- •Определение линейного пространства и простейшие следствия из аксиом.
- •2.Определение линейной зависимости и независимости элементов линейного пространства. Свойства линейной зависимости и независимости.
- •3.Базис и координаты в линейном пространстве. Свойства координат векторов.
- •Свойства координат векторов
- •4.Матричный критерий линейной зависимости и независимости.
- •5.Определение размерности линейного пространства. Теорема о связи базиса и размерности. Следствия.
- •6.Определение аффинного пространства и следствия из аксиом.
- •Как пример аффинного, евклидова и метрического пространств.
- •Свойства расстояния
- •Подпространства линейного пространства.
- •Линейные оболочки. Теорема о размерности линейной оболочки произвольной системы векторов.
- •10.Теорема о размерности линейной оболочки строк (столбцов) матрицы.
- •11. Сумма и пересечение подпространств линейного пространства. Теорема о сумме и пересечении подпространств.
- •Свойства матрицы перехода
- •14. Определение матрицы перехода. Изменение координат вектора при изменении базиса. Изменение координат вектора при изменении базиса
- •15. Понятие отображения. Произведение (композиция) отображений. Ассоциативность произведения. Тождественное отображение и его свойства. Взаимно однозначное отображение. Обратное отображение.
- •16. Определение линейного оператора и его простейшие свойства. Теорема о существовании линейного оператора.
- •Простейшие свойства линейного оператора
- •17. Определение матрицы линейного оператора. Связь координат вектора с координатами его образа.
- •Связь координат вектора с координатами его образа
- •18. Изменение матрицы линейного оператора при изменении базиса. Подобные матрицы. Изменение матрицы линейного оператора при изменении базиса
- •19. Операции над линейными операторами.
- •20. Невырожденные линейные операторы. Теорема о матрице.
- •21.Невырожденные линейные операторы. Теорема о взаимной однозначности.
- •22.Обратный линейный оператор.
- •23.Определение и свойства изоморфизма линейных пространств.
- •Свойства изоморфизма
- •24. Определение изоморфизма линейных пространств. Теорема о размерности изоморфных пространств.
- •25.Определение изоморфизма линейных пространств. Теорема об изоморфизме пространств одинаковой размерности.
- •26.Линейные формы.
- •27. Определение и свойства собственных векторов.
- •Свойства собственных векторов
- •30. Лемма о размерности пространства собственных векторов с одинаковыми собственными значениями.
- •31. Определение приводимости квадратной матрицы к диагональному виду и вторая теорема о приводимости.
- •32. Присоединенные векторы и правило их нахождения.
- •Правило нахождения присоединенных векторов
27. Определение и свойства собственных векторов.
Определение. Ненулевой вектор линейного пространства V над полем P называется собственным вектором линейного оператора , если существует такое число P, что
= . (4.41)
Число из равенства (4.41) называется собственным значением оператора f, соответствующим собственному вектору .
Очевидно, все векторы линейного пространства являются собственными векторами нулевого оператора с собственным значением, равным 0, они же являются собственными векторами тождественного оператора с собственным значением, равным 1. Оператор проектирования трехмерного пространства на ось Оx имеет следующие собственные векторы: параллельные оси Оx – собственные с собственным значением, равным 1, а векторы, перпендикулярные оси Оx, – собственные с собственным значением, равным 0. При любом функция является собственным вектором (или собственной функцией) оператора дифференцирования , причем собственное значение равно .
Свойства собственных векторов
1º. Каждому собственному вектору соответствует единственное собственное значение.
► Предположим, что некоторому собственному вектору соответствуют два разных собственных значения и ( ). Тогда
. (4.42)
По шестому следствию § 1 гл. 3, из (4.42) следует, что , что противоречит определению собственного вектора.◄
2º. Собственные векторы с различными собственными значениями линейно независимы.
►Пусть , , …, – собственные векторы линейного оператора с собственными значениями соответственно, причем при . Доказательство проведем методом математической индукции по количеству векторов.
a) . Предположим, что векторы линейно зависимы. Тогда один из них можно выразить через другой, например, . Имеем
,
откуда получаем, что (так как , ), а значит, , что противоречит определению собственного вектора.
б) Предположим, что утверждение справедливо для (n–1)-го вектора и докажем его справедливость для n векторов. Пусть собственные векторы с различными собственными значениями линейно зависимы. Значит, один из них можно представить в виде линейной комбинации остальных, например:
. (4.43)
Так как , получаем
. (4.44)
По предположению индукции, векторы , , …, линейно независимы. Поэтому из (4.44) вытекает, что , Так как , то при . Но тогда из (4.43) видно, что , что противоречит определению собственного вектора.◄
3º. Множество всех собственных векторов линейного оператора с одним и тем же собственным значением вместе с нулевым вектором является подпространством линейного пространства V.
►Заметим, что состоит из всех векторов, удовлетворяющих условию (4.42), т.к. при любом . Докажем замкнутость относительно операций, заданных в V. Действительно,
{ } { ; }
{ } { };
{ } { } { } { }.
На основании теоремы 3.4, – подпространство линейного пространства V.◄
4º. Пусть – линейный оператор, – его различные собственные значения. Обозначим
и .
Тогда в существует линейно независимых собственных векторов оператора .
►В каждом из подпространств выберем линейно независимых векторов и покажем, что система
– (4.45)
линейно независима. Для этого составим ее линейную комбинацию и приравняем :
. (4.46)
Обозначим . Тогда (4.46) примет вид
,
откуда вытекает, что система линейно зависима. Поэтому на основании свойства 2º не все из векторов являются собственными, т. е. среди них есть нулевые. Пусть, например, . Это означает, что (объясните, почему), и что . Теперь видим, что система линейно зависима. Значит, и среди этих векторов есть нулевые. Пусть, например, со всеми вытекающими отсюда последствиями. После конечного числа шагов получаем, что в (4.46) все коэффициенты , откуда и следует линейная независимость системы (4.45).◄
28. Характеристический многочлен и характеристические числа линейного оператора и его матрицы. Правило нахождения собственных векторов. Лемма о решении вырожденной однородной системы линейных уравнений.
Пусть – линейный оператор. Выберем в какой-либо базис и обозначим А матрицу оператора в этом базисе. Если Х – координатный столбец собственного вектора в заданном базисе, а – соответствующее ему собственное значение, то (4.41) равносильно равенству , которое, в свою очередь, равносильно следующему:
. (4.47)
Равенство (4.47) можно рассматривать как матричную запись однородной системы линейных уравнений, причем нас интересуют только ее нетривиальные решения. Как следует из § 5 главы 2, для существования таковых необходимо и достаточно, чтобы выполнялось условие
. (4.48)
Определение. Характеристическим многочленом матрицы А называется многочлен , уравнение (4.48) называется характеристическим уравнением матрицы А, а корни этого уравнения – ее характеристическими числами.
Лемма 4.2. Подобные матрицы имеют одинаковые характеристические многочлены.
►Пусть матрицы А и подобны, значит, существует невырожденная матрица такая, что . Тогда
Таким образом, матрицы и ( ) тоже подобны, а значит, имеют одинаковые определители.◄
Эта лемма позволяет сформулировать следующее
Определение. Характеристическим многочленом (характеристическим уравнением, характеристическими числами) линейного оператора называется характеристический многочлен (характеристическое уравнение, характеристические числа) его матрицы в некотором, а значит, и в любом базисе.
Из изложенного выше мы видим, что каждое собственное значение линейного оператора является корнем его характеристического уравнения, т. е. характеристическим числом. Обратно, если – корень уравнения (4.48) и , то система (4.47) имеет нетривиальное решение Х0, значит, АХ0 = Х0 и тогда, если – вектор, координатный столбец которого в выбранном базисе совпадает с , то , т. е. – собственное значение оператора . Если же , то оно не может быть собственным значением согласно определению.
Итак, собственные значения линейного оператора – те его характеристические числа, которые принадлежат полю P.
Теперь можно сформулировать следующее правило. Пусть А – матрица линейного оператора в некотором базисе. Чтобы найти собственные векторы оператора поступаем следующим образом:
1) составляем характеристическое уравнение (4.48) матрицы А и находим его корни . Те из них, которые принадлежат основному полю, являются собственными значениями (т. е., если Р = С, то все, если Р = R – только действительные);
2) для каждого из полученных собственных значений находим соответствующие ему собственные векторы, решая однородную систему (4.47) при .
. Если определитель однородной квадратной системы линейных уравнений
AX = О, (4.49)
равен нулю, то при любом набор
( , , …, ), (4.50)
где – алгебраическое дополнение к элементу матрицы А, – решение системы (4.49).
►Действительно, подставив (4.50) в каждое из уравнений (4.49), получаем
. (4.51)
Равенство (4.51) верно, так как при его левая часть представляет собой разложение по -й строке, а при оно верно на основании теоремы аннулирования. ◄
29. Лемма о диагональном виде матрицы линейного оператора. Определение приводимости квадратной матрицы к диагональному виду и первая теорема о приводимости. Следствие. Замечание о матрице, приводящей матрицу А к диагональному виду.
Лемма 4.4. Для того чтобы матрица А линейного оператора в некотором базисе пространства имела диагональный вид, необходимо и достаточно, чтобы этот базис состоял из собственных векторов оператора f, причем диагональными элементами матрицы А являются собственные значения этого оператора.
►Пусть
– (4.55)
базис пространства , A – матрица оператора f в этом базисе. Тогда
{А – диагональная}
{(4.55) состоит из собственных векторов оператора а – его собственные значения}.◄
Определение. Говорят, что квадратная матрица А с элементами из поля P приводится к диагональному виду над P, если существует невырожденная квадратная матрица Т с элементами из P такая, что матрица – диагональная.
Теорема 4.13. Пусть А – квадратная матрица с элементами из поля P, – линейное пространство над Р, – тот линейный оператор, матрица которого в некотором базисе (4.55) пространства совпадает с А. Тогда для приводимости матрицы А к диагональному виду над полем Р необходимо и достаточно, чтобы в существовал базис, состоящий из собственных векторов оператора f.
►Выберем в еще один базис
(4.56)
и обозначим Т матрицу перехода от исходного базиса (4.55) к базису (4.56). Матрица оператора f в этом базисе имеет вид . Тогда
{в существует базис (4.56) из собственных векторов оператора f }
{матрица оператора в базисе (4.56) диагональная} {А приводится к диагональному виду}.◄
Следствие. Если все характеристические числа матрицы А различны и принадлежат полю Р, то А приводится к диагональному виду над Р.
Замечание. Если матрица А приводится к диагональному виду – матрице , то диагональными элементами последней являются собственные значения матрицы А, а матрица Т, приводящая А к диагональному виду, есть не что иное, как матрица перехода от исходного базиса к базису из собственных векторов.