книги / Курс аналитической геометрии и линейной алгебры
..pdf§ 7. Теорема Жордана |
211 |
собственные векторы линейно независимы. Рассмотрим произволь ную систему такого вида, содержащую 5 + 1 векторов, и какуюнибудь линейную комбинацию векторов этой системы, равную ну лю. Покажем, что она тривиальная. Для этого подействуем на нее преобразованием Б. В силу формул (10) мы получим равную нулю линейную комбинацию этой же системы, но содержащую меньше векторов, так как все собственные векторы перейдут в нуль.
По предположению индукции все коэффициенты последней ли нейной комбинации равны нулю. Но это — коэффициенты исходной линейной комбинации, стоящие там при присоединенных векторах. Значит, исходная комбинация могла содержать ненулевые коэффи циенты только при собственных векторах. Собственные векторы ли нейно независимы, и потому ни одного ненулевого коэффициента нет.
2°. Докажем, что каждый вектор х из .Ж можно разложить по системе е. Сделаем это с помощью индукции по высоте вектора х. Высоту 1 имеют собственные векторы. Они раскладываются по бази су е?, ...,с2, составляющему часть системы е.
Пусть утверждение доказано для векторов высоты ^ Л. Рассмот рим произвольный вектор х высоты h + 1. Для него вектор Bh(x) соб ственный и принадлежит Следовательно, Bh(x) £ Y h. Пусть dim Y h = р. По построению базиса в Кег В векторы е?,..., е£ — базис
в 7/Л, и Bh(x) раскладывается по этим векторам. Все они имеют Л-е присоединенные, и потому
в*(аг) = ал В*(«?) + ... + S*(e*).
Это означает, что вектор у = х —a 3ef —... —аяе£ удовлетворяет
равенству Bh(y) = о, т. е. имеет высоту ^ к. Но предположению ин дукции у раскладывается по системе е. Отсюда сразу получается раз ложение х по этой системе.
Базис е, построенный в предложении 3, называется жордановым базисом корневого подпространства ,Ж%а объединение жордановых базисов всех корневых подпространств — жордановым базисом в JSf.
Векторы жордановой цепочки, начинающейся с е°, — часть жордаиова базиса и, значит, линейно независимы. Поэтому они — базис
в их линейной оболочке |
Такое подпространство ^ называется |
||
циклическим. Если я £ #), то в силу формул (10) |
|||
В(х) = Б(а0е“ + с^е] + ... + а Ле'-) = |
+ ... + але^” 1 £ |
||
Следовательно, |
инвариантно относительно В. Так как В — огра |
ничение преобразования (А —\(Е) на <Ж= ,Ж{, то циклическое под пространство инвариантно также и относительно А. Действитель но, Д(я) = В(х) + \%х £ Vj.
Жорданов базис корневого подпространства — объединение бази сов циклических подпространств. Поэтому мы получаем
14!
2 V I |
Гл. VI. Линейные пространства |
Предл ожени е |
4. Если В — нильпотентное преобразование |
пространства .Ж, то |
распадается в прямую сумму |
циклических относительно В подпространств. Их число равно раз мерности d собственного подпространства Кег В.
4. Теорема Ж ордана. Из предложений 1 и 4 прямо следует Предложение 5. Если в комплексном пространстве Jzf задано
линейное преобразование Д, то S£ - прямая сумма инвариантных относительно А циклических подпространств. Их число равно общему числу всех цепочек в жордановом базисе пространства j£f, rn. е. d\ -I
... -f ds, где di = dim Кег (Д —Л,-Е).
Жорданов базис пространства JS? — объединение базисов инвари антных подпространств, и по предложению 2 §4 матрица преобразова ния А в этом базисе клеточно-диагональная. При этом диагональные клетки этой матрицы являются матрицами ограничений А на соот ветствующих подпространствах. Поэтому, если мы хотим получить вид матрицы преобразования в жордановом базисе, мы должны сна чала написать матрицу ограничения А на циклическом подпростран стве.
Пусть циклическое подпространство принадлежит корневому под пространству с собственным значением А,- и натянуто на векторы цепочки Мы имеем
Д(е' ) = в(е' )+А,с'. (/ = 0,
и по формулам (10)
А(е°) = А,е°, Л(е]) = е° + А . е ) , A(r.j) = е)-1 + А,-е*.
Столбцы матрицы преобразования — это координатные столбцы образов базисных векторов. Поэтому матрица ограничения А в рас сматриваемом базисе имеет вид
1 А«- |
1 |
0 .... |
0 |
0 |
А{ |
1 ... |
0 |
0 |
0 |
0 .... |
1 |
0 |
0 |
0 .... |
А, |
Матрица такого вида называется жордановой клеткой порядка h -f 1 с собственным значением А,-. Клеточно-диагональная матрица, у ко торой клетки жордановы, называется жордановой матрицей или мат рицей, имеющей жорданову форму.
Из всего сказанного вытекает теорема Жордана.
Т еор ем а 2. Для любого линейного преобразования комплексного линейного пространства существует базис (жорданов базис), в кото ром его матрица имеет жорданову форму.
§ 7. Теорема Жордана |
213 |
Жорданов базис для данного преобразования, конечно, не един ствен: базис в каждом корневом пространстве выбирается с некоторым произволом, и присоединенные векторы по формулам (10) определены не однозначно. Однако, как видно из построения, кор невые подпространства (и в каждом из них число собственных векторов, с которых начинаются цепочки определенной длины) опре деляются геометрически — инвариантными подпространствами пре образования. Таким образом, жорданова форма матрицы преобра зования определена единственным образом с точностью до порядка расположения клеток на главной диагонали.
Собственные значения клеток — это собственные значения преобразования. При этом все жордановы клетки с одним и тем же собственным значением объединяются в одну большую клетку, соответствующую корневому подпространству. Жорданова матрица треугольная. Поэтому кратность собственного значения А,- равна если А,- встречается на диагонали матрицы к{ раз. Отсюда сразу следует
Предложение 6. Размерность корневого подпространства рав на кратности его собственного значения в характеристическом мно гочлене.
5. Приведение к жордановой форме. Нахождение жордано ва базиса, или, как говорят, приведение матрицы преобразования к жордановой форме облегчается тем, что при этом нет нужды искать корневые подпространства. Они получатся автоматически после того, как будут построены соответствующие жордановы цепочки. Действи тельно, для построения цепочек достаточно найти для каждого кор ня А,- его собственное подпространство и вложенные в него подпро странства У?,...7/71<, определяющие, с каких собственных векторов начинаются цепочки. Согласно определению
У< = (А - A,F)'(JTf) П Ker (A - A,F),
но тут не надо находить Jt'i. Дело в том, что
(А - AiE)'(if) П Ker {А - А, Е) =
= ( A - A,F)'(Jfi) П Ker {А - A,F). (9)
Действительно, любой вектор х из J2?раскладывается в сумму век торов из корневых подпространств х — xi -I-... + xs и (А —AiE)(x) = = Vi + ... + Vsу где yj = (А - \{E)(xj) G X j , так как корневые под пространства инвариантны. При этом если xj ф о при г ф j, то и yj ф о.
так как Кег (А - А, Е) С |
Но этим соображениям вектор, не лежа |
||
щий в |
не может перейти в вектор из |
Отсюда сразу следу |
|
ет (9) и |
|
|
|
= (А - XtE)l(Sf) П Кег {А - А,- Е).
Рассмотрим в качестве примера преобразование А шестимерного
214 Га. VI. Линейные пространства
пространства, заданное в некотором базисе матрицей
2 |
0 |
] |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
1 |
0 |
0 |
0 |
0 |
4 |
0 |
-9 |
0 |
0 |
-1 |
0 |
3 |
0 |
0 |
0 |
0 |
1 |
0 |
-2 |
Нетрудно подсчитать, что характеристический многочлен А равен (Л —1)3(А —2)3, и, следовательно, имеются два корневых подпрост ранства размерности 3 ка?кдое.
Начнем с корня Ai = 1. Составим матрицу |
|
||||
1 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
3 |
0 |
-9 |
0 |
0 |
-1 |
0 |
2 |
0 |
0 |
0 |
0 |
1 |
0 |
-3 |
Решая однородную систему линейных уравнений с этой матрицей, находим, что собственное подпространство натянуто на векторы а\ и а2 с координатными столбцами, соответственно c*i = || 0 1 0 0 0 0 ||т и а 2= || 00030 1 ||т . Собственное подпространство двумерное, а корне вое трехмерное. Значит, должен быть один присоединенный вектор. Чтобы найти, к какому собственному вектору он присоединен, ищем пересечение У 1 собственного подпространства с 1т(Л —Е), которое натянуто на столбцы матрицы А —Е.
Легко заметить, что четвертый столбец А — Е совпадает с « 2. Так как а.\ не раскладывается но столбцам А —Е , размерность суммы подпространств равна 5, а сумма размерностей — 6. Значит, пересе чение одномерно, и базис в нем — а2.
Решим систему уравнений (А —Е)£ = « 2 и найдем координатный столбец а 3 = || 0 0 0 1 0 0 ||т присоединенного вектора аз. После этого жорданов базис первого корневого подпространства построен.
Для корня А2 = 2 составляем матрицу |
|
|
|
|||||
|
|
0 |
1 |
0 |
0 |
|
0 |
|
|
|
-1 |
0 |
0 0 |
|
0 |
||
А - 2Е |
= |
0 |
- 1 |
0 |
1 |
|
0 |
|
0 |
0 |
2 |
0 |
- |
9 * |
|||
|
|
|||||||
|
|
0 |
- J |
0 |
1 |
- |
0 |
|
|
|
0 |
0 |
1 |
0 |
4 |
Из однородной системы уравнений с такой матрицей следует, что собственное подпространство одномерно, и его базисный вектор Ь имеет координатный столбец /3 = \\ 1 0 0 0 0 0||т . Так как корневое пространство трехмерное, к 6 должны быть два присоединенных век
§ 7. Теорема PHордана |
215 |
тора. Первый присоединенный получаем из системы (А —2Е)£ = /}.
Его координатный столбец ссгь fli = ||0 0 10 1 |
0||т Второй присо |
|
единенный - решение системы (Л —2Е)£ = /3i |
Его координатный |
|
столбец - /32 = || 0 0 0 0 1 0 ||т |
|
дли |
Итак, жорданов базис состоит из трех цепочек: цепочка |
ны 1. цепочка а->, а2 и цепочка Ь. 6А, Ь2 Координатные столбцы этих векторов <х\, с*?, есъ ft,Pi, fa составляют матрицу перехода S от ис ходного базиса к жорданову базису Учитывая порядок, в котором мы расположили векторы жордановых цепочек, мы можем выписать жорданову матрицу Л', которую имеет А в построенном базисе В
матрице S выделены жордановы цепочки, а в матрице А' |
— соот |
|||||||||||
ветствующие жордановы клетки* |
|
|
|
|
|
|
|
|||||
0 |
0 |
0 |
] |
0 |
0 |
|
гт |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
|
0 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
Л' - |
0 |
0 |
] |
0 |
0 |
0 |
0 |
3 |
1 |
0 |
0 |
, |
/1 — |
0 |
0 |
0 |
2 |
1 |
0 |
0 |
|
|||||||||||
0 |
0 |
0 |
0 |
1 |
1 |
|
0 |
0 |
0 |
0 |
2 |
1 |
0 |
1 |
0 |
0 |
0 |
0 |
|
0 |
0 |
0 |
0 |
0 |
2 |
Рекомендуем читателю проделать все описанные здесь вычисления
Упражнения
1. Сколько существует жордановых матриц, отличающихся кратностя ми характеристических чисел, числом и размерами клеток, среди матриц:
а) второго порядка, б) 1 ретьего порядка; в) истертого порядка*'
2. Найдите жорданову форму матрицы и матрицу перехода к жорданову
базису для преобразования, заданного в исходном базисе матрицей:
|
3 |
- 1 |
0 |
- 1 |
1 |
- 1 |
0 |
- 1 |
0 |
|
|
1 |
1 |
1 |
0 |
1 /2 |
|||||
а) |
1 |
1 |
0 |
- 1 |
||||||
0 |
1 |
1 |
1 |
0 |
||||||
0 |
0 |
2 |
-1 |
|||||||
|
|
|
|
|
||||||
|
0 |
0 |
1 |
0 |
0 |
0 |
0 |
1 |
1 / 2 |
|
|
0 |
0 |
0 |
0 |
] |
|||||
|
|
|
|
|
ГЛАВА VII
ЕВКЛИДОВЫ И УНИТАРНЫЕ ПРОСТРАНСТВА
§1. Евклидовы пространства
1.Скалярное произведение. Линейное пространство, введен ное в предыдущей главе, существенно отличается от множества век торов обычного геометрического пространства тем, что в линейном пространстве не определены понятия длины вектора и угла между векторами. В настоящей главе мы изучим такие пространства, в ко торых эти понятия определены.
В гл. I, используя длину вектора и угол, мы определили скаляр ное произведение. Здесь удобнее поступить наоборот. Мы аксиома тически определим операцию скалярного умножения, а длину и угол определим с ее помощью. Определение скалярного умножения для вещественных и для комплексных пространств формулируется раз лично. Этот параграф посвящен вещественным пространствам.
Определение. Вещественное линейное пространство |
называ |
ется евклидовым, если в нем определена операция скалярного умно |
|
жения: любым двум векторам х и у из сопоставлено веществен |
|
ное число (обозначаемое (#,2/)), и это соответствие удовлетворяет |
|
следующим требованиям, каковы бы ни были векторы х, |
у и z и |
число а:
1) (*,*/) =(у, ж);
2) (x+y,z) = (x,z) + (у, г);
3 ) ( а х , у) = a ( x , j / ) ;
4) (#, х) > 0 для всех х ф о.
Будем рассматривать n-мерное евклидово пространство £. Любое подпространство £* в £ -- также евклидово пространство, так как для его векторов определено то же самое скалярное умножение.
Очевидны простейшие следствия из перечисленных аксиом. Так
как (я, ay) = (ay,a*) = a(y,ж), имеем |
(1) |
(х,ау) = а(х,у). |
|
Аналогично доказывается |
(2) |
(x,y + z) = {x,y) + (x,z). |
Можно дать второе определение евклидова пространства, эквива лентное первому.
Определение. Вещественное линейное пространство называет ся евклидовым, если в нем задана положительно определенная квад ратичная форма.
§ 1. Евклидовы пространства |
217 |
Из первого определения следует второе. Действительно, если в ве щественном линейном пространстве определена операция скалярного умножения, то это - функция от двух векторов. Аксиомы 2) и 3) и формулы (1) и (2) равносильны тому, что функция билинейная. Аксиома 1) означает, что билинейная функция симметрична, а ак сиома 4) — что соответствующая квадратичная форма положительно определена. Поскольку симметричная билинейная функция однознач но определяется соответствующей квадратичной формой, обратное утверждение столь же очевидно.
Конечно, в вещественном линейном пространстве существует бес конечно много положительно определенных квадратичных форм. Но втором определении слово ‘'задана” означает, что одна из них выделе на и играет особую роль. Вудем называть ее основной квадратичной формой.
Пример 1. Для векторов геометрического пространства скаляр ное произведение двух векторов определено как произведение их длин на косинус угла между ними. Так, определенная операция скалярно го умножения обладает нужными свойствами, но зависит от выбора единицы измерения длин. Поэтому, если такая единица выбрана, век торы геометрического пространства образуют трехмерное евклидово пространство в определенном здесь смысле.
Пример 2. В п-мерном арифметическом пространстве мы можем ввести скалярное умножение, сопоставив столбцам £ и 7] число
£т „ = £ У + . . . + е » л (з) где через £* и rf обозначены элементы столбцов. Используя свойст ва умножения матриц, читатель без труда может проверить, что все условия, входящие в определение, выполнены. Иначе можно было бы сказать, что в качестве основной квадратичной формы выбрана та, которая в стандартном базисе арифметического пространства (со стоящем из столбцов единичной матрицы) имеет канонический вид.
Пример 3. В пространстве функций, непрерывных на отрез ке [0,1], можно ввести скалярное произведение но формуле
1
(/,<?) =
О
Аксиомы 1)”4) вытекают из известных свойств определенных интег ралов.
2. Длина и угол. В соответствии с формулами §4 гл. I введем Определение. Назовем длиной вектора х и обозначим |аг| чис
ло ^/(ж,ж). Углом между векторами х и у назовем каждое число f, удовлетворяющее условию
cos if — (*> У) |
( 4 ) |
ММ* |
|
218Га . VII. Евклидовы и унитарные пространства
Всилу аксиомы 4) длина вектора — вещественное неотрицатель ное число, причем она равна нулю тогда и только тогда, когда вектор нулевой. С определением угла дело обстоит несколько сложнее. Нам предстоит доказать, что выражение в правой части равенства (4) но
абсолютной величине не превосходит единицы. Это следует из нера венства
(*.у)2 < (*,*)(у.у). |
(5) |
связываемого с именами Шварца, Коши и Буняковского. Ниже мы по лучим это неравенство как следствие из теоремы 1.
Еще одно важное неравенство, называемое неравенством треу
гольника, |
|
к + у\ < М + М |
(6) |
следует из неравенства Коши-Буняковского: |
|
(х + у,х + у) = \х\2 + 2(х, у) + |у|2 ^ |*|2 + 2|ж||у| + |
|у|2 = (|ж| + |у|)2. |
Знак равенства имеет место, если (ж, у) = |ж||у|, т. е. если угол меж ду х и у равен нулю, и только в этом случае. Неравенство (6) для векторов — направленных отрезков — означает, что длина стороны треугольника меньше суммы длин остальных его сторон.
Векторы х и у называются перпендикулярными или ортогональны ми, если (х , у) = 0. Это условие выполнено, если хоть один из векторов нулевой. Если оба вектора ненулевые, то но формуле (4) угол между ними равен 7г/2.
Предложение 1. Только нулевой вектор ортогонален каждому вектору пространства.
Действительно, если (#,у) = 0 для всех у, то, положив у = х, по лучим (ж, х) = 0, что возможно только при х = о.
3. Выражение скалярного произведения через координаты сомножителей. Если в евклидовом пространстве выбран базис е, то скалярное произведение векторов х и у, как и значение любой билинейной функции, выражается по формуле (3) § б гл. VI через координатные столбцы £ и ?/ этих векторов:
(*> у) = £TiV |
(7) |
Согласно определению матрицы билинейной функции элементы gij матрицы Г равны скалярным произведениям (e,*,ej), т. е.
(eb ei) |
.•• |
(ei,e„) |
(en,ei) |
.•• |
(ei,en) |
Эта матрица называется матрицей Грома базиса е.
Матрица Грама симметрична. По критерию Сильвестра все ее главные миноры положительны, в частности справедливо
§1. Евклидовы пространства |
219 |
Пред л ожение 2. Детерминант матрицы Грама любого базиса положителен.
Это предложение может быть обобщено следующим образом. Теоре ма 1. Пусть — произвольная, we обязательно ли
нейно независимая система векторов. Тогда детерминант матрицы, составленной из их попарных скалярных произведений,
•• (xk,Zk)
положителен, если векторы линейно независимы, и равен нулю, если они линейно зависимы.
Первое утверждение следует из предложения 2, так как линейно независимые векторы составляют базис в своей линейной оболочке.
Докажем второе утверждение. Если векторы линейно зависимы, то выполнено равенство <*i«i + ... + с**ж* = о, в котором среди коэффициентов есть отличные от нуля. Умножая это равенство скалярно на каждый из векторов, мы придем к системе линейных уравнений
a i ( * i . * г ) + •••+ < * * (* !,* * ) = |
0 , |
<*1(я*,®1) + ...+ <**(**, а?*) = |
0, |
которой удовлетворяют коэффициенты |
Так как система |
имеет нетривиальное решение, детерминант ее матрицы равен нулю. Следствие. Для любых двух векторов в евклидовом простран стве имеет место неравенство Коши-Буняковского (5), причем оно выполнено как равенство тогда и только тогда, когда векторы ли
нейно зависимы.
Пусть базис е' связан с базисом е матрицей перехода 5. Тогда
формула (4) §6 гл. VI переписывается в виде |
|
Г' = STFS, |
(8) |
показывающем связь матриц Грама двух разных базисов. |
|
4. Ортогональные базисы. Базис, в котором основная квад ратичная форма имеет канонический вид, называется ортонормированным базисом. Так как она положительно определена, матрица Грама ортонормированного базиса единичная: = 0 при i ф j
и (е,-,ег) = 1 (i,j = 1,...,н). Это значит, что векторы ортонормиро ванного базиса попарно ортогональны, а по длине равны единице.
Для ортонормированного базиса формула (7) имеет вид
(* ,y )= € T»i = « V + ... + « V - |
(9) |
Предложение 3. п попарно ортогональных ненулевых векто ров Ах,...,Ап в п-мерном евклидовом пространстве составляют ба-
220 Гл, VII. Евклидовы, и унитарные пространства
зис. Разложение вектора по этому базису задается формулой
* = Е |
( 10) |
|
Действительно, матрица из произведений (h{,hj) диагональная с ненулевыми элементами на диагонали. Из теоремы 1 следует, что Л1.....Лп составляют базис.
Пусть х =г о 1Л14-...+ аПЛП. Умножая это равенство скалярно на любой из hi, находим, что а,- = (я, Ы)1\1ц\2, что равносильно (10).
Казне из ортогональных векторов называется ортогональным ба зисом.
Вычислим (я,#) с помощью формулы (10). Поскольку {hi,hj) = 0 при i ф j. получаем равенство Нарсеваля
|*!! = £ |
(^ Ы)2 |
( И ) |
|
*=1 |
М 2 |
5. Ортогональные матрицы. Рассмотрим два ортонормированных базиса е и е' = еS. Тогда в формуле (8) Г' = Г = /?, и формула
принимает вид |
|
STS = E . |
( 12) |
Наоборот, если выполнено условие (12) и исходный базис оргонормированный, то мы получаем Г' = Е, и новый базис также ортонормированный.
Определение. Матрица, удовлетворяющая условию (12), назы вается ортогональной матрицей.
Как мы видели, ортогональные матрицы и только они могут слу жить матрицами перехода от одного ортонормированного базиса к другому. Равенство (12) равносильно равенству
5Т = S ~ \ |
(13) |
Из свойств обратной матрицы теперь следует, что |
|
SST = Е. |
(14) |
Это означает, что матрица S T также является ортогональной. Обозначив элементы матрицы S через <т], мы можем написать
равенства, равносильные (12) и (14): |
|
||
|
k |
|
(15) |
k=l |
k-l |
K |
|
Впрочем, первое |
из равенств |
можно |
получить непосредственно |
из (У), если вспомнить, что столбцы матрицы перехода — коорди натные сюлбцы новых базисных векторов в старом базисе.