Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Линейная алгебра. Учебное пособие-1

.pdf
Скачиваний:
0
Добавлен:
15.08.2026
Размер:
1 Мб
Скачать

III. Линейные операторы векторных пространств

f (kv) kv v, f (v) kv v.

Вычитая из первой формулы вторую, умноженную на k ,

получим противоречивое равенство

(1 k 2 )v 0 .

Итак, векторы u и v линейно независимы. Рассмотрим

двумерное подпространство L2 , порожденное этими вектора-

ми. Для любого вектора x x1 u x2 v L находим

2

f (v)

f (x) f (x1 u x2 v) x1 f (u) x2

(x1 x2 )u ( x1 x2 )v

L ,

 

2

что и доказывает инвариантность подпространства L2 .

Замечание 1. Если характеристический многочлен оператора f , заданного в действительном векторном пространстве,

имеет комплексный корень i , то комплексно сопряженное число i тоже является корнем этого многочлена. Ис-

пользуя свойства комплексно сопряженных чисел, несложно убедиться, что паре корней i и i соответствует од-

но и то же двумерное инвариантное подпространство L2 .

Замечание 2. При больших значениях размерности векторного пространства Vn оператор f может иметь несколько

одномерных или несколько двумерных инвариантных подпространств, а также он может одновременно иметь одномерные и двумерные инвариантные подпространства.

Замечание 3. Для оператора, действующего в комплексном векторном пространстве, аналогично доказывается существование только одномерного инвариантного подпространства.

Теорема. Сумма и пересечение подпространств, инвариантных относительно оператора f , также инвариантны

относительно этого оператора.

71

Линейная алгебра

Доказательство. Пусть L1 и L2 — подпространства,

инвариантные относительно

оператора

f

.

Рассмотрим

 

L2 . Это значит,

 

 

 

 

 

L1 ,

 

x L1

что

x x1

x2 ,

где

x1

x2 L2 .

Находим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (x) f (x

x ) f (x ) f (x ) .

 

 

 

 

 

 

 

1

2

 

1

2

 

 

 

Так как

f (x1 ) L1

,

f (x2 ) L2 , то f (x) L1 L2 .

 

 

 

Аналогично рассмотрим x L1

L2 ,

т. е.

x L1 ,

x L2 .

Тогда

 

 

 

 

 

 

 

 

 

 

 

f(x) L1 , f (x) L2 ,

азначит, f (x) L1 L2 .

Для каждого подпространства L , инвариантного относи-

тельно оператора

f , можно определить такое отображение

fL :L L , что для

x L : fL (x) f (x) . Очевидно, что новое

отображение fL является линейным оператором подпространства L . Оператор fL :L L называется сужением оператора f на подпространство L .

§24. Разложение векторного пространства

впрямую сумму инвариантных подпространств

Пусть L k -мерное подпространство векторного пространства Vn , инвариантное относительно оператора f . Вы-

берем в подпространстве L произвольный базис e1 ,e2 ,...,ek и

дополним

его

до

 

базиса

пространства Vn

 

векторами

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

gk 1

, ..., gn

. В силу инвариантности подпространства L обра-

зы базисных векторов определяются формулами

 

 

 

f (e ) a j e

,

 

 

 

 

 

 

 

 

 

 

 

i

 

i j

 

 

 

 

 

 

 

(24.1)

 

f (g

 

) b j e

j

c g

 

(i, j 1, k, , k

1, n).

 

 

 

 

 

 

 

 

 

 

 

 

 

72

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

III. Линейные операторы векторных пространств

Следовательно,

матрица оператора

f

относительно выбран-

ного базиса имеет вид

 

 

 

 

 

 

 

 

 

 

a1

a1

...

a1

 

 

b1

b1

2

...

b1

 

 

 

 

 

 

 

 

1

2

 

k

 

 

k 1

k

 

n

 

 

 

a12

a22

...

ak2

 

 

bk2 1

bk2 2

...

bn2

 

 

 

... ... ... ...

...

...

... ...

 

 

 

 

 

 

 

 

 

 

bk

bk

 

...

bk

 

A

B

ak

ak

...

ak

 

 

2

 

 

1

2

 

k

 

 

k 1

k

 

n

 

 

, (24.2)

0

0

...

0

 

 

k 1

k 1

...

k 1

 

 

 

ck 1

ck 2

cn

 

O

C

 

0

0

...

0

 

 

k 2

k 2

...

k 2

 

 

 

 

 

 

 

 

 

 

ck 1

ck 2

cn

 

 

 

... ... ... ...

...

...

 

... ...

 

 

 

 

0

0

...

0

 

 

n

n

 

...

n

 

 

 

 

 

 

ck 1

ck 2

cn

 

 

 

где A (a j )

и C (c ) — квадратные матрицы порядков k и

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

n k соответственно,

а блоки O

и

B (b j ) могут быть и

прямоугольными.

 

 

 

 

 

 

 

 

 

 

 

Матрица вида (24.2) называется блочно-треугольной. Если

все элементы блока B этой матрицы равны нулю, то матрица

называется блочно-диагональной.

 

 

 

 

 

 

Теорема. Векторное пространство V

 

тогда и только

 

 

 

 

 

 

 

 

 

 

 

n

 

 

тогда представимо в виде прямой суммы двух подпространств, инвариантных относительно оператора f , когда

матрица этого оператора в некотором базисе является блоч- но-диагональной.

Необходимость. Пусть векторное пространство Vn представимо в виде прямой суммы двух подпространств L1 и

L2 ,

инвариантных

относительно оператора

f . Тогда

dim L dim L

n , и в пространстве V можно выбрать базис

 

1

 

2

 

 

n

 

e1

,e2

,...,ek

, gk 1 , ..., gn

, первые k векторов которого составля-

ют базис подпространства

L1 , а последние n k

векторов —

базис подпространства L2

(см. замечание § 8). В силу инвари-

антности каждого из этих подпространств получим

73

Линейная алгебра

 

 

f (e )

a j e (i, j

 

);

 

 

 

 

1, k

 

 

 

 

i

i

j

 

 

 

 

(24.3)

 

 

f (g ) c

g

( , k 1, n).

Матрица

оператора

f в

выбранном

базисе имеет блочно-

диагональный вид

 

 

 

 

 

 

 

 

 

 

 

A

O

(24.4)

 

 

 

 

 

.

 

 

 

 

O

C

 

 

Достаточность. Пусть относительно некоторого бази-

 

 

 

 

оператор f

 

 

са e1 ,e2 ,...,ek

, gk 1 , ..., gn

задается блочно-диа-

гональной матрицей (24.4). Тогда образы базисных векторов

определяются формулами (24.3). Рассмотрим подпространства

 

 

 

 

 

 

 

 

L1 и L2 , порожденные векторами e1

,e2 ,...,ek

и

gk 1 , ..., gn

со-

ответственно. Очевидно, что L1 L2

{0}

и Vn L1

L2 , а ин-

вариантность подпространств L1 и L2 следует из формул

(24.3).

 

 

 

 

 

 

 

 

 

Замечание 1.

Из формул (24.3)

следует,

что сужение

fL

 

 

 

 

 

 

 

 

 

1

оператора

f на подпространство L1

в условиях теоремы зада-

ется матрицей A (a j ) относительно базиса

e ,e ,...,e

этого

 

 

i

 

 

1

2

k

 

 

подпространства.

Аналогично сужение

fL

оператора

f

на

 

 

 

 

2

 

 

 

 

 

подпространство

L задается матрицей C (c )

относительно

 

 

2

 

 

 

 

 

 

 

базиса gk 1

, ..., gn L2 .

 

 

 

 

 

 

 

Замечание 2. В случае, когда пространство Vn

представи-

мо в виде прямой суммы нескольких инвариантных подпространств, доказанная теорема также справедлива. В частности, пространство Vn тогда и только тогда является прямой суммой

одномерных инвариантных относительно оператора f под-

пространств, когда в некотором базисе матрица оператора диагональна.

74

III. Линейные операторы векторных пространств

Пусть Vn — действительное векторное пространство и f :Vn Vn — оператор, все характеристические корни кото-

рого действительны. Любая из матриц этого оператора имеет такие же характеристические корни, а следовательно, подобна некоторой жордановой матрице

 

 

 

 

0

 

 

 

 

Ik1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ik2

 

 

 

diag (Ik1 , Ik2 ,..., Ikt )

(24.5)

I

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ikt

 

 

 

 

 

 

 

 

 

 

с действительными элементами. На главной диагонали этой матрицы расположено t жордановых клеток Ik1 , Ik2 ,..., Ikt по-

рядков k1 , k2 ,..., kt соответственно, причем k1 k2 ... kt n . Так как подобные матрицы задают один и тот же оператор,

то существует базис E (e1 e2 ... en ) , относительно которого оператор f задается матрицей I . Всякая жорданова матрица при t 1 является блочно-диагональной, а значит, пространство Vn можно представить в виде прямой суммы

 

 

 

 

 

Vn Lk

Lk

2

... Lk

,

(24.6)

 

 

 

 

 

1

 

 

t

 

где

Lk , Lk

2

,..., Lk

t

— инвариантные относительно оператора f

 

1

 

 

 

 

 

 

 

подпространства размерностей k1 , k2 ,..., kt соответственно.

Очевидно, что матрица оператора, действующего в комплексном векторном пространстве, всегда приводима к жордановой нормальной форме (24.5), разумеется, с комплексными элементами. Следовательно, комплексное векторное пространство Vn при t 1 всегда можно представить в виде пря-

мой суммы подпространств, инвариантных относительно заданного в этом пространстве оператора.

75

Линейная алгебра

Отметим еще одно важное свойство каждого из прямых слагаемых разложения (24.6). Для определенности рассмотрим

инвариантное подпространство

Lk

размерности k1 , порож-

денное базисными векторами

 

1

 

 

. Пусть жорданова

e1

,e2

,...,ek

 

 

 

 

 

 

 

 

1

 

клетка Ik матрицы (24.5) относится к числу 1 , т. е.

1

 

 

 

 

 

 

 

 

 

 

 

 

1

0

...

0

 

 

 

 

01

 

1

...

0

 

 

 

 

 

1

 

 

 

 

 

I

k1

 

0

0

 

 

...

0

.

 

 

 

 

1

...

 

 

 

 

... ... ...

...

 

 

 

0

0

0

...

 

 

 

 

 

 

 

 

 

 

1

 

Тогда по определению матрицы линейного оператора получим

f (e1 ) 1 e1 ,

 

 

 

 

 

 

 

f (e2 ) e1

1 e2

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (e3 )

e2

1 e3 ,

 

 

 

 

(24.7)

...

 

 

 

 

 

 

 

 

f (ek )

 

 

 

ek 1

1 ek .

 

 

1

 

 

 

1

 

1

 

 

Рассмотрим подпространства L

, L

, L ,..., L

L , порожден-

 

 

1

2

3

k

k

 

 

 

 

 

 

1

 

1

 

ные, соответственно, следующими совокупностями базисных векторов: {e1};{e1 ,e2 };{e1 ,e2 ,e3};...;{e1 ,e2 ,e3 ,...,ek1 } . Очевидно,

что эти подпространства удовлетворяют условию

L1 L2 L3 ... Lk1 Lk1 .

Из формул (24.7) следует инвариантность каждого из подпространств L1 , L2 , L3 ,..., Lk1 Lk1 . Таким образом, каждому прямо-

му слагаемому Lk разложения (24.6) соответствует система

последовательного вложенных друг в друга инвариантных подпространств размерностей 1,2,3,..., k .

76

IV. ЕВКЛИДОВЫ ПРОСТРАНСТВА

§ 25. Определение евклидова пространства. Скалярное произведение векторов

Прежде всего отметим, что в этой главе мы ограничимся рассмотрением только действительных векторных пространств.

Определение. Говорят, что в векторном пространстве Vn

определена операция скалярного умножения векторов, если каждой упорядоченной паре векторов x, y Vn поставлено в соответствие действительное число, называемое их скалярным произведением и обозначаемое символом x y , причем спра-

ведливы следующие условия:

 

 

 

2)(k1 x1 k2 x2 ) y k1 x1 y k2 x2 y , x1, x2 , y Vn , k1,k2 R ;

3)x x 0 , x 0 .x y y x , x, y Vn ;

Из этого определения, в частности, следует

0 x 0 , x Vn ,

а также

x ) (b

y ) aib x

 

y

 

 

 

 

 

(ai

 

( i

 

,

 

).

1, n

1, m

 

i

 

i

 

 

 

 

 

 

 

Покажем, что в любом векторном пространстве можно оп-

ределить операцию скалярного умножения векторов.

 

 

 

 

 

Пусть

E

(e1 e2

... en

) — произвольный базис пространст-

ва Vn . Если

77

Линейная алгебра

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x xi e

EX ,

y

yi e

EY ,

 

 

 

i

 

 

i

 

 

то положим

 

x1 y1

x2 y2

... xn yn X tY .

(25.1)

x y

Легко проверить, что условия 1—3 выполняются, а значит, формула (25.1) задает скалярное произведение векторов.

Определение. Действительное векторное пространство Vn ,

в котором определено скалярное умножение векторов, называется евклидовым и обозначается символом En .

Замечание. В комплексном векторном пространстве также можно определить скалярное произведение векторов условиями, несколько отличными от условий 1—3. Такое пространство называется унитарным.

Определение. Векторы x и y евклидова пространства En

называются ортогональными, если их скалярное произведение равно нулю: x y 0 .

Для обозначения ортогональности векторов позволим себе пользоваться символом , заимствованным из геометрии. Очевидно, что нуль-вектор ортогонален любому вектору про-

странства En .

Теорема. Система ненулевых попарно ортогональных векторов линейно независима.

Доказательство. Предположим, что ненулевые попарно ортогональные векторы a1 , a2 ,..., ap оказались линейно

зависимы. Это значит, что для них справедливо равенство

 

 

 

 

,

(25.2)

k1 a

k2 a

... k p a

p

0

1

2

 

 

 

 

в котором по крайней мере один из коэффициентов отличен от

нуля. Для определенности положим k1 0 . Умножим обе час-

ти равенства (25.2) скалярно на вектор a1

:

 

 

 

 

 

 

 

(k1 a

k 2 a

2

... k p a

p

) a

0

a .

1

 

 

1

 

 

1

Согласно определению скалярного произведения получим

78

IV. Евклидовы пространства

 

 

 

 

 

 

0 .

(25.3)

k1 a

a

k2 a

a

... k p a

p

a

1

1

2

1

 

1

 

 

По условию все векторы попарно ортогональны, следовательно, все скалярные произведения, кроме первого, в форму-

ле (25.3) равны нулю, а значит,

k1 a1 a1 0 .

Так как k1 0 , а a1 a1 0 , то последнее равенство ложно.

Противоречие доказывает, что предположение о линейной зависимости векторов a1 , a2 ,..., ap неверно.

§ 26. Процесс ортогонализации векторов

Теорема. Для любой линейнонезависимой системывекторов

a1 , a2 ,..., ap

(26.1)

евклидова пространства En существует эквивалентная ей сис-

тема ненулевых попарно ортогональных векторов

b1 ,b2 ,...,bp . (26.2)

Доказательство. Алгоритм построения векторов сис-

темы (26.2) обычно называют процессом ортогонализации

Грама — Шмидта. В качестве первого вектора b1 можно вы-

брать любой из заданных векторов (26.1), например

 

b1 a1 ( b1 0 ).

(26.3)

Все остальные векторы будем искать в виде суммы следующего из заданных векторов и некоторой линейной комби-

нации уже построенных новых векторов. Тогда

 

b2 a2 b1 .

(26.4)

Так как векторы (26.1) линейно независимы, то b2

0 при

любом значении коэффициента . Выберем этот коэффициент так, чтобы b2 b1 , т. е.

79

Линейная алгебра

 

 

 

 

 

 

 

 

 

 

 

 

0 ,

 

b

b

(a

b ) b

a

b

b

b

 

2

 

1

 

2

 

1

1

 

2

1

1

1

 

 

откуда ввиду b1

b1

0

 

 

 

a

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

1 .

 

 

 

 

 

 

 

 

 

 

 

 

b1 b1

 

 

 

 

Далее ищем вектор

 

 

 

 

 

 

 

 

 

 

 

 

b3

a3

1 b1 2 b2 .

 

 

(26.5)

Условие b3

0

выполняется при любых значениях

1 и

2 в силу линейной независимости векторов (26.1). Потребу-

ем также, чтобы b3

b1

 

и b3 b2 , откуда

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

b

( a

b

 

b )

b

a

b

b

b

b b 0 ,

3

1

3

1 1

 

 

2

2

1

3

1

 

 

1 1

 

1

 

2 2

1

b3 b2 ( a3 1 b1 2 b2 ) b2

a3 b2 1 b1 b2

2 b2

b2 0 .

Учитывая, что b1

b1

0 , b2 b2

0

 

и b1 b2 0 , находим

 

 

 

1

 

a

b

, 2

 

a

b

 

 

 

 

 

 

3

1

3

2

.

 

 

 

 

 

 

 

 

 

 

 

b1 b1

 

 

 

b2 b2

 

 

 

 

 

Продолжая этот процесс, мы построим искомую систему (26.2) ненулевых попарно ортогональных векторов.

Эквивалентность систем векторов (26.1) и (26.2) следует из формул (26.3), (26.4), (26.5) и т. д., с помощью которых векторы каждой из этих систем линейно выражаются через векторы

другой системы.

Замечание. Из доказанной теоремы следует, что в силу не-

 

 

 

 

 

зависимости векторов

a1

, a2

,..., ap

количество векторов в сис-

темах (26.1) и (26.2) оказывается одинаковым. Однако процесс ортогонализации можно применить и в случае, когда заданные

векторы линейно зависимы. Некоторые из векторов b1 ,b2 ,...,bp

в этом случае окажутся нулевыми, а для остальных утверждение теоремы справедливо. Количество новых ненулевых по-

80