Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Математика / Шилкин Лекции.PDF
Скачиваний:
33
Добавлен:
11.05.2015
Размер:
7.25 Mб
Скачать
k, n, m

ЛЕКЦИЯ 10

Действия над линейными операторами

Во множестве линейных операторов действующих из V в W определим

операции суммы операторов и умножения на число.

 

Суммой линейных операторов A

и B называется оператор A + B ,

определяемый равенством ( A + B)(x) = A(x) + B(x)

x V

Произведением линейного оператора

A на число α называется оператор

(αA) , определяемый равенством (αA)(x) = α( A(x))

x V .

Очевидно, сумма операторов и произведение на число также являются линейными операторами. Так,

( A + B)(αx + βy) = A(αx + βy) + B(αx + βy) = αA(x) + βA( y) +

 

+αB(x) + βB( y) = α( A(x) + B(x)) + β( A( y) + B( y)) =

Операторы

= α( A + B)(x) + β( A + B)( y)) = ( A + B)(αx) + ( A + B)(βy)

 

A и B , действующие из V в W в заданных базисах имеют матрицы A и B одинаковых размеров. Учитывая, что y = Ax , получаем матричные равенства

( A + B)(x) = Ax + Bx, (αA)(x) = α( Ax) для суммы операторов и

произведения оператора на число, т.е. матрицей суммы операторов является сумма матриц этих операторов и матрицей произведения оператора на число является произведение матрицы оператора на это число.

Пусть U ,V ,W - три линейных пространства размерностей соответственно. Произведением или композицией двух линейных операторов

A : V W

и B :U V

называется

оператор

C :U W , обозначаемый

C = AB такой, что Cx = ( AB)(x) = A(B(x)) x U .

 

 

Таким

образом, произведение

операторов

A

и B

состоит в

последовательном выполнении преобразований B и A ,

т.е. сначала на вектор

x действует оператор

B , а затем

на полученный

результат

действует

оператор A .

 

 

 

 

 

Докажем линейность оператора C = AB :

C(αx + βy) = ( AB)(αx + βy) = A[B(αx + βy)] = A(αBx + βBy) =

=αA(B(x) + βA(By) = α( AB)x + β( AB) y = αCx + βCy

Нетрудно показать, что матрица произведения линейных операторов равна произведению матриц этих операторов. Как и для матриц, вообще говоря

AB BA.

Пример 1) Пусть A - поворот вектора плоскости R2 на угол ϕ вокруг

начал координат против часовой стрелки. Это преобразование линейно, т.к. неважно сложим ли мы векторы и повернем результат на угол ϕ либо

повернем каждый вектор на угол ϕ , а потом их сложим. Результат будет тот

же. Аналогично и дл произведения оператора на число. Найдем матрицу этого оператора.

y

Aj j

ϕ Ai

ϕ

i x

Ai

 

= cosϕ i + cos(π / 2 ϕ)

 

 

 

 

 

+sinϕ

 

 

 

 

 

 

j

 

= cosϕ i

j

 

 

 

 

Ai

 

 

 

 

 

 

 

+ cosϕ

 

=

 

 

= cosϕ j + cos(π / 2 +ϕ)i = cos(π / 2 +ϕ)i

j

 

 

 

+ cosϕ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= −sinϕ i

j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

так что искомая матрица оператора поворота

 

 

 

cosϕ

sinϕ

A =

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

sinϕ

cosϕ

Пример

2) Опять

же из геометрических соображений ясно, что

последовательное выполнение двух поворотов плоскости R2 на углы ϕ

и ψ

равносильно одному повороту на угол ϕ +ψ . Проверим это.

 

Пусть A - оператор поворота на угол ϕ , B - оператор поворота на угол ψ .

Тогда их матрицы

 

 

 

 

 

cosϕ

sinϕ

cosψ

sinψ

ϕ +ψ

A =

cosϕ

,

B =

cosψ

. Тогда поворот на угол

sinϕ

 

sinψ

 

 

осуществляет оператор

 

 

 

cosϕ

sinϕ cosψ

sinψ

cos(ϕ +ψ )

sin(ϕ

AB =

 

 

=

cos(ϕ

sinϕ

cosϕ sinψ

cosψ

sin(ϕ +ψ )

самом деле, результирующий поворот осуществлен на угол ϕ +ψ

+ψ )

, т.е. в

+ψ )

.

Собственные векторы и собственные значения линейных операторов

Пусть

A : Rn Rn .

Всякий ненулевой вектор x Rn называется

собственным вектором линейного оператора A (матрицы A ), если оператор A

переводит вектор x в коллинеарный.

 

Ax = λx .

называется собственным значением оператора A

Число

λ при этом

(матрицы A ), соответствующим собственному вектору x .

Пусть

A матрица линейного оператора.

Вектор x является собственным,

если

 

 

 

Ax = λx Ax λx = 0 ( A λE)x = 0 ,

т.к. λEx = λx . В координатной

форме записи последнее равенство имеет следующий вид:

 

 

 

 

 

 

 

 

 

 

 

 

λ 0K0

a

λ a

Ka

 

 

 

 

 

 

 

 

 

 

 

 

 

11

12

1n

 

A =

[a ],i

=

 

j

=

 

,λE = 0

λK0

, A λE = a21

a22 λKa2n

1, n

1, n

 

ij

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0 0Kλ

LLLLLLLL

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

an1

an2 Kann λ

(a

λ)x

+ a

x

+K+ a x

= 0

 

 

 

 

 

11

1

 

 

21

2

 

 

 

1n n

 

 

 

 

 

 

a21x1 +(a22 λ)x2 +K+ a2n xn = 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

LLLLLLLLLLLLLL

 

 

 

 

 

a x + a

n2

x

+K+(a

nn

λ)x

= 0

 

 

 

 

 

n1

1

2

 

 

 

 

 

n

 

 

 

 

 

 

Получим однородную систему из уравнений с n неизвестными x1, x2 ,K, xn -

координатами собственного вектора, соответствующую числу λ . Нас интересует только нетривиальное решение системы, т.к. x 0 . Это возможно только тогда когда r( A λE) < n , что равносильно равенству нулю

определителя матрицы этой системы, т.е.

 

 

 

a11 λ a12 Ka1n

 

 

 

 

 

 

 

A λE

 

=

a21 a22 λKa2n

= 0 .

Это равенство называется

 

 

 

 

LLLLLLLL

 

 

 

 

 

 

 

 

 

 

an1 an2 Kann λ

 

 

характеристическим уравнением матрицы A . Оно выражает условие, которому должны удовлетворять все собственные значения матрицы A. Левая часть характеристического уравнения представляет собой многочлен степени n , называемый характеристическим многочленом матрицы A.

Всякому корню λ0 отвечает собственный вектор, координаты которого определяются из системы после подстановки в нее вместо λ величины λ0 .

Таким образом, алгоритм нахождения свободных векторов и свободных значений следующий:

1.

Составляем матрицу A линейного оператора в выбранном базисе;

2.

Решаем характеристическое уравнение

 

A λE

 

= 0 , т.е. находим

 

 

корни λ1,λ2 ,K,λn R ;

3.Для каждого λi составляем и решаем однородную систему, находя нетривиальные решения x1(i) , x2(i) ,Kxn(i) , являющиеся координатами

свободного вектора x(i) , соответствующего собственному значению

λi .

Пример 3) Найдем свободные векторы оператора проектирования векторов R3 на плоскость XOY. Т.к. матрица имеет вид (см. предыдущую лекцию)

 

 

1

0

 

0

 

 

 

 

 

 

 

 

 

1

 

 

 

, то характеристическое уравнение матрицы имеет вид

 

A = 0

 

0

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

0

 

 

1

 

 

 

 

 

 

 

1λ

0

0

 

= 0 λ(1λ2 ) = 0 . Его корни λ = 0,

 

 

=1.

 

 

 

 

 

0

1λ

0

 

λ

2,3

 

 

 

 

 

 

 

 

 

1

 

 

 

0

0

1λ

 

 

 

 

 

 

 

 

Пусть λ1 = 0 .

x

= 0

. Отсюда

x3 = c . Положив c =1,

Получаем систему 1

 

 

 

 

 

 

 

 

x2 = 0

 

 

 

 

имеем x(1) = (0, 0, 1) .

 

 

 

 

 

Пусть λ2,3

=1 имеет систему x3 = 0,

тогда x1 = c1,

x2

= c2 . И мы имеем

вектора x(1) = (1, 1, 0) x(2) = (1, 1, 0) . Например:

 

 

 

Упражнение:

Найти свободные вектора оператора проектирования R3 на

OX.

 

 

 

 

 

 

 

 

 

 

 

Вернемся теперь к поставленному ранее вопросу: как привести матрицу линейного оператора A к наиболее простому виду?

Ответ дает следующая теорема.

Теорема. Пусть A : Rn Rn . Для того, чтобы матрица A в некотором базисе была диагональной, необходимо и достаточно, чтобы этот базис состоял из собственных векторов матрицы A .