Лекция2
.pdfТЕОРЕМА О РАЗЛОЖЕНИИ
Пусть x H – элемент гильбертово пространства, M – подпространство H; тогда существует единственная пара векторов y, z, где y M , z M , таких, что x y z (без доказательства).
Элемент y называется проекцией элемента x на подпространство M Вектор z H, z M – расстояние от элемента x до множества M, Множество элементов z M – ортогональным дополнением M.
Следствием теоремы о разложении является аналог теоремы Пифагора: x 2 y 2 z 2 .
ОРТОГОНАЛЬНЫЙ БАЗИС
Пусть в гильбертовом пространстве H размерности n задан базис |
ei |
|
1,...,n . |
|||||||||
|
i |
|||||||||||
|
|
|
|
|
|
|
|
n |
|
|
|
n |
Любой элемент H можно разложить по этому базису: a, |
|
H, |
a ie i , |
|
iei , |
|||||||
b |
b |
|||||||||||
|
|
в базисе ei . |
|
|
|
i 1 |
|
|
i 1 |
|||
i , i – координаты векторов a, |
|
|
|
|
|
|
|
|
|
|||
b |
|
|
|
|
|
|
|
|
||||
|
|
|
|
n |
|
n |
|
|
|
|
|
|
Вычислим скалярное произведение векторов: (a, |
|
) j i gij , |
|
|
|
|
|
|||||
b |
|
|
|
|
|
|||||||
|
|
|
|
j 1 |
i 1 |
|
|
|
|
|
|
где G gij матрица, содержащая попарные скалярные произведения векторов базиса gij (ei ,e j ). Система базисных векторов e1,e 2 , ...,e n называется ортонормированной, если
(ei ,e j ) 1, i j
ij 0, i j .
Каждая система попарно ортогональных ненулевых элементов линейно независима.
Наибольшее число векторов в такой системе не может превышать размерность пространства, поэтому ортонормированная система может служить базисом пространства.
Векторы a,b H могут быть представлены в виде линейной комбинации векторов ортонормированного
n |
|
|
n |
n |
|
|
|
n |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
базиса: a je j |
, b je j , где j a,e j , j |
|
,e j , |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
a |
|
|
|
2 |
j |
2 |
, a, |
|
j j . |
|||||
|
|
|
|
|
||||||||||||||
b |
b |
|||||||||||||||||
j 1 |
|
|
j 1 |
|
|
|
|
|
|
|
|
j 1 |
|
|
|
j 1 |
ОРТОГОНАЛИЗАЦИЯ
Простота вычисления нормы, координат и скалярного произведения векторов делает ортонормированный базис наиболее удобным для использования. Любой базис можно сделать ортонормированным с помощью специального процесса ортогонализации векторов.
Пусть x1, x2 , x3 , ..., xm – система линейно независимых векторов в пространстве Rm .
Построим ортонормированную систему векторов z1, z 2 , z3 , ..., z m , которая также будет базисом в пространстве Rm . Векторы z k можно построить по следующей схеме:
y1 x1, |
z1 |
|
|
y1 |
, |
y2 x 2 x 2 , z1 z1, |
z 2 |
|
|
y2 |
|
|
. |
|
|
|
y1 |
|
|||||||||||
|
|
|
|
|
y2 |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Проверим, что векторы ортогональны, т.е. y2 , z1 0 :
y2 , z1 x2 x2 , z1 z1, z1 x2 , z1 x2 , z1 z1, z1 0 |
, так как z1, z1 |
|
|
|
z1 |
|
|
|
2 1 . |
|||||||
|
|
|
|
|||||||||||||
Далее строим z3 : y3 x3 x3 , z1 z1 x3 , z 2 z 2 , |
z3 |
|
|
y |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
y |
3 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и проверяем, что z3 ортогонален z 2 , z1 и т.д.
Все вновь построенные векторы zk линейно выражаются через xk , и, наоборот, xk выражается через zk . Ни один из построенных векторов zk не может обратиться в 0.
Действительно, пусть на некотором k-м шаге получен нулевой вектор zk .
Поскольку z k линейно выражается через x1, x 2 , ..., x k , это означает линейную зависимость системы векторов x1, x 2 , ..., x k , что противоречит тому, что эти векторы входят в базис.
ЛИНЕЙНЫЕ ОПЕРАТОРЫ
Оператором, действующим на векторном пространстве X, называется отображение, по которому
элементу x X ставится в соответствие элемент |
y Y : |
y A x , |
или A : X Y . |
Пусть X, Y – линейные пространства; x1, x2 X . |
A( 1x1 |
2 x2 ) 1 Ax1 |
2 Ax2 . |
Оператор A : x y называется линейным, если |
Если X, Y – нормированные пространства, оператор A : X Y если существует константа C, такая, что Ax C x .
называется ограниченным,
Наименьшая из всех таких констант C называется нормой оператора А.
Неравенство Ax Ax
называют условием согласования норм.
ОПЕРАЦИИ НАД ЛИНЕЙНЫМИ ОПЕРАТОРАМИ
|
Сложение: U A B , если Ux Ax Bx |
x X, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Умножения на константу: V A , если V x Ax |
x X . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Произведение |
операторов. |
Пусть A : Y Z , |
B : X Y . Оператор |
C : X Z |
является |
|||||||||||||||||||||||||||||
|
произведением A и B, если Cx A B x A B x . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Если A, B – линейные операторы, то оператор C = A B тоже линеен, причем |
|
|
|
AB |
|
|
|
|
|
|
|
A |
|
|
|
|
|
|
|
B |
|
|
|
. |
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
I – тождественный оператор в X, отображающий любой элемент в себя: I x x |
|
|
|
|
|
|
x X . |
|
||||||||||||||||||||||||||
|
Пусть A : X X , A x y . Обратный оператор A 1 |
: X X : |
A A 1 |
A 1 A I . |
|
||||||||||||||||||||||||||||||
|
Если оператор |
A имеет |
обратный, |
то уравнение |
Ax y |
имеет |
решение: |
x A 1 y . |
|||||||||||||||||||||||||||
|
Ядро линейного оператора A : X Y - это множество векторов x X, таких, что A x |
|
. |
|
|||||||||||||||||||||||||||||||
|
0 |
|
Если ядро оператора A состоит из одного нулевого элемента, то он имеет обратный.
Размерность ядра, т.е. число линейно независимых векторов, называется дефектом.
Образ линейного оператора A : X Y называется множество всех элементов y Ax .
Ранг линейного оператора - размерность образа линейного оператора.
Ранг невырожденного оператора A: Rn Rn равен n, а дефект равен 0.
Пусть A: Rn Rm и размерность ядра оператора равна l. Можно показать, что m + l = n.
ЛИНЕЙНЫЕ ОПЕРАТОРЫ И МАТРИЦЫ
Пусть e1,e 2 , ...,e n - базис в пространстве Rn.
n
Любой вектор может быть представлен в виде x xje j .
j 1
Подействуем на вектор базиса e j линейным преобразованием A: Rn Rn .
Так как результатом будет также вектор из Rn , разложим его по базису e1,e 2 , ...,e n :
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A |
e |
j |
n |
|
a kj |
e |
k , |
|
j 1, ..., |
n . |
||||||||||||||||||||||
В силу линейности оператора A имеем |
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
Ax A n |
|
x j |
e |
j |
|
n |
x j A e j |
n |
x j n |
akj |
e |
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
|
j 1 |
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
x (a |
11 |
|
e |
1 |
a |
21 |
e |
2 |
... a |
n1 |
e |
n ) x |
2 |
(a |
e |
1 a |
22 |
e |
2 ... a |
n |
2 |
e |
n ) |
|
|
|
|||||||||||||||||||||||||||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
... xn (a1n |
e |
1 a2 n |
e |
2 ... ann |
e |
n ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
e |
1 ( x a |
11 |
x |
2 |
a |
12 |
... x |
n |
a |
1n |
) e 2 ( x a |
21 |
x |
2 |
a |
22 |
... x |
n |
a |
2 n |
) |
|||||||||||||||||||||||||||||||||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
... e n ( x1an1 x2 an 2 |
... xn ann ) |
n |
e |
j n |
xk a jk . |
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
ЛИНЕЙНЫЕ ОПЕРАТОРЫ И МАТРИЦЫ
|
|
|
|
|
y A x |
|
|
|
|
|
|
n |
|
Пусть |
y , y |
2 |
, ..., y |
n – координаты вектора |
в том же базисе |
e1 |
,e 2 |
, ...,e n |
, т.е. |
y y je j |
|||
1 |
|
|
|
|
|
|
. |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
В силу единственности разложения по базису имеем y j |
a jk xk , или |
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
y1 x1a11 |
x2a12 |
... xna1n |
|
|
|
|
|
||
|
|
|
|
y2 x1a21 |
x2a22 |
... xna2n |
|
|
|
|
|
||
|
|
|
|
... |
|
|
|
|
|
|
|
|
|
|
|
|
|
yn x1an1 |
x2an2 ... xnann |
|
|
|
|
|
Каждому линейному оператору A в базисе e1,e 2 , ...,e n соответствует квадратная матрица:
a ...
11
A ... ...
an1 ...
a1n
...
ann .
ПРЕОБРАЗОВАНИЕ МАТРИЦЫ ПРИ ПЕРЕХОДЕ К НОВОМУ БАЗИСУ
Пусть линейный |
оператор в базисе |
e1,e 2 , ...,e n , имеет матрицу |
j 1,...,m |
A {aij }i 1,...,n , |
|||
а в базисе g1, g 2 , ..., g n |
j 1,...,m |
|
|
– матрицу A {a ij }i 1,...,n |
. Найдем, как связаны между собой матрицы A, A . |
Обозначим через |
C {c |
}j 1,...,n |
матрицу перехода от базиса |
e1 |
,e 2 |
, ...,e |
ij |
i 1,...,n |
|
|
|
gi Cei . Матрица С соответствует линейному преобразованию Rn Rn .
Поскольку это преобразование переводит базис в базис, то оператор существует обратный C 1 , e i C 1g i , i 1, ...,n .
n
Поскольку А – матрица оператора в базисе g1, g 2 , ..., g n , то Agi aij g j .
j 1
Применяя к обеим частям равенства оператор C 1 , получим
n к базису g1, g 2 , ..., g n , т.е.
С невырожден, и для него
|
|
|
n |
|
n |
|
|
|
|
n |
C 1 Ag i |
C 1 aij g j aijC 1g j |
aije j . |
||||||||
|
|
|
j 1 |
|
j 1 |
|
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
n |
Подставляя в левую часть равенство gi Cei , получим C 1 ACei aije j , |
||||||||||
|
|
|
|
|
|
|
|
|
|
j 1 |
|
1 |
|
|
|
1 |
2 |
|
|
n |
|
Следовательно, матрицей оператора C |
|
A C в базисе e ,e |
|
, ...,e |
|
|||||
|
|
|
является матрица A , т.е. |
|||||||
|
|
|
C |
1 |
A C |
|
|
|
|
|
|
|
|
|
A |
|
|
|
ПРИВЕДЕНИЕ МАТРИЦЫ К ДИАГОНАЛЬНОМУ ВИДУ
Можно доказать, что система собственных векторов матрицы линейного оператора, отображающего Rn Rn , соответствующих разным собственным значениям, линейно независима.
Если матрица имеет полную систему собственных векторов, то они образуют базис в пространстве Rn , в котором исходная матрица имеет наиболее простой вид.
Матрицы, которые имеют базис, составленный из собственных векторов, называются матрицами простой структуры. Они могут быть приведены к диагональному виду, причем на диагонали будут стоять собственные значения матрицы.
Это означает, что линейное преобразование, соответствующее данной матрице, является преобразованием растяжения по характерному направлению, задаваемому собственным вектором.
Для приведения матрицы к диагональному виду используют линейное преобразование, матрица которого составлена из столбцов, являющихся собственными векторами.
ПРИМЕР
|
5 |
2 |
|
|
|
|
|
|
|
|
|
8, |
3. |
A |
3 |
6 |
. |
Собственные значения |
||
|
|
1 |
2 |
|
2 |
1 |
|
C |
1 |
1 |
|
|
1 |
1 |
|
|
3 |
|
и найдем обратную. |
|
5 |
|
3 |
2 |
|
||
Запишем собственные векторы в матрицу: C |
1 |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, получим матрицу преобразования к базису, составленному из собственных векторов.
|
|
|
1 |
|
2 |
2 |
|
5 |
2 |
2 |
1 |
8 |
0 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|||
Проверим: A C |
A C |
|
5 |
|
3 |
4 |
|
|
|
3 |
6 |
|
|
3 |
1 |
= |
0 |
3 |
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В результате перехода к новому базису получена диагональная матрица, на главной диагонали которой стоят собственные значения.
Нормированные собственные вектора e |
1 |
|
|
|
|
|
x |
|
|
2 |
|
, 3 |
|
T |
, e |
2 |
|
|
|
|
|
y |
|
|
1 |
|
, 1 |
T |
||||||||
|
|
|
|
|
|
|
|
|
|
13 |
13 |
|
|
|
|
|
|
|
|
|
|
|
2 |
. |
||||||||||||
|
|
|
|
|
x |
|
|
|
|
|
|
|
y |
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|||||
|
|
2 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Матрица перехода: |
C |
|
(совпадает с найденной в MathCAD) |
|
|
|
|
|||||||||||||||||||||||||||||
|
3 |
|
1 |
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|