Определение линейного оператора и его свойства.

http://bodrenko.org/algebra/unit%205_1/unit_5_1.htm

1. Определение линейного оператора. Пусть V и W — линейные пространства, размерности которых равны соответственно n и m. Мы будем называть оператором А, действующим из V в W, отображение вида А: V —> W, сопоставляющее каждому элементу х пространства V некоторый элемент у пространства W. При этом будем использовать обозначение у = А (х) или у = Ах.
Определение.Оператор А, действующий из V в W, называется линейным, если для любых элементов x₁ u x₂ пространства V и любого комплексного числа λ выполняются соотношения:
1°. λ( x₁ u x₂) = λx₁+ λx₂ (свойство аддитивности оператора);
2°. А (λх) = λАх (свойство однородности оператора).
Замечание 1. Если пространство W представляет собой комплексную плоскость, то линейный оператор A, действующий из V в W, называется линейной формой или линейным функционалом.
Замечание 2. Если пространство W совпадает с пространством V, то линейный оператор, действующий в этом случае из V в V, называют также линейным преобразованием пространства V.
2. Действия над линейными операторам. Пространство линейных операторов. В множестве всех линейных операторов, действующих из V в W, определим операции суммы таких операторов и умножения оператора на скаляр.
Пусть А и В — два линейных оператора, действующих из V в W. Суммой этих операторов назовем линейный оператор А + В, определяемый равенством

(А + В)х = Ах + Вх. (5.1)

Произведением линейного оператора А на скаляр λ назовем линейный оператор λА, определяемый равенством

(λА)х= λ(Ах). (5.2)

Назовем нулевым оператор, обозначаемый символом О и отображающий все элементы пространства V в нулевой элемент пространства W.
Иными словами, оператор О действует по правилу Ох = 0.
Для каждого оператора А определим противоположный оператор -А посредством соотношения

-А = (-1)А.

Легко проверить справедливость следующего утверждения.
Множество L(V, W) всех линейных операторов, действующих из V в W, с указанными выше операциями суммы и умножения на скаляр и выбранными нулевым оператором и противоположным оператором образует линейное пространство.
3. Свойства множества L (V, V) линейных операторов.Исследуем подробнее линейные операторы, действующие из V в V, т. е. изучим подробнее множество L(V, V).
Назовем тождественным (или единичным) оператором линейный оператор I, действующий по правилу Iх = х (здесь х — любой элемент V).
Введем понятие произведения линейных операторов из множества L(V, V).
Произведением операторов А и В из L(V, V) называется оператор АВ, действующий по правилу

(АВ)х = А(Вх). (5.3)

Отметим, что, вообще говоря, АВ ≠ ВА.
Справедливы следующие свойства линейных операторов из L(V, V):
1°. λ(АВ) = (λА)В;
2°. (А + В)С = АС + ВС;
3°. А(В + С) = АВ + АС;
4°. (АВ)С = А(ВС).
Первое из свойств 1°-4° следует из определения произведения линейного оператора на скаляр (см. 5.2)) и определения произведения операторов (см. 5.3)).
Перейдем к обоснованию свойства 2°. Имеем, согласно (5.1), (5.2) и (5.3),

((А + В)С)х = (А + В)(Сх) = А(Сх) + В(Сх) = (АС)х + (ВС)х = (АС + ВС)х. (5.4)

Сравнивая левую и правую части последних соотношений, мы получаем равенство (А + В)С = АС + ВС. Свойство 2° установлено.
Совершенно аналогично доказывается свойство 3°.
Свойство 4° справедливо, поскольку, согласно определению (см. (5.3)), произведение линейных операторов заключается в их последовательном действии, и поэтому линейные операторы (АВ)С и А(ВС) совпадают и, следовательно, тождественны.
Замечание 1. Свойство 4° позволяет определить произведение АВ...С любого конечного числа операторов из L(V, V) и, в частности, n-ю степень оператора А с помощью формулы

Очевидно, справедливо соотношение A^n+m = AⁿA^m.
Нам понадобится понятие обратного оператора для данного оператора А из L(V, V).
Определение 1. Линейный оператор В из L(V, V) называется обратным для оператора А из L(V, V), если выполняется соотношение
АВ = ВА = I.
Обратный оператор для оператора А обычно обозначается символом А^-1.
Из определения обратного оператора А следует, что для любого х Є V справедливо соотношение А^-1Ах = х.
Таким образом, если А^-1Ах = 0, то х = 0, т.е. если оператор А имеет обратный, то из условия Ах = 0 следует, что х = 0.
Мы будем говорить, что линейный оператор А действует взаимно однозначно из V в V, если любым двум различным элементам x₁ и x₂ отвечают различные элементы y₁ = Ax₁ и у₂ = Аx₂.
Если оператор А действует взаимно однозначно из V в V, то отображение А: V —> V представляет собой отображение V на V, т. е. каждый элемент у Є V представляет собой образ некоторого элемента x Є V:

y = Ах.

Чтобы убедиться в этом, достаточно, очевидно, доказать, что n линейно независимых элементов x₁,x₂,...,x_n пространства V отображаются посредством оператора А в n линейно независимых Ax₁,Ax₂,...,Ax_n элементов этого же пространства.
Итак, пусть x₁,x₂,...,x_n — линейно независимые элементы V.
Если линейная комбинация α₁Ax₁+ α₂Ax₂,...+ α_nAx_n представляет собой нулевой элемент пространства V:

α₁Ax₁+ α₂Ax₂,...+ α_nAx_n = 0,

то из определения линейного оператора (см. п. 1 этого параграфа) следует, что A(α₁x₁+ α₂x₂,...+ α_n x_n) = 0.
Так как оператор А действует из V в V взаимно однозначно, то из последнего соотношения вытекает, что α₁x₁+ α₂x₂,...+ α_n x_n = 0. Но элементы x₁,x₂,...,x_n линейно независимы. Поэтому α₁ = α₂= ... = α_n = 0. Следовательно, элементы Ax₁,Ax₂,...,Ax_n также линейно независимы.
Отметим следующее утверждение.
Для того чтобы линейный оператор А из L(V, V) имел обратный, необходимо и достаточно, чтобы этот оператор действовал взаимно однозначно из V в V.
Убедимся, что сформулированное условие необходимо. Пусть оператор А имеет обратный, но не действует взаимно однозначно из V в V.
Это означает, что некоторым различным элементам x₁ и x₂, x₂ - x₁ ≠ 0 из V отвечает один и тот же элемент у = Ax₁ = Ах₂. Но тогда А(x₂ - x₁) = 0, и поскольку оператор А имеет обратный, x₁ - x₂= 0. Но выше было отмечено, что x₂ - x₁ ≠ 0. Полученное противоречие доказывает необходимость условия утверждения.
Докажем достаточность этого условия.
Допустим, что оператор А действует взаимно однозначно из V в V.
Тогда каждому элементу у Є V отвечает элемент х Є V такой, что у = Ах. Поэтому имеется оператор А , обладающий тем свойством, что А^-1у = А (Ах) = х. Легко убедиться, что оператор А линейный. По определению А — обратный оператор для оператора А.
Достаточность условия утверждения также доказана.
Введем понятия ядра и образа линейного оператора.
Определение 2.Ядром линейного оператора А называется множество всех тех элементов х пространства V, для которых Ах = 0. Ядро линейного оператора А обозначается символом ker А.
Если ker A = 0, то оператор А действует взаимно однозначно из V в V. Действительно, в этом случае из условия Ах = 0 вытекает х = 0, а это означает, что различным x₁ и x₂ отвечают различные у₁ = Ax₁ и у₂ = Ах₂ (если бы y₁ = у₂, то А(x₂ - x₁) = 0, т. е. x₁ = х₂ и элементы x₁ и x₂ не были бы различны).
Таким образом, согласно доказанному выше утверждению условие ker A = 0 является необходимым и достаточным для того, чтобы оператор А имел обратный.
Определение 3.Образом линейного оператора А называется множество всех элементов у пространства V, представимых в виде у = Ах. Образ линейного оператора А обозначается символом im A (Символ im следует отличать от символа Im, используемого для обозначения мнимой части комплексного числа).
Замечание 2. Отметим, что если ker А = 0, то im A = V, и наоборот. Поэтому наряду с отмеченным выше условием ker A = 0 условие im A = V также является необходимым и достаточным для того, чтобы оператор А имел обратный.
Замечание 3. Очевидно, ядро ker А и образ im A — линейные подпространства пространства V. Поэтому можно рассматривать размерности dim (ker А) и dim (imA) этих подпространств.
Справедлива следующая теорема.
Теорема 5.1.Пусть размерность dimV пространства V равна n, и пусть А — линейный оператор из L(V, V). Тогда

dim (im А) + dim (ker A) = n.

Доказательство. Так как ker А представляет собой подпространство V, то можно указать такое подпространство V₁ пространства V, что V₁ будет представлять собой прямую сумму V и ker A. Согласно теореме 2.10 dim V₁ + dim (ker A) = n. Поэтому для доказательства теоремы достаточно убедиться, что dim V₁ = dim (im A).
Пусть dimV₁ = р, dim(im A) = q и y₁,y₂,...,y_q — базис в im A. Так как линейный оператор А действует взаимно однозначно из V₁ в im А, то каждому элементу у из im А можно поставить в соответствие единственный элемент х Є V₁ такой, что Ах = у. Поэтому в V₁ определены элементы x₁,x₂,...,x_q такие, что Ах_k = у_k, к = 1, 2,..., q. Элементы x₁,x₂,...,x_q линейно независимы, ибо если α₁x₁ + α₂x₂+...+ α_qx_q = 0, то A(α₁x₁ + α₂x₂+...+ α_qx_q) = α₁y₁ + α₂y₂+...+ α_qy_q = 0, а так как элементы y₁,y₂,...,y_q линейно независимы, то α₁ = α₂ = ... = α_q = 0, т. е. и x₁,x₂,...,x_qлинейно независимы. Таким образом, в V₁ имеется q линейно независимых элементов. Следовательно, р ≥ q (напомним, что р = dim V₁).
Предположим, что р > q. Добавим к линейно независимым элементам x₁,x₂,...,x_q элементы x_q+1,x_q+2,...,x_p так, что x₁,x₂,...,x_p образуют базис в V₁. Так как р > q и q = dim (im A), то элементы Ax₁,Ax₂,...,Ax_p , принадлежащие im A, линейно зависимы, и поэтому существуют не все равные нулю числа λ₁,λ₂,...,λ_p такие, что λ₁Ax₁ + λ₂Ax₂ + ...+ λ_pAx_p = 0. Отсюда следует, что A(λ₁x₁ + λ₂x₂ + ...+ λ_p x_p) = 0. Так как А действует из V₁ в im A взаимно однозначно, то из последнего равенства получаем λ₁x₁ + λ₂x₂ + ...+ λ_p x_p = 0.
Но x₁,x₂,...,x_p — базис в V₁. Поэтому λ₁ = λ₂ = ... = λ_p = 0.
Выше указывалось, что не все λ₁,λ₂,...,λ_p равны нулю. Следовательно, предположение р > q ведет к противоречию. Таким образом, р = q.
Теорема доказана.
Имеет место также следующая теорема, в определенном отношении обратная теореме 5.1.
Теорема 5.2. Пусть V₁и V₂— два таких подпространства n-мерного пространства V, что dimV₁+dimV₂= dim V. Тогда существует такой линейный оператор А из L(V, V), что V₁= im A и V₂= ker А.
Доказательство.Пусть dim V₁ = p, dim V₂ = q. Выберем в пространстве V базис е₁, е₂,..., е_n так, чтобы элементы е₁, е₂,..., е_n принадлежали V₂. Далее в пространстве V₁ выберем некоторый базис g₁, g₂,..., g_p.
Определим теперь значения линейного оператора А на базисных векторах е₁, е₂,..., е_n пространства V следующим образом:

Ae₁=g₁, Ae₂ = g₂, ..., Ае_р = g_p,
Ae_p+1 = 0, Ае_р+2 = 0,..., Ае_n = 0.

Далее, если х = x₁e₁ + x₂e₂ + ... + x_pe_p + x_p+1e_p+1 + ... +x_ne_n,
то Ах = x₁g₁ + x₂g₂ + ... + x_pg_p. Очевидно, оператор А линейный и обладает требуемыми свойствами. Теорема доказана.
Введем понятие ранга линейного оператора А.
Назовем рангом линейного оператора А число, обозначаемое символом rang А и равное rang A = dim(im A).
Отметим следующее очевидное следствие из теоремы 5.1 и из замечания 2 этого пункта.
Следствие из теоремы 5.1. Для того чтобы оператор А из L(V, V) имел обратный А^-1необходимо и достаточно, чтобы rang A = dim V = n.
Пусть А и В — линейные операторы из L(V, V). Справедлива следующая теорема.
Теорема 5.3. Имеют место следующие соотношения:

rang AB ≤ rang A, rang AB ≤ rang В.

Доказательство.Докажем сначала первое из отмеченных соотношений. Очевидно, im AB im A. Поэтому dim(im AB) ≤ dim(im A), т.е. rang AB ≤ rang А.
Для доказательства второго соотношения воспользуемся следующим очевидным включением (Так как АВ и ВА различные, вообще говоря, операторы, то включение im AB im B может не иметь места, и поэтому для доказательства второго соотношения rang AB ≤ rang В требуются специальные рассуждения): ker В ker AB.
Из этого включения следует, что dim (ker В) ≤ dim (ker AB).
Из последнего неравенства, в свою очередь, следует неравенство dim V — dim (ker AB) ≤ dimV— dim (ker В), а из него, согласно теореме 5.1, получаем dim(im AB) ≤ dim(im B), т.е. rang AB ≤ rang В.
Теорема доказана.
Докажем еще одну теорему о рангах линейных операторов.
Теорема 5.4. Пусть А и В — линейные операторы из L(V, V) и n — размерность V. Тогда rang AB≥rang A + rang В - n.
Доказательство. Согласно теореме 5.1

dim (im AB) + dim (ker AB) = n. (5.5)

Так как rang AB = dim(im AB), то из (5.5) получаем

rang AB = n - dim (ker AB). (5.6)

Поскольку, согласно теореме 5.1,

dim (ker A) + dim (ker В) = 2n - (rang A + rang В), (5.7)

то для доказательства теоремы достаточно установить неравенство

dim (ker AB) ≤ dim (ker A) + dim (ker B). (5.8)

Действительно, из этого неравенства и из соотношения (5.6) следует неравенство

rang AB ≥ n — (dim (ker A) + dim (kerВ)),

из которого, согласно (5.7), сразу же вытекает справедливость утверждения теоремы.
Итак, перейдем к обоснованию неравенства (5.8). Пусть

dim (ker В) = q. (5.9)

Согласно теореме 5.3 dim (ker AB) ≥ q. Поэтому справедливо соотношение

dim (ker AB) = p + q, где р > 0. (5.10)

Так как ker В ker AB, то в подпространстве ker AB можно выбрать базис x₁,x₂,...,x_p+q так, что элементы x_p+1,...,x_p+q образуют базис в ker В. При таком выборе x₁,x₂,...,x_p+q элементы Bx₁,Bx₂,...,Bx_p линейно независимы (если линейная комбинация , а это может быть, в силу выбора x₁,x₂,...,x_p, лишь при λ_k, = 0, к = 1, 2,..., р). Поэтому элементы Bx₁,Bx₂,...,Bx_p принадлежат ker А, т.е. р ≤ dim (ker А). Из этого неравенства и соотношений (5.9) и (5.10) вытекает требуемое неравенство (5.8). Теорема доказана.
Следствие из теорем 5.3 и 5.4.Если rang А = n (n — размерность V), то rang AB = rang ВА = rang В.
Указанное следствие вытекает из неравенств

rang AB ≤ rang В (теорема 5.3),

rang AB ≥ rang В (теорема 5.4 при rang А = n).

Из этих неравенств получим, что rang AB = rang В. Аналогично доказывается соотношение rang ВА = rang В.

Теорема Кронекера-Капелли.

http://function-x.ru/systems_kroneker_kapelli.html

Теорема Кронекера-Капелли о совместности системы.Для того, чтобы система линейных уравнений была совместна, необходимо и достаточно, чтобы ранг матрицы этой системы был равен рангу её расширенной матрицы, то есть чтобы .

Здесь матрица A (матрица системы) - это матрица, составленная из коэффициентов при неизвестных:

В свою очередь матрица В (расширенная матрица) - это матрица, полученная присоединением к матрице системы столбца из свободных членов:

Ранги этих матриц связаны неравенством , при этом ранг матрицы В может быть лишь на одну единицу больше ранга матрицы A.

Теорема о числе решений.Пусть для системы m линейных уравнений с nнеизвестными выполнено условие совместности, то есть ранг матрицы из коэффициентов системы равен рангу её расширенной матрицы. Тогда, если ранг матрицы равен числу неизвестных ( ), то система имеет единственное решение. Если ранг матрицы системы меньше числа неизвестных ( ), то система имеет бесконечно много решений, а именно: некоторым n - r неизвестным можно придавать произвольные значения, тогда оставшиеся r неизвестных определятся уже единственным образом.

Если ранг матрицы системы линейных уравнений равен числу уравнений, то есть , то система совместна при любых свободных членах. В этом случае ранг расширенной матрицы также равен m, так как ранг матрицы не может быть больше числа её строчек.

В ходе доказательства теоремы Кронекера-Капелли были получены явные формулы для решений системы (в случае её совместности). Если уже известно, что система совместна, то, чтобы найти её решения, необходимо:

1) отыскать в матрице системы A ранга отличный от нуля минор порядка, равного рангу матрицы системы, то есть ранга r;

2) отбросить те уравнения, которые соответствуют строкам матрицы A, не входящим в минор ;

3) члены с коэффициентами, не входящими в , перенести в правую часть, а затем, придавая неизвестным, находящимся в правой части, произвольные значения, определить по формулам Крамера оставшиеся r неизвестных из системы r уравнений с отличным от нуля определителем .

Пример 1. Следуя теореме Кронекера-Капелли, установить, совместна ли система уравнений

Если система совместна, то решить её.

Решение. Вычисляем ранг матрицы этой системы и ранг расширенной матрицы. В обоих случаях он равен 3. Следовательно, система линейных уравнений совместна. Так как ранг матрицы системы меньше числа неизвестных, то система имеет бесконечно много решений: одно неизвестное может быть взято произвольно. Минор

отличен от нуля, поэтому последнее уравнение отбрасываем и неизвестному придаём произвольное значение .

Оставшиеся неизвестные определяются из системы

Решая последнюю систему по формулам Крамера или иным способом, находим

,

,

.

Присоединяя сюда , получаем все решения данной системы линейных уравнений.

Пример 2. Следуя теореме Кронекера-Капелли, установить, совместна ли система уравнений

Если система совместна, то решить её.

Решение. Вычисляем ранг матрицы этой системы:

.

Следовательно, ранг системы равен 3. Определим ранг расширенной матрицы:

.

Это означает, что ранг расширенной матрицы также равен 3. Следовательно, система совместна, а так как число неизвестных равно рангу матрицы системы, то она имеет единственное решение. Для решения можем использовать первые три уравнения:

Решая последнюю систему по формулам Крамера, находим

,

,

.

ЭКЗАМЕНАЦИОННЫЙ БИЛЕТ № 13

1. Образ и ядро линейного оператора в линейном пространстве.

http://www.studfiles.ru/preview/893437/page:6/

Определение:

, тогда его ядром

это множество тех векторов пространства L, которые операторомAпереводятся в 0.

Примеры

1)

2) А– проектирование пространства на плоскостиX0Y

Свойства ядра:

Лемма:ядро всякого оператора – это инвариантное подпространство.

Доказательство.

1) Если , то их линейная комбинация так же лежит в ядре. Рассмотрим

2) Образ ядра – это 0.

ч.т.д.

Определение:

Образ – это множество всех образов, образ оператора A:ImA– это множество всех векторов из пространстваL, которые могут быть записаны как образы Каши (?) либо элементов

ПримерДифферен. образ-

1)

2) оператора проектирования

Лемма:

Образ линейного оператора инвариантное подпространство.

= инвариантное подпространство

Доказательство:

1) рассмотрим

Если 2 элемента лежат в образе, то их линейная комбинация лежит в образе.

2) Докажем, что это подпространство инвариантно.

3) Лемма:размерность ядра и образа линейного оператора.

, dim A=n,

тогда n=m+r

Доказательство.

Зафиксируем какой-нибудь базис

- базис

построим матрицу оператора в этом базисе

- матрица

среди векторов ;r –ЛНЗ следовательно …

Вектора порождают образы – это система образующих, тогда в -r– ЛНЗ столбцов следовательно.

рассмотрим ядро.

2) Xe=0

=rang rпространство решенийn-r системы размерность

эта размерность и есть размерность ядра m=n-r

==

- базис каждому

y=Ax

ImAтогда соответствует

- это линейные комбинации столбцов матрицыА

2 Решение неоднородных систем линейных уравнений. Представление общего решения в векторной форме.

http://www.cleverstudents.ru/systems/solving_systems_of_linear_equations.html

ЭКЗАМЕНАЦИОННЫЙ БИЛЕТ № 14