- •Раздел 1. Предварительные сведения
- •1.1. Множества и отображения
- •1.2. Отношения эквивалентности, факторизация множеств и отображений
- •1.3. Отношения порядка, упорядоченные множества
- •1.4. Понятие числового поля
- •1.5. Комплексные числа
- •Раздел 2. Линейные пространства
- •2.1. Понятие линейного пространства
- •2.2. Линейная зависимость векторов в линейном пространстве
- •2.3. Базис и размерность линейного пространства
- •2.4. Изоморфизм линейных пространств
- •2.5. Подпространства линейных пространств
- •2.6. Факторпространства линейных пространств
- •2.7. Преобразование координат при преобразовании базиса конечномерного линейного пространства
- •Раздел 3. Евклидовы и эрмитовы пространства
- •3.1. Определение и основные свойства евклидовых пространств
- •3.2. Ортонормированный базис конечномерного евклидова пространства
- •3.3. Ортонормированные базисы и ортогональные матрицы
- •3.4. Эрмитовы пространства
- •Раздел 4. Линейные операторы
- •4.1. Определение и основные свойства линейных операторов
- •4.2. Ядро и образ линейного оператора
- •4.3. Матричная запись линейных операторов
- •4.4. Инвариантные подпространства линейных операторов
- •4.5. Характеристический многочлен, собственные числа и собственные векторы линейных операторов
- •4.6. Линейные функционалы и полуторалинейные формы в эрмитовом пространстве
- •4.7. Норма линейного оператора
- •Раздел 5. Двойственное пространство. Сопряженный оператор
- •5.1. Двойственное пространство и двойственный базис
- •5.2. Случай эрмитова пространства
- •5.3. Рефлексивность
- •5.4. Условия линейной независимости
- •5.5. Общее понятие сопряженного оператора
- •Раздел 6. Самосопряженные линейные операторы
- •6.1. Линейные самосопряженные операторы в эрмитовом пространстве
- •6.2. Матрица самосопряженного оператора
- •6.3. Самосопряженные операторы в эрмитовых пространствах с точки зрения общего понятия сопряженного оператора
- •6.4. Свойства самосопряженных операторов
- •6.5. Эрмитовы формы, критерии эрмитовости
- •6.6. Случай евклидова пространства
- •Раздел 7. Канонический вид линейный операторов
- •7.1. Приведение квадратичной формы к сумме квадратов
- •7.2. Канонический вид линейных операторов
- •7.3. Нормальные операторы
- •7.4. Унитарные и ортогональные операторы
- •Раздел 8. Билинейные и квадратичные формы в вещественных пространствах
- •8.1. Матрица билинейной формы
- •8.2. Квадратичные формы
- •8.3. Приведение квадратичной формы к сумме квадратов
- •8.4. Закон инерции квадратичных форм
- •8.5. Билинейные и квадратичные формы в евклидовом пространстве
- •Раздел 9. Гиперповерхности второго порядка
- •9.1. Общее уравнение гиперповерхности второго порядка
- •9.2. Инварианты уравнения гиперповерхности второго порядка
- •9.3. Упрощение уравнения гиперповерхности второго порядка аффинными преобразованиями
- •9.4. Классификация уравнений центральных гиперповерхностей второго порядка
- •Раздел 10. Дополнительный материал
- •10.1. Решение проблемы собственных значений методом вращений
- •10.2. Псевдообратная матрица
- •10.3. Минимальный многочлен линейного оператора
- •10.4. О структуре канонической матрицы линейного оператора
- •Раздел 11. Понятие о тензорах
- •11.1. Определение и основные свойства тензоров
- •11.2. Случай евклидова пространства. Метрический тензор
- •11.3. Основные операции над тензорами
- •Раздел 12. Программа и задачи к экзамену
- •12.1. Программа экзамена
- •12.2. Задачи к экзамену
4.3. МАТРИЧНАЯ ЗАПИСЬ ЛИНЕЙНЫХ ОПЕРАТОРОВ |
44 |
Доказательство. Сразу заметим, что неравенство (4.3) непосредственно вытекает из неравенства (4.2). В самом деле,
df(A B) = n rg(A B) n (rg A + rg B n) = (n rg A) + (n rg B) = df A + df B :
Докажем неравенство (4.2). Пусть A0 := Aj Im B – сужение оператора A на подпространство Im B X. Так как Im A0 = Im(A B) то rg A0 = rg(A B). Далее, так как ker A0 ker A, то df A0 df A. Используя эти неравенства получаем
rg B = dim(Im B) = rg A0 + df A0 rg A0 + df A = rg(A B) + df A;
откуда
rg(A B) rg B df A = rg A + rg B n:
Заметим, что из полученных утверждений и ранге произведения операторов вытекает, что если dim X = n и A 2 L(X; X) таков, что rg A = n, до rg(A B) = rg(B A) = rg B, где B 2 L(X; X). Проверка этого соотношения оставляется в качестве упражнения.
4.3. Матричная запись линейных операторов
Фиксируем некоторое число n 2 N.
Матрица линейного оператора в заданном базисе линейного пространства. Пусть X – n-мерное линейное пространство. Выберем и зафиксируем в пространстве X некоторый базис fe1; : : : ; eng.
Пусть A – произвольный линейный оператор, действующий из X в X. Рассмотрим разложения элементов A e1; : : : ; A en по базису fe1; : : : ; eng:
|
n |
|
Xj |
A ek = |
ajkej |
|
=1 |
и определим матрицу |
|
0
a11 a12
A = Ba21 a22
B
@: : : : : : : :
an1 an2
|
a2n |
1 |
; |
|
a1n |
|
|
: : : : : : :a:nn: :C |
|
||
|
|
C |
|
|
|
A |
|
столбцами которой являются координатные столбцы элементов A e1; : : : ; A en относи-
тельно базиса f |
e1; : : : ; en |
g. |
|
|
|
|
|
|
n |
|
|
|
X |
|
|||
y = A x и y = Pj=1 yjej. Тогда |
|
|
|
. Кроме того, пусть |
||||
Пусть x = |
k=1 xkek |
– произвольный элемент пространства |
|
|||||
P |
n |
|
|
|
|
|
|
|
|
n |
n |
n |
n |
|
|
||
|
|
|
Xk |
X |
X X |
|
|
|
|
|
A x = xk |
|
ajkej = ej |
ajkxk |
|
|
|
|
|
|
=1 |
j=1 |
j=1 |
k=1 |
|
|
и, координаты элемента y = A x относительно базиса fe1; : : : ; eng выражаются следу-
ющим образом
n
X
yj = ajkxk:
k=1
Из этой формулы вытекает, что координатный столбец [y] = (y1; : : : ; yn)> вектора y относительно базиса fe1; : : : ; eng выражается через координатный столбец [x] = (x1; : : : ; xn)> по формуле
[y] = A[x]:
Определение. Матрица A называется матрицей линейного оператора A.
Приведем несколько простых свойств матрицы линейного оператора. Во-первых заметим, что тождественному оператору E отвечает единичная матрица E. Во вторых, имеет место следующее утверждение
4.3. МАТРИЧНАЯ ЗАПИСЬ ЛИНЕЙНЫХ ОПЕРАТОРОВ |
45 |
Предложение 4.10. Пусть X – линейное пространство, dim X = n, а fe1; : : : ; eng
– некоторый базис в X. Тогда для любой n n-матрицы A существует единственный линейный оператор A 2 L(X; X), матрица которого в базисе fe1; : : : ; eng равна A.
Доказательство. Определим требуемый оператор A следующим образом. Для ба-
зисных векторов |
ek |
, |
k = 1; : : : ; n |
(напомним, что базис f |
e1; : : : ; en |
g выбран и |
зафиксиро- |
||||||||||||||||
|
|
|
A ek := |
|
n |
|
n |
|
xkek |
|
|||||||||||||
ван выше) положим |
|
|
j=1 |
ajkej |
, а |
для произвольного вектора x = |
k=1 |
2 |
|||||||||||||||
|
|
|
|
|
|
n |
|
|
|
|
|
|
|||||||||||
X определим |
A x |
по |
линейности: A x := |
|
k=1 |
xk A ek. Проверка того факта, что опре- |
|||||||||||||||||
|
|
|
P |
|
|
|
|
|
|
|
|
P |
|
|
|
) и |
|||||||
деленный таким образом оператор |
A является линейный оператором из L( ; |
X |
|||||||||||||||||||||
|
P |
|
|
|
|
|
X |
|
|
имеет матрицу A является несложным упражнением и оставляется читателю. Таким образом, существование требуемого линейного оператора доказано.
Для проверки единственности оператора A достаточно заметить, что любой оператор из L(X; X) однозначно определяется своими значениями на элементах базиса. В самом деле, если линейный оператор B обладает тем свойством, что B ej = 0 для всех j = 1; : : : ; n, то для любого вектора x = 1e1 + + nen, 1; : : : ; n 2 C, имеет место равенство B x = 1 B e1 + + n B en = 0, т.е. B = O – нулевой оператор.
Из только что доказанного утверждения непосредственно вытекает следующее.
Предложение. Если оператор A 2 L(X; X) имеет в базисе e = fe1; : : : ; eng пространства X матрицу A, а оператор B 2 L(X; X) – матрицу B, то оператор A B имеет в базисе e матрицу AB и для любых чисел ; 2 C оператор A + B имеет
вбазисе e матрицу A + B.
Всамом деле, если y = ( A + B)x при x 2 X, то y = A x+ B x и имеют место равенства
[y]e = A[x]e + B[x]e = ( A + B)[x]e:
Далее, если x 2 X, z = B x, а w = A z, то w = A B x и справедливы равенства
[z]e = B[x]e; [w]e = A[z]e = AB[x]e = (AB)[x]e:
Предложение 4.11. Ранг линейного оператора A 2 L(X; X) равен рангу матрицы A этого оператора, т.е. rg A = rg A.
Доказательство. По определению, rg A = dim(im A), а im A можно представить
как линейную оболочку элементов wk = A ek = |
|
n |
|||
|
j=1 ajkej, k = 1; : : : ; n. Следователь- |
||||
но, ранг оператора |
A |
равен максимальному |
числу линейно независимых элементов в |
||
|
|
P |
|
системе w1; : : : ; wn. Так как все элементы e1; : : : ; en линейно независимы, то число линейно независимых элементов w1; : : : ; wn совпадает с числом линейно независимых столбцов матрицы A, т.е. равно рангу матрицы A.
Используя понятие ранга матрицы линейного оператора можно привести еще одно необходимое и достаточное условие существования обратного оператора A 1 для оператора A: для оператора A существует обратный если и только если ранг матрицы A этого оператора равен размерности n пространства X.
Замечание. Если для оператора A существует обратный оператор A 1, то существует и обратная матрица A 1 для матрицы A. При этом матрица A 1 является матрицей оператора A 1 в базисе fe1; : : : ; eng.
Преобразование матрицы линейного оператора при переходе от базиса к базису. Рассмотрим линейный оператор A 2 L(X; X) и предположим, что в про-
странстве X выбраны два базиса e = fe1; : : : ; eng и e0 = fe01; : : : ; e0ng, причем переход от базиса e к базису e0 осуществляется при помощи матрицы S, т.е. e0k = Pnr=1 rkek, k = 1; : : : ; n. Пусть A = (ajk)nj;k=1 – матрица оператора A в базисе e, а A0 = (a0jk)nj;k=1 –
4.3. МАТРИЧНАЯ ЗАПИСЬ ЛИНЕЙНЫХ ОПЕРАТОРОВ |
46 |
матрица оператора A в базисе e0. Тогда, при k = 1; : : : ; n
|
n |
|
n |
n |
|
n |
n |
|
|
X |
|
X |
X |
|
X Xj |
|
|
A e0 |
= a0 |
e0 = a0 |
rjer |
= er |
rja0 |
; |
||
k |
jk |
j |
jk |
|
|
|
jk |
|
|
j=1 |
|
j=1 |
r=1 |
|
r=1 |
=1 |
|
n |
|
n |
|
n |
jk |
n |
n |
n |
A ek0 = A j=1 |
jkej = j=1 |
jk A ej = j=1 |
r=1 arjer |
= r=1 er |
j=1 arj jk: |
|||
X |
|
X |
|
X |
X |
X X |
Так как e = fe1; : : : ; eng – базис, то сравнивая последние выражения в полученных цепочках равенств получаем, что для любых k = 1; : : : ; n и r = 1; : : : ; n выполняются равенства
nn
XX
rjajk0 = |
arj jk: |
j=1 |
j=1 |
Эти равенства, в свою очередь означают, что выполняется следующее матричное равенство
SA0 = AS:
Заметим, что матрица S, как матрица перехода от базиса к базису, имеет ранг n и, следовательно, существует обратная матрица S 1. Поэтому последнее равенство можно переписать в следующем (окончательном) виде
A0 = S 1AS:
Нами доказана
Теорема 4.12. Матрицы A и A0 линейного оператора A 2 L(X; X) в базисах e и e0 пространства X связаны соотношением A0 = S 1AS, где S – матрица перехода от базиса e к базису e0.
Замечание. Утверждение Теоремы 4.12 можно было получить заметно проще. В самом деле, если x 2 X и y = A x, то справедливы соотношения
eA[x]e = e[y]e = y = e0[y]e0 = e0A0[x]e0 = eSA0S 1[x]e;
из которых немедленно вытекает соотношение A0 = S 1AS.
Пусть оператор A 2 L(X; X) имеет матрицу A в базисе e и матрицу A0 в базисе e0, а оператор B 2 L(X; X) имеет матрицу B в базисе e и матрицу B0 в базисе e0. Тогда для любых чисел ; 2 C оператор A + B имеет матрицу A + B в базисе e. Далее,
S 1( A + B)S = S 1AS + S 1BS = A0 + B0;
т.е., оператор A + B имеет матрицу A0 + B0 в базисе e0. А так как оператор A B имеет в базисе e матрицу AB и так как
S 1(AB)S = S 1ASS 1BS = A0B0;
то оператор A B имеет матрицу A0B0 в базисе e0. Кроме того,
det A0 = det(S 1AS) = det S 1 det A det S = det A
и, следовательно, определитель матрицы линейного оператора не зависит от базиса, относительно которого взята матрица этого линейного оператора, а зависит только от этого оператора.
Таким образом можно ввести понятие определителя det A линейного оператора A, положив по определению det A = det A, где A – матрица оператора A в некотором базисе.
Заметим также, что S 1ES = E и, следовательно, единичный оператор имеет единичную матрицу в любом базисе.
4.4. ИНВАРИАНТНЫЕ ПОДПРОСТРАНСТВА ЛИНЕЙНЫХ ОПЕРАТОРОВ |
47 |
4.4. Инвариантные подпространства линейных операторов
Пусть X – некоторое n-мерное линейное пространство, A – линейный оператор, действующий в пространстве X.
Определение. Подпространство X1 пространства X называют инвариантным подпространством относительно A, или, короче, A-инвариантным подпространством, если для любого элемента x 2 X1 выполнено A x 2 X1. Короче говоря, если A X1 X1.
Пример. ker A и im A являются A-инвариантными подпространствами.
Предположим теперь, что оператор A имеет инвариантное подпространство Y X. Выберем некоторый базис e1; : : : ; em в пространстве Y и дополним его векторами em+1; : : : ; en до базиса e в X. Так как A Y Y, то, по определению матрицы линейного оператора, матрица A оператора A в базисе e будет иметь вид
A = |
A1 |
B ; |
|
0 |
A2 |
где A1 – это m m матрица. Можно сказать, что A1 – это матрица оператора AjY
– ограничения оператора A на подпространство Y – в базисе fe1; : : : ; emg. Нижний (n m) m блок матрицы A состоит из нулей, так как оператор A переводит подпространство Y в себя. Заметим теперь, что m (n m) матрица B обращается в нуль если и только если подпространство W := Spanfem+1; : : : ; eng также будет инвариантно относительно оператора A.
Напомним, что n n-матрица называется блочно-диагональной, если она имеет вид
01
D1 |
0 |
|
0 |
|
B: |
0 |
D |
|
0 |
0: : : : :0:2: : : : : : : :D: :m:C |
||||
B |
|
|
|
C |
@ |
|
|
|
A |
m n, где D1; : : : ; Dm – квадратные матрицы размера nk nk, k = 1; : : : ; m, Pmk=1 nk = n, а символом 0 обозначены нулевые матрицы соответствующего размера. Для такой
блочно-диагональной матрицы будем использовать обозначение DiagfD1; : : : ; Dmg. Если же все элементы некоторой матрицы за исключением элементов, стоящих на главной диагонали, равны нулю, то такая матрица будет называться диагональной. Диагональной матрица
01
d1 |
0 |
|
0 |
0 |
d |
|
0 |
B:0: : : :02: : : : : : : :d:n:C |
|||
B |
|
|
C |
@ |
|
|
A |
будем обозначаться символом Diag(d1; d2; : : : ; dn).
Таким образом, если пространство X разложено в прямую сумму X = Y W, оба слагаемых в которой – A-инвариантные подпространства, то в X существует базис, в котором матрица A оператора A имеет блочный вид A = DiagfA1; A2g, где A1 и A2 некоторые квадратные матрицы размера m m и (n m) (n m) соответственно. В таком случае также говорят, что оператор A есть прямая сумма операторов A =
AjY AjW.
Совершенно аналогично понятию прямой сумму двух подпространств можно ввести и понятие прямой суммы любого конечного числа подпространств. Детали этого построения предлагается провести в качестве упражнения.
Абсолютно аналогично только что разобранному случаю разложения пространства X в прямую сумму двух A-инвариантных подпространств, проверяется, что если пространство X разложено в прямую сумму p штук, p 2 N, A-инвариантных подпространств X = Y1 Yp, то существует базис, в котором матрица A оператора