- •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
Симметричные линейные операторы
Квадратная матрица A порядка n над полем F называется симметричной, если At = A. Линейный оператор h: Fn Fn называется симметричным, если его матрица в стандартном базисе симметрична. Нашей целью является доказательство следующей важной теоремы:
Теорема (о спектре симметричного линейного оператора). Собственные числа симметричного оператора h: Rn Rn вещественны, а его матрица диагонализируема (по диагонали стоят собственные числа).
Доказательство. Пусть A – матрица симметричного оператора h в стандартном базисе, = + i – её (возможно, комплексное) собственное значение (, R), а z – соответствующий ему собственный вектор с (возможно, комплексными) компонентами zk = xk + iyk (xk , yk R, 1 k n). Тогда z = x+ iy, где x, y – вещественные векторы с компонентами xk , yk R, (1 k n). Задумайтесь: почему у матрицы A есть хотя бы одно собственное число и собственный вектор ?
Так как Az = z , то A(x+ iy) = (+ i)(x+ iy). Учитывая, что A вещественная матрица, и сравнивая действительные и мнимые части в полученном равенстве, приходим к двум условиям: Ax = x – y, Ay = y + x . При этом (Ay = y +x) ((Ay)t = (y + x)t) (ytAt = (yt + xt)). Учитывая, что At = A, получаем систему . Умножая первое уравнение наyt слева, а второе – на x справа, и вычитая одно из другого, приходим к равенству
0 = –yty – xtx = –(y12 + … + yn2 + x12 + … + xn2).
Отсюда либо = 0, либо y1 = … = yn = x1 = … = xn = 0. Последняя возможность исключается, т.к. собственный вектор z = x+ iy ненулевой, и, значит, = 0. Итак, R .
Для доказательства диагонализируемости матрицы A проведем индукцию по n и докажем, что существует такая ортогональная матрица S, что матрица S –1AS = D диагональна с собственными числами матрицы A по диагонали (ортогональность матрицы S означает, что S –1 = S t – транспонированная матрица). При этом будем рассматривать пространство nR как евклидово со стандартным скалярным произведением (x, y) = xty .
База индукции (n = 1) очевидна. Предположим, что любая симметричная матрица порядка n – 1 диагонализируема с собственными числами по диагонали, и докажем это для матрицы A порядка n. Пусть – одно из её собственных чисел (которые, по доказанному выше, все вещественны), а x – соответствующий собственный вектор с вещественными (?!) компонентами и U = L(x) – одномерное подпространство в nR , натянутое на вектор x. По теореме об ортогональном дополненииподпространства имеем nR = U U, где U = { y nR | xty = 0 }.
Заметим, что y U Ay U. Действительно, xtAy = (?!) = (Ax)ty = = (x)ty = xty = 0. Таким образом, если f1 , … , fn–1 – ортонормированный базис пространства U , то Afi = . Это значит, что в базисе e = (x, f1 , … , fn–1) матрица [h]e распавшаяся:
[h]e = T –1AT = ,
где B = (bij) M(n–1, F), T = (,f1 , … , fn ), T –1 = T t . При этом полученная матрица снова симметрична:
(T –1AT)t = (T tAT)t = T tA t(T t)t = T tAT = T –1AT.
В частности, симметрична матрица B, к которой применимо предположение индукции.
По предположению индукции, B = P –1P, где P –1 = P t , – диагональная матрица с собственными числами матрицы B по диагонали, так что
– диагональная матрица с собственными числами матрицы A по диагонали (?!). В итоге , где сопрягающая матрица T ортогональна:
.
Теорема доказана.
Примеры: 1. Если h : R2 R2 , где h(x, y) = (x + y ; x + y), то в стандартном базисе [h]e = A = . Для нахождения её диагональной формы найдём собственные числа и собственные векторы.
1. Решаем характеристическое уравнение:
|I2 – A| = = ( – 1)2 – 1 = ( – 2) = 0.
Таким образом, 1 = 2, 2 = 0.
2. Находим собственные векторы, решая системы (iI2 – A)v = 0 (i = 1, 2).
а) 1 = 2: v = , v2 0.
б) 2 = 0: v = , v2 0.
3. Находим базис из собственных векторов и нормируем его: b1 = , b2 =
4. Составляем из базисных векторов сопрягающую матрицу:
T = , T –1 = T t = .
5. Находим диагональный вид матрицы:
T –1AT = .
2. Если h : R3 R3 , где
h(x, y, z) = (x + y ; x + y + z ; y + z),
то в стандартном базисе [h]e = A = . Для нахождения её диагональной формы найдём собственные числа и собственные векторы.
1. Решаем характеристическое уравнение:
|I3 – A| = = ( – 1)3 – 2( – 1) = ( – 1)(2 – 2 – 1) = 0.
Таким образом, 1 = 1, 2 = 1 + ,3 = 1 – .
2. Находим собственные векторы, решая системы (iI2 – A)v = 0 (1 i 3).
а) 1 = 1: v = , v3 0.
б) 2 = 1 + : v = , v1 0.
в) 3 = 1 – : , v = , v1 0.
3. Нормированный базис из собственных векторов:
b1 = , b2 = , b3 = .
4. Составляем из базисных векторов сопрягающую матрицу:
T = , T –1 = T t = .
5. Находим диагональный вид матрицы:
T –1AT = =
= .