- •Комбинаторика. Бином ньютона
- •1.1. Комбинаторика.
- •1.2. Бином Ньютона.
- •Комплексные числа
- •Соответствия. Функции. Отношения. Отношение эквивалентности
- •3.1. Соответствия. Функции. Отношения.
- •3.2. Подстановки.
- •3.3. Отношение эквивалентности.
- •Системы линейных уравнений
- •4.1. Определения.
- •4.2. Элементарные преобразования.
- •4.3. Решение и исследование систем линейных уравнений по Гауссу.
- •4.4. Решение систем линейных уравнений по Жордану.
- •Определители
- •5.1. Определения. Свойства.
- •5.2. Вычисление определителей.
- •5.3. Обратная теорема об определителях.
- •5.4. Разложение определителя по столбцам.
- •5.5. Полилинейность и кососимметричность определителя по столбцам.
- •5.6. Определитель транспонированной матрицы.
- •5.7. Разложение определителя по строкам.
- •5.8. Определитель матрицы с углом нулей.
- •5.8. Теорема о полном разложении определителя.
- •5.9. Решение слу по Крамеру.
- •5.10. Теорема Лапласа.
- •Группы, кольца, поля
- •6.1. Определения, примеры.
- •6.2. Простейшие свойства колец.
- •6.3. Делители нуля.
- •6.4. Кольцо классов вычетов.
- •6.5. Поля.
- •7. Линейные пространства
- •7.1. Определения, примеры.
- •7.2. Теоремы о базисах.
- •7.3. Изоморфизм линейных пространств.
- •7.4. Подпространства.
- •7.5. Теорема Кронекера-Капелли.
- •7.6. Решение однородных систем линейных уравнений.
- •8. Системы линейных уравнений
- •8.1. Определение ранга матрицы через миноры.
- •8.2. Решение систем линейных уравнений (продолжение).
- •8.3. Необходимые и достаточные условия равенства нулю определителя.
- •8.4. Общее решение неоднородной системы линейных уравнений.
- •9. Матрицы
- •9.1. Операции над матрицами, их свойства.
- •9.2. Элементарные матрицы.
- •9.3. Определитель произведения матриц.
- •9.4. Обратная матрица.
- •9.5. Решение матричных уравнений.
- •9.6. Ранг произведения матриц.
- •Алгебра многочленов
- •10.1. Построение алгебры многочленов.
- •10.2. Деление многочленов с остатком. Теорема Безу.
- •10.3. Наименьшее общее кратное и наибольший общий делитель многочленов.
- •10.4. Алгоритм Евклида.
- •10.6. Производная.
- •10.7. Кратные корни многочлена.
- •10.8. Основная теорема алгебры.
- •10.10. Разложение многочлена на простые множители
- •11. Поле рациональных функций
- •11.1. Построение поля отношений.
- •11.2. Поле рациональных функций.
- •12. Прямые суммы подпространств
- •Линейные отображения
- •13.1. Линейное отображение и его матрица.
- •13.2. Матрица композиции линейных отображений.
- •13.3. Сумма линейных отображений и её матрица.
- •13.4. Умножение линейного отображения на элемент
- •13.5. Изоморфизм алгебры линейных операторов и
- •14. Матрица перехода от одного базиса к другому
- •14.1. Изменение координат вектора при изменении
- •14.2. Изменение матрицы линейного отображения
- •14.3. Эквивалентные матрицы.
- •15. Образ и ядро линейного отображения Пусть : l l - линейное отображение.
- •16. Инвариантные подпространства
- •16.1. Свойства инвариантных подпространств.
- •16.2. Прямая сумма инвариантных подпространств.
- •16.3. Прямая сумма линейных операторов.
- •16.4. Собственные векторы и собственные значения
- •16.6. Минимальный многочлен линейного оператора и матрицы.
- •16.7. Инвариантные подпространства линейных операторов, действующих в векторных пространствах над r и над с.
- •17. Диагонализируемые линейные операторы
- •18. Евклидовы векторные пространства
- •18.1. Определения, примеры.
- •18.2. Свойства евклидовых пространств.
- •19. Ортогональные линейные операторы
- •19.1. Определение. Свойства.
- •19.2. Ортогональная группа.
- •19.3. Структура ортогонального оператора.
- •20. Самосопряженные линейные операторы
- •20.1. Сопряженные линейные пространства.
- •20.2. Сопряженные линейные операторы.
- •20.3. Самосопряженные линейные операторы.
- •20.4. Структура самосопряженного оператора.
- •21. Унитарные векторные пространства
- •21.1. Определения, примеры.
- •22. Унитарные линейные операторы
- •22.1. Определение. Свойства.
- •22.2. Унитарная группа.
- •22.3. Структура унитарного оператора.
- •23. Эрмитовы линейные операторы
- •23.1. Сопряженное линейное пространство.
- •23.2. Сопряженные линейные операторы.
- •23.3. Эрмитовы линейные операторы.
- •23.4. Структура эрмитова оператора.
- •24. Билинейные и квадратичные формы
- •24.1. Определение билинейной функции. Общие свойства.
- •Матрица билинейной формы.
- •24.3. Изменение матрицы билинейной формы при изменении базисов. Ранг билинейной формы.
- •24.4. Определение квадратичной формы. Связь билинейных и квадратичных форм. Матрица и ранг квадратичной формы.
- •24.5. Эквивалентность билинейных форм и квадратичных форм.
- •24.6. Канонический и нормальный вид квадратичных и симметричных билинейных форм.
- •24.7. Закон инерции для квадратичных форм.
- •24.8. Критерий Сильвестра.
- •25. Квадратичные формы в евклидовом пространстве
- •25.1. Приведение формы ортогональным преобразова-
- •25.2. Приведение пары форм.
- •26. Эрмитовы формы
- •26.1. Определение и основные свойства эрмитовых форм.
- •26.2. Нормальный вид эрмитовых форм.
- •27. Эрмитовы формы в унитарном пространстве
- •27.1. Приведение эрмитовой формы унитарным преобразованием координат.
- •27.2. Приведение пары форм.
- •28.1. Теорема Лагранжа.
- •28.2. Факторгруппы.
- •28.3. Морфизмы групп.
- •28.4. Теорема о разложении морфизма.
- •28.5. Циклические группы.
- •1. Комбинаторика. Бином Ньютона . . . . . . . . . . . . . . . . . . . . . 3
16.2. Прямая сумма инвариантных подпространств.
Пусть : Ln Ln - линейный оператор, Ln=L1 L2 - прямая сумма -инвариантных подпространств L1 и L2 ,
е = {е1,…,еm} – базис в L1, е = {еm+1,…,еn} – базис в L2, dimL1= m, dimL2= n - m. Тогда е = {е1,…,еm,еm+1,…,еn} – базис всего пространства Ln, и в этом базисе из инвариантности L1 матрица [] имеет вид (16.1). Но мы можем утверждать и большее. Так как L2 – также -инвариантно, то j =m+1,…,n еj L2, то есть еj = 0е1+…+0еm + m+1,j еm+1+…+nj еn в матрице (16.1) В = 0, то есть
[ ] = А1∔ А2 - (16.2)
распавшаяся или блочно-диагональная матрица. Здесь А1 – квадратная матрица порядка m, А2 - квадратная матрица порядка n – m, А1 = , А2 = .
Обратно, если в некотором базисе е матрица [ ] имеет
вид (16.2), то Ln=L1L2 - прямая сумма -инвариантных подпространств L1 и L2 , где L1= <е1,…,еm>, L2= <еm+1,…, еn>.
Вывод: Ln распадается в прямую сумму -инвариантных
подпространств [ ] в некотором базисе е имеет блочно- диагональный вид (16.2).
16.3. Прямая сумма линейных операторов.
Пусть Ln=L1…Lk и i=1,…,k определен линейный оператор i : Li Li c матрицей [ ] в базисе е i={е1 i,…, } подпространства Li.
Теорема. ! линейный оператор : Ln Ln такой, что = i .
Доказательство.
1. Единственность. Пусть искомый л.о. существует. Тогда х Ln, х = х1+…+ хk , где все хi Li, и х = х1+…+ хk = = 1 х1+…+ k хk – отсюда следует единственность л.о. .
2. Существование. Определим линейный оператор : Ln Ln так: пусть х Ln, х = х1+…+ хk (где все хi Li) ,
х 1 х1+…+ k хk (из пункта 1 видно, что никак иначе определить л.о. мы и не можем). Тогда
хi=(0+…+ хi+…+0)=10+…+iхi+…+k0= i хi, то есть i имеем |Li= i . Из линейности операторов i легко следует линейность оператора .
Упражнение. Доказать линейность оператора .
Определение. Построенный линейный оператор называется прямой суммой линейных операторов 1,…,k и обозначается 1∔…∔ k или 1…k .
В базисе е пространства Ln, полученном объединением базисов е1,…,еk, матрица [ ]= [ ]∔…∔[ ]. Кроме того, можно увидеть, что все (Li) (см. п.13.5) естественным образом инъективно вкладываются в (Ln), сумма их в (Ln) является прямой:
(Ln) (L1) … (Lk), и 1∔…∔ k (L1) … (Lk).
В случае прямой суммы двух -инвариантных подпространств Ln=L1 L2 получаем = |L1∔|L2 .
16.4. Собственные векторы и собственные значения
линейных операторов.
Мы установили, что упростить вид матрицы л.о. : L L можно, если у этого оператора существует хотя бы одно инвариантное подпространство в L. Еще лучше с упрощением матрицы дело обстоит тогда, когда в L существует два - инвариантных подпространства и сумма их – прямая. Вообще, чем больше в L имеется -инвариантных подпространств, сумма которых – прямая, тем сильнее можно упростить матрицу л.о. . Самая лучшая ситуация с упрощением матрицы имеется тогда, когда L равно прямой сумме п одномерных -инвариантных подпространств.
Рассмотрим вопрос, как находить одномерные -инвари-
антные подпространства. Пусть V – одномерное подпростра-
нство, V = <s >, s 0 V= { s| P }. Очевидно, V –
-инвариантное подпространство V V s V
P такой, что s = s .
Определение. Пусть L – линейное пространство над полем Р, : L L – линейный оператор. Вектор s L называется собственным вектором л.о. , если s 0 и Р такое, что s = s. называется собственным значением (собственным числом) оператора .
По определению 0L не является собственным вектором, хотя 0L = 0L = 0L Р .
Пример. Для L = С∞(-, +) - линейного пространства бесконечно дифференцируемых функций на числовой прямой, и л.о. = d/dx : С∞(-, +) → С∞(-, +) вектор еkx является собственным вектором с собственным значением k .
Очевидно, что нахождение собственных векторов и нахождение одномерных -инвариантных подпространств – эквивалентные задачи.
Рассмотрим, как находить собственные векторы. Пусть
: Ln Ln - линейный оператор, е = {е1,…, еn } - базис в Ln.
Тогда х – собственный вектор для Р такое, что х= х, и х 0 (id - ) х= 0, и х 0 х Ker(id - ), и х 0. Таким образом, все ненулевые векторы из
Ker(id - ) являются собственными векторами оператора , соответствующими собственному значению . Но в силу теоремы 6 из п.15 Ker(id - ) {0} det(id - ) = 0
det [id - ] = det(E - [ ]) = 0.
Рассмотрим (t)= det[tid -]= det(tE - [ ]) - многочлен от t степени n c коэффициентами в Р. Очевидно,
(id - )х = 0 (E – [])[x] = [0], причем ненулевые решения этой однородной системы линейных уравнений существуют - корень многочлена (t).
Заметим, что в силу леммы из п.14.2. det(tid - ) не зависит от базиса e.
Определение. Многочлен (t)= (t) называется характеристическим многочленом оператора или матрицы [], а уравнение (t) = 0 называется характеристическим уравнением.
Таким образом, для нахождения собственных векторов линейного оператора надо:
1. Найти корни 1,…, k характеристического многочлена (t) линейного оператора , лежащие в Р.
2. Для каждого i , i = 1,…,k, решить однородную систему линейных уравнений (iE - [])[x] = [0]. Её фундаментальная система решений даст множество линейно независимых собственных векторов с собственным значением i .
Замечание. Если Р – алгебраически замкнутое поле, то характеристический многочлен обязательно имеет некоторый корень в Р, и, следовательно, для существует собственный вектор, то есть любой корень является собственным значением оператора . И значит, собственный вектор.
Если Р – не алгебраически замкнутое поле, то (t) может не иметь корней в Р, и тогда, соответственно, в L не будет собственных векторов для оператора .
Теорема. Характеристические многочлены эквивалентных матриц совпадают.
Доказательство. Пусть А~В Т: А = Т -1ВТ
A(t)= |tE – A| = |tE - Т-1ВТ|=|Т-1(tE – В)Т|=|Т-1||(tE – В)||Т|= = |(tE – В)|= B(t).
Легко видеть, что
A(t)= |tE – A| = =
= (t – a11)(t – a22)… (t – ann)+ слагаемые степени (n-2) =
= tn - (a11+ a22+…+ ann) tn-1 + …+ (-1)ndetA.
Определение. Для квадратной матрицы А =(аij) порядка n следом матрицы называется tr A = а11+а22+…+ аnn .
По теореме, если А В, то trA=trВ, так как A(t)= В(t), а trA – второй коэффициент характеристического многочлена. Очевидно, что и все остальные коэффициенты характеристических многочленов для эквивалентных матриц совпадают, в том числе и последние, но это мы уже знаем. Отсюда, в частности, следует, что если trA trВ, то А и В не эквивалентны.
Лекция 28.
16.5. Теорема Гамильтона – Кэли. Любая квадратная матрица А является корнем своего характеристического многочлена: A(А)=0.
Доказательство. Пусть п – порядок матрицы А, и В=(bij) – присоединенная матрица матрицы tE – A: B = (tE – A)* (см. 9.4). Тогда bij – алгебраические дополнения к элементам матрицы tE– A, то есть миноры (с точностью до знака) (п-1)-го порядка матрицы tE– A. Значит, bij – многочлены от t степени
п-1. Поэтому bij имеют вид bij = b(0)ij+ b(1)ijt + …+ b(п-1)ijtп-1, где все b(k)ij Р. Определим матрицы В(k) с элементами из Р: В(k) = ( b(k)ij), k = 0, 1,…,п - 1. Тогда В = В(0)+ tВ(1) )+…+ tп-1В(п-1). По свойству присоединенной матрицы
В(tE – A) = |tE – A|Е. (16.3)
Пусть A(t)= |tE – A|= с0 + с1t+…+ сп-1 tп-1+ tп. Из формулы
(16.3) получаем:
(В(0)+ tВ(1) +…+ tп-1В(п-1))(tE– A) = (с0 + с1t+…+ сп-1 tп-1+ tп)Е. Сравним коэффициенты при одинаковых степенях t и запишем результат в таблицу:
При t0: |
-В(0)А |
= с0Е |
×А0 =Е |
При t1: |
-В(1)А+ В(0) |
= с1Е |
×А |
При t2: |
-В(2)А+ В(1) |
= с2Е |
×А2 |
. . . . . . . |
. . . . . . . . . . |
. . . . . . |
. . . . . |
При tп-1: |
-В(п-1)А+ В(п-2) |
= сп-1Е |
×Ап-1 |
При tп: |
В(п-1) |
= спЕ |
×Ап |
Затем домножим все наши равенства на степени матрицы А, стоящие справа, и сложим их. Получим:
0 = с0Е+ с1А+…+ сп-1 Ап-1+ Ап =A(А)
Следствие. [( )] = []([])= 0 ( )= 0.