- •Министерство образования и науки Российской Федерации
- •Глава III. Евклидовы пространства
- •§ 1. Определения, примеры и простейшие свойства
- •Свойства скалярного произведения
- •§ 2. Длины и углы в евклидовых пространствах
- •Свойства длины в евклидовых пространствах
- •§ 3. Ортогональные базисы евклидовых пространств
- •§ 4. Изоморфизм евклидовых пространств
- •Глава IV. Теория линейных операторов в векторных пространствах
- •§ 1. Определение и простейшие свойства
- •Простейшие свойства линейных операторов
- •§ 2. Матричный формализм в векторных пространствах
- •Простейшие свойства матричного формализма
- •§ 3. Матрица перехода от базиса к базису
- •Свойства матрицы перехода
- •Изменение координатного столбца при переходе от базиса к базису
- •§ 4. Матрица линейного оператора
- •Координатная форма записи линейного оператора
- •Изменение матрицы линейного оператора при переходе от базиса к базису
- •Свойства матрицы линейного оператора
- •§ 5. Образ, ядро, ранг и дефект линейного оператора
- •§ 6. Инвариантные подпространства линейного оператора
- •§ 7. Собственные числа и собственные векторы линейного оператора
- •§ 8. Подобные матрицы и их спектральные задачи
- •§ 9. Post Scriptum : о подобии матриц
- •§ 10. Спектр симметричного оператора Ортогональные дополнения подпространств евклидова пространства
- •Симметричные линейные операторы
- •Глава V. Дифференцирования в банаховых пространствах
- •§ 1. Метрические пространства
- •Матричные нормы
§ 8. Подобные матрицы и их спектральные задачи
Две квадратные (nn) матрицы A, B M(n, F) называются подобными или сопряжёнными, если существует обратимая матрица T GL(n, F), называемая сопрягающей матрицей для A и B, со свойством T –1AT = B.
Примеры: 1. Матрицы A = , B = M(2, F) сопряжены с помощью сопрягающей матрицы T = :
T –1AT = =B.
2. Матрицы A = и B = M(2, F) не подобны.
Действительно, если бы существовала сопрягающая матрица T GL(2, F), то B = T –1AT и 1 = |B| = |T –1||A||T| = |T |–1|A||T| = |A| = 0 – противоречие.
3. Матрицы A = и B = M(2, R) не сопряжены при любом 1 и сопряжены при = 1.
Действительно, если существует невырожденная сопрягающая матрица T = GL(2, R), то B = T –1AT , т.е. TB = AT или
.
Таким образом, получается система линейных уравнений , откудаt21 = 0, ( – 1)t22 = 0, 2t11 = t22 –( – 1)t12 . Если = 1, то сопрягающей матрицей будет T = при t11 0.
Если же 1, то t21 = 0 = t22 и матрица T вырождена, что невозможно.
Теорема (о спектральных задачах подобных матриц). Пусть матрицы A, B M(n, F) подобны, т.е. B = T –1AT для некоторой обратимой матрицы T GL(n, F). Тогда
Sp(A) = Sp(B),
вектор v n F \ {0} является собственным вектором матрицы А, отвечающим собственному значению Sp(A), тогда и только тогда, когда вектор T –1v n F \ {0} является собственным вектором матрицы B, отвечающим собственному значению Sp(B).
Доказательство следует из цепочки Av = v TBT –1v = v (BT –1)v = (T –1v) с учётом того, что v 0 T –1v 0 .
Теорема доказана.
§ 9. Post Scriptum : о подобии матриц
Укажем некоторые важные случаи, когда матрицу можно путём сопряжения с помощью невырожденной матрицы привести к более простому виду.
I. Диагонализируемые матрицы. Матрица A M(n, F) называется диагонализируемой, если она подобна некоторой диагональной матрице. Другими словами, – если существует обратимая матрица T GL(n, F) со свойством T –1AT = –диагональная матрица. Если существует базис векторного пространства V, в котором матрица []e имеет диагональный вид, то линейный оператор : V V называется диагонализируемым.
Теорема (о диагонализируемости). (1) Матрица A M(n, F) диагонализируема тогда и только тогда, когда пространство n F имеет базис, состоящий из собственных векторов матрицы A .
(2) Линейный оператор : V V диагонализируем тогда и только тогда, когда пространство V имеет базис, состоящий из собственных векторов оператора .
Доказательство. (1) Если T –1AT = –диагональная матрица, то di очевидно будет собственным числом диагональной матрицы, а eit – её собственным вектором, отвечающим di (1 i n). Тогда T(e1t , … , ent) – базис пространства n F, состоящий из собственных векторов матрицы A (см. теорему о спектральных задачах подобных матриц).
Обратно, пусть v = (v1 , … , vn) – базис пространства n F, состоящий из собственных векторов матрицы A, а : n F n F – линейный оператор, заданный правилом x n F (x) = Ax. Тогда для стандартного базиса e = (e1t , … , ent) имеем []e = A и []v = Te,v–1ATe,v , где Te,v – матрица перехода от базиса e к базису v. Кроме того, (vi) = Avi = ivi для соответствующего собственного значения i F, так что [(vi)]v = iei (1 i n) и Te,v–1АTe,v = []v = – диагональная матрица.
(2) следует из определения диагонализируемости линейного оператора и связи спектральных задач линейного оператора и его матрицы.
Теорема доказана.
Примеры: 1. Матрица A = M(2, R) не диагонализируема, т.к. не имеет в R собственных чисел.
2. Матрица A = M(2, С) диагонализируема, т.к. Sp(A) = {i, –i} и C 2 имеет базис (), состоящий из соответствующих собственных векторов.
3. Матрица A = M(2, F) не диагонализируема над любым полем F : у ней единственное собственное число = 1, а отвечающие ему собственные векторы имеют вид , F \ {0} и не образуют базиса в 2 F.
4. Матрица A = M(2, R) диагонализируема над R : Sp(A) = {1, 2} и () – соответствующий базис из собственных векторов.
Теорема (достаточное условие диагонализируемости). Линейный оператор в n-мерном векторном пространстве с n различными собственными значениями диагонализируем.
Доказательство. Пусть 1 , … , n – различные собственные числа линейного оператора : V V в n-мерном векторном пространстве. По каждому из них найдём собственные векторы v1 , … , vn V \ {0} и докажем их линейную независимость.
Если 1v1 + … + nvn = 0 – нетривиальная линейная комбинация, то, подействовав оператором , получим
0 = (1v1 + … + nvn) = 1(v1) + … + n(vn) = 11v1 + … + nnvn ,
т.е. 11v1 + … + nnvn = 0. Вычитая из этого равенства исходное соотношение линейной зависимости, умноженное на 1 , получим новое соотношение 2(2 – 1)v2 + … + n(n – 1)vn = 0. Оно не может быть тривиальным, т.к. в случае 2 = … = n = 0 получаем 1v1 = 0, т.е. v1 = 0, что невозможно.
Продолжая процесс исключения векторов v2 , … , vn–1 , придём к невозможному нетривиальному соотношению nvn = 0. Полученное противоречие показывает, что векторы v1 , … , vn V линейно независимы, а их количество равно n = dim V. Значит, они образуют базис векторного пространства V.
Теорема доказана.
II. Нильпотентные матрицы. Матрица A M(n, F) называется нильпотентной, если A k = 0 nn для некоторого k N. Аналогично, линейный оператор : V V в векторном пространстве V называется нильпотентным, если k = 0 – нулевой оператор для некоторого k N. При этом число k называется индексом нильпотентности матрицы и линейного оператора соответственно.
Примеры: матрицы (0) M(1, F), M(2, F), M(3, F) нильпотентны с индексами нильпотентности 1, 2, 2, 3 соответственно, в чём нетрудно убедиться непосредственным вычислением степеней матриц.
Матрица A M(n, F) называется строго верхнетреугольной, если все её компоненты, стоящие как на главной диагонали, так и под ней нулевые. Аналогично определяется понятие строго нижнетреугольной матрицы.
Примеры: 1. среди матриц предыдущего примера строго верхнетреугольными будут первая и третья.
2. матрица строго нижнетреугольна, а матрица таковой не является.
Теорема (о нильпотентных матрицах и линейных операторах). Следующие условия для матрицы A M(n, F) (соответственно для линейного оператора : V V) эквивалентны:
матрица A (или линейный оператор ) нильпотентна (нильпотентен),
Sp(A) = {0} (или Sp() = {0}),
А подобна строго верхнетреугольной матрице (или матрица []e строго верхнетреугольна в некотором базисе e векторного пространства V),
А подобна строго нижнетреугольной матрице (или матрица []e строго нижнетреугольна в некотором базисе e векторного пространства V).
Доказательство. Будем доказывать только утверждения для линейного оператора, т.к. матрица A M(n, F) нильпотентна тогда и только тогда, когда нильпотентен линейный оператор : V V , заданный правилом x n F (x) = Ax .
(1) (2) Если = 0, то доказывать нечего. Будем считать, что k = 0, но k–1 0. Тогда x V (v = k–1(x) 0) ((v) = k(x) = 0 = 0v) , т.е. v – собственный вектор , отвечающий собственному числу = 0.
Если предположить вопреки доказываемому, что 0 Sp(), то рассматривая соответствующий собственный вектор w, получим
(w) = w, 2(w) = ((w)) = (w) = (w) = 2w,
3(w) = 3w, … , k–1(w) = k–1w, 0 = k(w) = kw ,
что противоречит предположению 0 и условию w 0. Значит Sp() = {0}.
(2) (3) Рассмотрим -инвариантное подпространство U = Im() векторного пространства V. Если U = {0}, то v V (v) = 0 , т.е. = 0 и в любом базисе e пространства V матрица []e будет нулевой, а значит, строго верхнетреугольной.
Значит можно считать U {0}. При этом U V, т.к. в противном случае – эпиморфизм, и по теореме о сумме ранга и дефекта линейного оператора, выполнялось бы равенство
dim V = dim(Ker()) + dim U = dim(Ker()) + dim V,
из которого следует, что dim Ker() = 0, вопреки условию 0 Sp(): (v) = = 0v = 0 для собственного вектора v V \ {0}.
Итак, U – собственное -инвариантное подпространство. Если взять базис U – систему векторов e = (e1 , … , ek), то дополнив его до базиса всего пространства V векторами e = (ek+1 , … … , en), получим базис e, в котором матрица оператора полураспавшаяся: []e = . При этом имеем (ek+j) Im() = L(e1 , … , ek) = U (1 j n–k), т.е. B = 0.
Рассмотрим линейный оператор h: U U, заданный правилом u U h(u) = (u) U и имеющий в базисе e матрицу A. Поскольку dim U < dim V, то можно считать (по индукции), что для оператора h утверждение (3) уже доказано, т.е. матрица [h]u является строго верхнетреугольной в некотором базисе u пространства U. Пусть T – матрица перехода от базиса (e1 , … , ek) пространства U к базису u . Тогда матрица [h]u = T –1AT = T –1[h]e T является строго верхнетреугольной и верхнетреугольна матрица
.
Теперь, в качестве искомого базиса можно взять (e, e) = (u, e).
(3) (4) Если e = (e1 , … , en) – базис, в котором линейный оператор : V V имеет строго верхнетреугольную матрицу, то в базисе (en , … , e1) его матрица строго нижнетреугольна (?!).
(4) (1) Пусть линейный оператор : V V имеет строго нижнетреугольную матрицу A = в некотором базисе e = (e1 , … , en). Достаточно доказать, что A n = 0: если это так, то [ n]e = []en = A n = 0 и n = 0, т.е. линейный оператор нильпотентен с индексом нильпотентности не выше n.
Докажем индукцией по m N, что матрица A m является строго нижнетреугольной и имеет m – 1 нулевую диагональ ниже главной. База индукции при m = 1 очевидна. Предположим, что
A m = и докажем, что в матрице A m+1 = AA m будет нулевой (m+1)-я диагональ. По правилу вычисления произведения AA m матриц, (m+1+s, s+1)-я его компонента (т.е. s-й элемент (m+1)-й диагонали) вычисляется по правилу
(am+1+s 1 , … , am+1+s m+s , 0, … , 0)(0, … , 0, bm+1+s s+1 , … , bn s+1) t = 0
(0 s n–m–1). Легко видеть также, что нули и в предыдущих m диагоналях “не испортятся”. Значит, в матрице A n будет n нулевых диагоналей, что эквивалентно равенству A n = 0.
Теорема доказана.
Следствие (об индексе нильпотентности). Индекс любого нильпотентного линейного оператора в n-мерном векторном пространстве не превосходит n.
Доказательство. Если : V V нильпотентен, то в некотором базисе его матрица строго нижнетреугольна и n-я её степень равна нулю, т.е. n = 0.
Следствие доказано.
III. Идемпотентные матрицы. Матрица A M(n, F) называется идемпотентной, если A 2 = A . Линейный оператор : V V называется идемпотентным, если 2 = .
Примеры: Матрицы 0, In M(n, F), M(2, F) идемпотентны, в чём нетрудно убедиться непосредственным вычислением.
Теорема (об идемпотентных матрицах и линейных операторах). Следующие условия для матрицы A M(n, F) (или для линейного оператора : V V) эквивалентны:
матрица A (или линейный оператор ) идемпотентна (идемпотентен),
А подобна матрице вида , где 0 r n (или матрица []e в некотором базисе e векторного пространства V имеет указанный вид).
При этом для идемпотентной матрицы A (или оператора ) справедливы утверждения Sp(A) {0, 1} (или Sp() {0, 1}).
Доказательство. Как и в предыдущей теореме, докажем только утверждения для линейного оператора, т.к. матрица A M(n, F) идемпотентна тогда и только тогда, когда идемпотентен линейный оператор : V V , заданный правилом x n F (x) = Ax .
(1) (2) Докажем, что для идемпотентного оператора верны следующие равенства: Im() Ker() = {0} и V = Im() + Ker(). Последнее равенство следует понимать так: v V x Im(), y Ker() v = x + y.
Действительно, если u Im() Ker(), то v V u = (v) (u) = 0, так что 0 = (u) = 2(v) = (v) = u, что и требовалось. Кроме того, имеем v V v = (v) + (v – (v)), где (v) Im(), v – (v) Ker(), т.к. (v – (v)) = (v) – ((v)) = (v) – 2(v) = (v) – (v) =0.
Итак, Im() Ker() ={0} и V = Im() + Ker(). Если Im() = V, то Ker() = {0}, и оператор является изоморфизмом. В частности, в этом случае –1: V V –1 = idV = –1 и из идемпотентности 2 = получаем (умножая на –1) равенство = idV . Значит, в случае Im() = V матрица оператора в любом базисе равна In , где n = dim V.
Поэтому можно считать, что dim(Im()) < n . Зафиксируемем в Im() базис u = (u1 , … , ur) и базис k = (kr+1 , … , kn) в Ker(). Тогда система векторов e = (u1 , … , ur , kr+1 , … , kn) будет базисом всего пространства V и матрица оператора в этом базисе имеет вид []e = (?!). Рассмотрим оператор h: Im() Im(), заданный правилом x Im() h(x) = (x) с матрицей A и заметим, что Ker(h) = {0}. В самом деле, если x = (v) Im() и h(x) = 0, то 0 = h(x) = (x) = ((v)) = 2(v) = (v) = x, что и требовалось. Таким образом, h – мономорфизм, а значит и изоморфизм, т.е. по доказанному выше h = idIm() и А = [h]u = Ir , что и требовалось доказать.
(2) (1) Если []e = , то [ 2]e = []e2 = = = []e , т.е. 2 = .
Докажем теперь, что для идемпотентного оператора выполнено условие Sp() {0, 1}. Если = 0, то Sp() = {0} и доказывать нечего. Пусть поэтому x V v = (x) 0. Тогда (v) = ((x)) = 2(x) = (x) = v, т.е. v – собственный вектор оператора , отвечающий собственному значению 1. Таким образом, 1 Sp(). С другой стороны, если предположить, что Sp() \ {0, 1}, то (w) = w для некоторого ненулевого вектора w V, причём (w) = (w) = ((w)) = 2(w) = (w), ( – 1)(w) = 0, что невозможно, т.к. 1 и (w) = w 0. Значит Sp() {0, 1}.
Теорема доказана.
Замечание. Условие Sp() {0, 1} не равносильно идемпотентности оператора, т.к. иначе идемпотентными были бы все нильпотентные операторы. На самом деле одновременно идемпотентен и нильпотентен только нулевой оператор (?!)