- •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
17. Диагонализируемые линейные операторы
Определение. Линейный оператор : Ln Ln называется
диагонализируемым, если существует базис е в Ln такой, что [ ] - диагональная матрица, [ ] = diag(1,…,п).
Теорема 1 (необходимое и достаточное условие диагонализируемости). Линейный оператор : Ln Ln имеет в некотором базисе е диагональную матрицу [ ]= diag(1,…,п) базис е состоит из собственных векторов л.о. , а 1,…,п – собственные значения оператора .
Доказательство.
. Пусть в базисе е = {е1,…, еn } матрица [ ] = diag(1,…,п). Тогда i=1,…,п еi= i еi базис е состоит из собственных векторов л.о. , с собственными значениями 1,…,п .
. Если базис е = {е1,…, еn } состоит из собственных векторов л.о. , с собственными значениями 1,…,п , то i=1,…,п еi= i еi [ ] = diag(1,…,п).
Рассмотрим, при каких условиях в Ln существует базис из собственных векторов л.о. .
Лемма. Собственные векторы л.о. , соответствующие различным собственным значениям, линейно независимы.
Доказательство. Пусть s1,…, sk – собственные векторы л.о. с различными собственными значениями 1,…,k. Проведем доказательство индукцией по k .
При k = 1 вектор s1 линейно независим, так как s1 0.
Пусть для k - 1 утверждение верно, то есть s1,…, sk-1 линейно независимы. Покажем, что тогда s1,…, sk-1, sk линейно независимы. Предположим, что
1s1+…+ k-1sk-1+ k sk = 0. (17.1)
Применим к левой и правой частям этого равенства л.о. . Получим :
11s1+…+ k-1 k-1sk-1+ kksk = 0. (17.2)
Теперь умножим равенство (17.1) на k и вычтем его из (17.2). Получим 1(1 -k)s1+…+ k-1( k-1 -k)sk-1= 0. Но s1,…, sk-1 линейно независимы 1(1 -k)=…= k-1( k-1 -k)= 0 1=…= k-1=0, так как 1 -k 0,…, k-1 -k 0. Теперь из (17.1) получаем, что k sk = 0 k= 0 (так как sk 0) s1,…,sk - линейно независимы.
Пример. В линейном пространстве L = С∞(-, +) бесконечно дифференцируемых функций на числовой прямой для л.о. = d/dx: С∞(-, +) → С∞ (-, +) (см. пример из п.16.4) векторы еаx являются собственными векторами, и поэтому любая система векторов { еаx,еbx,…,есx} с различными а, b,…,с – линейно независима.
Теорема 2 (достаточное условие диагонализируемости).
Если характеристический многочлен (t) линейного оператора : Ln Ln имеет п различных корней в поле Р, то в Ln существует базис из собственных векторов (в котором матрица [ ] – диагональна).
Доказательство. Действительно, в этом случае по лемме в Ln существуют п линейно независимых собственных векторов л.о. , которые образуют базис из собственных векторов (в котором по теореме 1 матрица [ ] – диагональна).
Замечание. Условие в теореме 2 достаточное, но не необходимое: л.о. id : Ln Ln имеет единственное собственное значение 1 =1, но любой базис пространства Ln состоит из собственных векторов л.о. id.
Рассмотрим, почему л.о. : Ln Ln может не быть диагонализируемым. Во-первых, это может быть из-за того, что поле Р не алгебраически замкнуто, и характеристический многочлен (t) имеет в Р меньше, чем п корней. Например, для поворота плоскости на угол характеристический
многочлен t2+1 не имеет действительных корней, и, очевидно, собственных векторов для этого поворота также нет. Во-вторых, для некоторого собственного значения 0 Р кратности k >1 число соответствующих линейно независимых собственных векторов может быть меньше, чем k (см. теорему 3). Например, для л.о. с матрицей [ ]= в базисе е = {е1, е2 }, очевидно, 1,2 =1- собственное значение кратности 2, но существует лишь один соответствующий линейно независимый собственный вектор – это е1.
Теорема 3. Пусть Ln – линейное пространство над полем Р, : Ln Ln - линейный оператор, 0 – корень характеристического многочлена (t) кратности k 1. Тогда число линейно независимых собственных векторов оператора с собственным значением 0 не превосходит k .
Доказательство. Пусть dim Ker(0 id - )= m, {s1,…,sm} – базис подпространства Ker(0 id - ) (m – это и есть максимальное число линейно независимых собственных векторов оператора с собственным значением 0 ). Дополним систему векторов {s1,…, sm} до базиса е всего пространства Ln:
е = {s1,…, sm, аm+1,…, ап}. Тогда [ ]= = ,
где Еm – единичная (m m)-матрица, 0 – нулевая (n – m) m-матрица, В – некоторая m(n – m)-матрица, С - некоторая
(n – m) (n – m)-матрица. Характеристический многочлен
(t)= det(tЕ - [ ])=det =(t -0)mg(t), где g(t) – некоторый многочлен от t. Поэтому k m, то есть максимальное число линейно независимых собственных векторов оператора с собственным значением 0 не превосходит кратности корня 0 в характеристическом многочлене.
Лекция 29.