇒=+
+
=⇒=−
=−−+−
⇒
=++=++
=+−
23
11
11
1411
112
12
12
12
2 =⇒
−
= x
x
x
x
X için
−=
14
1
11
2X
33 =λ için benzer işlemler sonucunda ,
=
1
1
1
3X olarak bulunur.
Modal matrisi ise aşağıdaki işlem adımları ile hesaplanır:
[ ]
−=
−
−
−
−
−−−
==
−−−
=⇒=
−
−=
−
−
300
020
001
1141
111
1111
131
111
322
12315
220
102515
30
1ˆ
12315
220
102515
30
1
1141
111
1111
1
1
321
A.MMA
MM XXX
Örnek 2.4 : Bir önceki örneği II. yöntem (Adjoint matrisi yöntemi) ile çözünüz
Çözüm:
11 =λ , 22 −=λ , 33 =λ olarak hesaplanmıştır.
[ ]
+−−−−−−−
=−131
111
322
λλ
λλ AΙ , [ ]
( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )
+−−++−−+−+−−
=−43832
152
53724
2
2
2
λλλλλλλλλλλ
λ AΙAdj
Adjoint matrisi 1, -2 ve 3 özdeğerleri için hesaplanırsa aşağıdaki sabit matrisler elde edilir.
1=λ için
−−
−−⇒
253
253
253
, 2−=λ için
−−−
⇒14140
110
11110
, 3=λ için
⇒
415
415
415
Bu sabit matrislerden aşağıdaki modal matrisi kolayca yazılabilir.
[ ]321 XXXM =
−
−=
1141
111
1111
Örnek 2.5:
=
100
121
112
A matrisine ilişkin modal matrisini elde ediniz. Elde ettiğiniz modal
matrisini kullanarak A matrisini hesaplayınız.Çözüm:
0)det( =−λ AΙ karekteristik denkleminmden 121 =λ=λ , 33 =λ olarak elde edilir.
24
121 =λ=λ katlı özdeğer için bağımsız özvektörleri hesaplayalım:
1. katlı özdeğer için:
11
1 21
31
1
1 1 1 x
1 1 1 x
0 0 0 x
λ − = ⇒ =
XAΙ 0 0 11 21 31x x x 0+ + =
31x =0 seçelim (keyfi) , 21 11x x= −
11
1 11
x 1
x x 1
0 0
= − = −
2. katlı özdeğer için:
12
1 1 22
32
2
1 1 1 x 1
1 1 1 x 1
0 0 0 x 0
λ−
− = − ⇒ =
XAΙ x
12 22 32x x x 1+ + = −
12 22 32
12 22 32
x x x 1
x x x 0
+ + + =
+ + = 32x =1 seçelim (keyfi) , 22 12 32 12x x x x 1= − − = − −
12
2 12
x 1
x x 1 2
1 1
= − − = −
3 3λ = katsız özdeğer için:
13
3 23
33
3
1 1 1 x 0
0 1 1 1 x 0
0 0 2 x 0
λ−
− = ⇒ − =
XAΙ
13 23 33x x x 0− + + = 33, x 0= seçelim. 23 33 13 13x x x x= − + =
elde edilir.
Elde edilen 3 tane bağımsız özvektörü kullanarak
25
1 2 3
1 1 1
M x x x 1 2 1
0 1 0
= = − −
Modal dönüşüm matrisi kolayca yazılabilir. Modal matrisini kullanarak aşağıdaki Jordan kanonik formdaki köşegenleştirme elde edilir.
1 0 0ˆ 0 1 0
0 0 3
−
= =
1A M AM
Örnek 2.6 : Bir önceki örneği II. yöntem (Adjoint matrisi yöntemi) ile çözünüz
Çözüm:
0)det( =−λ AΙ karekteristik denkleminmden 121 =λ=λ , 33 =λ olarak elde edilmişti.
[ ]
[ ]( )( ) ( ) ( )
( ) ( )( ) ( )( )
−−−−−−−−−−
=−
−−−−−−−
=−
1200
1121
1112
100
121
112
2λλλλλλλλλ
λ
λλ
λλ
AΙ
AΙ
Adj
λ=1 için matris sütunları sıfır olur.
( )[ ]
[ ]
=
−
−=
−
−=
=⇒
=−
=
−=
−=⇒
−−
−⇒=
−−
−=−
−
−
300
010
001
111
100
011
2
1,
020
111
111
0
1
1
000
222
222
3
2
1
1
,
0
1
1
200
111
111
1
4200
1321
1132
1
33
21
AMM
MM
AΙ
AΙ
1
X
XX
λ
λ
λ
λλ
λλ
λ
Adj
için
için
Adjd
d
26
Katlı özdeğerler içeren kare matrisler için her zaman bağımsız özvektör bulunamayabilir. Aşağıdaki örnekler ile bu durumu inceleyelim:
Örnek 2.7:
1 0 1
0 1 2
0 0 2
− =
A matrisinin özdeğer ve özvektörlerini hesaplayınız.
[ ] 1 2 3det 0 1, 1, 2λ λ λ λ− = = = =Ι A >
1 1λ = katlı özdeğeri için
12
1 22
32
0 0 1 x
0 0 0 x
0 0 1 x
λ−
− = ⇒ =
XAΙ 0 0
yazabiliriz. Son ifadeden görüldüğü gibi 1λ− AΙ nın rankı 1 dir. 1λ− AΙ nın Sıfır uzayının
boyutu 2 olduğundan katlı özdeğerler için
[ ] T
1 1 0 0=X , [ ] T
2 0 1 0=X
biçiminde 2 doğrusal bağımsız özvektör seçilebilir.
3X katsız özdeğeri için ise [ ] T
3 1 0 1= −X özvektörü seçilebilir.
Elde edilen 3 tane bağımsız özvektörü kullanarak
1 0 1
M 0 1 0
0 0 1
− =
, 1
1 0 1
M 0 1 0
0 0 1
−
=
Modal dönüşüm matrisi kolayca yazılabilir. Modal matrisini kullanarak aşağıdaki Jordan kanonik formdaki köşegenleştirme elde edilir.
1 0 0ˆ 0 1 0
0 0 2
−
= =
1A M AM
Örnek 2.8 :
1 1 2
0 1 3
0 0 2
=
A matrisinin özdeğer ve özvektörlerini hesaplayınız.
Çözüm:
[ ] 1 2 3det 0 1, 1, 2λ λ λ λ− = = = =Ι A >
27
12
1 22
32
0 1 2 x
0 0 3 x
0 0 2 x
λ − = ⇒ =
XAΙ 0 0
1λ− AΙ nın rankı 2 olduğu için, 1λ− AΙ nın sıfır uzayının boyutu 1 dir. Sonuç olarak katlı
özdeğerler için [ ] T
1 1 0 0=X biçiminde sadece 1 tane bağımsız özvektör bulabiliriz.
3X katsız özdeğeri için ise [ ] T
3 5 3 1=X özvektörü seçilebilir.
Sonuç olarak 2 bağımsız özvektör ile A matrisini köşegenleştiremeyiz. Bu örnekten görülmektedir ki eğer A matrisi katlı özdeğerlere sahip ise her zaman bağımsız n özvektör bulmak mümkün değildir. ,Böylece köşegenleştirme mümkün olmaz. Nitekim katlı özdeğerlere sahip olan kare matrislerin Jordan Kanonik Form olarak isimlendirilen köşegen forma yakın bir dönüşümü sağlayan özel temel vektör seti bulmak mümkündür. Örneğin 4 tane katlı 1λ özdeğere 1 tane karsız 2λ özdeğere sahip olan sistemin köşegenleştirilmiş biçimi aşağıdaki farklı Jordan kanonik formlardan birine sahip olabilir.
1
1
1
1
2
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
λλ
λλ
λ
1
1
1
1
2
1 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
λλ
λλ
λ
1
1
1
1
2
1 0 0 0
0 0 0 0
0 0 1 0
0 0 0 0
0 0 0 0
λλ
λλ
λ
1
1
1
1
2
1 0 0 0
0 1 0 0
0 0 0 0
0 0 0 0
0 0 0 0
λλ
λλ
λ
1
1
1
1
2
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 0
0 0 0 0
λλ
λλ
λ
2.6 Bazı formlar ve tanımlar
Bilineer Form: ija gerçel sabitler ve nRii y,x ∈ olmak üzere;
),(yxa Tn
1i
n
1jjiij AyAyB XX === ∑∑
= = (2.34)
biçimindeki ifadeye Bilineer Form (biçim) denir.
Quadratik (Karesel) Form:
Eğer X vektörü y vektörüne eşit ise;
28
( )XXXX AA ,xxa)x(Q Tn
1i
n
1jjiij ===∑∑
= =
(2.35)
biçimine Quadratik (karesel) biçim denir.
Hermityen Formu:
Eğer A matrisi hermityen ise ( )aa jiij=*
( )XXXX AA ,xxaH *n
1i
T*n
1jj
*iij ===∑∑
= =
(2.36)
biçimine “Hermityen” biçim denir.
Kesin – Yarı Kesin Pozitiflik ve Kesin – Yarı Kesin Negatiflik:
A matrisi simetrik gerçel matris olmak üzere; A matrisinin XX AQ T= quatratik biçimi için aşağıdaki tanımlar verilebilir:
X=0 için 0T =XX A olmak üzere,a) 00 T >≠∀ XXX Aiçin ise; Q quadratik biçimi “kesin pozitif” (positive – definite)dir.
b) 00 T ≥≠∀ XXX Aiçin ise; “yarı – kesin pozitif”(positive – semidefinite)dir.
c) 00 T <≠∀ XXX Aiçin ise; “kesin negatif” (negative – definite)dir.
d) 00 T ≤≠∀ XXX Aiçin ise; “yarı – kesin negatif” (negaitve – semidefinite) dir.
Sözkonusu tanımlar için aşağıdaki Sylvester kriterlerini verebiliriz.
Teorem 2.1:Simetrik gerçel bir A matrisine ilişkin xTAx quatratik biçiminin pozitif tanımlı olabilmesi içingerek ve yeter koşul aşağıdaki determinantların tümünün pozitif olmasıdır.
0a11 > , 0aa
aa
2221
1211 > , 0
aaa
aaa
aaa
333231
232221
131211
> ,………., 0
a......aa.
.
.
.
.
.
.
.a.....aa
a.....aa
nn2n1n
n22221
n11211
> , )aa( jiij =
Teorem 2.2:Simetrik gerçel bir A matrisine ilişkin xTAx quatratik biçiminin negatif tanımlı olabilmesi içingerek ve yeter koşul aşağıdaki determinantların sağlanmasıdır.
29
0a11 < , 0aa
aa
2221
1211 > , 0
aaa
aaa
aaa
333231
232221
131211
< , ….,
isetekn,0
a......aa.
.
.
.
.
.
.
.a.....aa
a.....aa
iseçiftn,0
a......aa.
.
.
.
.
.
.
.a.....aa
a.....aa
nn2n1n
n22221
n11211
nn2n1n
n22221
n11211
<
>
Örnekler:
1) Aşağıdaki simetrik gerçel kare matrisine ilişkin quatratik formun tanımlılığını inceleyelim.
=
413
112
3210
A
[ ] =
=
3
2
1
321T
x
x
x
413
112
3210
xxxxAx 323121222 xx2xx6xx4x4xx10321
+++++
010 > , 012
210> , 0
413
112
3210
> oduğundan A matrisine ilişkin xTAx karesel form pozitif
tanımlıdır.
1) Aşağıdaki simetrik gerçel kare matrisine ilişkin quatratik formun tanımlılığını inceleyelim.
−=
104
032
421
A
[ ] =
−=
3
2
1
321T
x
x
x
104
032
421
xxxxAx 3121222 xx8xx4xx3x321
+++−
01 > , 032
21<
− , 0
104
032
421
Adet >−=
0Adet ≠ olduğu için A matrisine ilişkin xTAx karesel formu tanımsızdır.
30
İkililik (Dualite) özelliği:
Doğrusal zamanla değişen dinamik bir S1 sistemine ilişkin dualite (ikililik) özelliği aşağıda verilmiştir.
Şekil 2.1. 1S dinamik sistemi
Şekil 2.2. 1S sisteminin duali ( 2S dinamik sistemi)
1S sistemi için;
( ) ( ) ( ) ( )( ) ( )
=+=
tt)t(
tttt)t(
xCy
uBxAx
2S sistemi için;
=+−=
)t()t(B)t(w
)t(v)t(C)t()t(*A)t(
z
zz*
*
:)t(A* A(t) nin karmaşık eşleniği :)t(B* B(t) nin karmaşık eşleniği :)t(C* C(t) nin karmaşık eşleniği Yukarıdaki sistemde A(t),B(t),C(t) matrisleri karmaşık matrislerdir.
2S sistemi 1S sisteminin duali (ikilisi)’ dir ve aşağıdaki özellikler sağlanır:
31
x(t): n boyutlu durum vektörüu(t): m boyutlu giriş vektörüy(t): q boyutlu çıkış vektörü
z(t): n boyutlu durum vektörüv(t): q boyutlu giriş vektörüw(t): m boyutlu çıkış vektörü
A(t): Elemanları zamanın sürekli parçalı fonksiyonu olan nxn boyutlu karmaşık durum matrisi B(t): Elemanları zamanın sürekli parçalı fonksiyonu olan nxm boyutlu karmaşık giriş matrisi C(t): Elemanları zamanın sürekli parçalı fonksiyonu olan qxn boyutlu karmaşık çıkış matrisi
- 1S sistemi durum denetlenebilir ⇒ 2S sistemi durum gözlenebilirdir. - 1S sistemi durum gözlenebilir ⇒ 2S sistemi durum denetlenebilirdir.
Burada A(t), B(t) ve C(t) matrisleri karmaşık matrislerdir. Bu matrislerin gerçel matrisler olması durumunda S2 dual sistemdeki -A*(t) ifadesi AT(t), B*(t) ifadesi BT(t) ve C*(t) ifadesi ise CT(t) biçimine dönüşür.
Orijinal S1 sisteminin durum denetlenebilirliği ve durum gözlenebilirliği için aşağıdaki tanımlar verilebilir.
(1) S1 sisteminin [t0 t1] aralığında bütünüyle durum denetlenebilirliği için gerek ve yeter koşul aşağıdaki kare matrisin tekil olmamasıdır. Karmaşık olmayan sistemler için * notastonu yerine T yazılır.
dt)t,t()t(B)t(B)t,t( 0*t
t
*0
1
0
ΦΦ∫
(2) S1 sisteminin [t0 t1] aralığında bütünüyle gözlenebilirliği için gerek ve yeter koşul aşağıdaki kare matrisin tekil olmamasıdır.
dt)t,t()t(C)t(C)t,t( 0
t
t
*0
*1
0
ΦΦ∫
Dual S2 sisteminin durum denetlenebilirliği ve durum gözlenebilirliği için aşağıdaki tanımlar verilebilir.
(1) S2 sisteminin [t0 t1] aralığında komple durum denetlenebilirliği için gerek ve yeter koşul aşağıdaki kare matrisin tekil olmamasıdır.
dt)t,t()t(C)t(C)t,t( 0*t
t
*0
0
1
ψψ∫
(2) S2 sisteminin [t0 t1] aralığında komple gözlenebilirliği için gerek ve yeter koşul aşağıdaki kare matrisin tekil olmamasıdır. Karmaşık olmayan sistemler için * notastonu yerine T yazılır.
dt)t,t()t(B)t(B)t,t( 0
t
t
*0
*0
1
ψψ∫
Burada )t,t( 0Φ orjinal S1 sisteminin Durum Geçiş matrisi, )t,t( 0ψ ise dual S2 sisteminin Durum Geçiş matrisi olup aşağıdaki eşitlikler ile verilebilirler.
),t,t()t(A)t,t(dt
d00 Φ=Φ I)t,t( 00 =Φ
),t,t()t(A)t,t(dt
d0
*0 ψ−=ψ I)t,t( 00 =ψ (Karmaşık A(t) için)
),t,t()t(A)t,t(dt
d00 ψ=ψ I)t,t( 00 =ψ (Gerçel A(t) için)
)t,t( 0Φ ve )t,t( 0ψ matrisleri için aşağıdaki ilişki yazılabilir.
)t,t( 0Φ = )t,t( 0*ψ (Karmaşık A(t) için)
)t,t( 0Φ = )t,t( 0Tψ (Gerçel A(t) için)
32