- •4 Если для любого вектора , то вектор — нулевой, т.Е. Из следует ;
- •Если векторы и заданы своими координатами в некоторой декартовой системе координат: , , то
- •5) Если векторы и заданы своими координатами в некоторой декартовой системе координат: , , то .
- •Доказательство теоремы
- •Доказательство теоремы
Доказательство теоремы
Рассмотрим произвольные векторы ядра линейного оператора: и . Это означает: и .
A — линейный оператор, следовательно, т.е. ;
для любого числа , т.е. . Теорема доказана.
Определение. Размерность ядра линейного оператора называется дефектом оператора, обозначается def(A): r=def(A)=dimKer(A).
Примеры. Ядро и образ нулевого оператора: поскольку то
ядро и образ тождественного (единичного) оператора: поскольку , то
Билет 26
Линейный оператор. Матрица линейного оператора в заданных (заданном) базисах.
Определение. Если каждому элементу из пространства Rn ставится в соответствие единственный элемент из пространства Rm , то говорят, что задан оператор, действующий из пространства Rn в пространство Rm (или оператор, действующий в пространстве Rn, если n=m).
Результат действия оператора A на элемент обозначают .
Если элементы и связаны соотношением , то называют образом ; а — прообразом .
Множество элементов пространства Rn, для которых определено действие оператора A, называют областью определения оператора A и обозначают D(A).
Множество элементов пространства Rm, которые являются образами элементов из области определения D(A) оператора A, называют образом оператора A и обозначают Im(A). Если , то
Ядром оператора называется множество элементов линейного пространства Rn, образом которых является нулевой элемент. Ядро оператора обозначают Ker(A): .
Определение. Оператор A, действующий из пространства Rn в пространство Rm называется линейным оператором, если для любых из Rn и для любого действительного числа α справедливо:
и .
Определение. Матрица, столбцами которой являются координаты образов базисных векторов некоторого базиса в Rт —
называется матрицей линейного оператора A в заданных базисах.
Обратите внимание, теперь и в дальнейшем A (полужирная) — обозначение линейного оператора, A(светлая) или Aef — обозначение матрицы оператора A в некоторых базисах или в базисе и .
Таким образом, доказана следующая теорема.
Теорема (связь координат образа и прообраза). Если в пространствах Rn и Rm определены некоторые базисы и , , — и , то векторы-столбцы их координат и в этих базисах связаны соотношением , где A — матрица оператора A в этих базисах.
Между множеством линейных операторов, действующих из пространства Rn в пространство Rm , и множеством прямоугольных матриц размерности m, n можно установить взаимно однозначное соответствие.
Примеры
1. Матрица нулевого оператора: поскольку то и, следовательно, матрица нулевого оператора — нулевая матрица.
2. Матрица тождественного (единичного) оператора: поскольку , то (единица на i-м месте) и, следовательно, матрица тождественного оператора — единичная матрица.
3. Матрица оператора проектирования пространства R3 на подпространство R2 параллельно вектору : поскольку , то у матрицы P оператора проектирования последний столбец — нулевой; она имеет вид .
Билет 27
Преобразование координат вектора при изменении базиса
Как уже отмечалось, в n-мерном пространстве Rn существует множество различных базисов. Пусть и — два базиса в Rn. Обозначим и координаты вектора в базисах и (векторы-столбцы!!!), т.е.
, , , .
Естественно, существует связь между координатами вектора в разных базисах. Найдем ее. Поскольку векторы базиса сами являются векторами из Rn, их можно разложить по базису :
.
Тогда , т.е. или, что то же самое, , .
Определение. Матрица называется матрицей перехода от базиса к базису , это матрица, столбцами которой являются координаты базисных векторов («новых» базисных векторов) в базисе (в «старом» базисе).
Матрица перехода обратима. Действительно, ее столбцы линейно независимы, поскольку они — координатные столбцы базисных векторов.
Тогда из имеем формулу преобразования координат вектора при изменении базиса: .
Билет 28
Преобразование матрицы линейного оператора при изменении базиса
Пусть и — два базиса в Rn.
Обозначим и координаты векторов и из Rn и матрицу оператора A соответственно в базисах и , а — матрицу перехода от базиса к базису , т.е. ,
,
Тогда
откуда имеем формулы преобразования матрицы линейного оператора при изменении базиса: .
Билет 29
Собственные значения и собственные векторы линейного оператора. Характеристическое уравнение.
Определение. Пусть A — линейный оператор, действующий в линейном пространстве Rn. Число называется собственным значением, а ненулевой вектор из Rn — соответствующим собственным вектором линейного оператора A, если они связаны между собой соотношением. .
Примеры.
1. Нулевой оператор : , т.е. — собственное значение нулевого оператора, а соответствующие собственные векторы — все ненулевые векторы пространства Rn.
2. Тождественный (единичный) оператор I: — т.е. собственное значение тождественного оператора, а соответствующие собственные векторы — все ненулевые векторы пространства Rn.
3. Оператор P2 — оператор проектирования пространства R3 на подпространство R2 параллельно вектору : , , т.е. — собственное значение оператора, проектирования, а соответствующие собственные векторы — все ненулевые векторы R3, третья координата которых равна нулю: .
Пусть A— матрица оператора в некотором базисе в Rn.
Собственные значения оператора и соответствующие им собственные векторы связаны соотношением или, что то же самое, :
, . Здесь — единичный оператор.
По теореме о связи координат образа и прообраза имеем: , где E — единичная матрица, а — нулевой вектор Rn .
Это означает, что собственный вектор оператора является ненулевым решением линейной однородной системы . Ненулевое решение однородной системы (система нетривиально совместна), существует тогда и только тогда, когда определитель матрицы системы равен нулю: . Следовательно, собственные значения линейного оператора могут быть вычислены как корни уравнения , а собственные векторы — как решения соответствующих однородных систем.
Легко видеть, что определитель — многочлен n-й степени относительно .
Определение. Уравнение называется характеристическим уравнением оператора, а многочлен — характеристическим многочленом оператора
Билет 30
Собственные значения и собственные векторы линейного оператора. Свойства собственных векторов. Доказать, что собственные векторы, отвечающие различным собственным значениями линейно независимы.
Определение. Пусть A — линейный оператор, действующий в линейном пространстве Rn. Число называется собственным значением, а ненулевой вектор из Rn — соответствующим собственным вектором линейного оператора A, если они связаны между собой соотношением. .
Примеры.
1. Нулевой оператор : , т.е. — собственное значение нулевого оператора, а соответствующие собственные векторы — все ненулевые векторы пространства Rn.
2. Тождественный (единичный) оператор I: — т.е. собственное значение тождественного оператора, а соответствующие собственные векторы — все ненулевые векторы пространства Rn.
3. Оператор P2 — оператор проектирования пространства R3 на подпространство R2 параллельно вектору : , , т.е. — собственное значение оператора, проектирования, а соответствующие собственные векторы — все ненулевые векторы R3, третья координата которых равна нулю: .
Пусть A— матрица оператора в некотором базисе в Rn.
Собственные значения оператора и соответствующие им собственные векторы связаны соотношением или, что то же самое, :
, . Здесь — единичный оператор.
Свойства собственных векторов
Для собственных значений и собственных векторов линейного оператора справедливы следующие утверждения:
характеристический многочлен оператора, действующего в Rn является многочленом n-й степени относительно ;
линейный оператор, действующий в Rn, имеет не более n различных собственных значений;
собственные векторы оператора определяются с точностью до постоянного сомножителя; поэтому принять вычислять собственные векторы единичной длины — орты собственных векторов;
докажем, что если — собственный вектор линейного оператора A, отвечающий собственному значению , то для любого отличного от нуля числа вектор ( )— собственный вектор оператора A, отвечающий собственному значению : ;
корни характеристического многочлена не зависят от базиса;
собственные векторы, отвечающие различным собственным значениям, линейно независимы.
Докажем линейную независимость собственных векторов, отвечающих различным собственным значениям.
Пусть — собственный вектор линейного оператора A, отвечающий собственному значению , а — собственный вектор линейного оператора A, отвечающий собственному значению , : и .
Предположим, что векторы и линейно зависимы. Это означает, что один из них линейно выражается через другой: существует такое число , что . Тогда:
.