КАНОНИЧЕСКАЯ ФОРМА ЖОРДАНА
Определение 1. -мерной жордановой клеткой, соответствующей числу l называется треугольная матрица вида . Определение 2. Говорят, что матрица линейного оператора действующего в - мерном пространстве имеет нормальную жорданову форму, если вдоль ее главной диагонали расположены жордановы клетки, а остальные элементы нули , где , а - собственные значения оператора. Не исключена возможность, что в матрице для некоторых номеров или . Базис пространства Х, в котором матрица оператора А имеет нормальную жорданову форму, называется каноническим. В - мерном комплексном пространстве для каждого линейного оператора А существует базис, в котором матрица имеет нормальную жорданову форму. При переходе к другому каноническому базису матрица оператора сохраняется с точностью до перестановки клеток. Нормальная жорданова форма является простейшей формой, к которой может быть приведена матрица произвольного оператора. Построение нормальной жордановой формы состоит из следующих этапов: 1. Составляется и решается характеристическое уравнение , определяются собственные значения оператора и их кратности . 2. Для каждого собственного значения подсчитывается число соответствующих ему жордановых клеток различной размерности по формуле: где - ранг матрицы . Простым собственным значениям соответствуют жордановы клетки единичной размерности. 3. После того, как число клеток разной размерности, соответствующих различным собственным значениям определено, записывается нормальная жорданова форма с точностью до перестановки клеток. Канонический базис при этом остается неопределенным. Пример. Привестик нормальной жордановой форме матрицу оператора: . Для нахождения собственных значений оператора составим и решим характеристическое уравнение . Откуда собственное значение и его кратность . Определим теперь число жордановых клеток разной размерности. В нашем случае возможны три ситуации: 1. Существует три одномерных клетки. 2. Существует одна одномерная клетка и одна двумерная клетка. 3. Существует одна трехмерная клетка. Сосчитаем число одномерных клеток: Поэтому количество одномерных клеток . Следовательно, возможен только третий вариант и нормальная жорданова форма матрицы оператора имеет вид .
5.1. Задачи. Привести к нормальной жордановой форме матрицы линейных операторов: 1. . 2. . 3. . 4. . 5. . 6. . 7. . 8. . 9. .
6. ЛИНЕЙНЫЕ ОПЕРАТОРЫ В ЕВКЛИДОВЫХ И УНИТАРНЫХ ПРОСТРАНСТВАХ.
6.1. Нормальный оператор. Наличие ортонормированного базиса в унитарном пространстве и базиса из собственных векторов линейного оператора имеют принципиальное значение при выполнении различных исследований. Поэтому основной задачей при рассмотрении линейных операторов в унитарных пространствах является изучение того класса операторов, которые в унитарном пространстве имеют ортонормированный базис из собственных векторов. Определение 1. Пусть - произвольное унитарное пространство и - операторы, действующие в . Оператор называется сопряженным к линейному оператору А, если , где - скалярное произведение вектора на вектор . Для всякого линейного оператора А существует единственный линейный сопряженный оператор . Их матрицы в любом ортонормированном базисе пространства связаны соотношением . Определение 2. Линейный оператор А, действующий в , называется нормальным, если он перестановочен со своим сопряженным оператором, т. е. . Оказывается, что оператор А имеет ортонормированный базис из собственных векторов тогда и только тогда, когда он является нормальным. При этом ортонормированные системы собственных векторов операторов А и совпадают, а собственные значения, соответствующие одному и тому же собственному вектору, комплексно сопряжены. Частными случаями нормальных операторов являются: 1. Унитарный оператор, для которого или . Оператор является унитарным тогда и только тогда, когда . Все собственные значения унитарного оператора по модулю равны 1. Всякая ортонормированная система векторов пространства переводится унитарным оператором в ортонормированную систему векторов. Матрица унитарного оператора удовлетворяет условию . Такие матрицы называются унитарными. В случае вещественного евклидова пространства и матрица унитарного (ортонормированного) оператора удовлетворяет соотношению . Таким образом, столбцы данной матрицы ортонормированны. Например, ортонормированной матрицей второго порядка является следующая матрица . 2. Самосопряженный оператор. Этот оператор совпадает со своим сопряженным, т. е. . Матрица самосопряженного оператора удовлетворяет условию . Такие матрицы называются эрмитовыми. Все собственные значения самосопряженного оператора вещественны. В случае евклидова пространства самосопряженный оператор переходит в симметричный оператор, матрица которого является симметричной, т. е. . Определение 3. Самосопряженный оператор Н называется положительно (неотрицательно) определенным, если . Всякий самосопряженный оператор положительно определен тогда и только тогда, когда его собственные значения положительны. Для любого оператора А операторы и являются неотрицательно определенными.
6.2. Приведение матрицы нормального оператора к диагональному виду Так как для всякого нормального оператора существует ортонормированный базис из собственных векторов, то матрица всякого нормального оператора может быть приведена к диагональному виду соотношением . Все отличие от общего случая состоит в том, что теперь матрица перехода С (матрица из координат собственных векторов) должна быть выбрана так, чтобы ее столбцы были ортонормированны, т. е. теперь С – унитарная матрица. Тогда общее соотношение перепишется в виде Полезно помнить, что всякий матричный многочлен от матрицы имеет те же собственные векторы, что и матрица , а соответствующие собственные значения равны . Например, матрица . Пример. Найти ортонормированный базис из собственных векторов и матрицу в этом базисе для линейного оператора, заданного в некотором ортонормированном базисе матрицей . Матрица является симметричной, поэтому искомый базис заведомо существует. Для нахождения собственных значений составляем и решаем характеристическое уравнение , откуда собственные значения кратности и кратности . Поэтому диагональная матрица оператора в базисе из собственных векторов
. Для нахождения базиса составляем и решаем системы уравнений . При имеем Нормированное решение этой системы вектор . При имеем . Линейно независимые решения этого уравнения . Применяя к векторам процедуру ортогонализации Грама–Шмидта, получим еще два ортонормированных собственных вектора . Тогда матрица перехода С имеет вид .
6.3. Полярное разложение оператора Если А – произвольный линейный оператор, действующий в унитарном пространстве , то существует единственный неотрицательный самосопряженный оператор и унитарный оператор такие, что . Оператор определяется из условия , т. е. является арифметическим корнем из оператора . Оператор является единственным лишь тогда, когда оператор А невырожден. В этом случае . Для нормального оператора А операторы и перестановочны. Пример. Построим полярное разложение оператора, который задан матрицей . Матрица сопряженного оператора имеет вид и матрица оператора тогда равна . Для построения матрицы необходимо найти собственные векторы и собственные значения матрицы . Решим соответствующее характеристическое уравнение . Откуда собственные значения кратности и кратности . Координаты первого собственного вектора, соответствующего , определятся системой
нормированное решение которой, например, вектор . Координаты второго и третьего собственных векторов, соответствующих , определяются уравнением , имеющего два линейно независимых решения, например, векторы . Применяя к векторам процедуру ортогонализации Грама–Шмидта, получим еще два ортонормированных собственных вектора . Ортонормированная матрица перехода тогда равна . Матрицы и имеют одни и те же собственные векторы и собственные значения - корни из собственных значений . Поэтому . Далее, , т. е. - невырожденная матрица. Поэтому матрица . Учитывая, что собственные значения обратны собственным значениям , получим , . Непосредственным умножением нетрудно убедиться теперь, что .
6.4. Задачи 1. Доказать, что сопряженные операторы обладают следующими свойствами: 2. Для линейных операторов, заданных следующими матрицами, найти матрицы сопряженных операторов: . 3. Проверить, являются ли нормальными операторы, заданные в некотором трехмерном унитарном пространстве матрицами из задачи 2. Найти ортонормированный базис из собственных векторов и матрицу в этом базисе для линейных операторов, заданных в некотором ортонормированном базисе матрицами: 4. . 5. . 6. . 7. .
Найти полярное разложение следующих матриц: 8. . 9. . 10. . Найти собственные значения матричного многочлена , если матрица равна: 11. . 12. . 13. .
7. БИЛИНЕЙНЫЕ И КВАДРАТИЧНЫЕ ФОРМЫ
Определение 1. Числовая функция двух векторных аргументов , определенная на комплексном пространстве Х, называется билинейной формой, если при каждом фиксированном она линейна по , а при каждом фиксированном сопряженно - линейна по , т. е. Если в пространстве Х задан базис и ,то значение билинейной формы равно , где - значение билинейной формы на паре базисных векторов. Матрица называется матрицей билинейной формы в заданном базисе Х. В матричных обозначениях , где . Если два базиса пространства и
связаны формулами перехода , где - матрица перехода, то матрицы А и билинейной формы в этих базисах связаны соотношением Ранг матрицы билинейной формы называется рангом билинейной формы. При переходе от базиса к базису ранг билинейной формы не меняется. Билинейная форма , определенная на комплексном пространстве, называется эрмитовой, если .Эрмитовой форме соответствует эрмитова матрица А, для которой . При билинейная форма переходит в квадратичную форму . В - мерном пространстве всякая квадратичная форма имеет вид . Квадратичная форма с эрмитовой матрицей принимает только действительные значения.
7.1. Приведение квадратичной формы к каноническому виду Основная задача, связанная с квадратичными формами, состоит в приведении ее с помощью линейного невырожденного преобразования переменных (преобразования базиса) к максимально простому (каноническому) виду. Определение 2. Каноническим видом эрмитовой квадратичной формы называется выражение вида , где - координаты вектора , а - вещественные канонические коэффициенты.
7.1.1. Метод Лагранжа Метод Лагранжа позволяет привести к каноническому виду симметрическую вещественную квадратичную форму. Идея метода состоит в последовательном дополнении квадратного многочлена по каждой переменной до полного квадрата. Пусть . Будем считать, что . Если это не так, то возможны два варианта: 1. Какой–нибудь из . Тогда перенумеровав базисные векторы (переобозначение переменных), получим требуемое условие. 2. Если все , и, например, , то сделаем следующее невырожденное преобразование При этом и коэффициент при . Выделим в выражении для слагаемые, содержащие : . Преобразуем слагаемые с : . Сделаем невырожденное преобразование переменных ,
. Обозначим . Тогда для получим . Если теперь квадратичная форма , то приведена к каноническому виду. Если , то, проводя аналогичные преобразования координат , за конечное число шагов приведем квадратичную форму к каноническому виду. Пример. Приведем к каноническому виду квадратичную форму . Здесь все , а коэффициент . Поэтому сделаем преобразование Тогда . Выделим и преобразуем слагаемые с : . Сделаем замену переменных Тогда . Преобразуем далее слагаемые с : и сделаем замену переменных Квадратичная форма принимает канонический вид .
7.1.2. Метод Якоби Метод Якоби позволяет найти канонические коэффициенты невырожденной эрмитовой квадратичной формы по ее коэффициентам в произвольном базисе, не строя сам канонический базис. Обозначим через главный минор - го порядка матрицы квадратичной формы , т. е. . Если все главные миноры матрицы квадратичной формы отличны от нуля, то существует канонический базис, в котором данная форма имеет вид , где .
Пример. Приведем к каноническому виду методом Якоби квадратичную форму . Матрица квадратичной формы . Главные миноры матрицы . Поэтому , где - координаты вектора в каноническом базисе.
7.1.3.Приведение квадратичной формы к каноническому виду в ортонормированном базисе Пусть - эрмитова квадратичная форма, заданная в унитарном (евклидовом) пространстве. С помощью некоторого невырожденного линейного преобразования она может быть приведена к каноническому виду, причем выбор канонического базиса неоднозначен. Оказывается, что для эрмитовой квадратичной формы среди всех канонических базисов существует и ортонормированный базис. Так как - матрица квадратичной формы является эрмитовой (самосопряженной), то она представима в виде , где - собственные значения, а - ортонормированная матрица собственных векторов матрицы А. Введем новые переменные (новые координаты вектора ) соотношениями . В новых переменных квадратичная форма . Таким образом, для приведения квадратичной формы к каноническому виду необходимо найти собственные значения матрицы А, которые и являются каноническими коэффициентами. Если нужна также связь между старыми и новыми координатами вектора , то нужно найти ортонормированную матрицу собственных векторов. Пример. Найдем канонический вид в ортонормированном базисе квадратичной формы . Матрица квадратичной формы . Для определения канонических коэффициентов составим и решим характеристическое уравнение . Откуда , и канонический вид квадратичной формы . Найдем связь между старыми и новыми координатами вектора . Собственные векторы матрицы А при определяются уравнением , линейно независимые решения которого, например, векторы
. Координаты третьего собственного вектора определяются системой которая имеет решение . Применяя к полученным векторам процесс ортогонализации Грама - Шмидта, получим искомый ортонормированный базис , и связь между старыми и новыми координатами вектора
7.1.4. Задачи Привести к каноническому виду методом Лагранжа следующие квадратичные формы: 1. . 2. . 3. . 4. . 5. . Привести к каноническому виду методом Якоби, если это возможно, следующие квадратичные формы: 6. . 7. . 8. . 9. . 10. . Найти ортогональное преобразование, приводящее следующие квадратичные формы к каноническому виду и записать этот вид. 11. . 12. . 13. . 14. . 15. . 16. . Найти канонический вид, к которому следующие квадратичные формы приводятся ортогональным преобразованием 17. . 18. .
7.2. Знакоопределенные квадратичные формы Определение. Эрмитова квадратичная форма называется положительно (неотрицательно) определенной, если . Эрмитова квадратичная форма называется отрицательно (неположительно определенной), если . Для положительной (отрицательной) определенности квадратичной формы необходимо и достаточно, чтобы все ее канонические коэффициенты в произвольном базисе имели одинаковые знаки.
7.2.1. Матрица Грама Пусть на комплексном пространстве Х заданы положительно определенная эрмитова квадратичная форма и соответствующая ей билинейная форма , - конечная система векторов пространства Х. Определение. Матрица называется матрицей Грама данной системы векторов относительно формы . Матрица Грама системы векторов относительно положительно определенной эрмитовой формы вырождена тогда и только тогда, когда эти векторы линейно зависимы. Очевидно, матрица положительно определенной квадратичной формы является матрицей Грама базисной системы векторов относительно . Пример. Определим в пространстве многочленов степени с действительными коэффициентами билинейную форму соотношением , где . Очевидно, соответствующая квадратичная форма является положительно определенной. Построим матрицу Грама для системы многочленов . и матрица имеет вид
. Вычислив определитель , убеждаемся, что многочлены - линейно независимы.
7.2.2. Критерий Сильвестра Для того, чтобы эрмитова квадратичная форма была положительно определена, необходимо и достаточно, чтобы все главные миноры ее матрицы были положительны, т. е. . Пример. Найти все значения параметра , при которых положительно определена квадратичная форма . Матрица квадратичной формы . Главные миноры матрицы . Согласно критерию Сильвестра, необходимо выполнение условий . Решение первого неравенства а решение второго . Одновременное выполнение этих условий невозможно и, следовательно, квадратичная форма не является положительно определенной.
7.2.3. Одновременное приведение двух квадратичных форм к каноническому виду. Пусть и - симметричные квадратичные формы, заданные на вещественном пространстве, причем одна из них, например, - положительно определена. Тогда существует преобразование переменных, одновременно приводящее эти квадратичные формы к сумме квадратов , , где канонические коэффициенты являются собственными значениями матрицы и могут быть определены как корни алгебраического уравнения . Пример. Привести к каноническому виду с помощью невырожденного преобразования пару квадратичных форм , . Матрицы данных форм соответственно равны . Используя, например, критерий Сильвестра, убеждаемся, что вторая квадратичная форма положительно определена. Поэтому задача имеет решение. Для нахождения канонических коэффициентов составляем и решаем уравнение , корни которого . Поэтому в каноническом базисе , .
7.2.4. Задачи Найти все значения параметра , при которых положительно определены квадратичная формы: 1. . 2. . 3. . 4. . 5. Пусть Х – множество непрерывных на интервале функций. Зададим на множестве Х билинейную форму . Показать, что положительно определена. Построить матрицу Грама системы функций и доказать их линейную независимость. 6. Доказать, что определитель матрицы Грама системы векторов не изменится, если какой-либо вектор системы заменить перпендикуляром, опущенным из этого вектора на линейную оболочку любых других векторов системы. Выяснить, что в следующих парах квадратичных форм одна форма положительно определена и привести их одновременно к каноническому виду, не определяя канонический базис: 7. , . 8. , . 9. , .
7.3 Поверхности второго порядка Определение. Поверхностью второго порядка в пространстве называется геометрическое место точек, координаты которых относительно ортонормированного базиса удовлетворяют уравнению , где - вещественные числа. Исследование уравнения поверхности основано на приведении его к каноническому виду с помощью невырожденных преобразований координат. Обозначим , , . Тогда уравнение поверхности примет вид . С помощью некоторого ортогонального преобразования квадратичную форму можно привести к каноническому виду , где - собственные значения матрицы А, - координаты вектора
|