Algebra teoria


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. 0x01 graphic

Uwaga: (ϕ ≡ * - notacja muliplikatywna, ϕ ≡ + - notacja addytywna).

Def. Działanie binarne ϕ o własności: 0x01 graphic
nazywamy przemiennym. (Np. (N, ϕ) ϕ(x,y) = xy nie jest przemienne)

Def. (X, ϕ) - grupoid: element e o własności 0x01 graphic
nazywamy elementem jednostkowym działania ϕ.

Lemat: Element jednostkowy, jeżeli istnieje, to jest jedyny. J:0x01 graphic

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: 0x01 graphic
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:

  1. Działanie ϕ jest łączne: 0x01 graphic

  2. 0x01 graphic

  3. 0x01 graphic

Lemat: Półgrupa (X, ϕ) jest grupa wtedy i tylko wtedy, gdy: 1) 0x01 graphic
2) 0x01 graphic

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 = G0G - 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. 0x01 graphic
. 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.

  1. (X, +) - jest grupą abelową (przemienną)

  2. (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, ... , xnX.

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. 0x01 graphic
. 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. 0x01 graphic
- 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)AAA

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 0x01 graphic
(wymiar jądra + wymiar obrazu = wymiar dziedziny)

Równania liniowe0x01 graphic
równanie liniowe

Równania (*) jest niejednorodne ⇔

Lemat. Jeżeli , to:

1° każde równanie jednorodne ma postać: - baza jądra

2° Jeżeli 0x01 graphic
, 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=0x01 graphic
0x01 graphic
= 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:

  1. Jeżeli A jest nieosobliwe to r(A)=n (Y=X)

  2. 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 AA'= PA, gdzie P jest macierzą nieosobliwą ; 2) II rodz AA' = 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

(*)=0x01 graphic
w którym aik∈K (C,R,...), b=0x01 graphic
dany wektor w Km x=0x01 graphic
- 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=0x01 graphic
x=0x01 graphic
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

  1. Układ jednorodny jest niesprzeczny Ax=0

  2. 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

  3. 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=0x01 graphic
| (Ax=1) ⇔ x1 = 1 - (2x2 + ... + nxn), x2, ... , xn ∈K

r(A)=1 | r(Ab) =1

x=0x01 graphic
= 0x01 graphic
=0x01 graphic
+x20x01 graphic
+ ... + xn0x01 graphic

k+1=n | k=n-1

Tw. (Cramer) Jeżeli maciezrz A∈Mat n(K) jest nieosobliwe, to układ kwadratowy równań liniowych (*) Ax=b, tzn0x01 graphic
ma jedyne rozwiązanie postaci x=0x01 graphic
, 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=0x01 graphic
=0x01 graphic
=0x01 graphic

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 ↔ (AI)x=0 ↔ jest ukł. kwadratowych równań jednorodnych

⇔ det (AI)=0x01 graphic
= 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 (AI) 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)

  1. λ-wartośc własna A, to odpowiada jej k=n-r (r=r(AI)) 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

0x01 graphic
tzn. 0x01 graphic
=P-t0x01 graphic
, krótko: e'= Pte

zwana macierzą przejścia (w X) z bazy e do bazy e'

Własności:

  1. Macierz przejścia P transformuje bazę e na bazę e' poprzez swoje kolumny

  2. Macierz przejścia P jest nieosobliwa: det P ≠ 0

  3. 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

0x01 graphic
f=Pte, g=Qtf ⇒ g= Qt(Pte) = (QtPt)e=(QP)te

  1. Jeżeli P macierz przejścia z bazy e do bazy f, to P-1 jest macierzą przejścia z b. f do b. e

0x01 graphic
P*Q=IQ=P-1

(*) Pte=e' | e=0x01 graphic
| e'=0x01 graphic

Wyznaczenie macierzy przejścia redukuje się do rozwiązania równania macierzowego (*) etP = (e')t

X- n wymiarowa przestrzeń z dwiema bazami e, e'

X∋x | x =0x01 graphic
=0x01 graphic
=0x01 graphic
=0x01 graphic
=0x01 graphic

0x01 graphic
, tzn. 0x01 graphic
=P0x01 graphic
| x= Px' | x'=P-1x

Zależność macierzy przestrzeni lin przy zmianie bazy. Rozważmy diagram przemienny:

0x01 graphic
0x01 graphic

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

  1. B=Q-1 AP

  2. 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

  1. 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

  2. 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 An+...+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)

0x01 graphic
0x01 graphic

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)

0x01 graphic

M - unitarne U*U=I (≡UU*=I U*=U-1)

0x01 graphic
np:

Fakt 2. widmo macierzy unitarnej jest zawarte w S: U*U=I => σ (A)⊂ S

Dowód: λ,x - wart. , wektor własny macierzy U

0x01 graphic

Fakt 3 (Gershgorin, 1931) Jeżeli A=[ain] ∈ Matn(ϕ), to σ (A) ⊂ ∪in=1 Di gdzie: Di={λ=C: |λ - aii| =< Λn}, (koło Gershgorin)

0x01 graphic

0x01 graphic
D:| λ-aii| =<Λ | suma modułów wiersza bez elementów przekątnej

0x01 graphic
∅∉∪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 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-C12+.....+(ACn-1 - Cn-2n-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-AC12 +...+(AnCn-1-AnCn-1n-1-AnCn-1λn=p(A)

0=p(A)

Wnioski:

  1. An jest kombinacją liniową macierzy I,A,...An-1 | Ak,k>=n

  2. 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, || ||~|| ||0α,β>0x 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 0x01 graphic

∃ 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), ∑1n|<∞ | ||x||=∑1n|

l2 x=(ξn), ∑1n|2<∞ | ||x||=(∑1n|2)1/2

z def ∃ S1-4 => (x|y+z)=(x|y)+(x|z) | 0x01 graphic

A więc ∃ S:

  1. odwzorowanie liniowe (dla R)

  2. półtora liniowe (dla C)

np: 1) Rn, (x|y)= ∑1n xiyi 2) Cn , 0x01 graphic
C<-l,l>, x=x(t) <-l,l>→C, ciągła

0x01 graphic

Lemat (nierówność CBS) w przestrzeni z S(iloczyn skalarny)

Nierówność Schwartza : |(x|y)|<(x|y)1/2(y|y)1/2x,y X

Dowód: x,y X, λ C (x+λ y|x+λ y)>=0 0x01 graphic
| (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 0x01 graphic

C <-l,l> 0x01 graphic

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) 0x01 graphic

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 0x01 graphic
będzie grupą wszystkich odwzorowań liniowych 0x01 graphic
, które są odwracalne, X - przestrzeń B

Jeżeli 0x01 graphic
oraz B w ma dostatecznie małą formę to0x01 graphic

[tzn. 0x01 graphic
jest podzbiorem otwartym w ]

0x01 graphic

0x01 graphic
jeżeli0x01 graphic

0x01 graphic

0x01 graphic
K - algebra zamknięta

0x01 graphic

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 AB=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)=(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

Wn: V ma bazę:0x01 graphic

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 λ121≠λ2) - wartości własne operatora A, Ax11x1 Ax22x2 λ*=λ∈R

(Ax1|x2)=(x1|Ax2)= (λ2x1|x2)= (x1|λx2)=λ(x1|x2)

(Ax1|x2)= (λx1|x2)= λ(x1|x2) ⇒ (λ12)(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), ∀xX ,

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 0x01 graphic

FAKT

Jeżeli A∈B(V), to ∀yV odwzorowanie

V∋x→(Ax|y)∈K

Jest formą liniową nad V.

Zatem ∀yV 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))

=0x01 graphic
(Ax|y1)+0x01 graphic
(Ax|y2)

=0x01 graphic
(x|A*y1)+ 0x01 graphic
(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

Ax11x1, Ax22x2

(Ax1|x2)=(x1|Ax2), bo A=A* =(x11x2) = λ(x1x2), λ=λ*R

(Ax1|x2) = (λx1|x2) = λ1(x1|x2) => (λ1*λ2)(x1|x2)=>(x1|x2)=>0

0x08 graphic
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 ∀x0X 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) ∀xV i ∀αR 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,yV

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)0x01 graphic
=xTAx ≡ (Axn)

(xAn)

  1. 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  λiR to mówimy o tej formie, że ma postać kanoniczną.

Powiedzmy, że λ1,...,λk>0, zaś λk+1,...,λn<0,

niektóre mogą być zerami.

Wtedy:

0x01 graphic
i=1,...,k

zaś:

0x01 graphic
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]0x01 graphic
0x01 graphic
= λ1x'12+..+λnx'n2

S=P=0x01 graphic
0x01 graphic
0x01 graphic

Def Formę kwadratową f na V nazywamy

 f(x)>0 dodatnio okr

1) określoną , jeżeli ∀x0

 f(x)<0 ujemnie okr

 f(x)>=0 dodatnio półokr

2) półokreśloną, jeżeli x0

 f(x)<=0 ujemnie półokr

  1. nieokreśloną, jeżeli ∃ x'≠0 i x''≠0 ,że f(x')f(x'')<0

Wniosek: Forma kwadratowa f na V (=R4) jest:

  1. dodatnio określona ⇔ λ1,...,λn>0  półokreślona ⇔ λ1,...,λn>=0 i ∃λi≠0

  2. ujemnie określona ⇔ λ1,...,λn<0  półokreślona ⇔ λ1,...,λn<=0 i ∃λi≠0

  3. nieokreślona ⇔ ∃ λ12, λ1λ2<0

  1. 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:

  1. dodatnio określona ⇔ wszystkie minory główne macierzy A są dodatnie

M1=a11>0, M2=0x01 graphic
, ..., Mn=detA>0

dodatnio półokreślona:

M1=a11>=0, M2=0x01 graphic
, ..., 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)

0x08 graphic
0x08 graphic
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 :

0x08 graphic
0x08 graphic
0x08 graphic
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 .

0x08 graphic
Jeżeli f jest formą kwadratową (w pewnej bazie e), to istnieje baza e'', że

0x08 graphic

d (szkic)

Tw. Podstawowe e,e' ( baza wekt. własn. A z wektorem unormowanym )

0x08 graphic
0x08 graphic
0x08 graphic

Def. Sygnatura formy kwadratowej f.:

sgn f = (p,q)

0x08 graphic
Niektóre informacje o równaniach liniowych:

(0) f: XX - odwzorowanie liniowe

0x08 graphic
xs jest rozwiązaniem szczególnym | f(xs) = y

0x08 graphic
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

0x08 graphic
a) AX + XB = C

A,B,C - macierz dana w Matn(C)

A lub B jest nie nieosobliwe

<=> X + A-1 XB = A-1C

0x08 graphic

(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)

0x08 graphic
ln jest odwzorowaniem liniowym z Cn (I) do C(I)

ln - to tworzymy operator równań liniowych n-tego rzędu

Równanie

0x08 graphic
nazywamy równaniem różniczkowym liniowym n-tego rzędu

0x08 graphic
Np.

0x08 graphic
Def. Zagadnienie początkowe ( też zagadnienie Cauchy ) dla równania lnx = y polega na

poszukiwaniu rozwiązania x = x(t), które spełnia warunek:

0x08 graphic

Tw 1. ( o istnieniu jednoznaczności )

Jeżeli f , ai = ai(t) są ciągłe na I, to

0x08 graphic

0x08 graphic
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 ).

0x08 graphic
D. 1) Poszukujemy rozw. równania szczególnego lnx = O w postaci

FAKT.

Przypisując w.w. zasadzie ...

Ex.

x'' + x = O

0x01 graphic
Ćw.

0x08 graphic
x'' + 2x' + 2x = 1

najpierw: x'' + 2x' + 2x = O | x = et równanie jednorodne

stąd : '' + 2x' + 2x = O

0x08 graphic
xo = e-t( C1cost + C2sint )

0x08 graphic
Układ normalny równań różniczkowych liniowych

0x08 graphic
ain = ain(x) - to funkcje ciągłe na ICR

0x08 graphic
Równanie (*) | x = x(t) ,

zagadnienie początkowe

0x01 graphic

0x01 graphic

w 1. Przy założeniu jak wyżej, zagadnienie początkowe

0x08 graphic
Tw 2. Maksymalna liczba rozwiązań liniowo niezależnych układu (*) jest

równa n.

Układ o stałych współczynnikach jednorodnych:

0x01 graphic

0x01 graphic

Def.

0x01 graphic

Funkcja od macierzy:

0x01 graphic

FAKT

Jeżeli ||A||<R to szereg (*) jest zbieżny w Matn(C) [tzn. def. jest poprawna !]

  1. Matn(C) jest p??? Banacha

Mamy:

0x08 graphic
Ciąg sum częściowych szeregu (*) spełnia warunek Cauchy, zatem (*) jest zbieżny.

WNIOSEK:

0x08 graphic
Np.

0x08 graphic

TWIERDZENIE SPEKTRALNE DLA MACIERZY

0x08 graphic
Tw. Donforda

0x08 graphic

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:

n,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|| = (Σn1k|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 ≤ Σn1n| ||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)

xS

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: XY. 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,x2X ||Ax1 - Ax2|| = ||A(x1 - x2)|| ≤ M ||x1 - x2||

Jeżeli A: XY 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) 0x01 graphic

(A) 0x01 graphic

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

0x01 graphic

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 = Σk=0 Ak.

Dowód. B(X) jest przestrzenią Banacha, przeto równość

||An + ... + Am|| ≤ qn + ... +qm < ε, dla m,n ≥ Nε

stwierdza zbieżność szeregu Σ0Ak (w przestrzeni B(X)). Ponadto w algebrze B(X) mamy

An → 0, n → ∞. Jeżeli sumę szeregu Σ0Ak oznaczyć przez B, to

(I - A)B = (I - A)lim(Σ0Ak) = 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 = Σk=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:

  1. (x + y | z) = (x | y) + (y | z)

  2. (α x | y) = α ( x | y)

  3. (x | y) = (y | x)

  4. (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 (*): 0x01 graphic
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: 0x01 graphic
. Jeśli y = 0, teza jest rzeczywista. Jeżeli y ≠ 0, to biorąc λ = - (x | y) / (y | y), otrzymujemy: 0x01 graphic
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) ½R jest normą.

Dowód: Mamy : || x || = 0 (x | x) = 0 x = 0 (ES4.), 0x01 graphic
, stąd N.2, a nierówność:

0x01 graphic
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, 0x01 graphic
b) Cn 0x01 graphic
c) l2 0x01 graphic
. Natomiast przestrzeń liniowa C(-l, l) wszystkich funkcji zespolonych ciągłych i ograniczonych na odcinku (-l, l) wraz z iloczynem skalarnym: 0x01 graphic
nie jest przestrzenią Hilberta (brak zupełności).

Tw. Każda przestrzeń Hilberata jest przestrzenią Banacha, lecz nie na odwrót.

Fakt 3. W przestrzeni unitarnej mamy: jeżeli 0x01 graphic
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: 0x01 graphic
otrzymujemy 0x01 graphic
. 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 xkxl (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 0x01 graphic
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 f2f1 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: 0x01 graphic
tak, że przy założeniu x, y ≠ 0, będzie: 0x01 graphic
.

W rzeczywistej przestrzeni Euklidesa V przez kąt między wektorami x, y (x, y ≠ 0) rozumiemy liczbę ϕ ∈ <0, π>, że 0x01 graphic
. 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) 0x01 graphic
, gdzie xi = (x | ei) (współrzędne w bazie ON) 2) 0x01 graphic
(Pitogorean Theorem) 3) 0x01 graphic
, gdzie xi, yi to współrzędne w bazie (e) elementu x, y.

Dowód: Własność 1) jest oczywista. Wystarczy zanotować równość 0x01 graphic
, ponieważ 0x01 graphic

Odwzorowanie 0x01 graphic
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) 0x01 graphic

3) 0x01 graphic

Dowód: Dowodząc 3) wystarczy napisać: 0x01 graphic
, 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 0x01 graphic
, 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:

1, ..., 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 ↔ (AI)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:

  1. liczbę R równą najwyższemu ze stopni jej różnych od zera minorów, gdy macierz jest niezerowa;

  2. 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

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic



Wyszukiwarka

Podobne podstrony:
algebra z teoria liczb wyk
algebra z teoria liczb wyk cz2
Ściąga egzamin Algebra (teoria)
Algebra teoria
Algebra z teorią liczb
podstawy algebry teoria
algebra - teoria, Algebra
Algebra Teoria podzielnosci
Gewert M, Skoczylas Z Wstęp do analizy i algebry Teoria, przykłady, zadania wyd 2
Algebra (teoria)
algebra z teoria liczb wyk
Algebra z geometrią teoria, przykłady, zadania
Algebra odp teoria Zestaw B wyklady
Algebra liniowa teoria

więcej podobnych podstron