Реферат Курсовая Конспект
Определение, примеры и простейшие свойства линейных пространств - раздел Образование, 1. Определение, Примеры И Простейшие Свойства Линейных Пространств...
|
1. Определение, примеры и простейшие свойства линейных пространств
Опр.1.1. Пусть P- поле. Непустое множество V называется линейным пространством (либо векторным пространством) над P (элементы V будем называть векторами, элементы P - скалярами), когда:
0) На V задана бинарная алгебраическая операция, которая называется сложением, или суммой, (то есть, " ,ÎV указанный вектор +ÎV), которая удовлетворяет условиям:
1) ",,ÎV (+)+= +(+); 2) $ ÎV, что " ÎV +=+=;
3) " ÎV $ (-) ÎV такой, что +(-)= (-)+=; 4) " ,ÎV + =+;
0’) Задана операция внешнего умножения скаляров (элементов из Р) на векторы (элементы из V) (то есть, что "lÎP, "ÎV, указанный вектор lÎV);
5) "l, m ÎP "ÎV (l×m)=l(m); 6) "l, m ÎP "ÎV (l+m)=l+m;
7) "lÎP ",ÎV l(+)=l+l; 8) "ÎV 1=.
Опр.1.2. Когда P=R, тогда V называется вещественным линейным пространством. Когда P=C, тогда V называется комплексным линейным пространством.
Примеры 1.3.
1.3.1. V2 - множество векторов плоскости с обычными операциями сложения и умножения вектора на число – действительное линейное пространство.
1.3.2. V3 - множество векторов в пространстве - действительное линейное пространство.
1.3.3. V={} и "P "lÎP l=; +=- нулевое пространство.
1.3.4. "P; Mat(m´n; P) - линейное пространство над P.
1.3.5. "P; Mat(n´1; P)=Pⁿ - столбцы длины n, Pⁿ- арифметическое пространство.
1.3.6. "P, P[x] - множество всех полиномов из коэффициентами из Р.
1.3.7. "P, Pn[x] - множество всех полиномов из коэффициентами из Р, степени которых не большие за n.
1.3.8. C[a; b] – множество непрерывных на [a; b] функций. – Действительно линейное пространство.
Св-во 1.4. Если V – линейное пространство, то <V,+> - коммутативная аддитивная группа. Из 1.4 и св-в групп следуют св-ва 1.5–1.7
Св-во 1.5. в V единственный.
Св-во 1.6. " ÎV, противоположный вектор (-) единственный.
Св-во 1.7. ",ÎV уравнение +x=имеет единственное решение x=(-)+ ..
Пример 2.8.
2.8.1. В V2 произвольная система из 2-х неколлинеарных векторов линейно независимые.
2.8.2. В V3 произвольная система из 3-х некомпланарных векторов линейно независимые.
2.8.3. В C[a; b] система векторов 1, sin²x, cos²x - линейно зависимые, так как (-1)×1+1×sin²x+1×cos²x=0.
2.8.4. В Pⁿ система векторов =, = , … , =- линейно независимая.
Св-во 2.9. Когда система векторов удерживает , тогда она линейно зависимая.
Доказательство. 1+ 0+ … +0=.■
Св-во 2.10. Когда система векторов удерживает линейно зависимую подсистему, тогда она линейно зависимая.
Доказательство. Без потери общности можно считать, что первые s векторов системы образовывают линейно зависимую подсистему l1+…+ls=, где не все lі=0. Из этого равенства очевидно, что l1+…+ls+ 0 + … +0=, где не все коэффициенты равные нолю, значиться, система линейно зависимая. ■
Вывод 2.11. Когда система векторов линейно независимая, тогда произвольная ее подсистема линейно независимая. Доказательство. Следует из 2.10 доказательствам от противного■
Опр.2.12. Будем говорить, что линейно выражается через (1), $ l1, l2,…, lnÎR такие, что =l1+l2+…+ln.
Св-во 2.13. Пусть . Система линейно зависимая тогда и только тогда, когда один из ее векторов линейно выражается через остальные векторы этой системы.
Доказательство. 1) - линейно выражается через, . линейно зависимая система . 2) Наоборот. Пусть - линейно зависима. не все коэффициента равны нулю. Пусть . значит - линейно выражается через остальные. ■
Подпространства. Определение, примеры, критерий подпространства
Опр. 7.1. Пусть V линейное пространство над полем Р. Непустое подмножество UVназывают подпространством пространства V, когда U является линейным пространством относительно операций, какие указанный в V.
Теорема.7.2.(Критерий подпространства). V линейное пространство над Р. Подмножество UVявляется подпространством в V тогда и только тогда, когда выполняются 3 условия: 1) U≠Ø; 2) Для каждых и U+U;3) Для произвольного λР и для произвольного UλU. Доказательство. Когда U линейное подпространство, тогда 1), 2) и 3) очевидно выполняются. Пусть выполняются свойства 1), 2), 3). Тогда U≠Ø.
1.1.0 следует из 2). 1.1.1 выполняется, так как выполняется для произвольных элементов из V.
1.1.2 0=, значиться по 1.8 U. 1.1.3 По 1.9 (-1)= -, значит по 3) -U.
1.1.4 выполняется, так как выполняется для произвольных элементов из V. 1.1.0` следует из 3).
1.1.5-1.1.8 выполняются, так как выполняются для произвольных элементов из V и из Р.■
Эти свойства: 1) ",,ÎV (+)+= +(+); 2) $ ÎV, что " ÎV +=+=;
3) " ÎV $ (-) ÎV такой, что +(-)= (-)+=; 4) " ,ÎV + =+;
0’) Задана операция внешнего умножения скаляров (элементов из Р) на векторы (элементы из V) (то есть, что "lÎP, "ÎV, указанный вектор lÎV); 5) "l, m ÎP "ÎV (l×m)=l(m);
6) "l, m ÎP "ÎV (l+m)=l+m;
7) "lÎP ",ÎV l(+)=l+l;
8) "ÎV 1=.
Пример. V=Mat{m×n|R}, U={AV| a11=0} является подпространством в V.
Пример: P[x] – линейное пространство, Pn[x] - линейное пространство, Pn[x] P[x]
Пример:
Линейные отображения. Определение, примеры, простейшие свойства
Азн.8.1. Пусть V, U -линейные пространства над P. Отображение f: V→U(1) называется линейным (гомоморфизмом линейная пространства), когда1); 2) .
Примеры: 1. V=R2, U=R1[x], f :VU:.2. Поворот плоскости кругом пункта О.
3. Нулевое отображение f : . 4. Тождественное преобразование
Св-во 8.2. Когда f :VU - линейное отображение, тогда: 1) ; 2) V ; 3) P, V . Доказательство. 1) .
2) . 3) ММИ по n. 1) n=1 – это 8.1.2.
2) n=2 . Если св-во справедливо для n, то
■
Теорема 8.3. ( Критерий линейности отображения) V, U-линейные пространства над P. Отображение f: V→U является линейным тогда и только тогда, когда P, V (2)
Доказательство. 1) Когда f - линейное, тогда (2) следует из 8.2.3. 2) Пусть исполняется (2), возьмем , тогда , значиться исполняется 8.1.1. Возьмем : (по 8.2.1), значит исполняется 8.1.2. Таким образом, f - линейное отображение.■
Теорема 8.4. V, U -линейные пространства над P. dimV=n, - произвольный базис V. Задание линейного отображения эквивалентно заданию образов элементов базиса , , . . . , . Доказательство. 1) Когда задана линейное отображение, тогда задан .
2) Пусть заданный . Надо задать линейное отображение. определяется в виде (поскольку - базис). Укажем отображение .
Докажем, что F - линейное отображение, и . Начнем доказательство из конца. , , , . Докажем, что F - линейное. Проверим 8.3. Для произвольных векторов и скаляров , , .■
Линейные операторы и их матрицы
Азн. 10.6. Когда V- линейное пространство над над Р, а f: VV - линейное отображение, тогда f называется линейным оператором, эндоморфизмам пространства ли V. Множество эндоморфизмов пространства V обозначается EndP(V), или End(V).
Опр. 10.7. Пусть (1) - базис V, End(V) – множество всех изоморфизмов V. fÎEnd(V), тогда матрица системы векторов в базисе (1) наз. матрицей оператора f в базисе (1).
Пр. 10.8. 1) D: :. Эндоморфизм D в базисе 1, x, x2 имеет матрицу А=. 2) Эндоморфизм – поворот около пункта 0 на угол , в базисе имеет матрицу . 3) Найдем матрицу этого же эндоморфизма в базисе : ; . В итоге, эндоморфизм в базисе имеет матрицу .
Св-во 10.9. Пусть f – линейное преобразование пространства в V. (1) – базис в V, тогда каждому fÎEnd(V) соотвествует матрице - матрица f в базисе (1) и наоборот, каждой матрице А соответствует единственный линейный оператор fÎEnd(V), для которого А – его матрица в базисе (1). Доказательство: частный случай 10.3. n
Св-во 10.10. Пусть (1) – базис линейного пространства V, fÎEnd(V), - матрица линейного оператора f в базисе (1). Если вектор V в базисе (1) имеет столбец координат Х, а f(v) имеет столбец координат Y, то Y=AX. Доказательство: частный случай 10.4. n
Пример 10.11. :V2V2, найти (), где =. Решение 1. Поскольку ()=; ()= - , то () =()= =3()+4() =3+4( – ) = – 4+3. Решение 2. В базисе ,оператор имеет матрицу А=, а вектор имеет столбец координат Х=. () в базисе ,имеет столбец координат Y=АХ=×=. – 4+3. Какие координаты имеет вектор() в базисе
=, =+? Решение 1. Достаточно найти координаты вектора -4+3в базисе ,. Это можно сделать по определению координат вектора в базисе: –4+3= х+у, –4+3= х+у(+), –4+3= (х+у)+у. Поскольку ,- базис, , то, и . Решение 2. =Х=×=. Оператор имеет в базисе ,матрицу В=. Тады =В=×=.
Лемма 11.7. Пусть матрицы С, DÎMat(m´n,P) такие, что для произвольного столбца ХÎMat(n´1,P) СХ=DX, (3) тогда С=D. Доказательство. Когда Х=, из равенства (3) очевидно получается, что в матрицах С и D первые столбцы равные. Когда Х=, получаем равенство вторых столбцов матриц С и D. Все соответствующие столбцы матриц С и D равные, значит С=D. n
Теорема 10.13. Пусть (1) и - базисы пространства V, Т – матрица перехода от (1) к (4). fÎEnd(V),
f имеет матрицу А в (1), f имеет матрицу В в (4), тогда В = Т –1 А Т. Доказательство: Пусть имеет столбец координат По 10.10. n
Опр.10.14. Квадратная матрица наз. сопряженной с помощью матрицы S, если .
Следствие 10.15. А, В сопряжены тогда и только тогда, когда они являются матрицами одного и того линейного оператора в разных базисах. Доказательство: То, что матрицы одного линейного оператора в разных базисах сопряжены, доказано в 10.13. Обратно. Пусть А, В сопряжены. Рассмотрим произвольное линейное пространство V над Р dimV=n, - произвольный базис V, тогда по 10.9. есть линейный оператор fÎEnd(V), который в этом базисе имеет матрицу А. Рассмотрим - базис, который в исходном базисе имеет матрицу S. По условию матрица S невырождена, тогда - базис V. По 10.13. f имеет матрицу. n
Ортогональные операторы. Определение, примеры, свойства
ОПР .14.1.Пусть ε – Евклидовое пространство. Лин. Преобразование f:εε наз. ортогональным, если Îε .
Приметр14.2. В Евклидовом пространстве V2 со сколярным произведением оператор f: V2V2 является ортогональным.
СВ-во.14.3.Если f: εε – ортогональный оператор, тогда: 1) f сохраняет норму, т.е. ); 2) f сохроняет угол между векторами, т.е. ε{} =).
Д-во. 1) , значыцца .
2) , адкуль =.■
Св-во14.4.Ортогональный оператор явл. ортоморфизмом пр-ва, т.е. биективным, лин. отображ
Ортогональные операторы и ортогональные матрицы
ОПР .14.1.Пусть ε – Евклидовое пространство. Лин. Преобразование f:εε наз. ортогональным, если Îε .
Опр.14.5.Матрица AÎMat(n´n;R) наз. ортогональной, если . Прыклад14.6.
Лемма 14.7.Если A, BÎMat(n´n;R) і X, YÎRn тады .Доказ. . Т.к , - любые, рассиотрим -столбец, у которого і-ы элемент равен 1, а все остальные 0. Так определим и трудно заметить, что. А это значит, что , значит , .■
Св-во14.8.Ортогональный оператор Евклидового пространства в ортонормированном базисе имеет ортогональную матрицу. До-во. Пусть ортанармированный базис εn, f:εnεn - ортогональный оператор и А- его матрица в этом базисе. Рассмотрим произвольные векторы Îεn, которые имеют столбцы координат , соответственно в данном базисе. Тогда векторы і имеют столбцы координат і соответственно. Из ортогональности f по 14.7 следует, что , Из леммы 15.6 следует, что .■
Св-во 14.10. Оператор f ортогонален тогда и только тогда, когда его матрица в ортонормированном базисе ортогональна. Доказательство: Утверждение, что если f – ортогонально, следует, что А – ортогональна (по 14.8.). Обратно: пусть есть ортонормированный базис, А – ортогональная матрица, тогда есть оператор f. Пусть в этом базисе имеют столбцы координат Х и Y. Тогда имеют столбцы координат АХ и AY. Тогда ■
Ортогональные операторы, матрицы и системы векторов
Св-во 14.11: Линейный оператор в Евклидовом пр-ве ортонормирован тогда и только тогда, когда он переводит ортонормированный базис в ортонормированный базис. Доказательство: Пусть fортогонален. - ортонормированный базис. - ортонормированный базис. f– ортогонален, значит сохраняет норму. . fсохраняет угол, значит векторы попарно ортогональны. Тогда они линейно независимы, значит линейное пространство образует базис. Обратно: пусть - ортонормированный базис. - ортонормированный базис. Пусть имеют столбцы координат Х и Y. Тогда имеет столбец Х в базисе . Аналогично имеет Yв том же ортонормированном базисе. Получим ■
Св-во 14.12. Композицияортогональный отображений ортогональна отображению. Доказательство: ■
Св-во 14.13. Матрица А является ортогональной тогда и только тогда, когда . Доказательство: , - ортогональная. ■
Следствие 14.14. Оперделитель ортогональной матрицы равен 1 или –1. Доказательство: Возьмем (*). ■
Сумма линейных операторов и ее свойства
Опр. 15.1. Путь f1 і f2 линейные операторы V, тогда их суммой называют отображение
V V(2)
Св-во 16.2.Сумма линейных операторов является линейным оператором. Док-во. Используем теорему о критерии линейности: V P (в первой и последней равенствах использовали определение 16.1, а во второй - теорему 8.3). ■
Св-во15.3.Когда линейные операторы f1 и f2 имеют в базисе (1) матрицы A1 и A2, тогда линейный оператор f1+ f2 мои в этом базисе матрицу A1+ A2. Док-во. Пусть произвольный вектор , векторы имеют в базисе (1) соответствующие столбцы координат . Х,. Тогда ; . По определению 15.1 . Отсюда следует, что . Из замечания о единственности матрицы линейного оператора следует, что– матрица линейного оператора в базисе (1).■
Св-во.15.4.Множество End(V) с операцией сложения лин. операторов явл. аддитивной(+/-), коммутативной группой. Доказательство: 1) Докажем ассоциативность операции сложения (1).: V ÎEnd(V)Так как – произвольный, доказали равенство отображений: . 2) Докажем коммутативность сложения операторов: V End(V) , значыцца, .
3) Очевидно, что нулевое отображение VVпринадлежит End(V) и является нейтральным относительно сложения элементов в End(V): V ÎEnd(V). Отсюда следует . 4) Докажем, что для произвольного fÎEnd(V)отображение (–f):VVявляется линейным оператором, и что . VP
Значит, End(V). V, , из чего следует, что .■
Св-во. 15.5.Когда dim(V)=n, тогда End(V) и Mat(n n;P) являются изоморфными аддитивными группами.
Доказательство. В свойства 11.4 доказали, что когда фиксированный базис (1) в V, то сущнствует биективное отображение F: Mat(n´n;P)End(V). Из свойства 15.3 следует , что "A1,A2Î Mat(n´n;P) F(A1+A2)= F(A1)+F(A2), таким образом, F - изоморфизм аддитивных групп End(V) і Mat(n´n;P).■
Умножение линейного оператора на скаляр
Орп. 15.6.V – лин. пространство над P, fÎEnd(V), P. Произведением скаляра на эндоморфизм f называется отображение :VV:.
Св-во 15.7 ÎEnd(V).До-во. ÎVP
значит, fÎEnd(V). ■
Св-во 15.8. 1) P, fÎEnd(V) ; 2) P, fÎEnd(V) ;
3) P, f1, f2ÎEnd(V) ; 4) fÎEnd(V) 1× f = f.
Доказ.1) V , значит, .
2) ,
откуда . 3) значит . 4). ■
Св-во 15.9.End(V) является линейным пространством над P. Доказательство. Свойства 1)-4) определения 1.1 доказана в 15.4, а свойства 5)-8) этого определения рассматривались в 15.8. ■
Св-во 15.10.Калі эндамарфізм fÎEnd(V) мае ў базісе (1) матрыцу А, тады эндамарфізм f мае ў базісе (1) матрыцу А. Доказ.Когда произвольный вектор и векторы f(), (f)() имеют в базисе (1)столбцы координат соответственно Х, Y, , тогда по определению 16.6, значит, А – матрица (f) в базисе (1).■
Т. 15.11.Если dim(V)=n, тогда лин. пространство End(V) і Mat(n´n;P) изоморфное. Доказ. Рассмотрим ту же биекцию F: Mat(n´n;P)End(V), что и в 15.5. То, что F сохраняет сложение, доказана в 15.5. То, что P, AÎEnd(V) , следует из 16.8 и замечания о единственности матрицы оператора в базисе.■
Вывод. 15.12.Калі dim(V)=n, тады dim (End(V))=n2. Доказ.Очевидно, что dim(Mat(n´n;P))=n2, а так как изоморфные пространства имеют равные измеримости, тогда dim(End(V))= n2.■
Инвариантные подпространства. Собственные векторы. Простейшие свойства
Азн.16.1. fÎEnd(V). Подпространство U пространства V называется инвариантной относительно f (или f - инвариантной), когда ÎU ÎU (1)
Прыклад 16.2.1. V=V2, prx – проекция на ось Ox. U1=RR} - инвариантная относительно prx подпространство, так как R, U1. U2=RR} - также инвариантные относительно prx подпространство, так как R, R U2. R U2.
16.2.2. V=V3, f – поворот вокруг оси Oz на угол . f- инвариантными являются UzіUxoy - просторо векторов плоскости xOy.
16.2.3. Для оператора D деференцирования пространства P[x] для произвольного натурального n пространства
Pn[x] является D-инвариантными.
16.2.4. Для произвольного fÎEnd(V) подпространства і V являются f - инвариантными. Они называются тривиальными.
Св-во 16.3 Когда fÎEnd(V), U1 и U2 f - инвариантные подпространства, тогда U1U2 также f- инвариантное подпространство. Доказ. Рассмотрим U1U2. То U1 откуда следует, что ÎU1. Аналогично, ÎU2, ■
Азн. 16.4.Ненулевой вектор ÎV называется собственным вектором оператора fÎEnd(V), когда существует ÎP такой, что f. При этом говорят, что - собственная значимость линейного оператора f, которое соответствует вектору .
Прыклад 16.5.У линейного оператора prx линейного пространства V2 вектор является собственным из собственной значимостью 1, поскольку . Т.к. , вектор - собственный, которому соответствует собственная значимость 0.
Св-во 16.6.Когда - собственный вектор линейного оператора fÎEnd(V), которому соответствует собственная значимость ÎP, тогда для произвольного ÎP{0} вектор также является собственным вектором оператора f, которому также соответствует собственная значимость . Доказ. По условию . Тогда очевидно, что і .■
Вынік 16.7Когда - собственный вектор линейного оператора fÎEnd(V), которому соответствует собственная значимость , тогда подпространство P={ÎP} является f-инвариантной и каждый ненулевой вектор этого пространства является собственным вектором этого пространства является собственным вектором f, которому соответствует собственная значимость . Доказ. Следует из 17.6 и того, что f.■
Азн. 16.8 Пусть (3) -базис пространства V, fÎEnd(V) і А=– матрица оператора f в базисе (3).Характеристическим полиномам матрицы А, а также характеристическим полиномамfназывается полином
(4).
Диагональные матрицы линейных операторов
Св-во 16.14. Пусть dimV=n. Линейный оператор f имеет в некотором базисе диагональную матрицу тогда и только тогда, когда это базис из собственных векторов. Доказательство: Пусть -базис из собственных векторов,-собственные значения, тогда .Обратно. Пустьв базисе оператор f имеет матрицу ■
Св-во 16.15. Собственные векторы линейного оператора, которые соотвествуют попарно неравным соотв. значениям, линейнонезависимы. Доказательство: ММИ по k – число векторов. , попарно различны, то она линейно независима. .Равенство (*) умножим на и прибавим к последнему равенству.
По посылке - лин. независимые. . Все коэффициенты в (*) равны нулю. Значит система векторов линейно независима. ■
Т. 16.16. Пусть и линейный операторf имеет n попарно неравных собственных значений, тогда существует базис, в котором оператор f имеет диаональную матрицу. Доказательство: Если -попарно неравные собственные значения f, то соотв. собственным векторам , которые по 16.15. линейно независимы. n линейно независимых векторов линейного пространства составляет базис из собственных векторов оператора f, тогда по 16.14. f в этом базисе диагональна. ■
Следствие 16.17. Пусть и имеет n попарно неравных собственных значений, тогда существует матрица - диагональная. Доказательство: Рассмотрим V, dimV=n. Фиксируем в нем произвольный базис .Тогда существует линейный оператор , который в этом базисе имеет операцию А. Собственное значение А и f совпадают, значит f имеет n попарно неравных собственных значений, тогда по 16.16. существует новый базис ,в котором матрица В оператора f диагональна. Возьмем T – матрицу перехода от старого базиса к новому. диагональная. ■
Самосопряженные операторы, их свойства, матрицы, собственные векторы, примеры.
Опр. 17.1. ε – Евклидово пространство. Оператор fÎEnd(ε) наз. Самосопряженным , если Îε .
Пример17.2. 1. Очевидно, что тождественный оператор является самосопряженным. 2. В V2 рассмотрим оператор Pr x проектирования на ось Ox. Очевидно, что . Тогда , і . Таким образом, доказали, что Prx - самосопряженный оператор.
Св-во17.3. Когда f - самосопряженный оператор пространства ε, UÌε -является f-инвариантным подпространством, тогда ортогональное дополнение к U Uε ÎU является f-инвариантным подпространством.Доказательство. Сначала докажем, что U- подпространство в ε. U,R, U , значит, U. По критерию подпространства следует, что U- подпространство в ε. Т.к. U, . Из самосопряженности оператора f следует, что , значит ÎUі Uявляется f-инвариантным подпространством.n
Св-во 17.4.Если линейный операторf–самосопряженный оператор пространства ε,А–его матрица в ортонормированном базисе, тогда А=АТ (1).Матрицы, которые удовлетворяют равенству (1) называются симметричными. Доказательство. Фиксируем произвольный ортонормированный базис в ε. Пусть в этом базисе f мои матрицу А, произвольные векторы и имеют столбцы координат X и Y. Тогда векторы и имеют столбцы координат AX и AY. По свойству 14.7 =(AX)TY =X TA TY, і =X TAY. С самосопряженности f следует, что X TA TY=X TAY. Так как X и Y - произвольные столбцы, из последнего равенства по лемме 15.6 следует, что AT=A.n
Св-во17.5. Когда и - собственные векторы самосопряженного оператора f, которым соответствуют неровные реальные собственные значимости і , тогда векторы и взаимообратные.
Доказательство. Так как f – самосопряженный оператор, , , . По условию , значит, .n
Собственные числа самосопряженных операторов
Лемма 17.6. У любого линейного оператора вещественного пространства есть инвариантное подпространство размерности 1 или 2. Доказательство: . Фиксируем произвольный базис. Оператор f в нем имеет матрицу . Рассматриваем этот многочлен как многочлен с комплексными коэффициентами. По основной теореме алгебры этот многочлен имеет корень . Если , то он соответствует некоторому и - пространство инвариантно относительно f. . Пусть . Рассмотрим систему линейных уравнений над полем комплексных чисел т.к. справа – действительная матрица, то . Рассмотрим векторы и , которые в этом же базисе, где брали матрицу А, имеют столбцы координат Х и Y, тогда АХ и АY – столбцы координат и в этом же базисе. . Рассмотрим линейную оболочку
- подпространство инвариантное относительно f. . ■
Свойство 17.7. Все собственные числа самосопряженного оператора - вещественные. Доказательство. От противоположного. Пусть f собственное число , где . Из доказательства леммы 17.6 следует,
что Г ненулевые векторы и : . ; ; ; . Но , получили противоречие. n
Теорема 17.8. f – самосопряженный оператор , тогда существует ортонормированный базис из собственных векторов f. Доказательство: ММИ по n. Если n=1, верно, т.к. любое линейное преобразование одномерного пространства есть умножение на скаляр. Пусть верно для n+1. . Возьмем произвольное собственное значение , которое соответствует . Известно, что - одномерное собственное пространство f. Рассмотрим по посылке индукции. - ортонормированный базис из собственных векторов f. Покажем, что разлагается в сумму векторов и вектора . - базис . Покажем это: разлагается по базису разлагается по . Значит система линейно независима и она является ортонормированным базисом из собственных векторов f. n
Св-во 17.9. Для любой симметричной матрицы А существует ортогональная матрица Т такая, что - диагональная. Доказательство: Пусть . Рассмотрим . Фиксируем в нем . Рассмотрим оператор f, который в этом базисе имеет матрицу А. Базис ортонормированный. Матрица симметричная, значит линейный оператор самосопряжен (по 17.4.). По 17.8. существует ортонормированный базис из собствееных векторов оператора f, в котором оператор f имеет матрицу . Возьмем матрицу Т перехода от исходного базиса к базису из собственных векторов. Т.к. оба базиса ортонормированных, то Т – ортагональная. n
– Конец работы –
Используемые теги: определение, меры, Простейшие, Свойства, ных, пространств0.102
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Определение, примеры и простейшие свойства линейных пространств
Если этот материал оказался полезным для Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов