Next: 13 унитарные преобразования
Previous: 11 линейное преобразование, сопряженное
Subsections
[section] Рассматривается линейное пространство над полем
комплексных числел.
В этом параграфе мы более подробно изучим класс самосопряженных
преобразований -мерного евклидова пространства. Эти преобразования
часто встречаются в различных приложениях. (Существенную роль
самосопряженные преобразования, правда в бесконечномерном
пространстве, играют в квантовой механике).
Лемма 12.1
Собственные значения самосопряженного преобразования вещественны.
Доказательство. Пусть -- собственный вектор самосопряженного преобразования и
-- соответствующее собственное значение, т.е.
Так как , то
т.е.
Вынося за скобки, получим:
и так как , то
, что и
требовалось доказать.
Лемма 12.2
Пусть -- самосопряженное линейное преобразование в -мерном
пространстве и -- его собственный вектор. Совокупность
векторов , ортогональных к , есть -мерное
подпространство, инвариантное относительно преобразования .
Доказательство. Совокупность векторов , ортогональных к , образует
-мерное подпространство.
Покажем, что инвариантно относительно . Пусть
. Это значит, что . Тогда и ,
т.е. . Действительно,
Мы доказали, что преобразование не выводит векторы,
принадлежащие , из , т.е. доказали, что
подпространство инвариантно относительно .
Теорема 12.1
Пусть -- самосопряженное преобразование в -мерном евклидовом
пространстве . Тогда существует попарно ортогональных
собственных векторов преобразования . Соответствующие им
собственные значения вещественны.
Доказательство. Согласно теореме 1 §10 в существует хотя бы
один собственный вектор преобразования . В силу леммы 2
совокупность векторов, ортогональных к , образует
-мерное инвариантное подпространство . Будем далее
рассматривать наше преобразование лишь в . В
существует собственный вектор (см. замечание к теореме 1
§10). Совокупность векторов из , ортогональных к ,
образует -мерное инвариантное подпространство . В нем
существует собственный вектор и т.д.
Мы получаем, таким образом, попарно ортогональных собственных
векторов
. Согласно лемме 1 соответствующие им
собственные значения вещественны. Теорема доказана.
Так как произведение собственного вектора на любое отличное от
нуля число есть снова собственный вектор, то векторы можно
выбрать так, чтобы их длины равнялись единице.
Теорема 12.2
Пусть -- самосопряженное преобразование в
-мерном пространстве. Тогда существует ортогональный базис,
в котором матрица преобразования диагональна и вещественна. Верно
также и обратное.
Доказательство. Выберем в качестве базиса построенные в теореме 1 попарно
ортогональные собственные векторы
.
Тогда
т.е. в этом базисе матрица преобразования имеет вид
![$\displaystyle \begin{pmatrix}\lambda_1&0&\dots&0 0&\lambda_2&\dots&0 \hdotsfor[1.5]{4} 0&0&\dots&\lambda_n \end{pmatrix},$](http://images.nature.web.ru/nature/2000/10/02/0001151602/ch2img431.gif) |
(1) |
где все вещественны.
Обратно, пусть матрица преобразования в ортогональном базисе имеет
вид (1). В ортогональном нормированном базисе матрица
сопряженного преобразования получается из матрицы
преобразования транспонированием и заменой каждого элемента
комплексно сопряженным (см. §11). Проделав эти операции над
матрицей вида (1) (где все вещественны), мы
получим ту же самую матрицу. Следовательно, преобразованиям и
соответствует одна и та же матрица, т.е. . Теорема
полностью доказана.
Отметим еще следующее свойство собственных векторов самосопряженного
преобразования: собственные векторы, соответствующие различным
собственным значениям, взаимно ортогональны.
Действительно, пусть
Имеем:
т.е.
или
Так как
, то
Замечание
Из доказанной теоремы следует, что наглядно-геометрический смысл
произвольного самосопряженного преобразования таков; в пространстве
выделяется попарно ортогональных направлений (собственных
направлений). Каждому из этих направлений ставится в соответствие
действительное число (собственное значение). По каждому из этих
направлений производится растяжение (сжатие) пространства в
раз и, кроме того, зеркальное отражение в плоскости,
ортогональной к данному направлению, если соответствующее
отрицательно.
Параллельно с понятием самосопряженного преобразования вводится
понятие эрмитовой матрицы.
Матрица
называется
эрмитовой,
если
.
Ясно, что для того чтобы преобразование было самосопряженным,
необходимо и достаточно, чтобы его матрица в каком-нибудь
ортогональном базисе была эрмитовой.
Упражнение
Возвести матрицу
в 28-ю степень.
Указание. Привести эту матрицу к диагональной форме, затем
возвести ее в указанную степень и, наконец, вернуться к прежнему
базису.
Применим полученные в п.1 результаты к квадратичным формам.
Мы знаем, что всякой эрмитовой билинейной форме соответствует
самосопряженное линейное преобразование. Из теоремы 2 этого
параграфа вытекает важная
Теорема 12.3
Пусть -- евклидово -мерное пространство и
пусть -- эрмитова билинейная форма в . Тогда в
существует ортогональный нормированный базис, в котором
соответствующая квадратичная форма записывается в виде
суммы квадратов:
где вещественны, а -- координаты
вектора 3.7.
Доказательство. Если -- эрмитова билинейная форма, т.е.
то (см. §11) существует такое самосопряженное линейное
преобразование , что
Выберем в в качестве векторов ортогонального нормированного базиса
систему попарно ортогональных собственных векторов самосопряженного
преобразования (это возможно в силу теоремы 1). Тогда
Пусть
Так как
то
В частности,
Теорема доказана.
Нахождение в евклидовом пространстве ортогонального нормированного
базиса, в котором данная квадратичная форма приводится к сумме
квадратов, называется приведением этой формы к главным осям.
Теорема 12.4
Пусть -- аффинное -мерное пространство и
и -- две эрмитовы квадратичные формы,
причем форма -- положительно определенная. Тогда
существует базис, в котором обе эти формы записываются в виде
суммы квадратов.
Доказательство. Введем в скалярное произведение, положив
,
где -- отвечающая билинейная форма. Это является
законным, так как аксиомы скалярного произведения означают, что
есть эрмитова билинейная форма, соответствующая положительно
определенной квадратичной форме (§8). Пространство станет,
таким образом, евклидовым. Согласно теореме 3 в существует
ортогональный 3.8 нормированный базис
, в котором форма приводится к сумме квадратов, т.е. к
виду
![$\displaystyle A(x; x)=\lambda_1\vert\xi_1\vert^2+\lambda_2\vert\xi_2\vert^2+ \ldots+\lambda_n\vert\xi_n\vert^2.$](http://images.nature.web.ru/nature/2000/10/02/0001151602/ch2img455.gif) |
(2) |
В нормированном ортогональном базисе скалярное произведение имеет
вид
т.е.
![$\displaystyle B(x; x)=\vert\xi_1\vert^2+\vert\xi_2\vert^2+\ldots+\vert\xi_n\vert^2.$](http://images.nature.web.ru/nature/2000/10/02/0001151602/ch2img457.gif) |
(3) |
Мы нашли, таким образом, базис, в котором обе квадратичные формы
и одновременно приводятся к сумме квадратов,
что и требовалось.
В теореме 4 показано, что в существует базис, в котором эрмитовы
квадратичные формы и имеют вид (2) и (3).
Покажем, как найти числа
.
В каноническом виде матрицы квадратичных форм и имеют вид
Следовательно,
![$\displaystyle \operatorname{Det}(\boldsymbol{A}-\lambda\boldsymbol{B})=(\lambda_1-\lambda) (\lambda_2-\lambda)\dots(\lambda_n-\lambda).$](http://images.nature.web.ru/nature/2000/10/02/0001151602/ch2img460.gif) |
(4) |
При переходе к другому базису матрицы эрмитовых квадратичных форм
и переходят в
и
. Поэтому, если
-- произвольный базис, то в этом базисе
т.е. отличается лишь постоянным множителем от выражения (4).
Отсюда следует, что числа
являются корнями следующего уравнения:
где
и
-- матрицы форм и
в каком-нибудь базисе
.
Замечание
Требование положительной определенности одной из форм является
существенным, о чем свидетельствует следующий пример: две квадратичные
формы
из которых ни одна не является положительно определенной, не могут
быть одновременно приведены к сумме квадратов. В самом деле, первой
форме соответствует матрица
а второй -- матрица
Рассмотрим матрицу
, где
-- вещественный параметр. Ее детерминант равен
. Так как он не имеет вещественных корней, то,
согласно сказанному выше, обе формы не могут быть приведены
одновременно к сумме квадратов.
Next: 13 унитарные преобразования
Previous: 11 линейное преобразование, сопряженное
Vadim Yu. Radionov
2000-08-30
Посмотреть комментарии[2]
|