Tìm giá trị riêng của ma trận: Cách tính trị riêng và vectơ riêng

Tìm giá trị riêng của ma trận là một trong những bài toán cơ bản và quan trọng nhất trong Đại số tuyến tính, được ứng dụng rộng rãi trong nhiều lĩnh vực như học máy, xử lý ảnh, cơ học lượng tử và phân tích dữ liệu. Giá trị riêng (eigenvalue) là số λ sao cho tồn tại vector khác không thỏa mãn phương trình Av = λv. Bài viết dưới đây sẽ giúp bạn hiểu rõ định nghĩa, công thức và phương pháp tìm giá trị riêng của ma trận chi tiết nhất.

1. Giá trị riêng của ma trận là gì?

Giá trị riêng (hay còn gọi là trị riêng, eigenvalue) là khái niệm quan trọng mô tả các hướng đặc biệt mà phép biến đổi tuyến tính chỉ làm co giãn mà không làm thay đổi phương.

1.1. Định nghĩa giá trị riêng

Định nghĩa: Cho ma trận vuông A cấp n. Số \( \lambda \) (có thể là số thực hoặc số phức) được gọi là giá trị riêng của ma trận A nếu tồn tại vector \( \vec{v} \neq \vec{0} \) sao cho:

\[ A\vec{v} = \lambda\vec{v} \]

Khi đó, \( \vec{v} \) được gọi là vector riêng ứng với giá trị riêng \( \lambda \).

1.2. Ý nghĩa hình học

Khái niệm	Ý nghĩa	Minh họa
Giá trị riêng λ	Hệ số co giãn theo hướng vector riêng	λ > 1: giãn, 0 < λ < 1: co
Vector riêng v	Hướng không đổi khi nhân với ma trận A	Av cùng phương với v
λ < 0	Co giãn và đổi chiều	Av ngược hướng v
λ = 0	Vector riêng thuộc không gian null	Av = 0

1.3. Ví dụ trực quan

Cho ma trận \( A = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} \) và vector \( \vec{v} = \begin{pmatrix} 1 \\ 0 \end{pmatrix} \)

\[ A\vec{v} = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} \begin{pmatrix} 1 \\ 0 \end{pmatrix} = \begin{pmatrix} 2 \\ 0 \end{pmatrix} = 2\begin{pmatrix} 1 \\ 0 \end{pmatrix} = 2\vec{v} \]

→ \( \lambda = 2 \) là giá trị riêng, \( \vec{v} = \begin{pmatrix} 1 \\ 0 \end{pmatrix} \) là vector riêng.

2. Vector riêng là gì?

Trước khi đi sâu vào cách tìm giá trị riêng của ma trận, ta cần hiểu rõ về vector riêng.

2.1. Định nghĩa vector riêng

Định nghĩa: Vector \( \vec{v} \neq \vec{0} \) được gọi là vector riêng (eigenvector) của ma trận A ứng với giá trị riêng \( \lambda \) nếu:

\[ A\vec{v} = \lambda\vec{v} \]

Hay tương đương:

\[ (A – \lambda I)\vec{v} = \vec{0} \]

2.2. Không gian riêng

Không gian riêng \( E_\lambda \) ứng với giá trị riêng \( \lambda \) là tập hợp tất cả các vector riêng ứng với \( \lambda \) cùng với vector không:

\[ E_\lambda = \text{Ker}(A – \lambda I) = \{ \vec{v} \in \mathbb{R}^n : (A – \lambda I)\vec{v} = \vec{0} \} \]

2.3. Tính chất của vector riêng

• Vector riêng luôn khác vector không
• Nếu \( \vec{v} \) là vector riêng thì \( k\vec{v} \) (với \( k \neq 0 \)) cũng là vector riêng
• Các vector riêng ứng với các giá trị riêng khác nhau thì độc lập tuyến tính

3. Phương trình đặc trưng của ma trận

Để tìm giá trị riêng của ma trận, ta sử dụng phương trình đặc trưng.

3.1. Thiết lập phương trình đặc trưng

Từ định nghĩa: \( A\vec{v} = \lambda\vec{v} \)

Biến đổi: \( A\vec{v} – \lambda\vec{v} = \vec{0} \)

\[ (A – \lambda I)\vec{v} = \vec{0} \]

Để hệ phương trình thuần nhất này có nghiệm \( \vec{v} \neq \vec{0} \), điều kiện cần và đủ là:

\[ \det(A – \lambda I) = 0 \]

Đây chính là phương trình đặc trưng của ma trận A.

3.2. Đa thức đặc trưng

Đa thức đặc trưng của ma trận A cấp n là:

\[ P(\lambda) = \det(A – \lambda I) \]

Đây là đa thức bậc n theo \( \lambda \). Các nghiệm của đa thức này chính là các giá trị riêng của ma trận A.

3.3. Bội số của giá trị riêng

Loại bội số	Ký hiệu	Định nghĩa
Bội đại số	\( m_a(\lambda) \)	Số lần \( \lambda \) là nghiệm của phương trình đặc trưng
Bội hình học	\( m_g(\lambda) \)	Số chiều của không gian riêng \( E_\lambda \)

Quan hệ: \( 1 \leq m_g(\lambda) \leq m_a(\lambda) \)

4. Các bước tìm giá trị riêng của ma trận

Quy trình tìm giá trị riêng của ma trận gồm các bước sau:

Bước 1: Lập ma trận (A – λI)

Trừ ma trận A cho \( \lambda \) nhân với ma trận đơn vị I:

\[ A – \lambda I = \begin{pmatrix} a_{11} – \lambda & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} – \lambda & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} – \lambda \end{pmatrix} \]

Bước 2: Tính định thức det(A – λI)

Tính định thức của ma trận \( (A – \lambda I) \), thu được đa thức đặc trưng \( P(\lambda) \).

Bước 3: Giải phương trình đặc trưng

Giải phương trình: \( P(\lambda) = \det(A – \lambda I) = 0 \)

Các nghiệm \( \lambda_1, \lambda_2, …, \lambda_k \) chính là các giá trị riêng.

Bước 4: Tìm vector riêng (nếu cần)

Với mỗi giá trị riêng \( \lambda_i \), giải hệ phương trình:

\[ (A – \lambda_i I)\vec{v} = \vec{0} \]

để tìm các vector riêng tương ứng.

Sơ đồ tóm tắt

Bước	Công việc	Kết quả
1	Lập \( A – \lambda I \)	Ma trận chứa \( \lambda \)
2	Tính \( \det(A – \lambda I) \)	Đa thức đặc trưng \( P(\lambda) \)
3	Giải \( P(\lambda) = 0 \)	Các giá trị riêng \( \lambda_i \)
4	Giải \( (A – \lambda_i I)\vec{v} = \vec{0} \)	Các vector riêng \( \vec{v_i} \)

5. Tìm giá trị riêng của ma trận 2×2

Đây là trường hợp đơn giản nhất khi tìm giá trị riêng của ma trận:

5.1. Công thức tổng quát

Cho ma trận \( A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \)

Phương trình đặc trưng:

\[ \det(A – \lambda I) = \det\begin{pmatrix} a – \lambda & b \\ c & d – \lambda \end{pmatrix} = 0 \]

\[ (a – \lambda)(d – \lambda) – bc = 0 \]

\[ \lambda^2 – (a + d)\lambda + (ad – bc) = 0 \]

Công thức gọn:

\[ \lambda^2 – \text{tr}(A) \cdot \lambda + \det(A) = 0 \]

Trong đó:

• \( \text{tr}(A) = a + d \): Vết (trace) của ma trận A
• \( \det(A) = ad – bc \): Định thức của ma trận A

5.2. Công thức nghiệm

\[ \lambda_{1,2} = \frac{\text{tr}(A) \pm \sqrt{[\text{tr}(A)]^2 – 4\det(A)}}{2} \]

5.3. Các trường hợp nghiệm

Điều kiện	Kết quả	Đặc điểm
\( \Delta > 0 \)	2 giá trị riêng thực phân biệt	\( \lambda_1 \neq \lambda_2 \)
\( \Delta = 0 \)	1 giá trị riêng thực (bội 2)	\( \lambda_1 = \lambda_2 \)
\( \Delta < 0 \)	2 giá trị riêng phức liên hợp	\( \lambda = \alpha \pm \beta i \)

Với \( \Delta = [\text{tr}(A)]^2 – 4\det(A) \)

6. Tìm giá trị riêng của ma trận 3×3

Với ma trận 3×3, việc tìm giá trị riêng của ma trận phức tạp hơn:

6.1. Phương trình đặc trưng

Cho \( A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} \)

Phương trình đặc trưng có dạng đa thức bậc 3:

\[ \lambda^3 – \text{tr}(A) \cdot \lambda^2 + S_2 \cdot \lambda – \det(A) = 0 \]

Trong đó:

• \( \text{tr}(A) = a_{11} + a_{22} + a_{33} \): Vết của A
• \( S_2 \): Tổng các định thức con cấp 2 trên đường chéo chính
• \( \det(A) \): Định thức của A

6.2. Công thức tính S₂

\[ S_2 = \det\begin{pmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{pmatrix} + \det\begin{pmatrix} a_{11} & a_{13} \\ a_{31} & a_{33} \end{pmatrix} + \det\begin{pmatrix} a_{22} & a_{23} \\ a_{32} & a_{33} \end{pmatrix} \]

6.3. Phương pháp giải phương trình bậc 3

1. Thử nghiệm nguyên: Thử các ước của hệ số tự do
2. Phân tích nhân tử: Nếu tìm được nghiệm \( \lambda_1 \), chia đa thức cho \( (\lambda – \lambda_1) \)
3. Giải phương trình bậc 2: Từ đa thức còn lại, tìm 2 nghiệm còn lại

7. Tính chất của giá trị riêng

Khi tìm giá trị riêng của ma trận, cần nắm vững các tính chất sau để kiểm tra và tính toán nhanh:

7.1. Tính chất cơ bản

Tính chất	Công thức	Ý nghĩa
Tổng giá trị riêng	\( \sum_{i=1}^{n} \lambda_i = \text{tr}(A) \)	Bằng vết của ma trận
Tích giá trị riêng	\( \prod_{i=1}^{n} \lambda_i = \det(A) \)	Bằng định thức của ma trận
Số giá trị riêng	Đúng n (kể cả bội)	Ma trận cấp n có n giá trị riêng

7.2. Giá trị riêng của các phép biến đổi ma trận

Ma trận	Giá trị riêng	Ghi chú
\( A \)	\( \lambda \)	Giá trị riêng gốc
\( A^k \)	\( \lambda^k \)	Lũy thừa k của giá trị riêng
\( A^{-1} \)	\( \frac{1}{\lambda} \)	Nghịch đảo (nếu \( \lambda \neq 0 \))
\( A^T \)	\( \lambda \)	Giữ nguyên giá trị riêng
\( kA \)	\( k\lambda \)	Nhân với hằng số k
\( A + kI \)	\( \lambda + k \)	Cộng thêm k
\( P^{-1}AP \)	\( \lambda \)	Ma trận đồng dạng có cùng giá trị riêng

7.3. Tính chất đặc biệt

• Ma trận tam giác: Giá trị riêng là các phần tử trên đường chéo chính
• Ma trận đường chéo: Giá trị riêng là các phần tử trên đường chéo
• Ma trận đối xứng thực: Tất cả giá trị riêng đều là số thực
• Ma trận trực giao: Giá trị riêng có module bằng 1 (\( |\lambda| = 1 \))

8. Ví dụ và bài tập minh họa có lời giải chi tiết

Để nắm vững cách tìm giá trị riêng của ma trận, hãy cùng làm các bài tập sau:

Bài tập 1: Ma trận 2×2 cơ bản

Đề bài: Tìm giá trị riêng và vector riêng của ma trận:

\[ A = \begin{pmatrix} 4 & 2 \\ 1 & 3 \end{pmatrix} \]

Lời giải:

Bước 1: Lập ma trận \( A – \lambda I \)

\[ A – \lambda I = \begin{pmatrix} 4 – \lambda & 2 \\ 1 & 3 – \lambda \end{pmatrix} \]

Bước 2: Tính phương trình đặc trưng

\[ \det(A – \lambda I) = (4 – \lambda)(3 – \lambda) – 2 \times 1 = 0 \]

\[ 12 – 4\lambda – 3\lambda + \lambda^2 – 2 = 0 \]

\[ \lambda^2 – 7\lambda + 10 = 0 \]

Bước 3: Giải phương trình đặc trưng

\[ (\lambda – 2)(\lambda – 5) = 0 \]

→ Giá trị riêng: \( \lambda_1 = 2 \), \( \lambda_2 = 5 \)

Bước 4: Tìm vector riêng

Với \( \lambda_1 = 2 \):

\[ (A – 2I)\vec{v} = \begin{pmatrix} 2 & 2 \\ 1 & 1 \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \end{pmatrix} \]

\[ 2x + 2y = 0 \Rightarrow x = -y \]

Chọn \( y = 1 \): \( \vec{v_1} = \begin{pmatrix} -1 \\ 1 \end{pmatrix} \)

Với \( \lambda_2 = 5 \):

\[ (A – 5I)\vec{v} = \begin{pmatrix} -1 & 2 \\ 1 & -2 \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \end{pmatrix} \]

\[ -x + 2y = 0 \Rightarrow x = 2y \]

Chọn \( y = 1 \): \( \vec{v_2} = \begin{pmatrix} 2 \\ 1 \end{pmatrix} \)

Kết quả:

• \( \lambda_1 = 2 \) với vector riêng \( \vec{v_1} = \begin{pmatrix} -1 \\ 1 \end{pmatrix} \)
• \( \lambda_2 = 5 \) với vector riêng \( \vec{v_2} = \begin{pmatrix} 2 \\ 1 \end{pmatrix} \)

Kiểm tra: \( \lambda_1 + \lambda_2 = 2 + 5 = 7 = \text{tr}(A) \) ✓

\( \lambda_1 \times \lambda_2 = 2 \times 5 = 10 = \det(A) = 4 \times 3 – 2 \times 1 = 10 \) ✓

Bài tập 2: Ma trận 2×2 có giá trị riêng bội

Đề bài: Tìm giá trị riêng của ma trận:

\[ A = \begin{pmatrix} 3 & 1 \\ 0 & 3 \end{pmatrix} \]

Lời giải:

\[ \det(A – \lambda I) = \det\begin{pmatrix} 3 – \lambda & 1 \\ 0 & 3 – \lambda \end{pmatrix} = (3 – \lambda)^2 = 0 \]

→ Giá trị riêng: \( \lambda = 3 \) (bội đại số = 2)

Tìm vector riêng với \( \lambda = 3 \):

\[ (A – 3I)\vec{v} = \begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \end{pmatrix} \]

\[ y = 0 \], x tự do

Chỉ có 1 vector riêng độc lập: \( \vec{v} = \begin{pmatrix} 1 \\ 0 \end{pmatrix} \)

Nhận xét: Bội hình học = 1 < Bội đại số = 2, nên ma trận này không chéo hóa được.

Bài tập 3: Ma trận 3×3

Đề bài: Tìm giá trị riêng của ma trận:

\[ A = \begin{pmatrix} 2 & 1 & 0 \\ 0 & 2 & 1 \\ 0 & 0 & 3 \end{pmatrix} \]

Lời giải:

Đây là ma trận tam giác trên, nên giá trị riêng chính là các phần tử trên đường chéo chính.

Tuy nhiên, ta vẫn kiểm tra bằng phương trình đặc trưng:

\[ \det(A – \lambda I) = \det\begin{pmatrix} 2 – \lambda & 1 & 0 \\ 0 & 2 – \lambda & 1 \\ 0 & 0 & 3 – \lambda \end{pmatrix} \]

Với ma trận tam giác, định thức bằng tích các phần tử đường chéo:

\[ \det(A – \lambda I) = (2 – \lambda)(2 – \lambda)(3 – \lambda) = (2 – \lambda)^2(3 – \lambda) = 0 \]

Giá trị riêng:

• \( \lambda_1 = 2 \) (bội đại số = 2)
• \( \lambda_2 = 3 \) (bội đại số = 1)

Bài tập 4: Ma trận 3×3 đầy đủ

Đề bài: Tìm giá trị riêng và vector riêng của ma trận:

\[ A = \begin{pmatrix} 1 & 2 & 0 \\ 0 & 3 & 0 \\ 2 & -4 & 2 \end{pmatrix} \]

Lời giải:

Bước 1: Tính phương trình đặc trưng

\[ A – \lambda I = \begin{pmatrix} 1 – \lambda & 2 & 0 \\ 0 & 3 – \lambda & 0 \\ 2 & -4 & 2 – \lambda \end{pmatrix} \]

Khai triển định thức theo cột 3:

\[ \det(A – \lambda I) = (2 – \lambda) \det\begin{pmatrix} 1 – \lambda & 2 \\ 0 & 3 – \lambda \end{pmatrix} \]

\[ = (2 – \lambda)(1 – \lambda)(3 – \lambda) \]

Bước 2: Giải phương trình đặc trưng

\[ (2 – \lambda)(1 – \lambda)(3 – \lambda) = 0 \]

Giá trị riêng: \( \lambda_1 = 1 \), \( \lambda_2 = 2 \), \( \lambda_3 = 3 \)

Bước 3: Tìm vector riêng

Với \( \lambda_1 = 1 \):

\[ (A – I)\vec{v} = \begin{pmatrix} 0 & 2 & 0 \\ 0 & 2 & 0 \\ 2 & -4 & 1 \end{pmatrix} \begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \\ 0 \end{pmatrix} \]

Từ hàng 1: \( 2y = 0 \Rightarrow y = 0 \)

Từ hàng 3: \( 2x + z = 0 \Rightarrow z = -2x \)

Chọn \( x = 1 \): \( \vec{v_1} = \begin{pmatrix} 1 \\ 0 \\ -2 \end{pmatrix} \)

Với \( \lambda_2 = 2 \):

\[ (A – 2I)\vec{v} = \begin{pmatrix} -1 & 2 & 0 \\ 0 & 1 & 0 \\ 2 & -4 & 0 \end{pmatrix} \begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \\ 0 \end{pmatrix} \]

Từ hàng 2: \( y = 0 \)

Từ hàng 1: \( -x = 0 \Rightarrow x = 0 \)

z tự do

Chọn \( z = 1 \): \( \vec{v_2} = \begin{pmatrix} 0 \\ 0 \\ 1 \end{pmatrix} \)

Với \( \lambda_3 = 3 \):

\[ (A – 3I)\vec{v} = \begin{pmatrix} -2 & 2 & 0 \\ 0 & 0 & 0 \\ 2 & -4 & -1 \end{pmatrix} \begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \\ 0 \end{pmatrix} \]

Từ hàng 1: \( -2x + 2y = 0 \Rightarrow x = y \)

Từ hàng 3: \( 2x – 4y – z = 0 \Rightarrow z = 2x – 4y = 2y – 4y = -2y \)

Chọn \( y = 1 \): \( \vec{v_3} = \begin{pmatrix} 1 \\ 1 \\ -2 \end{pmatrix} \)

Kết quả:

• \( \lambda_1 = 1 \): \( \vec{v_1} = \begin{pmatrix} 1 \\ 0 \\ -2 \end{pmatrix} \)
• \( \lambda_2 = 2 \): \( \vec{v_2} = \begin{pmatrix} 0 \\ 0 \\ 1 \end{pmatrix} \)
• \( \lambda_3 = 3 \): \( \vec{v_3} = \begin{pmatrix} 1 \\ 1 \\ -2 \end{pmatrix} \)

Bài tập 5: Ma trận đối xứng

Đề bài: Tìm giá trị riêng của ma trận đối xứng:

\[ A = \begin{pmatrix} 2 & 1 \\ 1 & 2 \end{pmatrix} \]

Lời giải:

\[ \det(A – \lambda I) = (2 – \lambda)^2 – 1 = \lambda^2 – 4\lambda + 3 = 0 \]

\[ (\lambda – 1)(\lambda – 3) = 0 \]

Giá trị riêng: \( \lambda_1 = 1 \), \( \lambda_2 = 3 \)

Nhận xét: Ma trận đối xứng thực luôn có giá trị riêng thực và các vector riêng vuông góc với nhau.

Bài tập 6: Ứng dụng tính chất

Đề bài: Cho ma trận A có các giá trị riêng là 1, 2, 3. Tìm giá trị riêng của:

1. \( A^2 \)
2. \( A^{-1} \)
3. \( A + 2I \)
4. \( 3A \)

Lời giải:

a) Giá trị riêng của \( A^2 \):

\( \lambda^2 \): \( 1^2 = 1 \), \( 2^2 = 4 \), \( 3^2 = 9 \)

→ Giá trị riêng của \( A^2 \): 1, 4, 9

b) Giá trị riêng của \( A^{-1} \):

\( \frac{1}{\lambda} \): \( \frac{1}{1} = 1 \), \( \frac{1}{2} \), \( \frac{1}{3} \)

→ Giá trị riêng của \( A^{-1} \): 1, \( \frac{1}{2} \), \( \frac{1}{3} \)

c) Giá trị riêng của \( A + 2I \):

\( \lambda + 2 \): \( 1 + 2 = 3 \), \( 2 + 2 = 4 \), \( 3 + 2 = 5 \)

→ Giá trị riêng của \( A + 2I \): 3, 4, 5

d) Giá trị riêng của \( 3A \):

\( 3\lambda \): \( 3 \times 1 = 3 \), \( 3 \times 2 = 6 \), \( 3 \times 3 = 9 \)

→ Giá trị riêng của \( 3A \): 3, 6, 9

9. Kết luận

Qua bài viết trên, VJOL đã giúp bạn hiểu rõ cách tìm giá trị riêng của ma trận cùng các kiến thức quan trọng liên quan. Tóm tắt những điểm cần nhớ:

• Giá trị riêng λ thỏa mãn phương trình \( A\vec{v} = \lambda\vec{v} \) với \( \vec{v} \neq \vec{0} \)
• Phương trình đặc trưng: \( \det(A – \lambda I) = 0 \) – công cụ chính để tìm giá trị riêng
• Tính chất quan trọng: Tổng giá trị riêng = tr(A), Tích giá trị riêng = det(A)
• Ma trận tam giác: Giá trị riêng là các phần tử trên đường chéo chính
• Ứng dụng: Chéo hóa ma trận, tính lũy thừa ma trận, giải hệ phương trình vi phân

Hy vọng bài viết đã giúp bạn nắm vững kiến thức về cách tìm giá trị riêng của ma trận và có thể áp dụng vào giải toán hiệu quả!