- •Определение линейного пространства. Примеры линейных пространств. Некоторые свойства их свойства.
- •Линейная зависимость и независимость элементов линейного пространства. Свойства.
- •Базис линейного пространства. Единственность разложения элемента линейного пространства по базису. Линейные операции над элементами, заданными в координатах.
- •Размерность линейного пространства. Две теоремы о связи размерности линейного пространства и базиса.
- •Изоморфизм линейного пространства. Теорема об изоморфизме линейных пространств одинаковой размерности.
- •Подпространство линейного пространства. Примеры. Линейная оболочка. Примеры. Размерность подпространства. Теорема о размерности линейной оболочки.
- •Сумма и пересечение подпространств. Теорема о сумме размерностей произвольных подпространств.
- •Разложение линейного пространства в прямую сумму подпространств. Определение и теорема.
- •Прямое и обратное преобразование базисов. Доказательство непрерывности матрицы перехода от одного базиса к другому. Преобразование координат при преобразовании базиса.
- •Вещественное евклидово пространство, примеры. Неравенство Коши-Буняковского.
- •Нормированное линейное пространство. Норма в евклидовом пространстве. Угол между элементами линейного пространства. Ортогональные элементы. Теорема Пифагора.
- •Ортонормированный базис в евклидовом пространстве. Теорема о существовании ортонормированного базиса. Процесс ортогонализации.
- •Скалярное произведение в ортонормированном базисе. Смысл координат произвольного элемента в этом базисе.
- •Разложение евклидова пространства на прямую сумму подпространства и его ортогонального дополнения.
- •Теорема об изоморфизме евклидовых пространств.
- •Комплексное евклидово пространство. Следствия из аксиом. Неравенство Коши-Буняковского. Норма. Скалярное произведение.
- •Определение линейного оператора . Действие над линейными операторами. Пространство линейных операторов. Нулевой, противоположный и тождественный операторы.
- •Свойства множества линейных операторов l(V,V). Обратный оператор.
- •Матрица линейного оператора. Теорема о соответствии каждой квадратной матрице линейного оператора.
- •Преобразование матрицы линейного оператора при переходе к новому базису.
Матрица линейного оператора. Теорема о соответствии каждой квадратной матрице линейного оператора.
Фиксируем в линейном пространстве V базис e1, e2,…, en. Пусть x – произвольный элемент V и x=Ʃnk=1xkek. расположение x по данному базису.
Пусть A – линейный оператор из L(V,V). Тогда из x=Ʃnk=1xkek получаем Ax=Ʃnk=1xkAek. Полагая Aek=Ʃnj=1αjkej перепишем Ax=Ʃnk=1xkAek в следющей форме
Ax=Ʃnk=1xk Ʃnj=1αjkej= Ʃnj=1(Ʃnk=1αjkxk)ej.
Таким образом, если y=Ax и элемент y имеет координаты y1, y2,…, yn, то yj= Ʃnk=1αjkxk, j=1, 2,…, n.
Рассмотрим квадратную матрицу A с элементами αjk: A=( αjk). Эта матрица называется матрицей линейного оператора в заданной базисе e1, e2,…, en.
Замечание 1. Если оператор A нулевой, то все элементы матрицы A этого оператора ранй нулю в любом базисе, то есть A – нулевая матрица.
Замечание 2. Если оператор A единичный, то есть A=I, то матрица этого оператора будет единичной в любом базисе. Иными словами, в этом случае A=E, где E – единичная матрица. (Обозначение единичной матрицы I).
Теорема. Пусть в линейном пространстве V задан базис e1, e2,…, en и пусть A=(αjk) – квадратная матрица, содержащая n строк и n столбцов. Существует единственный линейный оператор A, матрицей которого в заданном базисе является матрица A.
Доказательство.
Докажем сначала существование оператора A. Для этой ели определим значение Aek этого оператора на базисных векторах ek с помощью соотношения Aek=Ʃnj=1αjkej, полагая в этом соотношении αjk равными соответствующим элементам заданной матрицы A. Значение оператора A на произвольном векторе xєA, разложение которого по базисным векторам e1, e2,…, en дается формулой x=Ʃnk=1xkek, определим по формуле Ax=Ʃnk=1xkAek. Очевидно, построенный оператор линейный и матрицей этого оператора является матрица A. Единственность оператора A, матрицей которого в базисе e1, e2,…, en является матрица A, следует из соотношения Aek=Ʃnj=1αjkej: с помощью этих соотношений единственным образом определяются значения оператора на базисных векторах. Теорема доказана.
Преобразование матрицы линейного оператора при переходе к новому базису.
Пусть V – линейное пространство, A - линейный оператор из L(V,V), e1, e2,…, en и e’1, e’2,…, e’n – два базиса в V и e’k=Ʃni=1uikei k=1, 2,…, n – формулы перехода от базиса {ei} к базису {e’k}. Обозначим через U матрицу uik: U=(uik) – матрица перехода от старого базиса к новому. Отметим, что rangU=n.
Пусть A=(αik) и A’=(α’ik) – матрицы оператора A в указанных базисах. Найдем связь между этими матрицами.
Теорема. Матрицы A и A’ оператора A в базисах {ei} и {e’k} соответственно связаны соотношением A=U-1A’U, где U-1 – обратная матрица для матрицы U, определенной равенством U=(uik).
Доказательство.
Обращаясь к понятию матрицы линейного оператора, получим, согласно A=(αik) и A’=(α’ik)
Aek=Ʃni=1αikei, A’ek=Ʃni=1α’ikei. Из определения линейного оператора и формул e’k=Ʃni=1uikei k=1, 2,…, n и из второй из формул A’ek= Ʃni=1α’ikei следует соотношения
A’ek=A(Ʃni=1u’kei), A’ek=Ʃni=1 α’ikƩnj=1u’kej.
Поэтому справедливо равенство Ʃni=1u’kAei=Ʃnj=1(Ʃni=1α’iku’k)ej.
Подставляя в левую часть этого равенства выражение Aei по первой из формул Aek=Ʃni=1αikei, найдем Ʃnj=1(Ʃni=1u’kαik)ej= Ʃnj=1(Ʃni=1α’iku’k)ej. Так как {ej} – базис, то из последнего соотношения вытекают равенства Ʃni=1u’kαik= Ʃni=1α’iku’k, j, k=1, 2,…, n.
Если обратиться к матрицам A, A’ и U, то соотношения Ʃni=1u’kαik= Ʃni=1α’iku’k, j, k=1, 2,…, n эквивалентны следующему матричному виду UA=A’U. Умножая обе части этого равенства слева на матрицу U-1 получим требуемое соотношение A=U-1A'U. Теорема доказана.
Замечание. Обратимся к формуле A=U-1A'U. Умножая обе части этого матричного равенства слева на матрицу U и справа на U-1, получим соотношение A’=UAU-1 представляющее собой другую форму связи между матрицами A и A’ оператора A в разных базисах.
Следствие. detA=detA’.
Доказательство.
В самом деле, так как определитель произведения матриц равен произведению определителей этих матриц, то из равенства A=U-1A’U следует, что detA=detU-1detA’detU. Поскольку detU-1detU=I, то из соотношения detA=detU-1detA’detU получаем равенство detA=detA’.
Таким образом, определитель матрицы линейного оператора не зависит от выбора базиса. Поэтому можно ввести понятия определителя detA линейного оператора A, полагая det A=deta, где a – матрица линейного оператора A в любом базисе.
Характеристический многочлен линейного оператора. Собственные значения и собственные векторы линейных операторов. Необходимое и достаточное условие диагональности матрицы линейного оператора. Теорема о линейной независимости собственных векторов.
Пусть A - линейный оператор, а I – тождественный оператор из L(V,V).
Определение. Многочлен относительно λ det(A-λI) называется характеристическим многочленом оператора A.
Согласно следствию detA=detA’ характеристический многочлен имеет один и тот же вид в любом базисе.
Определение. Уравнение det(A-λI)=0 называется характеристическим уравнением оператора A.
Определение. Число λ называется собственным значением оператора A, если существует ненулевой вектор x такой, что Ax=λx. При этом вектор x называется собственным вектором оператора A, отвечающим собственному значению λ.
Теорема (без доказательства). Для того, чтобы число λ было собственным значением оператора A, необходимо и достаточно, чтобы это число было корнем характеристического уравнения оператора A.
Определение. Матрица называется диагональной, если все ее элементы, расположенные не на главной диагонали равны нулю.
Теорема. Для того, чтобы матрица A линейного оператора A в данном базисе {ek} была диагональной, необходимо и достаточно, чтобы базисные вектора ek были собственными векторами этого оператора.
Доказательство.
Пусть базисные вектора ek являются собственными векторами оператора A. Тогда Aek=λkek и поэтому матрица A оператора A имеет вид
λ10…0
A= 0λ2…0 (1)
00…λn
то есть является диагональной.
Пусть матрица A линейного оператора в данном базисе {ek} диагональна, то есть имеет вид (1). Тогда соотношения Aek=Ʃnj=1αjkej примут вид Aek=λkek, а это означает, что ek – собственные вектора оператора A. Теорема доказана.
Теорема. Пусть собственные значения λ1,…, λp оператора различны. Тогда отвечающие им собственные вектора e1,…, ep линейно независимы.
Доказательство.
Применим индукцию. Так как e1 – ненулевой вектор, то для одного вектора (p=1) утверждение справедливо (один ненулевой вектор является линейно независимым). Пусть утверждение теоремы доказано для m векторов e1,…, em. Присоединим к этим векторам вектор em+1 и допустим, что имеет место Ʃm+1k=1αkek=0. Тогда, используя свойства линейного оператора, получим Ʃm+1k=1αkAek=0.
Так как ek – собственные векторы, то Aek=λkek, и поэтому равенство Ʃm+1k=1αkAek=0 можно переписать следующим образом Ʃm+1k=1αkλkek=0.
Согласно Ʃm+1k=1αkek=0 Ʃm+1k=1λm+1αkek=0. Вычитая это равенство из Ʃm+1k=1αkλkek=0, найдем Ʃm+1k=1(λk-λm+1)αkek=0. По условию все λk различны, то есть λk-λm+1≠0. Поэтому из Ʃm+1k=1(λk-λm+1)αkek=0 и предположения о линейной независимости векторов e1,…, em следует, что α1=α2=…=αm=0.
Отсюда из Ʃm+1k=1αkek=0, а также из условия, что em+1 собственный вектор (em+1≠0), вытекает, что αm+1=0. Таким образом, из равенства Ʃm+1k=1αkek=0 мы получаем α1=α2=…=αm+1=0. Это означает, что векторы e1,…em+1 линейно независимы. Индукция проведена, и доказательство теоремы завершено.
Следствие.
Если характеристический многочлен оператора A имеет n различных корней, то в некотором базисе матрица оператора A имеет диагональный вид.
Доказательство.
Действительно, в рассматриваемом случае, согласно только что доказанной теореме собственные вектора линейно независимы и поэтому могут быть выбраны в качестве базисных. Но тогда по теореме о необходимом и достаточном условии диагональной матрицы в этом базисе матрица оператора A будет диагональной.