Глава 04 Линейные пространства
.pdfГлава 4. Линейные пространства |
199 |
|||
4 |
0 |
0 |
|
|
|
4 |
0 |
|
|
A 0 |
. |
|
||
|
0 |
4 |
|
|
0 |
|
|
● Действия с линейными операторами
Суммой двух операторов A и B называют оператор A B, оп-
ределяемый равенством
(A B) (x) A (x) B (x).
Аналогичным образом задают оператор, равный произведению оператора A на любое действительное число k R :
(k A )(x) k A (x).
Нулевым оператором O называют оператор, действующий по правилу
O (x) o , x V .
Нетрудно заметить, что множество линейных операторов на V с
заданными операциями сложения и умножения на число является линейным пространством. Это пространство обозначают символом
Op(V).
Если операторам A и B в некотором базисе линейного про-
странства соответствуют матрицы A и B , то оператору A B бу-
дет соответствовать сумма матриц A B, а оператору k A — мат-
рица kA.
200 |
Глава 4. Линейные пространства |
||
Помимо |
сложения можно |
определить |
операцию умножения |
(композиции) двух операторов. |
|
|
|
Пусть заданы два оператора |
A:V V |
и B:V V . Произве- |
дением (композицией) двух операторов A и B называют третий оператор C B A такой, что для x V
C (x) B( A( x)).
Композиции операторов соответствует матрица C BA.
Роль единицы при умножении операторов выполняет тождествен-
ный оператор E такой, что E (x ) x для любого x V . При
этом тождественному оператору соответствует единичная матрица
E .
Поскольку линейные операторы образуют линейное пространст-
во, то свойства операций сложения операторов и умножения опера-
тора на число уже перечислены в аксиомах линейного пространства.
Поэтому отметим здесь, как связаны между собой операции сложе-
ния и умножения операторов. |
|
|
|
|
Для любых операторов A,B,C |
|
|
1) |
A (B C) (A B) C ; |
|
|
2) |
A (B C) A B A C, ( A B) C A C B C ; |
||
3) |
(k A) B A ( k B) k (A B), |
k R; |
|
4) |
(k E) A A ( k E), |
k R. |
|
Согласно четвертому свойству операторы вида k E, и только
они, перестановочны в умножении со всеми операторами.
Глава 4. Линейные пространства |
201 |
● Преобразование матрицы линейного оператора при
переходе от базиса к базису
Одно и то же линейное преобразование (оператор) может иметь в
различных базисах различные матрицы. Пусть A есть матрица опе-
ратора A в базисе e1,e2 , ,en , A — матрица того же оператора
A в «новом» базисе e1 ,e2 , ,en , C — матрица перхода от «ста-
рого» базиса к «новому». Связь между матрицами A |
|
||||||||||||||
и A |
устанав- |
||||||||||||||
ливает следующая теорема . |
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
линейного оператора |
A в базисах |
|
Теорема 4.8. Матрицы A и A |
|
||||||||||||||
|
|
1, |
|
2 , , |
|
n и |
|
1 , |
|
2 , , |
|
|
соответственно связаны равенством |
||
|
e |
e |
e |
e |
e |
e |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
A C 1AC . |
|
(4.48) |
► Произвольный вектор x V может быть разложен по двум бази-
сам: x x1e1 x2 e2 xn en , x x1 e1 x2 e2 xn en ,
и каждому из этих разложений соответствует свой столбец коорди-
нат X и |
X . Если задана матрица C перехода от |
базиса |
|||||||||||||
|
|
1, |
|
2 , , |
|
|
к базису |
|
1 , |
|
2 , , |
|
n , то столбцы |
X , X |
связаны |
|
e |
e |
e |
n |
e |
e |
e |
||||||||
формулой |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
X CX . |
|
(4.49) |
202 Глава 4. Линейные пространства
Действие оператора A на вектор x порождает некоторый вектор9
y A x, |
y V или в матричной форме записи |
|
|
Y AX , |
(4.50) |
где, в соответствии с (4.47), Y есть столбец координат вектора y в
“старом” базисе e1,e2 , ,en . Вектор y можно разложить и по “но-
вому” базису e1 ,e2 , ,en . Тогда “старые” и ”новые” координаты
вектора y |
будут связаны соотношением, |
|
аналогичным соотноше- |
|||||||||||||||||
нию (4.49): |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
Y CY . |
|
|
|
|
|
|
|
(4.51) |
||
Подставляя теперь (4.49) и (4.51) в (4.50), придём к равенству |
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
CY ACX , |
|
|
|
|
|
|
|
|
||||
а умножая это равенство слева на матрицу10 |
C 1 , получим |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
Y C 1ACX . |
|
|
|
|
|
|
|
(4.52) |
||||
Поскольку действие оператора |
A на вектор |
|
в базисе |
|
||||||||||||||||
x |
|
|||||||||||||||||||
|
|
1 , |
|
2 , , |
|
n определяется равенствами |
|
|
|
|
|
|
|
|
||||||
e |
e |
e |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y A |
x |
или Y |
|
|
, |
(4.53) |
|||||||
|
|
|
|
|
|
|
|
|
A X |
|
9 Для упрощения дальнейших записей, вместо обозначения y A( x) мы
будем использовать обозначение y A x.
10 Напомним, что матрица C перехода от базиса к базису всегда имеет обратную.
Глава 4. Линейные пространства |
203 |
сравнение (4.52) и (4.53) приводит к формуле (4.48) |
A C 1AC . ◄ |
Пример 4.16. Пусть в базисе |
e1, |
e |
2 |
двумерного пространства линей- |
|||||||||||||||||||||||
ный оператор A задан матрицей A |
4 |
10 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
1 |
. Найти матрицу A |
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
||||||
оператора A в базисе |
e1 |
e1 |
2 |
e |
2 , |
|
e |
2 3 |
e1 |
|
e |
2 . |
|
||||||||||||||
Составим матрицу C перехода от базиса к базису: |
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
1 |
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
C |
|
|
|
|
|
|
|
|
detC 7. |
|
|
||||||||||||
|
|
|
|
|
2 |
, |
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Обратная матрица C |
1 |
|
|
|
|
|
|
|
|
1 |
|
1 |
|
1 |
|
|
3 |
|
|||||||||
|
|
имеет вид |
C |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
7 |
|
2 |
|
|
1 |
и, в соответст- |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
вии с (4.48), |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
1 |
|
1 |
1 |
3 4 10 |
1 |
|
|
3 |
|
|
4 |
5 |
||||||||||||
A |
C AC |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
7 |
|
2 1 |
|
|
|
|
|
|
|
1 |
|
|
. |
||||||||||||
|
|
|
|
|
|
|
6 1 |
2 |
|
|
|
4 |
9 |
4.6. Собственные векторы и собственные значения
линейного оператора
Рассмотрим n-мерное векторное пространство V и линейный
оператор A :V V.
204 |
Глава 4. Линейные пространства |
Определение 4.22. Ненулевой вектор x V называется собствен-
ным вектором линейного оператора A, если существует число
R такое, что
A |
x |
|
x |
, |
|
|
x |
|
o |
. |
(4.54) |
||
Число называется собственным значением оператора |
A, |
соот- |
|||||||||||
ветствующим собственному вектору |
x |
. Иногда говорят, что |
x |
есть |
|||||||||
собственный вектор оператора A, |
принадлежащий собственному |
||||||||||||
значению . |
|
|
|
|
|
|
|
|
|
Изучение собственных векторов и собственных значений пред-
ставляет исключительный интерес ввиду того, что многие соотно-
шения, содержащие некоторый линейный оператор, радикально уп-
рощаются, если в качестве векторов базиса выбрать собственные векторы оператора: приведение матриц к диагональному виду, при-
ведение квадратичной формы к сумме квадратов и т.д.11
Предположим теперь, что оператор A задан в базисе e1, e2 , ,en матрицей
a11 a12 a1n
a21 a22 a2n
A .
an1 an2 ann
Тогда равенство (4.54) можно записать в матричном виде:
11 Билинейные и квадратичные формы обсуждаются в следующем разделе.
Глава 4. Линейные пространства |
205 |
AX X. |
(4.55) |
Заменяя в (4.55) матрицу-столбец X выражением E X X , где |
|
E ─ единичная матрица порядка n, придем к равенству |
|
AX E X |
|
или |
|
AX E X O, |
|
откуда получим |
|
(A E) X O . |
(4.56) |
Матричное равенство (4.56) можно записать следующим образом:
a11 |
|
a12 |
|
|
a1n |
|
x1 |
|
|
|
|
0 |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a21 |
a22 |
|
a2n |
x2 |
|
0 |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
an1 |
|
an2 |
|
ann |
|
|
|
|
|
|
|
0 |
|
||||||
|
|
|
xn |
|
|
|
|
|
||||||||||||
или в виде однородной системы уравнений |
|
|
|
|
|
|
|
|
|
|
||||||||||
(a11 )x1 a12 x2 a1n xn 0, |
|
|
|
|
|
|||||||||||||||
|
|
|
(a22 )x2 a2n xn 0, |
|
|
|
||||||||||||||
a12 x1 |
|
|
(4.57) |
|||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
||||||||||||||
a |
x a |
n2 |
x |
2 |
(a |
nn |
)x |
n |
0. |
|
|
|
||||||||
|
|
n1 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Согласно определению 4.22, собственный вектор |
x |
должен быть |
ненулевым, т.е. система уравнений (4.57) должна иметь нетривиаль-
ные решения. Как известно, для существования ненулевых решений однородной системы линейных уравнений вида (4.57) необходимо и достаточно, чтобы определитель системы был равен нулю. Иными
206 |
Глава 4. Линейные пространства |
|
||||||
словами, число |
тогда и только тогда является собственным |
|||||||
значением оператора A, когда выполняется равенство |
|
|||||||
|
det (A E) 0, |
(4.58) |
||||||
где A есть матрица оператора A в базисе |
e |
1, |
e |
2 , , |
e |
n . При этом |
определитель
|
|
|
|
|
a11 |
a12 |
|
a1n |
det(A E) |
|
A E |
|
|
a21 |
a22 |
|
a2n |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
an1 |
an2 |
ann |
представляет собой многочлен степени n от .
Определение 4.23. Многочлен det (A E) называется характери-
стическим многочленом оператора A, а корни этого многочлена,
т.е. решения уравнения (4.58), называются характеристическими корнями оператора A.
Отметим, что каждый характеристический корень является соб-
ственным значением оператора A и обратно. Покажем, что собст-
венные значения не зависят от выбора базиса.
Теорема 4.9. Характеристический многочлен A E не зависит от выбора базиса пространства.
► В любом базисе, отличном от e1, e2 , ,en , матрица оператора
A имеет, согласно формуле (4.48), вид C 1 AC , где C есть матри-
Глава 4. Линейные пространства |
207 |
ца перехода от базиса e1, e2 , ,en к базису e1, e2 , ,en . Учитывая
очевидное соотношение E C 1C C 1EC, получим:
C 1AC C 1EC C 1(A E)C ,
и тогда
C 1AC E C 1 A E C 1 A E C A E .◄ C
Предположим, |
что все n |
корней характеристического уравнения |
||
1, 2, , n |
различны. |
Обозначим символами |
x |
i собственные |
векторы оператора A, принадлежащие собственным значениям i ,
i 1,2, ,n.
Теорема 4.10. Собственные векторы xi , принадлежащие различ-
ным собственным значениям i (i 1,2, ,n), линейно независи-
мы.
► Сначала рассмотрим случай, когда оператор A имеет единствен-
ный собственный вектор x1 o (n 1). Очевидно, этот единствен-
ный ненулевой вектор является линейно независимым, поскольку равенство 1x1 o возможно в том и только в том случае, когда
1 0.
Предположим теперь, что первые m (m n) собственных век-
торов x1 ,x2 , ,xm линейно независимы. Покажем, что если к пе-
речисленным векторам добавить (m 1)-ый собственный вектор
208 |
|
|
Глава 4. Линейные пространства |
||||||||||||||
x |
m 1, |
то семейство векторов |
x |
1 , |
x |
2 , , |
x |
m 1 |
снова будет линейно |
||||||||
независимым. Для этого рассмотрим равенство |
|
||||||||||||||||
|
|
1 |
x |
1 m |
x |
m m 1 |
x |
m 1 |
o |
, |
(4.59) |
где коэффициенты i R. Применение к равенству (4.59) линейно-
го оператора12 A приводит к соотношению:
A ( 1 x1) A ( m xm ) A ( m 1xm 1) A (o) o
или |
|
1 1 x1 m mxm m 1 m 1 xm 1 o . |
(4.60) |
Подставляя из (4.59) в (4.60) выражение для m 1xm 1 , придем к со-
отношению:
1 1 x1 m m xm m 1( 1 x1 2 x2 m xm ) o,
откуда получим:
1 ( 1 m 1)x1 2 ( 2 m 1)x2
m ( m m 1) |
x |
m |
o |
. |
(4.61) |
Учитывая, что все собственные значения различны по условию теоремы, а собственные векторы x1,x2...,xm линейно независимы по предположению, из (4.61) получим 1 2 ... m 0, и тогда
равенство (4.60) примет вид: |
|
|
0 x1 0 x2 ... 0 xm m 1 xm 1 |
o. |
(4.62) |
12 В соответствии с определением линейного оператора равные векторы имеют одинаковые образы.