PODSTAWOWE STRUKTURY ALGEBRAICZNE
przez system algebraiczny rozumiemy:
(X, ϕ), X - zbiór niepusty, ϕ: Xn X (n ∈ Z+) - dane odwzorowanie, zwane n-argumentowym działaniem w X. (n=0 - wyróżniamy element x X; n = 1 - działanie jedno arg.; n = 2 - działanie binarne).
(X, ϕ), ϕ działanie binarne - grupoid
Def. Grupoid nazywamy półgrupą, jeżeli ϕ jest działaniem łącznym, tzn.
Uwaga: (ϕ ≡ * - notacja muliplikatywna, ϕ ≡ + - notacja addytywna).
Def. Działanie binarne ϕ o własności:
nazywamy przemiennym. (Np. (N, ϕ) ϕ(x,y) = xy nie jest przemienne)
Def. (X, ϕ) - grupoid: element e o własności
nazywamy elementem jednostkowym działania ϕ.
Lemat: Element jednostkowy, jeżeli istnieje, to jest jedyny. J:
element jednostkowy: lewy (el) el x = x, prawy (ep) x ep = x. Jeśli istnieje ep i el , to ep = el = e.
notacja: addytywna e ≡ 1; multiplikatywna e ≡ 0.
Def. Półgrupę (X, ϕ) z jednością o własności:
nazywamy grupą.
Lemat: Element x' jest jedyny.
Bezpośrednia definicja grupy
Grupa to system algebraiczny (X, ϕ) z jedynym działaniem binarnym ϕ, przy czym spełnione są żądania:
Działanie ϕ jest łączne:
Lemat: Półgrupa (X, ϕ) jest grupa wtedy i tylko wtedy, gdy: 1)
2)
Fakt: Jeżeli (G, ϕ) jest grupą, to dla każdego a, b ∈ G równanie: ϕ(a, x) = b | ϕ(x, a) = b ma jedno rozwiązanie
J: ϕ(a, x) = b. Przypuśćmy, że rozwiązanie x istnieje to a a-1 ϕ(a-1, ϕ(a, x) = ϕ(ϕ(a-1, a), x) = ϕ(e, x) = x, prawa strona równania: ϕ(a-1, b), stąd: x = ϕ(a-1, b). x = ϕ(a-1, b) spełnia równanie: ϕ(a, x) = b: ϕ(a, ϕ(a-1, b)) = ϕ(ϕ(a, a-1), b) = ϕ(e, b) = b
Uwaga: φ = G0 ⊂ G - nazywamy podgrupą, jeżeli G0 jest podzbiorem zamkniętym ze względu na działanie grup.
Pierścień: To system algebraiczny z wyróżnionym układem dwóch działań binarnych (R, +, •) przy czym: 1) (R, +) jest grupą przemienną (≡ gr. Abelowa); 2) (R, •) jest półgrupą (• łączne); 3) rozdzielność działania • względem działania +, tzn.
. Jeśli działanie • przemienne - pierścień przemienny. Jeśli działanie • ma element jednostkowy - pierścień z jednością.
Ciało: (K, +, •) ≡ (K, +, •, 0, 1), przy czym: 1) (K, +, •) jest pierścieniem z jednością; 2) (K \ {0} , +, 1) jest grupą
Przestrzeń liniowa:
Def. Strukturą liniową zbioru X (X = φ) nad ciałem K nazywamy układ dwóch odwzorowań: 1) XxX ∋ (x, y) x + y ∈ X - wynik dodawania w X; 2) KxX ∋ (α, x) αx ∈ X - mnożenie elementów przez skalary ciała.
(X, +) - jest grupą abelową (przemienną)
(α + β) x = α x + β x | α (x + y) = α x + α y | α (β x) = (α β) x | 1x = x
Def. Parę uporządkowaną (X, λ), gdy λ jest strukturą liniową w X nad K, nazywamy przestrzenią liniową nad ciałem K.
Def. Jeżeli X0 jest niepustym podzbiorem przestrzeni liniowej X, to pary (X0, λ) nazywamy podprzestrzenią liniową przestrzeni liniowej X.
Lemat (elementarne własności przestrzeni liniowej):
1) ∀x 0x = x0 = 0 | 0x1 +(x1 + x2) = (0x1 + 1x1) + x2 = (0 + 1)x1 + x2 = 1x1 + x2 = x1 + x2 | podobnie x10 + (x1 + x2) = x1 + x2 x + 0 = x
2) α x = 0 α = 0 lub x = 0
3) - α (x + y) = -α x - α y | α (x - y) = α x - α y
Układy elementarne w przestrzeni liniowej
Układy skończone: X - przestrzeń liniowa nad K, x1, ... , xn ∈ X.
Def. Każdy element postaci x = α1 x1 + ... + αn xn αi ∈ K nazywamy kombinacją liniową (o współczynnikach α1, ..., αn) rozpiętą na układzie skończonym.
Def. Układ skończony nazywamy:
1) liniowo niezależnym, jeżeli α1 x1 + ... + αn xn = 0 α1 = ... = αn = 0.
2) liniowo zależnym, gdy nie jest niezależnym, więc istnieją niezerowe współczynniki α1, ..., αn, że α1 x1 + ... + αn xn = 0
Tw. Układ {eα | α ∈ A} jest liniowo niezależny, jeżeli każdy jego podukład skończony jest liniowo niezależny.
Def. Jeżeli E = {eα | α ∈ A} jest układem elementów przestrzeni liniowych X nad K, to zbiór span E jest zbiorem wszystkich kombinacji liniowych rozpiętych na układzie E.
. span E jest podprzestrzenią X (powłoka liniowa rozpięta na zbiorze E).
Tw. (podstawowe) X przestrzeń liniowa nad K. Jeżeli B0 jest zbiorem liniowo niezależnym w X, to istnieje maksymalny zbiór liniowo niezależny B ⊃ B0
Def. Bazą przestrzeni liniowej X nazywamy każdy maksymalny podzbiór liniowo niezależny B.
Wn. Każda przestrzeń liniowa X nad K ma bazę.
Wn. Jeżeli przestrzeń liniowa X ma bazę to zachodzi jednoznaczna reprezentacja
Komentarz: Zbiór A jest równoliczny ze zbiorem B, jeżeli istnieje bijekcja f:A→B. Piszemy wtedy A~B mówiąc, że zbiory A i B są równoliczne.
Postulat: Jeżeli A jest zbiorem, to odpowiada jemu (?) przedmiot card A ≡XA nazywamy liczbą kardynalną zb. A. Przy tym: dwa zb. A, B mają tą samą liczbę kardynalną wyłącznie wtedy, gdy są równoliczne, a więc card A= card B ⇔A~B Np. A={1,...,n} B={1,...,m}, A~B ⇔ m=n
Tw. W przestrzeni liniowej dowolne dwie bazy są równoliczne [B1,B2 - bazy w X, to card B1 = card B2]
Def. Wymiarem przestrzeni liniowej X nad ciałem K nazywamy moc bazy tej przestrzeni: dim X = card B | B - baza w X (≡ cardk B) Np. dim Rn=n ; dimQ R=∞
Tw. Przestrzeń liniowa X nad K jest skończenie wymierna jeżeli dim X = n (n∈Z+) - przestrzeń n-wymiarowa
MACIERZE
S - zb. niepusty, m.,n ≥1. Macierzą typu m×n nad S nazywamy układem m•n elementowy zbiór uporządkowany w m - wierszach, n - kolumnach
Np.
- macierz jednostkowa - macierz diagonalna
DZIALANIA:
Jeżeli A,B są macierzami tego samego typu (nad K,R), to *Zbiór Matm×k(K) w macierzy typu m×n nad K jest przestrzenią linową w sensie działania *
Mnożenie macierzy: Na ogół mnożenie macierzy nie jest przemienne !
Właściwości
1° łączność (AB)C=A(BC)
2° rozdzielność A(B+C)=AB+AC
3° α(βA)=( αβ)A ; (α+β)A=αA+βA
Jeżeli macierz transponowana
Jeżeli At = A macierz symetryczna ; At = - A macierz skośnie symetryczna
Jeżeli macierz sprzężona (Hemite'a do A) A*=A - macierz samosprzężona ≡ Hemite'a
Jeżeli A*A=I, to A nazywamy macierzą unitarną
Własności: ; ; ; ; ;
Def. Algebra X nad ciałem K, to sup.(?) algebra (X,λ,•), gdzie 1° (X,λ) - przestrzeń liniowa nad ciałem K; 2° (X,+,•) - pierścień; 3° x(λy)=λxy;
Jeżeli przemienne. Jeżeli | e - element jednostkowy
Odwzorowanie liniowe f: X→Y ; X,Y p. liniowe nad K 1° addytywne ; 2° jednorodne; nazywamy liniowym
zbiór wszystkich odwzorowań linowych f z X do Y jest p. liniową
f: X→Y jest linowe, f - forma liniowa na X
L(X,K)≡X* - przestrzeń dualna (sprzężona dla X)
Def. Jeżeli , to - kernel f ; - obraz f
Ćw. ker f jest podprzestrzenią X , im f jest podprzestrzenią Y
Uwaga Jeżeli α,β liczba kardynalne, to przez sumę α+β rozumiemy moc sumy zbiorów rozłącznych mocy α,β odpowiednio
Fakt Jeżeli to
(wymiar jądra + wymiar obrazu = wymiar dziedziny)
Równania liniowe
równanie liniowe
Równania (*) jest niejednorodne ⇔
Lemat. Jeżeli , to:
1° każde równanie jednorodne ma postać: - baza jądra
2° Jeżeli
, to każde rozwiązanie równania , gdy xs - dowolne rozwiązanie szczególne równania
Niech x będzie jakimkolwiek rozwiązaniem r.
Lemat (Tw. o interpolacji odwzorowań liniowych) X,Y p. liniowe nad K, - baza X, każde odwzorowanie ma jednoznaczne przedłużenie liniowe
Tw. (o izomorfizmie) Jeżeli X,Y - p. liniowe nad K, to równoważne są warunki: 1° X≈Y (X izomorficzne z Y) 2° dim X = dim Y Np.
WYZNACZNIKI
Def. Odwzorowanie o własnościach:
Def 1 detA jest f. liniową (swoich kolumn)
Def 2 ... A są identyczne to A=0
Def 3 nazywamy wyznacznikiem na A
Def 4 Jeżeli macierz A ma kolumny zerowe, to detA=0
Def 5 Jeżeli B powstaje z A przez przestawienie dwóch kolumn, to det A = - det B
Def 6 Jeżeli π jest permutacją zb (1,...,n) to
Def 7 Jeżeli dwie kolumny macierzy A są identyczne lub proporcjonalne, to detA=0
Def 8 Wyznaczniki macierzy nie zmieniają się, gdy do ustalonej kolumny dodać inną kolumnę pomnożoną przez skalar
Def 9 Funkcja det( ) o własnościach D1-3 jest jedyną i ma postać
Def 10 (Cauchy)
Def 11 Wyznaczniki macierzy danej i transponowanej jest ten sam
Def k - kolumna
minor macierzy A: m=n Dopełnienie algebraiczne elementów gdzie to minor macierzy A, dopełnienie algebraiczne
Def 12 (Tw. Laplace'a)
Macierzowa reprezentacja odwzorowań liniowych w przestrzeniach skończenie wymiernych
X - przestrzeń liniowa K, dim X=n | baza X,
Niech - p. linowa n-wymiarowa , o bazie ;- p. linowa m.-wymiarowa, o bazie
- p.. liniowa wszystkich macierzy typu m×n
- zb. wszystkich odwzorowań liniowych z X do Y
Tw. Przestrzenie oraz są izomorficzne w szczególności: algebry oraz są izomorficzne
J: - jednoznacznie określony element ciała K
notacja kolumnowa
-jednoznaczne odwzorowanie
sprawdzamy, że T(.) jest odwzorowaniem liniowym z X do Y. Jest ono bijekcją. Zatem T jest izomorfizmem p. lin.
macierz odwrotna
Zbiór wszystkich odwzorowań , nieosobliwych, jest grupą pod względem składania odwzorowań
Jeżeli A,B macierze mają własności
Def. Macierz Ad - dostawiona do A: Ad=[aik]t (macierz transponowana do macierzy dopełnień algebraicznych elementów aik)
Stwierdzamy, że
AAd=
= det A*I
Skąd:
A(1/detA*Ad)=I -> A-1=(1/detA)Ad
Def. X,Y - przestrzenie liniowe nad K, n,m wymiarowe, odpowiednio |ef L(X,Y)∋A↔A∈Matm×n(K)
Rząd przekształcenia liniowego A: r(A)=def= dim im A (liczba liniowo niezależnych el. obrazu), r(A)= r(A): T(A)=A
Własności:
Jeżeli A jest nieosobliwe to r(A)=n (Y=X)
r(A)= liczba lin niezależnych kolumn (wierszy), najwyższy stopień minora różny od zera
Def. Przekształcenia elementarne macierzy:
I rodzaju: (na wierszach). mnożenie wybranego wiersza przez α ≠0, przestawienie dwóch wierszy, do ustalonego wiersza dodanie liniowej kombinacji pozostałych
II rodzaju (na kolumnach) (to samo)
Lemat. Każde przekształcenie elementarne: 1) I-rodz A→A'= PA, gdzie P jest macierzą nieosobliwą ; 2) II rodz A→A' = AQ, gdzie Q jest macierzą nieosobliwą
Zastosowanie przekształceń elementarnych:
1 wyższego rzędu macierzy
2 obliczanie determinantów
Tw. (Kronecker - Capelli) Rozważmy układ m równań o n niewiadomych
(*)=
w którym aik∈K (C,R,...), b=
dany wektor w Km x=
- kolumna niewiadomych (Km)
m≠n prostokątny ukł liniowy,
m=n kwadratowy ,,, , ,,
b≠0 układ niejednorodny
b=0 ukł jednorodny
(*) ⇔Ax=b : A=[aik]m×n b=
x=
⇔ A1x1+ . .. . + Anxn =b , Aj - to j-ta kolumna macierzy A
Tw. (Kronecker - Capelli) Układ (*) jest niesprzeczny ⇔ jeżeli r(A)=r(Ab), gdzie Ab to macierz utworzona z macierzy A przez dołączenie kolumny wyrazów wolnych. ( r() - rząd macierzy)
Dowód: Układ (*) jest niesprzeczny ⇔ istnieją el x1 ... xn w K, że ich kombinacja liniowa z el bazy daje element b⇔r(A)=r(Ab)
Wn
Układ jednorodny jest niesprzeczny Ax=0
Jednorodny układ kwadratowy równań lin Ax=0 (m=n) jest niesprzeczny. Liczba k liniowo niezależnych rozwiązań: K=n-r | r=r(A) | A=A | Ax=0 ⇔Ax=0 | dim ker A (=k) + dim im A (r=r(A)) = n | k+r=n | k =n-r
Układ jednorodnyAx=0 (m=n) ma rozwiązanie niezerowe ⇔ n>r ⇔det A=0 (tzn A - macierz osobliwa)
Jeżeli r=r(A)=n to k=0 układ ma jedyne rozwiązanie zerowe
Uwaga: f:L(X,Y) | f(x)=y - niesprzeczny ⇔ y∈im f , którego każde rozwiązanie x: x=x0+xs | x0∈ker f , xs-dowolnie dobrane rozwiązania równań jednorodnych (f(xs)=n)
Jeżeli ker f ma bazę B0, to ker f ∋ x =Σ xαeα
W danym ukł (*) Ax=y | Ax=y | x0,Ax0=0 | xs= α1e1+ ... + αkek
Np.: x1+ 2x2+ ... nxn=1 | X=Kn | x=α1e1+ ... + αnen | f:Kn→K | f(x)= x1 + 2x2 + ... + nxn | A= [1,2, ... , n]
x=
| (Ax=1) ⇔ x1 = 1 - (2x2 + ... + nxn), x2, ... , xn ∈K
r(A)=1 | r(Ab) =1
x=
=
=
+x2
+ ... + xn
k+1=n | k=n-1
Tw. (Cramer) Jeżeli maciezrz A∈Mat n(K) jest nieosobliwe, to układ kwadratowy równań liniowych (*) Ax=b, tzn
ma jedyne rozwiązanie postaci x=
, gdzie Δ= det A , Δ1- to determinant macierzy utworzonej z A przez zastąpienie i-tej kolumny kolumną wyrazów wolnych
Dowod: A↔A | Ax= b | A-nieosobliwe | ∃A-1 | A-1 | Ax=b | (A-1A)x=A-1b ⇒ x=A-1b ↔ x=A-1b | A-1=(1/Δ)[Aik] | x=(1/Δ)[Aki]b=
=
=
WEKTORY I WARTOŚCI WŁASNE
K- ciało algebraiczne nie zamknięte (tzn. każdy wielomian stopnia >0 nad K ma przynajmniej jedno zero, C (o.k.),Zp(nie),R(nie - x2+1=0), A=[aik]∈Matn(K) - dana macierz
Def. Jeżeli istnieje wektor niezerowy λ (w Kn), że przy pewnym λ←K będzie: Ax=λx (Ax=λx), to mówimy, że x jest wektorem własnym macierzy A, odpowiadającym wartości własnej λ. A→(x,λ)
Tw. Każda macierz A=[aik]m×n nad ciałem alg. zamkniętym ma wartości własne oraz wektor własny.
Dowód: λ,x - to wartość własna i wektor własny macierzy A ⇔ jest x≠0 oraz λ∈K | Gdy spełnione jest równanie Ax=λx ↔ (A-λI)x=0 ↔ jest ukł. kwadratowych równań jednorodnych
⇔ det (A-λI)=
= pn(λ) wielomian stopnia n-tego nad K
pn(λ)=(-1)nλn+p1λn-1+ ... + pn-1λ+pn Ale K jest algebrą zamknięta (n≥1), zatem istnieje λ∈K, że równanie (*) ma rozwiązanie niezerwe w Kn
Def. Wielomian pn(λ)≡det (A-λI) nad (jest?) wielomianem charakterystycznym.
Wn.
(1) λ-warość własna A | którekolwiek rozwiązanie pn(λ)=0 λ1, ... ,λn ν1, ... ,νn (krotności ν1, ... ,νk≥1 | ν1 + ... +νk= n)
λ-wartośc własna A, to odpowiada jej k=n-r (r=r(A-λI)) liniowo niezal. Wektorów własnych.
X- n wymiarowa przestrzeń liniowa nad ciałem K: Zapis (X,e) znaczy: w X wyraz e, n-wym bazą e: e1, ... en
(Uwaga: baza to zawsze zbiór niepusty)
X bazy e: e1, ... en lub bazy e': e'1, ... e'n
∃ jednakowe odwzorowanie macierzy P=[pik]∈Mat n(K), że
tzn.
=P-t
, krótko: e'= Pte
zwana macierzą przejścia (w X) z bazy e do bazy e'
Własności:
Macierz przejścia P transformuje bazę e na bazę e' poprzez swoje kolumny
Macierz przejścia P jest nieosobliwa: det P ≠ 0
Jeżeli P jest macierzą przejścia z bazy e do bazy f oraz Q jest m. przej. z f do b. G, to PQ jest m. Przej. z b. e do b. g
f=Pte, g=Qtf ⇒ g= Qt(Pte) = (QtPt)e=(QP)te
Jeżeli P macierz przejścia z bazy e do bazy f, to P-1 jest macierzą przejścia z b. f do b. e
P*Q=I ⇒ Q=P-1
(*) Pte=e' | e=
| e'=
Wyznaczenie macierzy przejścia redukuje się do rozwiązania równania macierzowego (*) etP = (e')t
X- n wymiarowa przestrzeń z dwiema bazami e, e'
X∋x | x =
=
=
=
=
, tzn.
=P
| x= Px' | x'=P-1x
Zależność macierzy przestrzeni lin przy zmianie bazy. Rozważmy diagram przemienny:
w którym
X,Y - przestrzenie liniowe skończenie wymiarowe n, m
A: X→Y, dane przekształcenie lin o macierzy A
α - automorfizm (X,e') na (X,e) o macierzy P (przejścia z e do e')
β - automorfizm (X,f') na (X,f) o macierzy Q (przejściaz f do d')
B macierz operatora A w bazie e',f'
Mamy, że
Dla diagramu (1) | Ax=βB, tj. A=β-1 A α
Dla diagramów (2) | A α =α B, tj. B=α-1 A α
B=Q-1 AP
B=P-1 AP
Def. W Matn(K): Macierz A jest podobna do macierzy B jeżeli istnieje macierz nieosobliwa S: B=S-1AS A więc podobieństwo macierzy oznacza, że są określone na tej samej przestrzeni liniowej, lecz różnych bazach.
Drobiazgi
Rel. ~podobieństwa macierzy jest równoważnością w Matn(K): A~A | S=π | A~B =>B~A: | B=B-1AS →A=SAS-1=(S-1)-1B(S-1) | A~B & B ~C | B=S-1AS | C=π-1B π= π-1(S-1AS)π =(ST)-1ASπ
Jeżeli A~B, to pA(λ)=pB(λ)
-macierze podobne mają równe wielomiany charakterystyczne
Dowód: B=S-1AS | pB(λ)=det (B-λ π )=det(S-1AS-λ π )=det S-1(A-λ π)S=pA(λ)detS-1=pA(λ)
Def. ślad macierzy: tr A = a11+...+ann
Fakt:
(1) tr AB = trBA | jeżeli A~B, to trA=trB | (B=S-1AS, trB=tr S-1AS=tr A)
(2) Jeżeli K jest ciałem algebraicznym, zamkniętym to: tr A=λn+...+λ n
(3) Jeżeli K jest algebraicznym zamkniętym, to detA = λ 1 .... λ n
A∈Matn(ϕ) σ(A)=zbieżność wszystkich wartości własnych macierzy A (widmo)
A*=A => σ (A) ⊂ R |
Uwaga: U*U = I | σ (A) ⊂ S
Fakt. 1 Widmo macierzy Hermite'a jest zawarte w R' A*=A => σ (A)⊂ R
Tw. jeżeli A jest macierzą rzeczywistą w A*=A ,to A*=A=>σ ((A)⊂ R)
Dowód: Ax=λ x (λ -wartości własne x≠0 - wektor własny)
M - unitarne U*U=I (≡UU*=I U*=U-1)
np:
Fakt 2. widmo macierzy unitarnej jest zawarte w S: U*U=I => σ (A)⊂ S
Dowód: λ,x - wart. , wektor własny macierzy U
Fakt 3 (Gershgorin, 1931) Jeżeli A=[ain] ∈ Matn(ϕ), to σ (A) ⊂ ∪in=1 Di gdzie: Di={λ=C: |λ - aii| =< Λn}, (koło Gershgorin)
D:| λ-aii| =<Λ | suma modułów wiersza bez elementów przekątnej
∅∉∪ni=1 Dn
TW. Caley-Hamilton A ∈Matn(K), f ∈ Pn[λ ] - wielomian nad ciałe K. f(x)=a0+a1 λ + ....+ an λ n
DEF wielomian od macieży f(A)=a0I+a1A+.....
TW (Caley -Hamilton) Wielomian charakterystyczny pn(λ )=p(λ)=det(A-λ π ) macieży A, zerują tą macierz. p(A)=0
Dowód: p(λ)=po+p1 λ +.....+pn λn | ( pn=detA pn=(-1)n ) | (pnI+p1A+....+pnxAn=0) | B ∈ Matn(K), to : (*) BBD=(detB)I | Równość typu (*) to λ - macierzy | B=A-λ I
(**) (A-λ I)(A-λ I)0=det(A-λ I)I ≡ p(λ)I
Istnieją jednoznacznie określone macierze. C0,C1,.....,Cn-1 W Matn(K) że: (A-λ I)D=C0+C1 λ+......+Cn-1 λn-1 wykonanie działania w (**) daje:
(A-λ I )(A-λ I )D=(A-λ I)(C0+C1 λ + ......+Cn-1 λn-1)=AC0+AC0+AC1 λ+...+ACn-1 λ - (C0 λ +C1 λ 2+...+Cn-1 λn)=AC0+(AC1-C0)λ +(AC2-C1)λ2+.....+(ACn-1 - Cn-2)λn-1 - Cn-1 λn=(p0I+p1λI+....+pnI λn) ∀λ∈k
Wobec dowolności λ w k: (możemy skrócić k równości przez IA,...,Ak)
I | AC0=p0I
A | AC1 -C=p1I
... | ......
... | ......
An-1 | ACn-1-Cn-2=pn-1I
An | -Cn-1=pnI
AC0+(A2C1-AC0)λ +(A3C2-AC1)λ2 +...+(AnCn-1-AnCn-1)λn-1-AnCn-1λn=p(A)
0=p(A)
Wnioski:
An jest kombinacją liniową macierzy I,A,...An-1 | Ak,k>=n
Jeżeli A jest nieosobliwe, to A-1 jest kombinacją liniową rozpiętą na macierzach I,A,...,An-1
p0A-1+(p1I+...+pnAn-1)=0
A-1= -(1/p0) (p1I+...+pnAn-1)
DEF: wielomian μ =μ(λ), unormowany (tzn współczynnik przy największej potędze jest 1) i możliwie najmniejszego stopnia, że μ(A)=ω
Wstępne informacje o przestrzeni Banacha i Hilberta
X - przestrzeń liniowa nad ciałem K=P lub R
Odwzorowanie: X∋x→||x||∈ R f()≡|| || własności:
N1 ||x||=0 x-0 (własność jednoznaczności)
N2 ||α x||=|α| ||x||
N3 ||x+y||=<||x|| +||y|| (nierówność trójkąta)
nazywamy NORMĄ w przestrzeni liniowej X
Lemat: Jeżeli (X,|| ||) jest przestrzenią unormowaną to (d(x,y)=||x-y|| jest metryką w X
np: X=R , ||x||=|x| | X=C , ||x||=|z| | X=Rn , ||x||=(∑1n xi2 )1/2 | X=Cb , ||x||=(∑i=1n |xi|2)1/2
W Cn norma Minkowskiego: Cn∋x=(x1.....,xn) | ||x||p=(∑i=1n |xi|p)1/p , 1<p<∞
DEF: || || oraz || ||0 są równoważne [ || ||~|| ||0 ]
np: || ||p są równoważne (tzn zbieżność po współrzędnej)
Lemat: W X, || ||~|| ||0 ∃ α,β>0 ∀x ∈ X α||x||0 =<||x||=<β ||x||
Q - przestrzeń metryczna zwarta C(Q) - zbiór wszystkich funkcji ciągłych rzeczywistych na Q | ||x||=sup|x(t)| t ∈ Q
DEF: X - przestrzeń liniowa nad K(=C,R); Odwzorowanie: X×X∋(x,y)→(x|y) ∈ C
∃ S1 (x+y|z)=(x|y) ∈ C
∃ S2 (α x | y)=α(x|y)
∃ S3
∃ S4 ∀x (x|x)>=0 oraz (x|x)=0 x=0
Iloczyn skalarny w X
(X, || ||) ∀(xy) ||xn-xm||→0 => ∃x xn→x (Przestrzeń Banacha ) m,n→∞
l1 x=(ξn), ∑1∞ |ξn|<∞ | ||x||=∑1∞ |ξn|
l2 x=(ξn), ∑1∞ |ξn|2<∞ | ||x||=(∑1∞ |ξn|2)1/2
z def ∃ S1-4 => (x|y+z)=(x|y)+(x|z) |
A więc ∃ S:
odwzorowanie liniowe (dla R)
półtora liniowe (dla C)
np: 1) Rn, (x|y)= ∑1n xiyi 2) Cn ,
C<-l,l>, x=x(t) <-l,l>→C, ciągła
Lemat (nierówność CBS) w przestrzeni z ∃ S(iloczyn skalarny)
Nierówność Schwartza : |(x|y)|<(x|y)1/2(y|y)1/2 ∀x,y ∈ X
Dowód: x,y ∈ X, λ ∈ C (x+λ y|x+λ y)>=0
| (x=0 lub y=0) | x,y ≠0
Obliczymy λ = - (x|y)/(y|y), podstaw (x+λ y|x+λ y)=.........=(x|x)- (x|y)2/(y|y)>=0 |(x|y)2=<(x|x)(y|y)
Rn (x|y)= ∑1nxiyi | |∑1nxiyi|=<(∑1nx2)1/2(∑1ny2)1/2
Cn
C <-l,l>
Lemat: Przestrzeń z ∃ S jest przestrzenią unormowaną ||x||=(x|)1/2
Dowód: 1) ||x||=0 (λ (x)=0 x=0 ) 2) ||α x||=(α x|α x)1/2=|α| ||x|| 3)
Stąd
Def. Przestrzeń liniową X z nad K(C, R) nazywamy przestrzenią UNITARNĄ (pre Hilberta). Jeżeli jest zupełna nazywamy ją przestrzenią
Każda przestrzeń unitarna jest przestrzenią unormowaną.
FAKT W przestrzeni unitarnej mamy: *x, y są liniowo zależne
ORTOGONALNOŚĆ
DEF. X - przestrzeń liniowa z, . Jeżelito piszemy x y mówiąc, że element x i y są ortogonalne. (Uwaga )
Układ* nazywamy
1) ortogonalnym, jeżeli
2) ortonormalnym, gdy jest ortogonalny i unormowany (tj. )
Np. a) w Rn baza standardowa jest układem ortogonalnym b) w układ trygonometryczny jest ortogonalny
(Układ jest ortonormalny)
Lemat Układ ortogonalny jest liniowo niezależny
Proces ortogonalizacji (E.Shmidt)
W przestrzeni unitarnej X elementy są liniowo niezależne. W X istnieje układ ortogonalny o własności *
Konstrukcja: | z żądaniem stąd | z żądaniem
...
Tak skonstruowany układ jest ortogonalny.
Układ: jest przyporządkowanym układem ortonormalnym
Lemat Każda n-wymiarowa przestrzeń liniowa nad ciałem jest przestrzenią Banacha (tzn. można tak zdefiniować normę, że będzie ona przestrzenią Banacha)
X - przestrzeń liniowa nad ciałem - n - wymiarowa baza
jest to norma w X | - przestrzeń zupełna (Banacha)
Jeśli jest jakąś normą w X, to | *
S - sfera jednostkowa w - jest to zbiór zwarty (jako domknięty i ograniczony). Każda norma jest funkcją ciągłą ()
Stosujemy twierdzenie Weierstrassa:
Wniosek W n-wymiarowej przestrzeni unitarnej, istnieje baza ortogonalna (ortonormalna) | - liniowo niezeleżne - baza ortogonalna
Komentarz: | Przestrzeń Euklidesa: | n-wymiarową przestrzenią Euklidesową nazywamy n-wymiarową przestrzeń unitarną (rzeczywistą K=R, zespoloną K=C)
V - rzeczywista przestrzeń Euklidesa () | Nierówność CBS: .
Każdą liczbę o własności:nazywamy kątem między wektorami
(w przestrzeni Euklidesa)
Ciąg odwzorowań liniowych w przestrzeni Banacha: X, Y - przestrzeń unormowana nad |
Równanie liniowe: niesprzeczne | - przesunięcie (wektor)
FAKT Równoważne są warunki: (I) A jest ciągłe w pkt. | (II) A jest ciągłe (w ogóle) | (III)
Just.: (I) (II), to | |
(II) (III) Przypuśćmy, że (III) nie zachodzi:
- sprzeczność
Ex. Każde odwzorowanie liniowe: jest ciągłe
U (III) A jest ograniczone w każdej kulispełnia warunek Lipschitza
DEF Jeżeli jest ciągiem odwzorowań liniowych, to liczbę
nazywamy normą ciągłego operatora liniowego A.
FAKT Dla ciągłego odwzorowania liniowego mamy
(III) |
FAKT Przestrzeń liniowa wszystkich ciągłych odwzorowań liniowych A, B z X do Y (X, Y - przestrzeń unormowana) jest przestrzenią unormowaną w sensie równości
Dotyczy w szczególności przestrzeni
-przestrzeń dualna
jest algebrą w sensie mnożenia - składanie odwzorowań
, to . Ponadto
AB jest ciągiem odwzorowań liniowych w X
Także
, to
, to
A - odwzorowanie liniowe ciągłe
Przestrzenie unormowane:są liniowo izometryczne
FAKT Jeżeli X, Y - p. unormowana, a , to
- jest przestrzenią unormowaną
FAKT Jeżeli
ma ciągłe odwzorowanie[]
Szereg jest zbieżny w
zbieżne
sprawdzamy, że
Wnioski Niech
będzie grupą wszystkich odwzorowań liniowych
, które są odwracalne, X - przestrzeń B
Jeżeli
oraz B w ma dostatecznie małą formę to
[tzn.
jest podzbiorem otwartym w ]
jeżeli
K - algebra zamknięta
Jeśli ciało jest algebrą zamkniętą, to macierz posiada wektory i wartości własne A← Matn(K) , K- ciało algebr. zamknięte x,λ Ax=λx
Jeśli ciało jest algebraicznie zamknięte, to macierz posiada wektory i wartości własne.
Wektory i wartości własne odwzorowania
A∈B(X) dimX=n
Def. Wartości oraz wektor własny przekształcenia liniowego A: W X obieramy bazę e=(e1,.....,en)
∃! A w Matn(K), że Ax=Ax x, λ (≠0) wektor i wartość własna przekształcenia liniowego A:
Ax=λx ⇔ Ax=λx
Jeżeli przechodzimy z bazy e do f i P jest macierzą przejścia [f =Pe], to A→ B=P-1AP
zatem macierze podobne mają to samo widmo [ σ (A)= σ (B), x=Px' ].
Wektory i wartości własne mogą ulec zmianie przy zmianie bazy.
Fakt: Jeżeli V to n-wymiarowa przestrzeń Euklidesa, to każda forma liniowa f na V [f: V→K] ma postać:
f(x)=(xy) ∀x∈X gdzie y∈V jest jednoznacznie określonym elementem
ponadto odwzorowanie V *∋f ↔ y∈V jest liniowe gdy K=R i jest antyliniowe gdy k=C
Wn: V ma bazę:
Fakt: Jeżeli odwzorowanie A∈B(X) jest liniowe to ∀y∈V odwzorowanie V∋x→ (Ax|y)∈K jest formą liniową nad V
Zatem ∀y∈V istnieje jedyny element z=A*y w V, że (Ax|y)= (x|A*y)
Odwzorowanie A*: V→X jest liniowe
Spr: x,y1,y2∈V α,β∈K, to
(Ax|αy1+βy2)=(x|A*(αy1+βy2))= α*(Ax|y1)+ β*(Ax|y2)=α*(x|A*y1)+β*(x|A*y2)=(x|α A*y1+βA*y2)
DEF: Jeżeli A∈B(V) to operator liniowy A*: V→V określony żądaniem :
(Ax|y)= (x|A*y) ∀x,y∈K nazywamy operatorem sprzężonym do A
szczególnie: A=A* - operator samosprzężony (Ax|y)= (x|Ay)
Komentarz:
I *=I
(A+B)*=A*+B*
(αA*)=α*A*
(A*)*=A
(AB)*=B*A*
(A-1)*=(A*)-1, gdy A nieosobliwa
A*=A ⇒ σ (A)⊂ R - widmo macierzy Hermiitte'a jest rzeczywiste
U- unitarna ⇒ σ (A)⊂ S - widmo macierzy unitarnej leży na obrębie koła jednostkowego
Informacje o diagonalizacji macierzy
F1 Macierz A∈Matn(K) K- ciało algebraicznie zamknięte. Wdanej bazie e=(e1,...,e2) jest macierzą
diagonizowalną ⇔ gdy e jest bazą złożoną z wektorów własnychmacierzy
F2 Układ wektorów własnych odpowiadających różnym wartościom własnym operatora liniowego A: V→V jest liniowo niezależny
Gdy wartości własne operatora A są jednokrotne, to wektory własne tworzą bazę V
F3 Wektory własne operatora samosprzężonego na przestrzeni n-wym Euklidesa V nad ciałem K (R lub C) odpowiadające różnym wartościom własnym są ortogonalne
D. Niech λ1,λ2 (λ1≠λ2) - wartości własne operatora A, Ax1=λ1x1 Ax2=λ2x2 λ*=λ∈R
(Ax1|x2)=(x1|Ax2)= (λ2x1|x2)= (x1|λx2)=λ(x1|x2)
(Ax1|x2)= (λx1|x2)= λ(x1|x2) ⇒ (λ1-λ2)(x1|x2)=0 ⇒ (x1|x2)=0 ⇒ x1,x2 są ortogonalne
A←Matn(K), K - alg.zamkn.
x, λ | Ax = λx
Jeśli ciało jest alg. zamknięte, to macierz posiada wektory własne i wartości własne.
Wektor i wartość ODWZOROWANIA:
A∈B(x), dimX = n
Def. Wartość własna oraz wektor własny przekształcenia liniowego A:
W X obieramy bazę e=(e1, ... , en)
∃! A w Matn(K), że Ax=Ax
λ, x (≠0) przekształcenia liniowego A:
Ax = λx ⇔ Ax = λx
Jeżeli przechodzimy z bazy e→f i P - macierz przejścia [f=Pe], to A ↔ B=P-1AP.
A∼B ⇔ A=P-1BP (P - nieosobliwa)
Zatem (macierze podobne mają to samo widmo)
1° σ(B) = σ(A)
2° x=Px'
Wektory i wartości własne mogą ulec zmianie przy zmianie bazy.
FAKT
Jeżeli V - przestrzeń Euklidesa(n), to każda forma liniowa f na V [f:V→lin K] ma postać
f(x) = (x|y), ∀x∈X ,
gdzie y∈V - jest jednoznacznie określonym elementem.
Ponadto odwzorowanie
V* ∋ f ↔ y∈V jest liniowe gdy K=R i jest antyliniowe gdy K=C (stałą α wył. się ze sprzężeniem).
Wsk. V ma bazę
FAKT
Jeżeli A∈B(V), to ∀y∈V odwzorowanie
V∋x→(Ax|y)∈K
Jest formą liniową nad V.
Zatem ∀y∈V istnieje jedyny element z=A*y w V, że
(Ax|y)=(x|A*y)
Odwzorowanie A*:V→V jest liniowe.
Spr.
x,y1,y2 ∈V, α,β∈K to
(Ax|αy1+βy2)=(x|A*(αy1+βy2))
=
(Ax|y1)+
(Ax|y2)
=
(x|A*y1)+
(x|A*y2)
=(x|αA*y1|+βA*y2)
czyli A* jest liniowe, tu ∈B(V).
DEF. Jeżeli A∈B(V) to operator liniowy A*:V→V
określony żądaniem (Ax | y)=(x | A*y), ∀x,y ∈K
nazywamy OPERATOREM SPRZĘŻONYM do A.
Szczególnie A=A*, to mówimy że A jest op.samosprzężonym
(Ax | y) = (x | Ay );
Komentarz:
I*=I, (A+B)*=A*+ B*, (αA)*=A*
(A*)*=A, (AB)*=B*A*
(A-1)* = (A*)-1, jeżeli A jest nieosobliwa
ćw. Jeżeli A∈B(V), e=(e1,... en) baza V, to
,
gdy A[(Aei | ej)]
A*=A => δ(A)⊂R widmo macierzy Hermitte'a jest rzeczywiste
U - unitarna => δ(U)∈S widmo macierzy unitarnej leży na
obrzeżu koła jednostkowego.
INFORMACJE O DIAGONALIZACJI MACIERZY
(F1) Macierz A∈Matn(K), K-ciało alg.,zamknięte, jest w danej
bazie e=(e1,... en) diagonalna e jest bazą złożoną z wektorów
własnych macierzy.
(F2) Układ wektorów własnych odpowiada różnym wart.
własnym. Op. lin. A:V→V jest liniowo niezależny
Gdy wartości własne operatora A są jednokrotne to
wektory własne tworzą bazę V.
Niech e1,...,ek, 1≤k≤n - wektory własne odp. Kolejnym
wart.własnym α1 …αk, e1 →{e1}
e1…ek są lin. niezależne →indukcja(1≤l≤k≤n)
1) α1e1+…αlel=0 => α1=…=αl=0
2) α1e1+…αlel + αl+1e1+1=0
1)λ, 2)-1)λ=: λl+1 el+1 =0 => λl+1 = 0
(F3) Wektory własne wektora samosprzężonego na przest
n wymiarowej Euklidesa V nad ciałem K (R lub C) odp.
różnym wartościom własnym są ortogonalne.
D-d. Niech λ1(→x1), λ2(→x2) (λ1≠λ2)-wart.wł. operatora A
Ax1=λ1x1, Ax2=λ2x2
(Ax1|x2)=(x1|Ax2), bo A=A* =(x1|λ1x2) = λ(x1x2), λ=λ*⊂R
(Ax1|x2) = (λx1|x2) = λ1(x1|x2) => (λ1*λ2)(x1|x2)=>(x1|x2)=>0
x1 ort x2
TW. O RZUCIE ORTOGONALNYM
Jeżeli w przest. Euklidesa V, X0 jest
podprzestrzenią właściwą (nie jest ident z X
i nie jest zerowa), to V=X0⊕X,
gdzie ∀x≠0∈X mamy x ⊥ X0 (x⊥x0 , ∀x0∈X0)
(F4) Jeżeli A jest operatorem samosprzeżonym na
n-wymiarowej przest. Euklidesa V, to przest. V ma bazę
ortogonalną (i też ortonormalną) złożoną z wekt.własnych A.
D-d,szkic. λ1-wart. e1-wekt.wł.op.A, ||e1||-1, x1={e1}
V=X1⊕Xn-1, e1⊥Xn-1. Małą podprzestrzeń λ2,e2∈Xn-1,
tak wybrać e2 aby e1⊥e2. Rozważam podprzest. na e1,e2,
istnieje podp. ortog. do p. λ3,e3∈Xn-2,
TWIERDZENIE - macierz samosprzężona jest diagonali-
zowalna. Dokładniej: gdy A∈Matn(C) ma własność A*=A,
to istnieje macierz unitarna S, że S*AS=diag(λ1,…,λn),
gdzie λ1,…,λn - wart. własne mat.A, przy czym każda wartość
wyst. tyle razy ile wynosi jej krotność jako pierwiastek
równania charakterystyczngo.
Obieramy przestrzeń Eulidesa V=Cn z ∃S (x|y)=
rozumiejąc xe xiyi - współrzędne elemntu x,y, odp. w bazie
standardowej (ortogonalnej) ε
Niech A będzie operatorem samo-
sprzężonym na Cn, który w bazie
ε ma zadaną macierz (samosprz)A.
Układ wektorów własnych operato-
ra A (a więc A) tworzy bazę ortonor-
malną przestrzeni Cn : Niech elementy e1,...,en bazy
e mają w bazie standardowej ε współrzędne:
Niech P - macierz przejścia z
ε do e. Wtedy Ptε=e
P=et=
Wiemy że (ei|ej)=
PP*==I
(UU*=Ie'U*U=I U*=U-1), więc P=S-macierz unitarna.
Zatem macierz A op A po przejściu z bazy ε do e będzie
postaci P*AP (P*=P-1). Z drugiej strony m. A op A w
bazie ortonormalnej e ma postać diagonalną diag(λ1…λn)
Mamy tezę: S*AS=diag(λ1…λn).
FORMY LINIOWE, FORMY KWADRATOWE
X-p.l. nad K=R, f: X*X→R, które jest liniowe ze względu
na obie zmienne f=f(x,y): f(x+z,y)=f(x,y)+f(x,y)
f(αx,y)=αf(x,y), f(x,y+z)=f(x,y)+f(x,z), f(x,αy)=αf(x,y)
nazywamy FORMĄ DWULINIOWĄ. Jest ona symetryczna
jeśli ∀x,y∈X f(x,y)=f(y,x). Jeżeli zachodzi równość
f(x,y)=-f(y,x) to formę nazywamy skośnie symetryczną.
Zad. Każdą f.2lin f na X można przedstawić(jednoznacznie)
w postaci sumy 2lin form: symetrycznej i skośnie symetrycz.
∃fs,fa, ∀x,y∈X f=fa+fa
(np. f(x,y)=0,5(f(x,y)+f(y,x))+0,5(f(x,y)-f(y,x)) )
Forma dwuliniowa na n-wym przest. Euklidesa V:
f(x,y)=f()=)=**
f(ei,ej)≡aij, A=[aij] - macierz formy 2lin w bazie e
W ustalonej bazie forma jest wilomianem wielu zmien.
Przebiegających i,j. **=
Zad. f jest symetryczna(skośnie sym.)A jest sym(skos.sym)
Jeżeli f jest formą 2lin symetr. na V, to f(x,y)=xtAy=(Ax|y)
=(x|Ay)
Zmieniamy bazę, jak zmieni się macierz formy ?
Na V f jest symetr. i ma w bazie e postać f(x,y)=xtAy
e'=Pte, x=Px', y=Py', f(x,y)=xtAy=(Px' )tA(Py' )=
=x't(PtAP)y' Ae-macierz formy w bazie e => PtAP-macierz
formy w e'
FORMY KWADRATOWE
Jeżeli f=f(x,y) jest symetryczną formą dwuliniową na V, to funkcję f: X→R f(x)=f(x,x) - wartość formy dwuliniowej na przekątnej nazywamy formą kwadratową na V. Mówimy wtedy, że f(.) jest formą biegunową (polarną) formy kwadratowej f. f(λx)=λ2f(x) ∀x∈V i ∀α∈R Zachodzi równość:
f(x+y,x+y)=f(x,x)+f(x,y)+f(x,y)+f(y,y)
f(x,y)=0.5(f(x+y,x+y)-f(x,x)-f(y,y)) ∀x,y∈V
Forma dwuliniowa symetryczna na przekątnej:
f(x,y)=0.5(f(x,y)-f(x)-f(y))
Zmiana macierzy formy:
V,e,f -forma liniowa na V, A[aij], aij=f(ei,ej)
1)
=xTAx ≡ (Axn)
(xAn)
V(e→e')
f(x)=xTAx=(x')T(PTAP)x'xPx'
↑↑↑↑
macierz formy
Def Jeżeli forma kwadratowa f ma postać (w pewnej bazie) f(x)=λ1x12+...+λnxn2 λi∈R to mówimy o tej formie, że ma postać kanoniczną.
Powiedzmy, że λ1,...,λk>0, zaś λk+1,...,λn<0,
niektóre mogą być zerami.
Wtedy:
i=1,...,k
zaś:
i=k+1,...,n
dla pozostałych xi=xi'.
Wtedy forma daje się zapisać jako
f(x)=x12+...+ x'k2 - x'k+12-...-x'n2 Jest to postać normalna formy kwadratowej.
Tw (O redukcji formy kwadratowej do postaci kanonicznej)
Niech f=f(x)=xTAx będzie f. kwadratową na danej bazie e przestrzeni liniowej.
Istnieje przekształcenie ortogonalne
V→V x=Sx' (gdzie S jest macierzą unitarną) ,że forma f ma w pewnej bazie e' postać kanoniczną f(x)=λ1x'12+...+λnx'n2 Dow A-a macierz formy na danej bazie e przestrzeni V jest symetryczna (At=A) Ma więc widmo rzeczywiste. λ1,...,λn - wartość własna A. Wiadomo, że wektory własne macierzy A : e'1,...,e'n tworzą bazę ortogonalną przestrzeni V.
Mamy e'=PTe ,x=Px
Zatem f(x)=(Px')TA(Px')=xTAx=(x')T(PTAP)x'
Jednak (Tw. podst) P diagonalizuje A, gdy PTAP=diag(λ1,...,λn)=Dλ
zatem f(x)=(x')T Dλx= Dλ
[x'1,...,x'n]
= λ1x'12+..+λnx'n2
S=P=
Def Formę kwadratową f na V nazywamy
f(x)>0 dodatnio okr
1) określoną , jeżeli ∀x≠0
f(x)<0 ujemnie okr
f(x)>=0 dodatnio półokr
2) półokreśloną, jeżeli ∀x≠0
f(x)<=0 ujemnie półokr
nieokreśloną, jeżeli ∃ x'≠0 i x''≠0 ,że f(x')f(x'')<0
Wniosek: Forma kwadratowa f na V (=R4) jest:
dodatnio określona ⇔ λ1,...,λn>0 półokreślona ⇔ λ1,...,λn>=0 i ∃λi≠0
ujemnie określona ⇔ λ1,...,λn<0 półokreślona ⇔ λ1,...,λn<=0 i ∃λi≠0
nieokreślona ⇔ ∃ λ1,λ2, λ1λ2<0
f(x)= λ1x'12+..+λnx'n2>0 ⇔ ∀λi>0
f(x)= λ1x'12+..+λnx'n2<0 ⇔ ∀λi<0
Tw (Sylwester):
Forma kwadratowa f na Rn jest:
dodatnio określona ⇔ wszystkie minory główne macierzy A są dodatnie
M1=a11>0, M2=
, ..., Mn=detA>0
dodatnio półokreślona:
M1=a11>=0, M2=
, ..., Mn=detA>=0
2) ujemnie określona ⇔ (-1)kMk>0 k=1,2,...,n
ujemnie półokreślona ⇔ (-1)kMk>=0
W pozostałych przypadkach forma jest nieokreślona.
Examplum :
Rn Zbadać odwrotność formy :
f(x)=a1 + ... + anx12 + 2(x1x2 + x2x3 + ... + xn-1xn)
a1 1 ... 0
1 ... I Twierdzenie Sylu
A= . . . II Metoda widmowa
0 ... 1 an
Twierdzenie Gershgorina :
Widmo macierzy A jest zawarte w sumie kół G. i - te koło G to :
Di |λ - a1| < Λ 1 = 1
|λ - an| < Λn = 1
2<i<n-1 |λ - a0|<Λi = 2 | ai > 2 na prawo
Stąd widmo w R => forma dodatnio określona
Zamiana formy kwadratowej do postaci kanonicznej.
Metoda Lagrange'a
W unitarnej bazie mamy :
I f(x) a1 = an <> 0
F(x) = a1x12 + (...) x1 + ( reszta bez x1 ) = a1 ( x12 + 2 a12/a1 x1x2 + ...) + pozostałość
Do postaci kanonicznej
= a1 (x1 + α1x22 + ...)2 + pozostałość
II ∀iii = 0 , ϕ(n) = ∑i,j = 1 aij xixj = 2∑j>iaij xiyj
a12=a<>0
f(x)=a x1x2 + Px + Qx2 + R
P - funkcja liniowa nie zawierająca zmiennych x1 , x2
Q - funkcja liniowa nie zawierająca zmiennych x1 , x2
R - pozostała część formy kwadratowej nie zawierająca x1 , x2
Piszemy :
ϕ(x) = a ( x1 + Q/a ) ( x2 + P/a ) + r - PQ/a = a( x1'2 - x2'2 ) + f | f1 = R - PQ/a
Def: f - forma kwadratowa na X (dimRX = n) to r(f)=r(A)
Definicja jest poprawna, ponieważ
e,A e' , Ae = Pt AP
r( Ae' ) = r( Pt AP ) = r(A)
Tw. Sylwester o bezwładności formy kwadratowej .
Jeżeli f jest formą kwadratową (w pewnej bazie e), to istnieje baza e'', że
d (szkic)
Tw. Podstawowe e,e' ( baza wekt. własn. A z wektorem unormowanym )
Def. Sygnatura formy kwadratowej f.:
sgn f = (p,q)
Niektóre informacje o równaniach liniowych:
(0) f: XX - odwzorowanie liniowe
xs jest rozwiązaniem szczególnym | f(xs) = y
to każde rozwiązanie równania f(x) = y ma postać:
(1) Ax = y (A A , Kn Kn )
Jeżeli r(A) = r(Ay)
x = xo + xs xo : Ax = 0
xs : Ax = y
k + r = n
k = n - r
a) AX + XB = C
A,B,C - macierz dana w Matn(C)
A lub B jest nie nieosobliwe
<=> X + A-1 XB = A-1C
(3) Równanie różniczkowe liniowe n-tego rzędu:
I - ustalony przedział na osi R
Cn (I) - przestrzeń liniowa wszystkich funkcji rzeczywistych UCn na K
ln Cn(I) C(I)
ln jest odwzorowaniem liniowym z Cn (I) do C(I)
ln - to tworzymy operator równań liniowych n-tego rzędu
Równanie
nazywamy równaniem różniczkowym liniowym n-tego rzędu
Np.
Def. Zagadnienie początkowe ( też zagadnienie Cauchy ) dla równania lnx = y polega na
poszukiwaniu rozwiązania x = x(t), które spełnia warunek:
Tw 1. ( o istnieniu jednoznaczności )
Jeżeli f , ai = ai(t) są ciągłe na I, to
zagadnienie początkowe O ma jedyne rozwiązanie:
Tw 2. Jeżeli ai = ai(t) są ciągłe na I, to dim ker ln = n.
Ex. n=2
x''(t) + px'(t) + qx(t) = f(t)
x'' = -px' - qx + f
Q | x1 , ... , xn UB
Operator równania liniowego n-tego rzędu ln stałych współczynnikach
ai(t) = ai = const. i = 1, 2, ...
pozwala skonstruować UB (układ bazowy ).
D. 1) Poszukujemy rozw. równania szczególnego lnx = O w postaci
FAKT.
Przypisując w.w. zasadzie ...
Ex.
x'' + x = O
Ćw.
x'' + 2x' + 2x = 1
najpierw: x'' + 2x' + 2x = O | x = et równanie jednorodne
stąd : '' + 2x' + 2x = O
xo = e-t( C1cost + C2sint )
Układ normalny równań różniczkowych liniowych
ain = ain(x) - to funkcje ciągłe na ICR
Równanie (*) | x = x(t) ,
zagadnienie początkowe
w 1. Przy założeniu jak wyżej, zagadnienie początkowe
Tw 2. Maksymalna liczba rozwiązań liniowo niezależnych układu (*) jest
równa n.
Układ o stałych współczynnikach jednorodnych:
Def.
Funkcja od macierzy:
FAKT
Jeżeli ||A||<R to szereg (*) jest zbieżny w Matn(C) [tzn. def. jest poprawna !]
Matn(C) jest p??? Banacha
Mamy:
Ciąg sum częściowych szeregu (*) spełnia warunek Cauchy, zatem (*) jest zbieżny.
WNIOSEK:
Np.
TWIERDZENIE SPEKTRALNE DLA MACIERZY
Tw. Donforda
Przestrzeń Banacha
X - p. l. nad ciałem K = C lub R. Funkcję X∋x → ||x||∈R o własnościach
N1. ||x|| = 0 ⇔ x = 0,
N2. ||αx|| = |α| ||x||,
N3. ||x + y|| ≤ ||x|| + ||y||
nazywamy normą w X. Parę uporządkowaną (X,||.||) - przestrzenią unormowaną.
Stwierdzamy natychmiast, że:
a) ∀x∈X ||x|| ≥ 0,
b) ∀x,y∈X | ||x|| - ||y|| | ≤ ||x - y||
c) Funkcja X×X∋(x,y) → d(x,y) = ||x - y||∈R
jest metryką w X (tzw., metryka indukowana normą).
d) Metryka (c) jest niezmiennicza względem przesunięcia:
d(x+z,y+z) = d(x,y), ∀x,y,z∈X.
Równość ||x|| = d(x,0) wskazuje, że normą elementu (jego odległość od x) można interpretować jako długość wektora x.
Ciąg (xn) w (X,||.||) nazywamy zbieżnym do x pisząc
xn → x, n → ∞ lub lim xn = x, dla n → ∞
jeżeli
∀ε>0 ∃ Nε>0 ∀n≥Nε ||xn - x|| < ε (tzn. ||xn - x|| → 0, n → ∞).
Jeżeli
∀ε>0 ∃ Nε>0 ∀m,n≥Nε ||xn - xm|| < ε (tzn. ||xn - xm|| → 0, m,n → ∞),
to (xn) nazywamy ciągiem Cauchy'ego.
Oczywiste jest, że
granica ciągu zbieżnego jest jedyna,
podciąg (xnk) ciągu (xn) zbieżnego do x, jest zbieżny do x,
ciąg zbieżny jest ograniczony: xn → x, n → ∞, to ∃ r>0 ∀n∈N xn ∈ K(0,r),
ciąg zbieżny spełnia warunek Cauchy'ego (LECZ NIE NA ODWRÓT).
Ponadto działania strukturalne
K×X∋(α,x) → αx∈X, X×X∋(x,y) → x+y∈X
oraz norma ||.|| są ciągłe:
(αn,xn) → (α,x) ⇒ αnxn → αx, n → ∞,
(xn,yn) → (x,y) ⇒ xn + yn → x + y, n → ∞,
xn → x ⇒ ||xn|| → ||x||, n → ∞ (Por. b)
Przestrzeń unormowana (X,||.||) zupełna w sensie metryki (c), a więc o własności
||xn - xm|| → 0, m,n → ∞ ⇒ ∃ x∈X xn → x, n → ∞,
nazywamy przestrzenią Banacha.
Niech w p.l. X dane będą normy ||.|| oraz ||.||0. Mówimy, że są one równoważne pisząc ||.|| ∼ ||.||0, jeżeli w (X,||.||) zbieżne są te i tylko te ciągi, które są zbieżne w (X, ||.||0)
tzn. ||x|| ||.||0
xn → x, n → ∞ ⇔ xn → x, n → ∞.
FAKT1. W p.l. X (nad ciałem C lub R) o zadanych normach ||.|| oraz ||.||0 mamy:
||.|| ∼ ||.||0 ⇔ ∃ α,β>0 ∀x∈X α||x||0 ≤ ||x|| ≤ β||x||0.
FAKT2. Każda skończenie wymiarowa przestrzeń liniowa X (nad C lub R) jest przestrzenią Banacha (tzn. w X istnieje norma ||.||, że (X,||.||)∈B). W skończenie wymiarowej przestrzeni Banacha wszystkie normy są równoważne.
Dowód Niech dim X = n (n∈N), e = (e1, ..., en) - baza w X. ∀x∈X mamy jednoznaczną reprezentację x = Σn1 ξnen. Odwzorowanie
X∋x → x∼ = (ξ1, ..., ξn)∈Kn
jest izomorfizmem. Ponadto
||x|| = (Σn1|ξk|2)1/2 (= ||x∼||2 w Kn)
jest normą w X (także w Kn). Przestrzenie (X,||.||) oraz (Kn,||.||2) są zatem (liniowo) izometryczne. Stąd (X,||.||) jest (wraz z (Kn,||.||2)) przestrzenią Banacha.
Niech ||.||0 będzie dowolną normą w X. Nierówność CBS daje
||x||0 = ||Σn1 ξnen||0 ≤ Σn1 |ξn| ||en||0 ≤(CBS) β||x||, gdzie β = (Σn1||εk||02)1/2
Przestrzeń Banacha (X,||.||) jest izometryczna z (Kn,||.||2), zatem sfera jednostkowa
S = {x∈X: ||x||0 =1} (jako podzbiór domknięty i ograniczony: dim X = n < ∞) jest zbiorem zwartym. Norma jest funkcją ciągłą, zatem tw. Weierstrassa daje:
α = inf ||x|| = ||x'|| dla pewnego x∈S (a więc x'≠0)
x∈S
Stąd α > 0 oraz α ≤ ||x||, ∀x∈S (tj. ||x||0 = 1). Jeżeli x∈X\{0}, to x/||x||0 ∈S, czyli
α||x||0 ≤ ||x||, ∀x∈X, co wraz z (*) daje tezę o równoważności norm. •
FAKT3. Dane są p.u. X,Y nad wspólnym ciałem K(=C lub R) oraz odwzorowanie liniowe A: X → Y. Równoważne są warunki:
(i) A jest ciągłe w punkcie x = 0,
(ii) A jest ciągłe,
(iii) ∃ M>0 ∀x∈X ||Ax|| ≤ M||x||.
(dla prostoty zapisu normą w X,Y oznaczamy tym samym symbolem ||.||).
Dowód. (i)⇒(ii). Jeżeli xn → 0, n → ∞, x∈X, to x + xn → x, n → ∞, zatem (ii):
A(x+xn) = Ax + Axn → Ax + A(0) = Ax + 0 = Ax, n → ∞.
(ii)⇒(iii). Niech A będzie ciągłe. Załóżmy, że (iii) nie zachodzi, czyli
∀ M>0 ∃ x∈X ||A(xM)|| > M||xM||, xM ≠ 0.
Dowolność liczby M>0 zredukowana do przypadku M = n (n = 1,2,...) daje
∀n∈N ∃ xn ≠ 0 ||Axn|| > n||xn||.
Jednak relacje
∀n∈N ||A(x/(n||x||))|| > 1 oraz A(xn/(n||xn||)) → 0, n → ∞
dają sprzeczność. Wynikanie (iii)⇒(i) jest oczywiste. •
Warunek ciągłości odwzorowania liniowego w postaci (iii) oznacza tyle samo, co stwierdzenie:
A jest odwzorowaniem ograniczonym w każdym podzbiorze ograniczonym (≠∅), w szczególności
||A(x)|| ≤ M, ||x|| ≤ 1,
lub też
A spełnia warunek Lipschitza: ∀x1,x2∈X ||Ax1 - Ax2|| = ||A(x1 - x2)|| ≤ M ||x1 - x2||
Jeżeli A: X → Y jest ciągłym odwzorowaniem liniowym, to liczbę
||A|| = inf {M>0: ∀x∈X ||Ax|| ≤ M ||x||}
nazywamy normą ciągłego odwzorowania (operatora) liniowego A.
Oszacowanie (iii) implikuje : ||A|| ≤ M.
FAKT4. Jeżeli A: X → Y jest ciągłym operatorem liniowym, to
(P)
(A)
Dowód wynika z określenia normy ||A||.
Norma ||.|| ciągłego operatora liniowego z X do Y ma własności N1-3:
||A|| = 0 ⇔ A = 0, ||αA|| = |α| ||A||, ||A+B|| ≤ ||A|| + ||B||.
Dla przestrzeni unormowanych X,Y niech B(X,Y,) będzie zbiorem wszystkich ciągłych odwzorowań liniowych z X do Y. W szczególności oznaczamy:
B(X) = B(X,X) - algebra ciągłych operatorów liniowych na X,
X* = B(X,K) - przestrzeń dualna do X (czyli przestrzeń wszystkich ciągłych form liniowych na X).
W sensie zwykłej struktury liniowej oraz normy określonej zgodnie z FAKTEM4 przestrzenie B(X,Y), B(X), X* są unormowane. Ponadto, gdy w B(X) określić mnożenie rozumiane jako składanie odwzorowań:
(A,B)(x) = A(B(x)), ∀x∈X,
to B(X) staje się algebrą (z jednością e ≡ I = idx, komutatywna jedynie, gdy dimX = 1 ∨ 0).
W algebrze B(X) mamy
||AB|| ≤ ||A|| ||B||.
Istotnie, AB∈B(X) wraz z A i B, a poza tym
Oczywiście ||I|| = 1, ||An|| ≤ ||A||n, n = 0, 1, 2, ...
FAKT5. B(X,Y) przy unormowaniu jak w F.4 jest przestrzenią Banacha wraz z Y. B(X) jest przestrzenią (algebrą) Banacha wraz z X.
X* = B(X,K) - przestrzeń dualna do przestrzeni unormowanej X, jest przestrzenią Banacha.
Dowód. Niech (An) będzie ciągiem Cauchy'ego w B(X,Y):
||An - Am|| = sup ||(An - Am)x|| < ε, dla ||x||=1, m,n ≥ Nε.
Ciąg (Anx) elementów przestrzeni Banacha Y jest również ciągiem Cauchy'ego:
(*) ||Anx - Amx|| < ε||x||, ∀x∈X, m,n ≥ Nε,
zatem istnieje granica
Ax = lim Anx, dla n → ∞, ∀x∈X.
Tak określone odwzorowanie X∋x → Ax∈Y jest liniowe:
A(αx1+βx2) = lim An(αx1+βx2) = αAx1 + βAx2.
Przejście graniczne m → ∞ w (*) daje ||(An - A)x|| ≤ ε||x||, n ≥ Nε, skąd An - A∈B(X,Y).
Tym samym A = An + (A - An) jest w B(X,Y). Ponadto
||A - An|| = sup ||(An - A)x|| ≤ ε, dla ||x||=1, n ≥ Nε,
więc A jest granicą ciągu (An) w metryce przestrzeni B(X,Y). •
Uwaga Zbieżność ciągu (An) do A w przestrzeni B(X,Y) to po prostu zbieżność ciągu (An) do A jednostajna na każdej kuli K(0,r), r>0.
FAKT6. Niech X będzie przestrzenią Banacha, A∈B(X) oraz ||A|| ≤ q < 1.
Wtedy w B(X) istnieje operator (I-A)-1 odwrotny do I-A oraz
(I-A)-1 = Σ∞k=0 Ak.
Dowód. B(X) jest przestrzenią Banacha, przeto równość
||An + ... + Am|| ≤ qn + ... +qm < ε, dla m,n ≥ Nε
stwierdza zbieżność szeregu Σ∞0Ak (w przestrzeni B(X)). Ponadto w algebrze B(X) mamy
An → 0, n → ∞. Jeżeli sumę szeregu Σ∞0Ak oznaczyć przez B, to
(I - A)B = (I - A)lim(Σ∞0Ak) = lim (I-A)(I + A + ... + An) = lim (I- An+1) = I, dla n → ∞
(na mocy ciągłości mnożenia w algebrze B(X)). W algebrze B(X) równość (I -A)B = I potwierdza, że elementy I - A oraz B są wzajemnie odwrotne:
B = (I - A)-1∈B(X) •
FAKT6'. (Eq) Jeżeli X jest przestrzenią Banacha A∈B(X) oraz ||A|| ≤ q < 1, to
∀y∈X równanie
x - Ax = y
ma w X jedyne rozwiązanie
x = (I-A)-1y = Σ∞k=0 Ak.
FAKT7. Niech X będzie przestrzenią Banacha, a G(X) zbiorem wszystkich odwracalnych B(X).
(i). G(X) jest grupą
(ii) G(X) jest podzbiorem otwartym w B(X)
Dowód. Własność (i) jest oczywista. (ii) Należy zauważyć, że każdy punkty A w G(X) (dim X > 0) jest punktem wewnętrznym. W tym celu obieramy B w B(X) żądając, by norma ||B|| była dostatecznie mała, np. ||A-1B|| ≤ q/(||A-1||). Faktoryzacja:
A + B = A-1 (I + A-1B) na czynniki odwracalne daje zatem A + B∈G(X). (inaczej: G(X) zawiera kulę K(A,r), 0<r<||A-1B|| (≤q<1).) •
Komentarz Powyższe fakty odnoszą się w szczególności do przestrzeni B(Kn,Km), a także do algebry B(Kn), gdzie K = C lub R. A zatem również do przestrzeni macierzy Matm×n(K) oraz algebry macierzy Matn(K). Wiemy bowiem, że ustalając bazy w Kn oraz w Km można ustalić odwzorowanie
B(Kn,Km)∋A ↔ A∈ Matm×n(K),
które jest izomorfizmem. Jest to również izometria (liniowa), jeżeli przyjąć
||A|| = ||A|| ( = sup ||Ax||) dla ||x||=1
W szczególności w przestrzeni (algebrze) Matn(K) grupa G macierzy nieosobliwych jest zbiorem otwartym. (Jest to swego rodzaju własność stabilności:
jeżeli A jest nieosobliwa to A+B też, jednak, gdy B ma dostatecznie małą normę.
Przestrzeń Hilberta
X - przestrzeń liniowa na K = C lub R. Odwzorowanie XxX ∋ (x, y) (x | y) ∈ C o własnościach:
(x + y | z) = (x | y) + (y | z)
(α x | y) = α ( x | y)
(x | y) = (y | x)
(x | x) >0 ∀x ∈ X \ {0} (tzn. ∀x ∈ X (x | x) ≥ i (x | x) = 0 x = 0)
nazywamy iloczynem skalarnym w X.
Ilocznyn skalarny jest więc funkcją liniową względem pierwszej zmiennej, a „półtora liniowa” względem pozostałej; jest funkcją dwuliniową w przypadku K = R.
Fakt 1. (Nierówność CBS) W przestrzeni liniowej X z iloczynem skalarnym (• | •) mamy oszacowanie (*):
a znak równości zachodzi wyłącznie wtedy, gdy elementy x, y są liniowo zależne.
Dowód: ∀α ∈ C, (x + λ y | x + λ y) ≥ 0, a stąd:
. Jeśli y = 0, teza jest rzeczywista. Jeżeli y ≠ 0, to biorąc λ = - (x | y) / (y | y), otrzymujemy:
stąd (*). Znak równości w (*) zachodzi jedynie wtedy, gdy przy pewnym λ, (x + λ y | x + λ y) = 0. To jednak - zgodnie z ES4. - oznacza, że x + λ y = 0, czyli: x, y są liniowo zależne.♦
Fakt 2. W przestrzeni X z ES odwzorowanie X ∋ x (x | x) ½ ∈ R jest normą.
Dowód: Mamy : || x || = 0 (x | x) = 0 x = 0 (ES4.),
, stąd N.2, a nierówność:
daje N3♦
Def. Przestrzeń liniowa X z iloczynem skalarnym (• | •), wyposażoną w normę indukowaną tym iloczynem skalarnym: || x || = (x | x) ½ nazywamy przestrzenią unitarną (lub pre-Hilberta) Gdy jest to przestrzeń zupełna w sensie metryki indukowanej normą: d(x, y) = || x - y || ( = (x - y | x - y) ½ ) , to nazywamy ją przestrzenią Hilberta.
Przykłady przestrzeni Hilberta: a) Rn,
b) Cn
c) l2
. Natomiast przestrzeń liniowa C(-l, l) wszystkich funkcji zespolonych ciągłych i ograniczonych na odcinku (-l, l) wraz z iloczynem skalarnym:
nie jest przestrzenią Hilberta (brak zupełności).
Tw. Każda przestrzeń Hilberata jest przestrzenią Banacha, lecz nie na odwrót.
Fakt 3. W przestrzeni unitarnej mamy: jeżeli
to elementy x, y są liniowo zależne.
Dowód: Założenie || x + y || = || x || + || y || oraz równość || x + y || 2 = (x + y | x + y) dają Re (x | y) = || x || || y ||. Pisząc:
otrzymujemy
. Wobec F1 elementy x, y są liniowo zależne ♦
Ortogonalność
Dana jest przestrzeń unitarna X. Jeżeli x, y ∈ X \ {0} oraz (x | y) = 0 to mówimy, że elementy x i y są ortogonalne, pisząc x + y. (Oczywiście ∀x ∈ X (x | 0) = 0 lecz to nie oznacza ortogonalności x to 0!).
Niezerowy układ elementów x1, ..., xn, ... o własności xk ⊥ xl (tj. ( xk | xl) = 0), k ≠ l nazywamy układem ortogonalnym. Układ ortogonalny o własności || xk || 1, k = 1, 2, ... nazywamy układem ortogonalanym.
Jeżeli x1, ..., xn, ... jest układem ortogonalnym, to
jest układem ortonormalnym.
Fakt 1. Układ ortogonalny x1, x2.... jest liniowo nieleżny.
Dowód: Jeżeli dla pewnego n (n ≥ 2) elementy x1, x2, ..., xn układu ortogonalnego są liniowo zależne, to istnieją α 1, α 2, ..., α n w C, |α 1| + |α 2| + ... + |α n| > 0, że α1x1 + ...+ αnxn = 0. Stąd ∀i ∈ {1, ..., n}, 0 = (α1x1 + ... + αnxn | xi ) = αi || xi || 2, czyli α1 = ... = αn = 0. Sprzeczność.♦
Układ liniowo niezależny nie musi być ortogonalny to jednak można przyporządkować jemu układ ortogonalny utworzony z kombinacji liniowych. Bliżej mówi o tym proces ortogonalizacji Schmidta.
Fakt (E. Schidt). W przestrzeni unitarnej X, dany jest układ liniowo niezależny x1, ..., xn, ... Wtedy, w X istnieje układ ortogonalny f1, ..., fn, .., że (*) span {x1, ..., xn} = span {f1, ..., fn}, ∀n = 1, 2, ...
Dowód: kładziemy: f1 = x1 , f2 = x2 - a21f1 żądając, aby f2 ⊥ f1 czyli a21 = (x2 | f1) / || f1 || 2, fn = xn - an,n-1fn-1 - ... - an,1f1 żądając, aby fn ⊥ fn-1, ..., f1, czyli an,n-1 = (xn | fn-1) / || fn-1 || 2, ... , an,1 = (xn | f1) / || f1 || 2. Tak otrzymany układ f1, ..., fn jest ortogonlany, a zatem liniowo niezależny. Relacja (*) jest oczywista.♦
Uwaga Układ e1, ..., en, ... , gdzie en = fn / || fn || , n = 1, 2, ... jest ortonormalny
Wniosek: W n-wymiarowej przestrzeni Euklidesa istnieje baza ortononalna (ortonormalna).
Przestrzeń Euklidesa.
Skończenie wymiarową przestrzeń unitarną V nad ciałem K ( = C lub R), dim X = n, wyposażoną w normę || . || indukowaną iloczynem skalarnym (• | •), a więc || x || = (x | x) ½ x ∈ V nazywamy n-wymiarową przestrzenią Euklidesa (- zespoloną lub rzeczywistą).
W przestrzeni Euklidesa zachodzi nierówność CBS:
tak, że przy założeniu x, y ≠ 0, będzie:
.
W rzeczywistej przestrzeni Euklidesa V przez kąt między wektorami x, y (x, y ≠ 0) rozumiemy liczbę ϕ ∈ <0, π>, że
. Mamy wtedy (x | y) = || x || || y || cos ϕ , ∀x, y ∈ V, a ponadto x ⊥ y ϕ = π/2 (x , y ≠ 0).
Uwaga: Powyższa nierówność jest prawdziwa również, gdy x lub y jest elementem zerowym, bowiem przez kąt między wektorem niezerowym x, a wektorem zerowym 0 można rozumieć dowolną liczbę ϕ ∈ <0, π>.
Fakt 3. W przestrzeni Euklidesa V rozwinięcia elementów według bazy ortonormalnej (e) mają własności: 1)
, gdzie xi = (x | ei) (współrzędne w bazie ON) 2)
(Pitogorean Theorem) 3)
, gdzie xi, yi to współrzędne w bazie (e) elementu x, y.
Dowód: Własność 1) jest oczywista. Wystarczy zanotować równość
, ponieważ
♦
Odwzorowanie
nazywamy rzutem V na i-tą osi ortonormalnego układu współrzędnych (e1, ..., en).
Fakt 4. Operatory rzutowania Pi mają własności:
1) Pi ∈ B(V), to jest Pi jest ciągłym operatorem linowym na V (Ponadto || Pi || = 1)
2)
3)
Dowód: Dowodząc 3) wystarczy napisać:
, reszta jest oczywista.♦
Uwaga: W rzeczywistej przestrzeni Euklidesa V z wyróżnioną bazą ortonormlną (e), mamy: xi = (x | ei) = || x || cos ϕi , gdzie ϕi to kąt między wektorem x (x ≠ 0) a i-tą osią ei układu współrzędnych (e). Ponadto
, co czytamy: x jest wektorem jednostkowej długości wyłącznie wtedy, gdy jego współrzędne to cosinusy kierunkowe tego wektora z poszczególnymi osiami ortonormalnego układu współrzędnych.
DODATKOWE
Def. Niech A ∈ Mn (K). Jeśli istnieje macierz A' ∈ Mn (K) taka, że AA' = A'A = I, gdzie I jest macierzą jednostkową stopnia n, to macierz A' nazywa się macierzą odwrotną do macierzy A.
Tw. (Kronecker-Cappelli) Układ równań linowych ma co najmniej jedno rozwiązanie wtedy i tylko wtedy, gdy rząd macierzy układu równań jest równy rzędowi macierzy rozszerzonej.
Dowód: Niech A = (A1, A2, ..., An) będzie macierzą układu równań i Ab = (A1, ..., An, B) macierzą rozszerzoną tego układu. Zachodzą wówczas następujące równoważności:
(γ1, ..., γn) jest rozwiązaniem układu równań γ1A1 + ... + γnAn = B B ∈ L(A1, ..., An)
L(A1, ..., An) = L(A1, ..., An, B) dim L(A1, ..., An) = dim L(A1, ..., An, B)
rz (A1, ..., An) = rz(A1, ..., An, B) rz A = rz Ad
( L(..) - zbiór wszystkich kombinacji liniowych wszystkich skończonych produktów układu ...) ♦
Tw. (Kronecker-Cappelli) i Dowód wg. Henia: strona 4a
Def. Jeżeli istnieje wektor niezerowy λ (w Kn), że przy pewnym λ←K będzie: Ax=λx (Ax=λx), to mówimy, że x jest wektorem własnym macierzy A, odpowiadającym wartości własnej λ. A→(x,λ)
Tw. Każda macierz A=[aik]m×n nad ciałem alg. zamkniętym ma wartości własne oraz wektor własny.
Dowód: λ,x - to wartość własna i wektor własny macierzy A ⇔ jest x≠0 oraz λ∈K | Gdy spełnione jest równanie Ax=λx ↔ (A-λI)x=0 ↔ jest ukł. kwadratowych równań jednorodnych
Def. Rzędem macierzy A = (A1, ..., An) ∈ Mm x n(K) nazywamy rząd układu jej kolumn, rozpatrywanych jako wektory przestrzeni Km.
Tw. (o rzędzie macierzy) Rząd macierzy A ∈ Mm x n(K) jest równy największemu stopniowi jej nie znikających minorów.
W równaniach 2 prostych, gdy: rz A = rz Ab = 2 - przecinają się (ozn.); rz A = 1, rz Ab = 1 - porywają się (nieoznaczony), rz A = 1, rz Ab = 2 - równoległe (sprzeczny).
TW. (KRONECKERA-CAPELLIEGO).
(*)
(**)
Układ liniowy (*) złożony z m równań o n niewiadomych jest rozwiązywalny wtedy i tylko wtedy, gdy R(A) = R(C), przy czym R(A) = R(C) = n, to układ (*) na dokładnie jedno rozwiązanie, gdy zaś
R(A) = R(C) = r < n, to układ ma nieskończenie wiele rozwiązań zależnych od n - r parametrów.
DOWÓD
Konieczność. Jeśli układ (*) ma rozwiązanie (**) to R(A) = R(C), bo rząd macierzy C nie ulegnie zmianie w wyniku odjęcia od kolumny wyrazów wolnych sumy i-tej kolumny pomnożonej przez i,
a ostatnia kolumna wyrazów wolnych zostanie wyzerowana.
Dowód dostateczności. W przypadku r = n jednoznaczność rozwiązania jest oczywista bo układ jest albo układem Cramera, albo równań jest więcej niż niewiadomych - równoważne układowi Cramera. Gdy r < n, to można tak przenumerować zmienne i wybrać r równań spośród równań układu (*), by otrzymać układ Cramera o r równaniach:
(***)
Wtedy pozostałe równania układu (*) jako zależne od równań układu (***) można odrzucić. Układ (***) jest jednoznacznie rozwiązalny względem zmiennych w zależności od pozostałych zmiennych . Wobec tego układ (*) jest nieoznaczony, a jego rozwiązanie zależy od n - r dowolnych parametrów (którymi mogą być np. zmienne ).
WEKTORY I WARTOŚCI WŁASNE
(*)
(**)lub
Równanie (*) nazywamy równaniach charakterystycznym macierzy A, jego lewą stronę - wielomianem charakterystycznym macierzy A, pierwiastkirównania (*) - wartościami własnymi macierzy A, wektory będące rozwiązaniami równań (**) dla wartości własnych macierzy - wektorami własnymi macierzy A. Wektor własny odpowiadający wartości i znajdujemy rozwiązując jedno
z równań równania (**).
RZĄD MACIERZY
Rzędem macierzy o wymiarze nazywamy:
liczbę R równą najwyższemu ze stopni jej różnych od zera minorów, gdy macierz jest niezerowa;
liczbę zero, gdy macierz jest zerowa
Rząd macierzy spełnia następującą nierówność
Rząd macierzy nieosobliwej stopnia n jest równy n; rząd kwadratowej macierzy osobliwej i niezerowej jest niższy od jej stopnia.
PRZESTRZEŃ PRZEDHILBERTOWSKA (UNITARNA PRZESTRZEŃ LINIOWA)
Iloczynem pseudoskalarnym na przestrzeni liniowej E nad ciałem R nazywamy odwzorowanie spełniające dla dowolnego i dowolnych następujące warunki:
1o (symertia) 2o (jednorodność) 3o (rozdzielność względem dodawania) 4o
Jeżeli ponadto spełniony jest warunek 5oto odwzorowanie nazywamy iloczynem skalarnym określonym na przestrzeni liniowej E. Parę , tzn. przestrzeń liniową E wyposażoną w iloczyn skalarny , nazywamy przestrzenią liniową unitarną lub przestrzenią przedhilbertowską.
Funkcja dwu zmiennych spełniająca warunki 1o - 3o jest symetryczną formą dwuliniową; jeżeli także 4o - to dodatnio półokreśloną lub dodatnio określoną; gdy ponadto 5o - to jest to symetryczna forma dwuliniowa dodatnio określona. W unitarnej przestrzeni liniowej zawsze wprowadzamy normę elementu za pomocą wzoru
18
A B
X0
x