- •Билет 1. Определение определителя порядка n, его свойства.
- •6.2. Определители порядка n
- •Свойства определителя порядка п:
- •Билет 2. Сложение матриц и умножение матрицы на число, свойства этих операций.
- •Свойства операций сложения матриц и умножения на число:
- •Билет 3. Умножение матриц, свойства умножения (доказать ассоциативность).
- •Свойства умножения матриц:
- •Билет 4. Умножение матриц, свойства умножения (доказать дистрибутивность).
- •Свойства умножения матриц:
- •Билет 5. Обратная матрица, существование и единственность.
- •Билет 6. Ранг матрицы. Теорема о базисном миноре.
- •Билет 7. Ранг матрицы. Вычисление ранга методом окаймляющих миноров.
- •Метод элементарных преобразований
- •Билет 8. Ранг матрицы. Вычисление ранга матрицы элементарными преобразованиями.
- •Метод элементарных преобразований
- •Билет 9. Метод Гаусса решения систем линейных уравнений.
- •Билет 10. Правило Крамера.
- •Билет 11. Теорема Кронекера-Капелли.
- •Билет 12. Система линейных однородных уравнений. Фундаментальная система решений.
- •Билет 13. Аксиоматическое определение линейного пространства. Примеры. Следствия из аксиом.
- •По правилу сложения матриц
- •Билет 14. Базис линейного пространства. Примеры базисов в конкретных пространствах.
- •Билет 15. Базис линейного пространства. Единственность разложения вектора по базису.
- •Билет 16. Базис линейного пространства. Координаы суммы векторов и произведения вектора на число.
- •Билет 17. Размерность линейного пространства.
- •Билет 18. Связь между базисами линейного пространства.
- •Билет 19. Линейные подпространства. Примеры.
- •Билет 20. Линейные операторы, определения и примеры.
- •Билет 21. Матрица линейного оператора. Связь координат образа и прообраза.
- •Билет 22. Характеристический многочлен и характеристические корни матрицы.
- •Билет 23. Характеристические корни и собственные значения линейного оператора.
- •Билет 24. Линейные операторы с простым спектром.
- •Билет 25. Евклидовы пространства. Определения и примеры. Следствия из аксиом.
- •Билет 26. Норма вектора. Неравенство Коши-Буняковского.
- •Билет 27. Линейная независимость системы ненулевых ортогональных векторов в евклидовом прос-стве.
- •Билет 28. Процесс ортогонализации Шмидта.
- •Билет 29. Ортогональные и ортонормированные базисы в евклидовом пространстве.
- •Билет 30. Ортогональные матрицы, их свойства (доказать: q является ортогональной тогда и только тогда, когда столбцы q составляют ортонормированную систему).
- •Билет 31. Ортогональные матрицы, их свойства (доказать: матрица перехода от ортонормированного базиса к ортонормированному базиса является ортогональной).
- •Билет 34. Квадратичные формы. Линейные преобразования неизвестных.
- •Билет 35. Положительно определенные квадратичные формы. Критерий Сильвестра.
Билет 24. Линейные операторы с простым спектром.
Линейный оператор задается в базисе (I) диагональной матрицей тогда и только тогда, когда все векторы базиса (I) - собственные.
Действительно, пусть (I) - собственные векторы, отвечающие собственным значениям соответственно, т.е.
,
,
………………. (12.5)
.
Из равенств (12.5) следует справедливость разложений по базису (I):
,
,
…………………………………….
,
и по определению матрицы оператора (определение 3) имеем
,
(12.6)
т.е. матрица оператора в (I) - диагональная (по диагонали стоят собственные значения).
Обратно.
Пусть
- матрица оператора
в базисе (I)
имеет диагональный вид (12.6), следовательно,
,…,
и, таким образом, векторы
- собственные с собственными значениями
.
Вопрос о том, можно ли линейный оператор задать в некотором базисе диагональной матрицей, равносилен вопросу о том, существует ли для данного оператора базис, состоящий из собственных векторов.
Теорема
5. Пусть
-
линейное пространство,
-
линейный оператор в
,
- собственные векторы оператора
,
отвечающие собственным значениям
.
Если
,
то
- линейно независимы.
Доказательство. Доказательство проведем индукцией по числу векторов .
При
имеем один вектор
(по определению собственный вектор
отличен от нулевого), вектор
составляет линейно независимую систему.
Пусть
утверждение теоремы справедливо для
:
всякая система
собственных векторов, отвечающих
различным собственным значениям,
является линейно независимой.
Пусть имеется система собственных векторов , относящихся к различным собственным значениям ( ).
Предположим,
система
линейно зависима, т.е. найдутся числа
,
не все равные нулю, такие, что выполняется
равенство
.
(12.7)
Не
ограничивая общности рассуждений, можем
считать, что
(иначе перенумеруем векторы).
Применим к обеим частям равенства (12.7) оператор :
.
Из последнего равенства получим
.
(12.8)
Обе
части равенства (12.7), умноженные на
,
вычтем почленно из обеих частей (12.8),
получим
.
(12.9)
Равенство
(12.9) означает, что векторы
линейно зависимы (их линейная комбинация
с коэффициентами, не равными одновременно
нулю, например, коэффициент при
отличен от нуля, равна
),
но это противоречит предположению
индукции: векторы
собственные, относящиеся к различным
собственным значениям. Следовательно,
- линейно независимы, и утверждение
теоремы справедливо при любом
.
Теорема доказана.
Определение 9. Линейный оператор называется линейным оператором с простым спектром, если все его характеристические корни действительны и различны.
Теорема 6. Всякий линейный оператор с простым спектром может быть задан диагональной матрицей.
Доказательство.
Пусть
-
линейное пространство,
,
- линейный оператор в
,
имеет простой спектр. Тогда характеристических
корней
.
Пусть это числа
,
в силу теоремы 4
- собственные значения оператора
.
Пусть - соответствующие этим собственным значениям собственные векторы, тогда согласно теореме 5 линейно независимы, и так как , - базис. В этом базисе, как было отмечено выше, матрица оператора имеет вид
и является диагональной матрицей.
Теорема доказана.
Пример
6. Линейный
оператор
задан своей матрицей
в некотором базисе. Выяснить, существует
ли для данного оператора базис, в котором
его матрица имеет диагональный вид. В
случае положительного ответа найти
этот базис и соответствующую ему матрицу
.
Решение. Составляем и решаем характеристическое уравнение:
,
,
откуда
,
- характеристические корни оператора
.
Они вещественны и различны, следовательно,
согласно теореме 6 для оператора
существует базис, состоящий из собственных
векторов, и в этом базисе матрица
оператора имеет вид
.
Находим собственные векторы.
При имеем
,
или
.
Все ненулевые векторы вида
являются собственными с собственным
значением
.
При имеем
,
или
.
Все ненулевые векторы вида
- собственные с собственным значением
.
Полагаем
,
имеем
,
.
В
базисе
матрица оператора
имеет вид
.
