
- •Федеральное агентство по образованию
- •Определение функционального анализа. Предмет функционального анализа. Определение функционального анализа.
- •Предмет функционального анализа.
- •Линейные пространства. Аксиомы. Определение поля. Линейные пространства.
- •Следствия аксиом линейного пространства.
- •Операторы. Линейные операторы. Матрица оператора. Базис. Линейные операторы.
- •Матрица оператора.
- •Базис линейного пространства.
- •Собственные числа и собственные векторы. Квадратичные формы. Матрица квадратичной формы. Привести пример. Собственные числа и собственные векторы.
- •Квадратичные формы.
- •Матрица квадратичной формы.
- •Примеры.
- •Евклидовы пространства. Определение.
- •Свойства скалярного произведения.
- •Неравенство Коши-Буняковского.
- •Понятие меры. Измеримые функции. Простые функции. Ортогональные функции. Мера Лебега. Свойства меры Лебега. Интеграл Лебега. Понятие меры.
- •Измеримые функции.
- •Мера Лебега. Внешняя мера.
- •Интеграл Лебега.
- •Определение интеграла Лебега.
- •Нормированные пространства. Норма. Примеры. Нормированное пространство.
- •Определение.
- •Топологическая структура.
- •Нормированные пространства как фактор-пространства полунормированных пространств.
- •Конечные произведения пространств.
- •Метрические пространства. Метрика. Примеры. Сжатые отображения. Метрическое пространство.
- •Сжатые отображения.
- •Примеры.
- •Банаховы и гильбертовы пространства. Банахово пространство.
- •Примеры.
- •Гильбертово пространство.
- •Функционалы. Функциональные пространства. Функционал.
- •Функционал в линейном пространстве
- •Линейные функционалы.
- •Ортогональный и ортонормированный базис. Процесс ортогонализации. Сопряженные векторы в евклидовом пространстве. Ортогональный базис.
- •Ортонормированный базис.
- •Процесс Грама ― Шмидта
Собственные числа и собственные векторы. Квадратичные формы. Матрица квадратичной формы. Привести пример. Собственные числа и собственные векторы.
Рассмотрим линейный оператор A, действующий в линейном пространстве X: y = A(x), ∀x ∈ X, y ∈ X.
Число λ называется собственным значением оператора A, если существует такой ненулевой вектор x, что справедливо равенство A(x) = λ·x. Любой ненулевой вектор x ≠0, удовлетворяющий этому уравнению, называется собственным вектором оператора A, отвечающим собственному значению λ.
A(x) = λ·x, x ≠0, x ∈ X.
Пусть A квадратная матрица. Число λ называется собственным значением матрицы A, если существует такой ненулевой вектор x, что справедливо равенство A·x = λ·x. Любой ненулевой вектор x ≠0, удовлетворяющий этому уравнению, называется собственным вектором матрицы A, отвечающим собственному значению λ.
A·x = λ·x, x ≠0.
Квадратичные формы.
Пусть числовая функция φ(x, y) — билинейная форма в пространстве L.
Числовая функция k(x) = φ(x, x) называется квадратичной формой в пространстве L.
Какова бы ни была квадратичная форма,
существует единственная симметричная
билинейная форма, из которой эта
квадратичная форма может быть получена.
Такая билинейная форма по отношению к
квадратичной форме называется полярной
билинейной формой. Полярная билинейная
форма может быть вычислена по формуле
:
Матрица квадратичной формы.
Пусть e1, ..., en — базис в L. И пусть для вектора x из L задано разложение x = x1·e1+x2·e2+ ...+ xn· en. Тогда для квадратичной формы k(x) справедливо представление
Здесь φ(ei , ej ) — значение полярной для k(x) билинейной формы φ(x , y).
Матрица A = {aij} называется матрицей квадратичной формы. Определённая таким образом матрица квадратичной формы является симметричной матрицей.
Примеры.
Пусть φ(x , y) = (x, y) для ∀x∈E, ∀y∈E билинейная форма в пространстве E. Здесь (x, y) − скалярное произведение в пространстве E. Тогда числовая функция k(x) = φ(x ,x) = (x, x) — квадратичная форма в пространстве E. Поскольку φ(x , y) = (x, y) — симметричная билинейная форма, то она является полярной билинейной формой для квадратичной формы k(x) = (x, x).
Пусть k(x) = x12 + x22— квадратичная форма в пространстве R2.
Пусть e1= (1, 0), e2= (0, 1) — базис в R2. Вычислим матрицу A квадратичной формы.
Поскольку симметричная билинейная форма φ(x , y) = (x, y) — полярная для квадратичной формы k(x) = φ(x , x ) то матрица A квадратичной формы совпадает с матрицей Φ билинейной формы φ(x , y):
Проверим. Для этого подставим матрицу A в матричное представление квадратичной формы k(x)=xT·A·x:
Матрица квадратичной формы вычислена верно.
Евклидовы пространства. Определение.
|
Если каждой паре векторов x, y линейного пространства L поставлено в соответствие действительное число (x, y), так, что для любых x, y и z из L и любого действительного числа α справедливы следующие аксиомы:
(x, y) = (y, x),
(α·x, y) = α·(x, y),
(x + y, z) =(x, z) + (y, z),
(x, x)> 0 при x ≠ 0, (0, 0) = 0,
то в пространстве L определено скалярное произведение (x, y).
Если в линейном пространстве определено скалярное произведение, то такое пространство называется евклидовым пространством.
Евклидовы пространства E и E' называются евклидово изоморфными, если они изоморфны как линейные пространства и если
x ∈E, y ∈E, x ←→ x' ∈E', y ←→ y' ∈E', то (x, y) = (x', y').