Добавил:
Rumpelstilzchen2018@yandex.ru Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Скачиваний:
32
Добавлен:
02.06.2020
Размер:
502.13 Кб
Скачать

1

Лекция 6. Линейные операторы (продолжение)

6.1. Обратный оператор. Невырожденные линейные преобразования.

Определение 1. Линейное преобразование называется невырожденным, если его матрица невырожденная. В противном случае преобразование называется вырожденным.

Определение 2. Линейный оператор

 

ˆ

 

 

 

A называется обратимым, если он взаимно од-

нозначно отображает линейное пространство

n на себя, т.е. y x , такой что

ˆ

 

 

 

 

 

 

 

A(x) y причем x - единственный.

 

 

 

 

 

 

Определение 3. Линейный оператор

ˆ

 

 

B называется обратным данному линейному

ˆ

 

x

 

 

ˆ ˆ

 

ˆ ˆ

оператору A , если для любого вектора

 

имеют место равенства: AB(x) BA(x) x .

 

ˆ

 

ˆ 1

.

 

 

Обозначается он следующим образом: B

A

 

 

Теорема 1. Критерии обратимости линейного оператора

 

 

Следующие утверждения равносильны:

 

 

1)

ˆ

 

 

 

 

 

 

A - обратимый оператор;

 

 

 

2)

 

ˆ

обратима (то есть существует A

1

)

Матрица оператора A

 

3)

 

ˆ

 

 

 

 

 

Линейный оператор A невырожден ( det A 0 )

 

 

4)

ˆ

 

 

 

 

 

 

Ker A 0

 

 

 

 

 

 

5)

ˆ

 

 

 

 

 

 

rang A dim n

 

 

 

 

 

 

6)

ˆ

 

 

 

 

 

 

Im A n (образ совпадает со всем линейным пространством)

Свойства

1.Единичный оператор Iˆ обратим.

2.Нуль оператор ˆ необратим при dim n 0 .

ˆ

ˆ

ˆ ˆ

3. Если A и

B обратимы, то оператор

AB также обратим. При этом

ˆ ˆ 1

 

ˆ

1 ˆ

1

 

 

 

 

 

 

 

 

 

 

AB

 

B

A

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ˆ

 

 

0

ˆ

 

4. Если линейный оператор A обратим и некоторое число

, то оператор A

 

 

 

ˆ 1

 

1

ˆ 1

.

 

 

 

 

 

обратим и A

 

 

A

 

 

 

 

 

 

5. Если линейный оператор

ˆ

 

 

 

 

 

A обратим, то обратим обратный к нему линейный опера-

ˆ 1

 

 

 

 

ˆ 1 1

ˆ

 

 

 

 

 

тор A

 

. При этом: A

 

A

 

 

 

 

 

 

Утверждение 1.

 

 

ˆ

 

 

 

{e} пространства

 

Если линейный оператор A в некотором базисе

n имеет матрицу

 

 

 

 

ˆ

1

имеет в этом же базисе матрицу

 

Ae , то его обратный оператор A

 

A 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

e

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 1. Выяснить, будет ли, действующий в линейном пространстве 3 линейный

 

 

ˆ

 

 

 

 

 

 

 

 

 

 

 

 

оператор A обратимым. В случае обратимости найти обратный оператор.

 

 

а) x

 

 

 

 

 

ˆ

( 4x1 5x2 2x3; 3x1 3x2

2x3; 2x1 2x2 x3 )

 

(x1, x2 , x3 ) : A(x)

 

б) x

 

 

 

 

 

ˆ

(x1 x2 x3; x1 x2 3x3; x1

3x2

x3 )

 

(x1, x2 , x3 ) : A(x)

Решение.

2

а) Пусть e1 (1,0,0) ; e2 (0,1,0) ; e3 (0,0,1) - канонический базис пространства 3 . Найдем матрицу оператора, для этого подействуем оператором на базисные векторы:

ˆ

A(e1) ( 4; 3; 2)

ˆ

A(e2 ) ( 5; 3; 2)

ˆ

A(e3 ) (2;2;1)

Составим матрицу оператора, выписав координаты образов базисных векторов по столбцам:

 

 

4

5

2

 

 

 

 

A

 

5

3

2

 

 

0

ˆ

e

 

 

 

 

 

, det A

, следовательно, по критерию оператор A обратим.

 

 

 

 

 

 

 

e

 

 

 

2

2

1

 

 

 

 

 

 

 

 

 

Найдем матрицу обратного оператора.

 

 

 

1

1

4

 

 

 

 

Ae 1

 

1 0

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

0

2

3

 

 

 

 

 

 

 

 

 

 

 

Найдем сам обратный оператор (восстановим). Для этого подействуем оператором ˆ 1

A

на произвольный вектор x (x1, x2 , x3 ) пространства 3 :

 

 

1

1

4

x

 

 

x x 4x

T

ˆ 1

1

 

 

 

 

1

 

 

1 2

3

 

X

1

0

2

x2

 

x1

2x3

 

A

(x) Ae

 

 

 

0

2

3

x

 

 

2x 3x

 

 

 

 

 

 

 

3

 

 

2

3

 

Задание под буквой б) необходимо выполнить самостоятельно.

6.2.Собственные векторы и собственные значения линейного оператора

6.2.1.Понятие собственного вектора

Определение 4. Ненулевой вектор x n называется собственным вектором линей-

ˆ

ˆ

ного оператора A , если существует такое число , что

A(x) x . Число называют

собственным значением линейного оператора и говорят, что “собственный вектор x отно-

сится к собственному значению ”.

Теорема 2. Собственный вектор линейного оператора относится к единственному собственному значению.

Геометрический смысл собственных векторов состоит в следующем: ненулевой вектор

x

 

ˆ

ˆ

является собственным для преобразования A , если его образ

A(x) коллинеарен прообразу

x .

 

 

 

 

Теорема 3. Свойства собственных векторов

 

 

1)

Если x1, x2 , ... , xn - линейно независимые собственные векторы ли-

 

 

ˆ

 

 

нейного оператора A , относящиеся к одному и тому же собственному значению , то

любая нетривиальная линейная комбинация этих векторов является собственным вектором, относящимся к этому же собственному значению.

2)

ˆ

Если 1, 2 , ... , k - различные собственные значения оператора A ,

то отвечающие им собственные векторы x1, x2 , ... , xk - линейно независимы.

 

 

 

 

3

ˆ

 

1

1

A

 

 

Пример 2. Линейный оператор A задан матрицей

e

 

1

в некотором базисе

 

 

 

3

{e} . Выяснить, является ли вектор x собственным вектором этого линейного оператора. Если да, то к какому собственному значению он относится?

а) x e1 2e2

б) x e1 e2

Решение.

а) Пусть x

 

 

 

 

 

 

 

 

 

 

 

ˆ

Тогда по определению

- собственный вектор линейного оператора A .

 

ˆ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

должно выполняться A(x) x для некоторого числа .

 

 

 

 

 

 

 

ˆ

(e1 2e2 )

e1 2 e2 ( ; 2 )

 

 

 

 

 

 

 

A(x) x

 

 

 

 

 

 

 

Пусть x (x1; x2 ) (1; 2)

 

 

 

 

 

 

 

 

 

 

 

 

 

ˆ

 

1 1

1

 

1

 

 

 

 

 

1

 

 

 

X

 

 

 

 

 

 

 

 

 

 

 

 

A(x) A

 

 

, т.е.

 

 

 

 

e

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 3 2

 

 

7

2

 

2 7

 

 

Очевидно, что не существует , которое удовлетворяет обоим условиям одновремен-

но. Значит, вектор x e1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ˆ

2e2 не является собственным вектором линейного оператора A .

б) Пусть x

 

 

 

 

 

 

 

 

 

 

 

ˆ

Тогда по определению

- собственный вектор линейного оператора A .

 

ˆ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

должно выполняться A(x) x для некоторого числа .

 

 

 

 

 

 

 

ˆ

(e1 e2 ) e1 e2

( ; )

 

 

 

 

 

 

 

 

A(x) x

 

 

 

 

 

 

 

 

Пусть x (x1; x2 ) (1;1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ˆ

 

1 1

1

2

 

 

2

 

 

 

 

X

 

 

 

 

 

 

 

 

 

A(x) A

 

 

 

 

 

 

 

 

e

 

 

 

 

 

 

, т.е.

 

 

 

 

 

 

 

 

1 3 1

2

 

 

2

 

 

 

 

Очевидно, что 2 , значит, вектор

x e1 e2

является собственным вектором ли-

 

ˆ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

нейного оператора A , отвечающим собственному значению 2 .

 

 

 

 

 

6.2.2. Характеристический многочлен линейного оператора

 

 

ˆ

линейный оператор,

Ae

- матрица этого оператора в некотором базисе

Пусть A -

{e} {e1,e2 ,...,en}. Пусть - произвольное число,

E - единичная матрица n n .

 

Рассмотрим матрицу

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

a ...

a

 

 

 

0 ...

0

a

 

 

a

...

a

 

 

11

12

1n

 

 

 

 

 

 

11

 

12

 

1n

 

A E a21

a22 ...

a2n

0

 

...

0

 

 

a21

a22 ...

a2n

 

e

... ... ...

...

 

...

... ...

...

 

...

...

...

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

an2 ...

 

 

 

 

0 ...

 

 

 

an1

an2

...

 

 

 

an1

ann

0

 

 

 

ann

Составим определитель этой матрицы:

 

 

a

 

 

 

 

11

Ae E

 

 

 

a21

 

 

 

det

 

...

 

 

 

 

 

 

 

 

 

 

 

 

an1

 

 

 

 

 

 

 

 

4

a12

...

a1n

 

 

a22

...

a2n

 

 

 

- многочлен n -ой степени относитель-

...

...

...

 

 

 

 

 

 

 

an2

...

 

 

 

ann

 

но неизвестной .

Определение 5. Матрица Ae E называется характеристической матрицей ли-

нейного оператора ˆ , а определитель этой матрицы Ae E - характеристическим много-

A

членом оператора ˆ .

A

Определение 6. Уравнение Ae E 0 называют характеристическим уравнением

линейного оператора ˆ , а корни этого уравнения – характеристическими корнями линей-

A

ного оператора ˆ .

A

Теорема 4. Любое собственное значение линейного оператора ˆ является его харак-

A

теристическим корнем.

Верно и обратное: любой вещественный характеристический корень линейного опера-

ˆ

 

тора A является его собственным значением.

 

ˆ

{e} {e1, e2} задан матрицей

Пример 3. Линейный оператор A в базисе

 

1

A

 

e

 

2

 

 

1

. Найти собственные значения и собственные векторы этого оператора.

0

Решение.

1. Из теоремы 4 следует, что для нахождения собственных значений необходимо най-

 

ти корни характеристического уравнения

 

Ae E

 

0 .

 

 

 

 

 

 

 

 

 

 

 

 

1

1

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

Ae

E

 

 

 

2

2 ( 2)( 1) 0

 

 

1

 

- собственные зна-

 

 

 

2

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

чения линейного оператора ˆ .

A

2.Найдем собственные векторы, относящиеся к каждому собственному значению

1 2 . Пусть

x (x1; x2 ) - собственный вектор. Тогда

ˆ

A(x) Ae X 1 X 2X , отсюда

Ae X 2X (Ae 2)X 0 .

Решим матричное уравнение

1 2

1 0

x

 

 

0

 

x

 

1

 

 

 

 

 

1

 

 

1

 

C

 

 

2

0

0 2

 

 

 

 

0

 

,

 

 

 

 

 

x2

 

 

 

x2

 

1

Собственные векторы, относящиеся к собственному значению 1 2 имеют вид:

u1 {C(1;1) Ce1 Ce2 ,C } .

Самостоятельно найти собственные векторы, относящиеся к собственному значению

2 1

5

Ключевые вопросы лекции для подготовки к экзамену

1.Невырожденное линейное преобразование.

2.Обратимый оператор.

3.Понятие обратного оператора.

4.Критерии обратимости линейного оператора

5.Свойства линейного оператора.

6.Понятие собственного вектора и собственного значения линейного оператора.

7.Свойства собственных векторов.

8.Понятие характеристической матрицы и характеристического многочлена.

9.Понятие характеристического уравнения.

Для тех, кто хочет знать больше https://blog.skillfactory.ru/nauka-o-dannyh-data-science/linejnaya-algebra-v-data-science-10- primerov-prakticheskogo-ispolzovaniya/

Соседние файлы в папке Лекции Пронина Е.В.