4. z z 2iy z x i y
z1 z 2 z1 z 2
5. z1 z 2 z1 z 2
z1 z1
, z2 0
z2 z2
1
Операции и для комплексных чисел не введены.
Радиус-вектор комплексного числа – вектор, начало которого лежит в точке (0,0), а конец – в точке
( x1 , y1 ).
z - модуль комплексного числа.
z x12 y12 .
Свойства модулей комплексных чисел
1) z z
2
2) z z z
3) z1 z 2 z1 z 2
2 2 2
z1 z 2 z1 z 2 z1 z 2 z1 z1 z 2 z 2 z1 z 2
z1 z1
4)
z2 z2
z1 z 2 z
z1 1 z2
z2 z2
z1 z1
z2 z2
z1 z 2 z1 z 2
2
Таким образом, если z r (cos i sin ), то z n r n (cos n i sin n ) r n e in .
, arg z.
e i , z re i .
n r, n 2k , k Ζ.
2k
n r, , k Ζ.
n
2k
2k 2k n i
n
k r (cos i sin ) r e n , k 0, n 1.
n n
Если комплексные корни изобразить точками на координатной плоскости, то они будут вершинами
правильного n-угольника, вписанного в окружность с центром в точке (0,0) и радиусом n r .
Линейные пространства
3
Допустим, что это неверно и x( x1 ), ( x 2 ). Тогда ( x 2 ) ( x1 ) x ( x 2 ) ( x1 ) ( x1 ) ( x 2 ).
3) Если элемент ( x) противоположен x, то элемент x противоположен ( x ).
x ( x) , ( x) x .
4) a, b, x L уравнение a x b имеет единственное решение относительно x.
1. x ( a) b
a (a ) b b
b b
bb
2. a x b
( a) a x b ( a)
x ( a) b.
Таким образом, наряду с понятием суммы элементов в линейном пространстве, мы можем ввести понятие
разности элементов.
Разностью элементов b и a будем называть элемент x, являющийся решением уравнения a x b.
5) Результатом умножения элемента на 0 является нулевой элемент.
Рассмотрим уравнение x y x относительно y. Решением является y . Покажем, что y 0 x
также является решением уравнения.
x 0 x 1 x 0 x (1 0) x 1 x x.
Таким образом, 0 x является решением уравнения 0 x .
6) В линейном пространстве противоположный элемент для элемента x может быть получен как
произведение ( x) (1) x.
1 x (1) x (1 (1)) x 0 x .
7) Результатом умножения нулевого элемента на число является нулевой элемент.
(0 x) ( 0) x 0 x .
4
Рассмотрим систему элементов e1 , e2 ,..., en . Эту систему будем называть базисом линейного
пространства L, если выполняются следующие два требования:
1) Система e1 , e2 ,..., en линейно независима.
2) x L можно представить в виде линейной комбинации элементов системы e1 , e2 ,..., en , причем это
представление единственно.
x x1e1 x 2 e2 ... x n e n .
Коэффициенты x1 , x 2 ,..., x n называются координатами элемента x в базисе e1 , e2 ,..., en .
Докажем единственность представления от противного:
x x1e1 x 2 e2 ... x n e n
x x1 ' e1 x 2 ' e 2 ... x n 'e n
( x1 x1 ' )e1 ( x 2 x 2 ' )e2 ... ( x n x n ' )en
Так как система e1 , e2 ,..., en линейно независима, то ( x1 x1 ' ) 0, ( x 2 x 2 ' ) 0,..., ( x n x n ' ) 0
x1 x1 ' , x 2 x 2 ' ,..., x n x n '.
При сложении двух элементов пространства их соответствующие координаты складываются, а при
умножении элемента на число каждая его координата умножается на это число.
Размерностью линейного пространства будем называть максимальное число линейно независимых
элементов пространства. Другими словами, если в пространстве любая система из n элементов линейно
независима, а система из n 1 элементов линейно зависима, то n - размерность пространства.
Запись dim( L) n означает, что размерность пространства L равна n .
Пространство называется бесконечно-мерным, если в нем существует бесконечное число линейно
независимых систем. dim( L) .
Теорема. Если n dim( L) , то в пространстве L любая линейно независимая система из n элементов
является базисом.
e1 , e2 ,..., en - линейно независимая система, тогда
x, e1 , e 2 ,..., en - линейно зависимая система.
0 x 1e1 2 e2 ... n en .
0 0
x 1 e1 2 e2 ... n en .
0 0 0
x x1e1 x 2 e2 ... x n en
система e1 , e2 ,..., en является базисом по определению.
Теорема. Если в линейном пространстве L базис состоит из n элементов, то размерность пространства
dim( L) равна n.
Нужно доказать, что любая система из n 1 элементов является линейно зависимой.
x1 , x 2 ,..., x n1
x1 a11 e1 a12 e 2 ... a1n en
x 2 a 21e1 a 22 e 2 ... a 2 n en
…
x( n1) a( n 1)1e1 a( n1) 2e2 ... a( n 1) n en .
Выпишем все коэффициенты aij в матрицу Aij :
a11 a12 ... a1n
a 21 a 22 ... a 2n
... ... ... ...
a n1 an 2 ... a nn
a a ( n 1) 2 ... a ( n 1) n
( n 1)1
5
Минор порядка n данной матрицы является базисным, так как n элементов системы линейно независимы
и все строки минора линейно независимы. По теореме о базисном миноре любая строка, не входящая в
базисный минор, представляется как линейная комбинация строк базисного минора, следовательно n 1
строк матрицы линейно зависимы, то есть система из n 1 элементов линейно зависима, значит n -
размерность пространства.
§4. Изоморфизм линейных пространств
Для того чтобы установить связь между пространствами различной структуры, но одной и той же
размерности, используют понятие «изоморфизм».
Два линейных пространства L1 и L2 называются изоморфными, если существует биективное
отображение из L1 в L2 : : L1 L2 | x, y L1 , RC , должны выполняться два следующих
требования:
1) ( x y ) ( x) ( y )
2) (x ) ( x) .
Изоморфизм пространств L1 и L2 обозначается L1 L2 .
Свойства изоморфных пространств
1) Образ линейной комбинации элементов пространства равен линейной комбинации образов с теми же
коэффициентами.
2) Образ линейно независимой системы есть систем линейно независимая.
3) Образ нулевого элемента есть нулевой элемент.
4) Образ базиса есть базис.
Теорема. Критерий изоморфизма.
L1 L2 dim( L1 ) dim( L2 ).
Необходимость:
Даны 2 изоморфных линейных пространства. Тогда равенство их размерностей следует из свойства 4.
Достаточность:
dim( L1 ) dim( L2 )
L1 : e1 , e2 ,..., en
x L1 , y L2
n n
x i ei ; y i e' i .
i 1 i 1
( x) y
( x1 x 2 ) ( x1 ) ( x 2 ).
§5. Линейные подпространства
L' L
L' называется линейным подпространством пространства L, если выполняются 2 следующих требования:
1) x, y L' x y L.
2) x L' , R (C ) x L'.
Линейное подпространство является линейным пространством:
x L'
2
0 x L'
2
(1) x x L'.
Теорема. Размерность линейного подпространства L' не превосходит размерности линейного
пространства L. Если размерности L и L' совпадают, то L' совпадает с L.
k dim( L' )
n dim( L' )
6
kn
Предположим, что k n.
Можем сказать, что существует k линейно независимых элементов в пространстве L, количество которых
превосходит n. Приходим к противоречию, так как по определению размерности линейного пространства
линейно независимых элементов должно быть ровно n.
Пусть x, y ,..., z L. Тогда множество элементов вида x y ... z будем называть линейной
оболочкой L( x, y ,..., z ). Также встречается обозначение spanx, y ,..., z.
Теорема о размерности линейной оболочки. Размерность линейной оболочки L( x, y,..., z ) равна
максимальному числу линейно независимых элементов из ( x, y ,..., z ).
Пусть g1 , g 2 ,..., g r x, y,..., z , причем g1 , g 2 ,..., g r - линейно независимая система, а g1 , g 2 ,..., g r , g r 1 -
линейно зависимая система. Тогда dim L( x, y ,..., z ) r. (Любой элемент из ( x, y ,..., z ) может быть
представлен в виде линейной комбинации g1 , g 2 ,..., g r , то есть ( g1 , g 2 ,..., g r ) - базис линейной оболочки, и
размерность линейной оболочки dim L( x, y,..., z ) r ).
§6. Сумма и пересечение линейных подпространств
Пусть L1 , L2 ,..., Lk - подпространства пространства L. Тогда L1 L2 ... Lk - множество, все элементы
которого подчинены равенству:
x x1 x 2 ... x k , где xi Li .
k
L x x
i 1
i 1 x 2 ... x k | x i Li .
f1 , f 2 ,..., f S - базис L1 L2 .
L1 L2 L1 , L1 L2 L2 по теореме о дополнении базиса линейного подпространства базис
f1 , f 2 ,..., f S можно дополнить как до базиса L1 , так и до базиса L2 .
e1 , e2 ,..., em , f1 , f 2 ,..., f s - базис L1 , f1 , f 2 ,..., f s , g1 , g 2 ,..., g t - базис L2 .
Докажем, что e1 , e2 ,..., em , f1 , f 2 ,..., f s , g1 , g 2 ,..., g t - базис L1 L2 .
m s t
По определению базиса равенство e
i 1
i i
j 1
j f j k g k выполняется тогда и только тогда, когда
k 1
t m s
все коэффициенты i , j , k равны нулю. Рассмотрим разложение g k g k i ei j f j .
k 1 i 1 j 1
7
t q
Как левая, так и правая части принадлежат L1 L2 , значит
k 1
k g k p f p . Но f1 , f 2 ,..., f s , g1 , g 2 ,..., g t -
p 1
m s
базис L2 . Значит, все коэффициенты k и p равны 0. Тогда i ei j f j . e1 , e2 ,..., em , f1 , f 2 ,..., f s -
i 1 j 1
базис L1 , поэтому все коэффициенты i , j равны 0. Получаем, что система e1 , e2 ,..., em , f 1 , f 2 ,..., f s ,
g1 , g 2 ,..., g t является линейно независимой. Теперь покажем, что x L1 L2 существует разложение в
m s
системе e1 , e2 ,..., em , f1 , f 2 ,..., f s , g1 , g 2 ,..., g t . Это следует из того, что x x1 x 2 , где x1 i ei j f j ,
i 1 j 1
s t
x 2 j f j k g k . Получаем, что система e1 , e2 ,..., em , f1 , f 2 ,..., f s , g1 , g 2 ,..., g t является базисом
j 1 k 1
L1 L2 .
8
Теорема. Матрица перехода от e к e' является невырожденной.
Предположим, что Pee ' 0 в матрице существует линейная зависимость строк или столбцов.
Получаем, что e'1 , e' 2 ,..., e' n - линейно зависимая система, но это невозможно, так как она является
базисом, то есть наше предположение неверно и Pee ' 0.
Теорема. xe Pee' xe ' .
x x1e1 x 2 e 2 ... x n en .
x e ( x1 , x 2 ,..., x n ) T
e (e1 , e2 ,..., en )
x e x e , x e' x e' .
x e' xe ' e Pee ' x e ' x e Pee ' x e ' .
При переходе от базиса e' к базису e имеем: e e'Pe1e ' , то есть Pe'e Pe1 e ' .
Евклидовы пространства
9
2 ( x, x ) ( x, y ) ( x, y ) ( y, y ) 0
2 ( x, x ) 2 ( x, y ) ( y , y ) 0
D ( x, y ) 2 ( x, x )( y, y ) 0
( x, y ) 2 ( x, x ) ( y , y )
Метрические понятия
1) Длина элемента
x ( x, x)
1) x 0, x 0 x
2) x (x, x ) 2 ( x, x) x
x y x y x y
x y x y
2 2 2
x y ( x y, x y ) ( x, x) 2( x, y ) ( y, y ) x 2 x y y ( x y ) 2
2) Угол между элементами
(a, b) a b cos
( a, b)
cos
ab
( x, y )
cos .
( x, x ) ( y , y )
10
g2
2) g 2 f 2 ( f 2 , e1 ) e1 , e2
g2
g3
3) g 3 f 3 ( f 3 , e1 )e1 ( f 3 , e2 )e2 , e3
g3
gn
g n f n ( f n , e1 )e1 ( f n , e2 )e2 ... ( f n , e n1 )e n1 , en
gn
Должны выполниться:
1) g i .
2) ( g i , g j ) 0 i j.
gi
ei , то есть если система g i ортогональна, то и система ei также ортогональна.
gi
Докажем 1) и 2) методом полной математической индукции:
1) Проверим выполнение утверждений при n 1.
g1 f1
Так как система f1 , f 2 ,..., f n – базис, то f i 0 f1 0.
Система, состоящая из одного элемента является ортогональной, то есть при n 1 условия
выполняются.
2) Предположим, что утверждения выполняются при n k .
g1 , g 2 ,..., g k
( g i , g j ) 0 i j.
3) Докажем, что утверждения выполняются при n k 1.
g k 1 f k 1 ( f k 1 , e1 )e1 ... ( f k 1 , ek )ek .
Предположим, что g k 1 .
f k 1 ( f k 1 , e1 )e1 ... ( f k 1 , e k )ek
f k 1 ( f k 1 , e1 )e1 ... ( f k 1 , e k )ek .
e1 , e2 ,..., ek выражаются через f1 , f 2 ,..., f k , то есть f k 1 выражается через f1 , f 2 ,..., f k . Получаем
линейную зависимость в системе f1 , f 2 ,..., f k , f k 1 , что противоречит условию теоремы, так как
первоначальный базис f1 , f 2 ,..., f n – линейно независимая система. Получаем противоречие, то есть
наше предположение неверно g k 1 .
Умножим скалярно обе части равенства на ei :
( g k 1 , ei ) ( f k 1 , ei ) ( f k 1 , e1 )(e1 , ei ) ... ( f k 1 , ei )(ei , ei ) ... ( f k 1 , ek )(e k , ei ).
По предположению для n k , элементы g1 , g 2 ,..., g k попарно ортогональны.
( g k 1 , ei ) ( f k 1 , ei ) ( f k 1 , ei ) 0.
( g k 1 , g i ) 0.
Таким образом, по методу математической индукции получаем, что 1) и 2) выполняются n N , то есть
в любом евклидовом пространстве можно построить ортонормированный базис, что и требовалось
доказать.
11
( f n , g1 ) ( f n , g n1 )
gn fn g1 ... g n1 .
( g1 , g1 ) ( g n 1 , g n1 )
g1
e1
g1
g2
e2
g2
...
gn
en .
gn
12
1 (a1 , a1 ) 2 (a1 , a 2 ) ... n (a1 , a n ) 0
(a , a ) (a , a ) ... (a , a ) 0
1 2 1 2 2 2 n 2 n
...
1 (a n , a1 ) 2 (a n , a 2 ) ... n (a n , a n ) 0
Линейная зависимость векторов a1 , a2 ,..., an означает наличие нетривиального решения однородной
T
системы уравнений относительно 1 , 2 ,..., n с матрицей системы a , а это значит, что a 0.
Ортогональное дополнение
Пусть H – подпространство евклидова пространства E . Если x E и ортогонален каждому элементу
подпространства H , то говорят, что x ортогонален подпространству H .
Множество элементов, ортогональных подпространству H называется ортогональным дополнением
подпространства H и обозначается H .
Теорема. H является линейным подпространством.
Пусть x1 , x 2 H , y H . Тогда ( x1 , y ) 0, ( x 2 , y ) 0. Складывая два этих равенства, получаем:
( x1 , y ) ( x 2 , y ) ( x1 x 2 , y ) 0 x1 x2 H .
13
Теперь рассмотрим равенство ( x1 , y ) 0. (x1 , y ) ( x1 , y ) 0, то есть x1 H . Отсюда следует, что
H – линейное подпространство.
§5. Изометрия
Изоморфизм евклидовых пространств называется изометрией.
Два пространства E и E ' называются изометричными, если существует биективное отображение из
E в E ' такое, что x, y E , R(C ) справедливы три требования:
1) ( x y ) ( x) ( y )
2) (x ) ( ( x ))
3) (x, y ) ( x, y )
Изометрия пространств обозначается E E '.
Теорема. Два евклидовых пространства изометричны тогда и только тогда, когда равны их размерности.
Необходимость.
Следует из изоморфизма евклидовых пространств как линейных пространств.
Достаточность.
dim( E ) dim( E ' )
e1 , e2 ,..., en – ортонормированный базис E , e'1 , e' 2 ,..., e' n – ортонормированный базис E ' .
n n
Возьмем элементы x E | x xi ei и x' E ' | x ' xi e' i и установим биекцию.
i 1 i 1
Требования 1) и 2) выполняются, так как координаты обладают свойствами линейности.
Проверим 3):
n
y y je j.
j 1
n n n n n
( x, y ) ( xi ei , y j e j ) xi y j (ei , e j ) xi y i .
i 1 j 1 j 1 i 1 i 1
n n n
(x, y ) ( xi e'i , y j e' j ) xi y i (x, y ) ( x, y ).
i 1 j 1 i 1
14
Унитарные пространства
15
§2. Выражение скалярного произведения через компоненты сомножителей
x, y U
n n
x xi ei , y y j e j
i 1 j 1
n n n n
( x, y ) ( xi ei , y j e j ) xi y j (ei , e j )
i 1 j 1 i 1 j 1
T
( x, y ) xe e ye , где e – матрица Грама.
(e1 , e1 ) (e1 , e 2 ) ... (e1 , e n )
(e 2 , e1 ) (e2 , e2 ) ... (e2 , en )
e
... ... ... ...
(e , e ) (e , e ) ... (en , e n )
n 1 n 1
T
e ' ee ' e ee ' .
Линейные операторы
Теорема. Существует, и при том единственный, оператор , который переводит e1 , e2 ,..., en в g1 , g 2 ,...
..., g n .
n
x Ln , x x i e i .
i 1
n
x xiei
i 1
ei g i .
Оператор – линейный (следует из линейности координат)
Теперь докажем единственность. Предположим, что также существует оператор :
n n n
x x i ei xiei xi g i x , то есть x Ln . Значит, оператор единственен.
i 1 i 1 i 1
[ ] fe A (aij ), i 1, m, j 1, n.
n
y i a ij x j
j 1
17
n n n m m n
y x ( x j e j ) x j e j x j aij f i aij x j f i .
j 1 j 1 j 1 i 1 i 1 j 1
n
Из единственности разложения вектора по базису получаем, что y i a ij x j , а значит y f [ ] fe x e .
j 1
[ ] fe x e y f
[ ] f 'e ' x e' y f '
xe ee ' xe ' , y f f f ' y f '
[ ] fe ee ' x e ' f f ' y f ' f f ' [ ] f 'e ' xe '
[ ] fe ee ' f f ' [ ] f 'e '
[ ] f 'e ' 1f f ' [ ] fe ee '
18
e1 a11 f1 a21 f 2 ... am1 f m
e a f a f ... a f
2 12 1 22 2 m2 m
...
en a1n f1 a2n f 2 ... amn f m
m
e j cij g i .
i 1
k k k m m k k
e j (e j ) ( a sj f s ) a sjf s a sj bis g i bis a sj g i cij bis a sj .
s 1 s 1 s 1 i 1 i 1 s 1 s 1
Теорема. Ранг оператора это есть ранг его матрицы в каком-либо базисе.
rg dim im dim L(e1 , e2 ,...en ) rg[ ] fe . A [ ] fe
19
§5. Обратный оператор
Пусть задано преобразование : Ln Ln . Оператор 1 : Ln Ln будет называться обратным, если
1 E.
Свойства обратного оператора
1x x .
Если x и для оператора существует обратный, то из x следует x .
Теорема. Для того чтобы для оператора существовал обратный оператор 1 , необходимо и
достаточно, чтобы преобразование было взаимнооднозначным преобразованием.
Необходимость.
Пусть задано, что 1 . Предположим, что не является взаимнооднозначным преобразованием:
x1 , x 2 Ln , x1 x 2
x1 y
x 2 y
( x1 x2 ) x1 x2 x1 x2 , то есть – взаимнооднозначное преобразование.
Достаточность.
y x. Тогда 1 (x ) x. Возьмем два элемента:
y1 x1 , y 2 x 2
x1 1 y1 , x 2 1 y 2
1 ( y1 y 2 ) 1 (x1 x 2 ) x1 x 2
1 (y1 ) 1 (x1 ) x1 .
Таким образом, построенный оператор является линейным и обратным оператору .
20
§7. Собственные значения и собственные векторы
Подпространство L' пространства L называется инвариантным относительно оператора , если
x L' его образ x L'.
Примеры инвариантных подпространств: , L, ker , im .
Собственным вектором x оператора будем называть такой вектор, для которого выполняется
равенство x x, где называется собственным значением, соответствующим собственному вектору
x оператора и R(C ).
Теорема. Матрица линейного оператора в каком-либо базисе e является диагональной тогда и только
тогда, когда e – базис, составленный из собственных векторов оператора .
[ ]e .
Достаточность.
e k k e k , k 1, n
21
e1 1e1 1e1 0e2 ... 0e n
e 2 2 e2 0e1 2 e2 ... 0e n
...
e n n en 0e1 0e 2 ... n e n .
Получаем определитель матрицы линейного оператора – матрица является диагональной.
Необходимость доказывается аналогично.
x
i 1
i i
m 1
( i xi )
i 1
m 1
x
i 1
i i
m 1
x
i 1
i i i
m 1
i 1
i m 1 i x
m
(
i 1
i i m 1 ) x i
22
1 0 ... 0
0 2 ... 0
[ ]e '
... ... ... ...
0 0 ... n
e1 e ' Aee '
A ee ' e1 e '
Равенство A ee ' e1 e ' называется каноническим разложением матрицы A.
При возведении матрицы A в степень m используем каноническое разложение и получаем меньшее
число арифметических операций: A m ee ' m e1 e ' .
Теорема. Оператор является оператором простой структуры тогда и только тогда, когда
алгебраические и геометрические кратности каждого из его собственных значений совпадают.
Пусть 1 , 2 ,..., n – все различные собственные значения оператора : Ln Ln и пусть mk и s k ,
n
k 1, n – соответственно алгебраические и геометрические кратности k . dim Ln mi . С другой
i 1
n
стороны, 0 dim Vk s k m k , k 1, n. Но dim Ln dim Vi . Исходя из этого получаем, что mk = s k ,
i 1
k 1, n .
23
В совокупности эти базисы дают базис f всего пространства Ln . Так как Li – инвариантное
подпространство линейного оператора , элемент ei(1) , i 1, n1 попадает в L1 и поэтому является
линейной комбинацией системы элементов e (1) . Другими словами, координаты элементов ei(1) в базисе
f , соответствующие ei( 2) , ei(3) ,..., ei( s ) , равны нулю. Аналогично получаем для всех элементов ei(k ) .
Обозначим C ( , ) , где , R.
24
что все эти пространства образуют прямую сумму, так как пересечение любой пары таких подпространств
содержит только . Учитывая, что сумма размерностей этих подпространств 2 p q n dim Ln ,
заключаем, что P1 P2 ... Pp Q1 Q2 ... Qq L. Матрица A оператора имеет блочно-
диагональный вид, причем каждый диагональный блок представляет собой ограничения оператора на
соответствующее инвариантное подпространство. В случае двумерного подпространства Pj в базисе
u j , v j эта матрицы равна C ( j , j ) , а в случае одномерного подпространства Q j такой блок есть число,
представляющее собой собственное значение j .
КОНЕЦ
25