Линейное преобразование, сопряженное данному
1º. Определения, свойства.
Здесь изучаются линейные преобразования в евклидовых пространствах, т.е. в линейных пространствах со скалярным произведением.
Определение 1. Линейное преобразование евклидово пространство называется сопряженным данному преобразованию , если E :
(1)
Лемма 1. а) Если произведение данной строки на произвольный столбец равно нулю, то строка равна нулю;
б) Если произведение произвольной строки на данный столбец равно нулю, то столбец состоит из нулей.
Доказательство:
а) Рассмотрим строку Ее произведением на столбец – –ая строка равно и равно 0
б) Аналогично. ■
Пусть E – –мерное евклидово пространство и пусть для симметричного преобразования сопряженное ему преобразование .
Пусть – базис в E . Выясним, как связаны матрицы и . Пусть в базисе они имеют матрицы и . Тогда (1) примет вид:
где – матрица Грама базиса . Тогда
в силу леммы 1
(2)
где 0 – нулевая матрица.
Если базис – ортонормированный, то
(3)
Утверждение 1. Каждое линейное преобразование в евклидовом пространстве имеет сопряженное преобразование, причем единственное.
Доказательство:
В E выберем ортонормированный базис . Пусть – матрица линейного преобразования и пусть – матрица некоторого преобразования Тогда условие (1) с преобразованием приводит к следующему:
т.е. – матрица сопряженного преобразования. Если бы было два преобразования, сопряженных , то в силу (3) их бы матрицы совпадали. ■
Свойства сопряженных операторов.
1°.
2°. Следует из того, что и утверждения 1.
3°.
4°.
5°.
Доказательство: самостоятельно.
Утверждение 2. Если подпространство инвариантно относительно , ортогональное к нему дополнение инвариантно относительно
Доказательство:
инвариантно относительно
Пусть . ■
Утверждение 3. Характеристический многочлен сопряженного преобразования совпадает с характеристическим многочленом самого линейного преобразования.
Доказательство:
, т.к.
2º. Самосопряженные преобразования.
Определение 2. Линейное преобразование евклидова пространства называется самосопряженным или симметрическим, если
Утверждение 4. Преобразование является самосопряженным его матрица в любом ортонормированном базисе симметрическая (т.е. удовлетворяет условию ).
Теорема 1. Характеристические числа самосопряженного линейного оператора вещественны.
Доказательство:
Пусть – собственное значение самосопряженного линейного оператора , т.е. . Для вещественной матрицы имеет наряду с корень . Покажем, что – соответствующий собственный вектор. Действительно, . Покажем далее, что
Имеем выполняя транспонирование
(*)
(**)
Вычитая (*)–(**), имеем: . Т.к. – вещественное число ■
Следствие. Если – симметричная матрица, то все корни уравнения – вещественные.
Теорема 2. Собственные векторы самосопряженного преобразования , принадлежащие различным собственным значениям, ортогональны.
Доказательство:
Пусть и Тогда и ■
Теорема 3. Если – инвариантное подпространство относительно самосопряженного преобразования , то его ортогональное дополнение – тоже инвариантное подпространство.
Доказательство:
Пусть , т.е. . Пусть , т.е. . ■
Теорема 4. Пусть – самосопряженное линейное преобразование в . Тогда в существует ортонормированный базис из собственных векторов.
Доказательство:
Методом математической индукции по числу измерений . Очевидно, т.к. – собственный для искомый базис – вектор длины 1.
Пусть для верно. Докажем для . По теореме 1 хотя бы одно собственное значение хотя бы одно одномерное инвариантное подпространство . Пусть – единичный вектор в нем. По теореме 3 ортогональное дополнение – инвариантное подпространство размерности .
Пусть – сужение на ( = ). Тогда – самосопряженный на , т.к. выполнено для . Более того, если – собственный вектор для , то он собственный для .
По предположению индукции в – мерный ортонормированный базис из собственных векторов для – ортонормированный базис из E ( вектору , а они ортогональны по предположению индукции). ■
Следствие. Если – симметрическая матрица, то ортогональная матрица – диагональная матрица.
Доказательство:
Следует из того, что в базисе собственных векторов матрица принимает диагональный вид. ■
Для построения такого базиса находят собственные вектора. Если собственные вектора принадлежат разным собственным значениям, то по теореме 2 они ортогональны, если – кратный корень, то полученные собственные вектора нужно ортогонализовать и нормировать.