- •Линейные операторы. Квадратичные формы
- •1. Линейные операторы. Матрица линейного оператора.
- •Определение оператора. Действия с операторами.
- •1.2. Матрица линейного оператора.
- •1.3. Задачи
- •Образ и ядро линейного оператора
- •2.1. Задачи
- •Собственные векторы и собственные значения линейного оператора
- •3.1.Оператор простой структуры.
- •3.2. Задачи
- •Инвариантные подпространства
- •4.1. Задачи
- •Каноническая форма жордана
- •5.1. Задачи.
- •Линейные операторы в евклидовых и унитарных пространствах.
- •6.1. Нормальный оператор.
- •6.2. Приведение матрицы нормального оператора к диагональному виду
- •6.3. Полярное разложение оператора
- •6.4. Задачи
- •Билинейные и квадратичные формы
- •7.1. Приведение квадратичной формы к каноническому виду
- •7.1.1. Метод Лагранжа
- •7.1.2. Метод Якоби
- •7.1.3.Приведение квадратичной формы к каноническому виду в ортонормированном базисе
- •7.1.4. Задачи
- •7.2. Знакоопределенные квадратичные формы
- •7.2.1. Матрица Грама
- •7.2.2. Критерий Сильвестра
- •7.2.3. Одновременное приведение двух квадратичных форм к каноническому виду.
- •7.2.4. Задачи
- •7.3 Поверхности второго порядка
- •7.3.1. Задачи
- •Литература
- •Содержание
- •1. Линейные операторы. Матрица линейного оператора 3
- •1.1. Определение оператора. Действия с операторами 3
3.1.Оператор простой структуры.
Определение. Линейный оператор А, действующий в n – мерном пространстве называется оператором простой структуры, если ему соответствует ровно n линейно независимых собственных векторов. В этом случае можно построить базис пространства из собственных векторов оператора, в котором матрица оператора имеет наиболее простой диагональный вид
,
где - собственные значения оператора. Очевидно, что верно и обратное: если в некотором базисе пространства Х матрица оператора имеет диагональный вид, то базис состоит из собственных векторов оператора.
Линейный оператор А является оператором простой структуры тогда и только тогда, когда каждому собственному значению кратности соответствует ровно линейно независимых собственных векторов. Так как собственные векторы есть решения системы уравнений то, следовательно, каждому корню характеристического уравнения кратности , должна соответствовать матрица ранга .
Всякая матрица размера , соответствующая оператору простой структуры, подобна диагональной матрице
,
где матрица перехода Т от исходного базиса к базису из собственных векторов имеет своими столбцами вектор-столбцы из координат собственных векторов матрицы (оператора А).
Пример. Привести матрицу линейного оператора к диагональному виду
.
Составим характеристическое уравнение и найдем его корни.
Откуда собственные значения кратности и кратности .
Первое собственное значение . Ему соответствуют собственные векторы, координаты которых являются
решением системы
Ранг данной системы равен 3, поэтому имеется только одно независимое решение, например, вектор .
Собственные векторы, соответствующие , определяются системой уравнений
ранг которой равен 1 и, следовательно, существует три линейно независимых решения, например,
, , .
Таким образом, каждому собственному значению кратности соответствует ровно линейно независимых собственных векторов и, следовательно, оператор является оператором простой структуры. Матрица перехода Т имеет вид
и связь между подобными матрицами и определяется соотношением
= .
3.2. Задачи
Найти собственные векторы и собственные значения
линейных операторов, заданных в некотором базисе матрицами:
1. 2. 3.
4. 5. 6.
Определить какие из следующих линейных операторов можно привести к диагональному виду путем перехода к новому базису. Найти этот базис и соответствующую ему матрицу:
7. 8. 9.
10. Доказать, что собственные векторы линейного оператора, соответствующие различным собственным значениям линейно независимы.
11. Доказать, что если линейный оператор А, действующий в , имеет n различных значений, то любой линейный оператор В перестановочный с А, обладает базисом собственных векторов, причем любой собственный вектор А будет собственным и для В.
Инвариантные подпространства
Определение 1.. Подпространство L линейного пространства X называется инвариантным относительно оператора А, действующего в X, если для каждого вектора его образ также принадлежит .
Основные свойства инвариантных подпространств определяются следующими соотношениями:
1. Если и являются инвариантными подпространствами относительно оператора А, то их сумма и пересечение также инвариантны относительно оператора А.
2. Если пространство Х разлагается в прямую сумму подпространств и ( ) и инвариантно относительно А, то матрица оператора в базисе, который является объединением базисов и есть блочная матрица
,
где - квадратные матрицы, 0 – нулевая матрица.
3. Во всяком инвариантном относительно оператора А подпространстве оператор имеет хотя бы один собственный вектор.
Пример 1. Рассмотрим ядро некоторого оператора А, действующего в Х. По определению . Пусть . Тогда , так как нулевой вектор содержится во всяком линейном подпространстве. Следовательно, ядро - инвариантное относительно А подпространство.
Пример 2. Пусть в некотором базисе пространства Х оператор А задается матрицей
.
Определить все подпространства трехмерного пространства, инвариантные относительно А.
Проще всего задача решается в базисе, составленном из собственных векторов оператора, если такой базис существует. Поэтому найдем вначале собственные векторы А.
Составим и решим характеристическое уравнение
.
Откуда собственные значения кратности и кратности . Первое собственное значение простое. Соответствующий ему собственный вектор определяется системой уравнений
решая которую получим, например, .
Собственные векторы для определяются уравнением
,
имеющим два линейно независимых решения, например, и . Таким образом, в нашем случае существует базис из собственных векторов.
Пусть теперь . Тогда вектор . Воспользовавшись теперь определением инвариантного подпространства, получим, что инвариантными будут следующие подпространства:
1. Прямая с базисным вектором .
2. Прямые с базисными векторами и .
3. Линейная оболочка векторов , т.е. плоскость, задаваемая уравнением .
4. Линейные оболочки векторов и .
5. Все трехмерное пространство и нулевое пространство.