Professional Documents
Culture Documents
Lin Alg Zadachnik
Lin Alg Zadachnik
Навчальний посібник
Київ
2021
1
Відповідальний редактор: Заболотня Т.М., к.т.н., доц.
Гриф надано Методичною радою КПІ ім. Ігоря Сікорського (протокол № 6 від 25.02.2021р. )
Збірник задач з лінійної алгебри: навч. посібник для проведення практичних занять з дисципліни
«Вища математика 2. Лінійна алгебра» [Електронний ресурс ]: навч. посіб. для студ. спеціальності
121 «Інженерія програмного забезпечення»/ В. І. Сущук-Слюсаренко, В.Я.Юрчишин : КПІ
ім.Ігоря Сікорського.-Електронні текстові данні (1 файл: Мбайт). – Київ : КПІ ім.Ігоря
Сікорського, 2021. – 106 с.
2
Зміст
Вступ …………………………………………………………… 5
3
Тема 5. СПРЯЖЕНІ, САМОСПРЯЖЕНІ ТА ОРТОГОНАЛЬНІ
ОПЕРАТОРИ…………………………………………………… 63
4
Вступ
5
Тема 1. Лінійні простори та лінійні підпростори
n
x i vi ,де i R, i 1, 2,..., n .
і 1
6
Лінійний простір V називають n― вимірним, якщо виконуються наступні
аксіоми:
1) існують системи з n лінійно незалежних векторів;
2) будь-яка система з n 1 вектора є лінійно залежною.
L Q x x 1 x1 ... s xs x1 ,..., xs Q .
Приклад 1. Перевірити, чи буде множина всіх арифметичних n―
вимірних векторів x x1 ,x2 ,...,xn лінійним простором.
Розв’язання.
1) Нехай вектори x x1 ,x2 ,...,xn і y y1 , y2 ,..., yn належать
вказаній множині. За правилом додавання векторів:
x y x1 ,x2 ,...,xn y1 , y2 ,..., yn x1 y1 ,x2 y2 ,...,xn yn
В результаті отримали n― вимірний вектор, який належить тій самій
множині.
2) Помножимо вектор x x1 ,x2 ,...,xn на будь-яке R :
7
Приклад 2. Перевірити, чи буде множина всіх цілих чисел лінійним
простором.
Розв’язання.
1) Нехай числа n1 і n2 належать вказаній множині. За правилом
2) додавання чисел: n1 n2 n3 Z
В результаті отримали число, яке належить заданій множині.
3) Помножимо ціле n1 на будь-яке R : n1 . В результаті
отримали число, яке не належить множині цілих чисел.
Відповідь: задана множина не є лінійним простором.
1 1 1 1 0
(U )1 x = 1 1 1 2
1
xvi 2
, отже координати вектора x
2
1 1 1 1 1
8
a1 1, 2,0,6 ; a2 2,0,3,1 ; a3 3, 2,3,7 ; a4 7, 2,9,9 . Знайти
розмірність лінійної оболонки та будь-який базис лінійної оболонки заданої
системи арифметичних векторів:
Розв’язання. Складемо матрицю з координатзаданих векторів:
1 2 3 7
2 0 2 2
. Ранг цієї матриці дорівнює 2 (за методом Гаусса-Жордано).
0 3 3 9
6 1 7 9
Отже, ранг системи векторів дорівнює 2, а отже і розмірність лінійної
оболонки дорівнює 2. Базисом лінійної оболонки цієї системи будуть будь-
які два вектори, наприклад a1 ,a2 . За цим базисом можна розкласти решту
1 2
Відповідь: dim L ai i 1
4
2 0
2 ; базис B : ;
0 3
6 1
1.9. Чи буде лінійним простором множина всіх дійсних чисел, якщо операції
додавання і множення на число ввести наступним чином :
x y x y, a x a x?
1.10. Доведіть, що матриці-стовпці висотою n утворюють лінійний простір
відносно матричних операцій додавання та множення.
5x1 3x3 4 x4 0
системи лінійних однорідних рівнянь 2 x1 5 x2 x3 x4 0 .
4 x 3x 2 x 3x 0
1 2 3 4
11
1.22. Вектори a1 , a2 , a3 , a4 лінійного простору L задані своїми координатами
4 3 1 12
в деякому базисі a1 2 , a2 5 , a3 7 , a4 5 .
3 1 3 4
Чи буде ця система векторів лінійно залежною?
1.23. З’ясуйте, чи утворюють вектори
a1 1, 0, 0, 0 , a2 1, 1, 0, 0 , a3 1, 1, 1, 0 , a4 (1, 1, 1, 1)
4
базис в лінійному арифметичному просторі R ?
1.24. Знайти координати вектора x в базисі E : e1 , e2 , e3 , якщо відомі його
e1 b1 b2 3b3
відношеннями : e2 b1 2b2 b3 .
e3 b1 2b2 2b3
1.25. В лінійному просторі дві системи векторів E : e1 , e2 , e3 та
B : b1 , b2 , b3 задані своїми координатами в деякому іншому базисі :
базису B : b1 , b2 , b3 до базису E : e1 , e2 , e3 ; б) матрицю U 1 зворотного
12
1 3 2
1.27. Чи буде матриця 4 2 3 матрицею переходу від одного базису
2 2 1
тривимірного простору до іншого базису цього ж простору?
1.28. Який вигляд має матриця переходу від старого базису до нового, якщо
матриця переходу від нового базису до старого є: а) трикутною; б)
симетричною; в) кососиметричною?
1.29. Чи може матриця переходу в просторі V 3 бути кососиметричною?
n
1.40. Знайти розмірність лінійної оболонки наступних векторів в базисі з R :
a1 1,111
, , , a2 2,3,1,2 , a3 ( 4,1,3,4 ) .
1.41. В лінійному просторі L , dimL 4 дві системи векторів
E : e1 ,e2 ,e3 та
F : f1 , f 2 , f3 задані своїми координатами в деякому
базисі :
3x1 4 x2 2 x3 3x4 0
2 x 3 x 3 x 4 x 0
1 2 3 4
7 x1 9 x2 3x3 5 x4 0
3x1 5x2 7 x3 9 x4 0
14
1.43. Доведіть, що в лінійному просторі квадратних матриць порядку n
лінійні підпростори симетричних і кососиметричних матриць, можна
розглядати, як прямі доповнення одне одного.
1.44. В лінійному просторі квадратних матриць порядку n , знайти
розмірність і базис перетину лінійних підпросторів верхніх трикутних і
нижніх трикутних матриць.
1.45. В шестивимірному лінійному просторі L задано два лінійні
підпростори H1 та H 2 розмірністю 3 та 4 відповідно. Що можна
стверджувати про розмірність перетину цих лінійних підпросторів? При
виконанні якої умови справедлива рівність H1 H 2 L . Чи може сума
H1 H 2 бути прямою?
1.46. Скільки прямих доповнень має двовимірний лінійний простір в
тривимірному лінійному просторі?
˙
1.47. В просторі V
3
задані вектори v1 i j , v2 i j , v3 i 2 j k .
переходу U BB1 , де
B : i , j, k . Знайти координати вектора
x i 2 j 2k в базисі B1 .
15
1.49. Базис B1 отриманий перестановкою i1 j , j1 k , k1 i .
x1 i 2 j; x2 2i j k ; x3 4i 5 j k ; x4 3i 3 j k .
1.52. В просторі R4 задано вектори
e1 1, 2, 1, 2 , e2 2, 3, 0, 1 , e3 1, 2,1, 4 , e4 1, 3, 1,0 .
2t 2 t 1.
1.56. Знайти координати многочлена t 2 t 2 у базисі 1, t 1, (t 1)2 .
В задачах 1.57-1.59 в довільному просторі Vn вектори e1, e2 ,, en і x
задані своїми координатами у деякому базисі B . Довести, що система
16
B ' : e1, e2 , e3, e4 ― базис в V n , і знайти стовбець x координат вектора
x в цьому базисі.
1 1 1 6
1.57. e1 1 , e2 1 , e3 2 , x 9 .
1 2 3 14
2 3 1 6
1.58. e1 1 , e2 2 , e3 1 , x 2 .
3 5 1 7
1 2 1 1 7
2 3 2 3 14
1.59. e1 , e2 , e3 , e4 , x .
1 0 1 1 1
2 1 4 0 2
В задачах 1.60 - 1.61 в довільному прострорі V n вектори e1 , e2 ,, en і
e1, e2 ,, en задані своїми координатами у деякому базисі. Потрібно
17
1 2 2 2
0 3 2 3
e1 ; e2 ; e3 ; e4
3 5 5 4
3
4
4 4
1.62. Знайти розмірність лінійної оболонки L x1 , x2 арифметичних векторів
x5 0,1, 2,3 .
1.64. x1 1,1,1,1,0 ; x2 1,1, 1, 1, 1 ,
x, y x, x y, y ,
яка дозволяє наступним чином визначити кут між ненульовими векторами:
cos
x, y .
x y
Ненульові вектори x, y E називаються ортогональними, якщо
x, y 0.
Базис B : e1 , , en n-вимірного евклідового простору E n називається
0, i j
ортонормованим, якщо ei , e j ij .
1, i j
n
Якщо в просторі E заданий довільний базис f ,
1
, f n , то вектори
k 1
e1 f1 , ek f k ci( k 1) ei , k 2,3, , n,
i 1
( f k , ei )
де ci( k 1) , утворюють ортогональний базис в цьому просторі
(ei , ei )
(процес ортогоналізації Грамма - Шмідта).
n
Якщо базис E є ортогональною системою векторів, то цей базис
називають ортогональним. Ортогональний базис називають
19
ортонормованим, якщо кожен вектор цього базису має норму, яка дорівнює
1.
Приклад 5. Лінійний простір C 0,1 всіх функцій, які неперервні на
1 1 1
2) f1 f 2 ,g f x f x g x dx f x g x dx f x g x dx
0
1 2
0
1
0
2
f1 ,g f 2 ,g .
1 1
3) f ,g f x g x dx f x g x dx f ,g .
0 0
1 1
4) f , f f x f x dx f 2 x dx 0 .
0 0
1) x x1 ,x2 ; y y1 , y2 ; F x, y x2 y1 .
2) x x1 ,x2 ; y y1 , y2 ; F x, y x1 y1 2 x1 y2 10x2 y2 .
3) x x1 ,x2 ; y y1 , y2 ; F x, y 2 x1 y1 3x2 y2 .
20
Розв’язання.
Треба перевірити виконання трьох умов, які має задовольняти скалярний
добуток у дійсному лінійному просторі:
а) симетричність: x, y y,x ;
F x, y 2 x1 y1 3x2 y2 2 y1 x1 3 y2 x2 F y,x ;
F x y,z 2 x1 y1 z1 3 x2 y2 z2
2x1 z1 2y1 z1 3x2 z2 3y2 z2 2x1 z1 3x2 z2 2y1 z1 3y2 z2
F x,z F y,z ;
Розв’язання.
b
1) f , f f t f t dt cos x sin x 2
dx 1 sin 2x dx
a
1
x cos 2 x 2 0 2; f 2 .
2
2)
b b
x3 b 1 3 3
f , f f t f t dt x dx b a ; f b3 a3
2 1
a a 3 a 3 3
.
b
1
3) f ,g f t g t dt sin 2 x cos 3xdx sin 5 x sin x dx
a 2
1 1 1
cos 5 x cos x 0 0 0 .
2 5 2
4)
1
f ,g f t g t dt sin x cos xdx sin 2xdx cos 2x 0
b
1 1
a 2 2 2
Отже, вектори ортогональні, .
2
b b
x2 b 1 2
5) f ,g f t g t dt xdx a b a ;
2
a a 2 2
b b
x3 b 1 3 3
f , f f t f t dt x dx b a ;
2
a a 3 a 3
22
b b
b
g,g g t g t dt dx x b a ;
a a
a
arccos
b 2
a2 3
arccos
3 b a
.
2 b a3 3
ba 2 b ba a
2 2
2) довжина вектора f x x ; f x
3
1 3
b a3 ;
1
cos
k m x 1
dx cos
k m x dx 0
20 2 20 2
23
Розв’язання. Скалярний добуток задається правилом:
1
f ,g f t g t dt .
1
1 1
1) x,x t t dt t dt 4 1 4 1 1 0
2 2 t4 1 1 3
― система
1 1
ортогональна.
1 1
2) x,x t t dt t dt
t5 1 1
1 1 ― не ортогональна.
3 3 4 2
1 1 5 1 5 5
( f 2 , e1 ) 1
e2 f 2 c1(1)e1 . Оскільки ( f2 , e1 ) 3, (e1 , e1 ) 9 , то с1(1) .
(e1 , e1 ) 3
2 2 1
Отже, e2 , , . Знаходимо вектор e3 у вигляді наступної
3 3 3
лінійної комбінації: e3 f3 c1(2) e1 c2(2) e2 . Обчислюючи скалярні добутки
2
c1
f ,e
3 1 1 f ,e
;c 1 2 3 2
Отже, e3 6, 3, 6 .
e1, e1 3
2
e2 , e2
24
Відповідь: після ортогоналізації Грамма – Шмідта утворилася система
2 2 1
ортогональних векторів: e1 (1, 2, 2) ; e2 , , ;
3 3 3
e3 6, 3, 6 .
a b a b2
A 1 1 ,B 2
d 2
.
c1 d1 c2
2.4. Довести, що будь-яка система попарно ортогональних векторів лінійно
незалежна.
2.5. Користуючись нерівністю Коші-Буняковського, довести наступні
нерівності трикутника:
1) x y x y ;
2) x y x y .
а) ( x, y) 2 x1 y1 5x2 y2 ;
б) ( x, y) x1 y1 x1 y2 x2 y1 x2 y2 .
числа.
26
В задачах 2.12 - 2.15 застосувати процес ортогоналізації Грамма – Шмідта до
n
системи векторів евклідового простору зі скалярним добутком
( x, y) x1 y1 x2 y2 ... xn yn :
f4 5,7,7,8 .
27
а) будь-який вектор x En можна представити у вигляді x y z
(e , e )c
i 1
j i i (e j , x ), j 1,2,..., k , а z x y.
28
2.28. З’ясувати, чи є лінійний простір M 2 R всіх квадратних матриць
a b a b2
A 1 1 ,B 2
d 2
.
c1 d1 c2
2.29. Доведіть, що в R вектори a1 1, 2, 2 , a2 1,0,1 , a3 5, 3, 7
3
29
Знайти ортогональні проекції вектора y на лінійну оболонку
0 - нульовий вектор в L ;
2. Образ Im A - множина векторів y L , що є значеннями цього
оператора.
30
Число dim KerA називають дефектом лінійного оператора A , а
в базисі B : b1 ,...,bn через ai a1i ,...,ain ; i 1,n . Тоді Abi Bai .
T
B : b1 ,...,bn і E : e1 ,...,en лінійного простору L , пов’язані
1
співвідношенням AE U ABU ,де U U BE - матриця переходу від
базиса B : b1 ,...,bn до базиса E : e1 ,...,en .
1) A a 3a; 2) A a 3a ; 3) A a a3 .
Розв’язання. Перевіримо умови лінійності оператора:
1 ) A a1 3a1 ; A a2 3a2 ; A a1 A a2 3a1 3a2 3a1 a2 A a1 a2
A a 3a 3a A a .
Умови виконуються, отже оператор є лінійним.
2) A a1 3a1 ; A a2 3a2 ; A a1 A a2 3a1 3a2 3a1a2 A a1 a2 ―
перша умова не виконується, отже оператор не є лінійним.
3) A a1 a13 ; A a2 a23 ; A a1 A a2 a13 a23 a1 a2 3 A a1 a2 .
Перша умова не виконується, отже оператор не є лінійним.
Приклад 13. Нехай a a1 , a2 , a3 фіксований ненульовий вектор
3
евклідового простору E . Знайти ядро, область значень, ранг та дефект
лінійного оператора A : E 3 E 3 ; Ax x, a a .
Відповідь: KerA: x E 3 : x a ; Im A: x E 3 : x a, R ,
rang A 1, def A 2 .
Приклад 14.
В базисі B : i , j , k написати матрицю оператора
Pr x x xn x
n, x n ,
2
n
Pr i i xn i
n, i n i 1 n 2 i 1 j 1 k .
2
n 3 3 3 3
2 2 1 1 1 2
Аналогічно, Pr j i j k ; Pr k i j k .
3 3 3 3 3 3
Тоді, матриця оператора набуде вигляду:
2 / 3 2 / 3 1 / 3
A 1 / 3 2 / 3 1 / 3 .
1 / 3 1 / 3 2 / 3
Відповідь: матриця оператора проектування на площину x y z 0
2 / 3 2 / 3 1 / 3
A 1 / 3 2 / 3 1 / 3 .
1 / 3 1 / 3 2 / 3
33
Приклад 15. Задано відображення A :V V , яке кожний вектор x
3 3
матриці A нульовий.
0
Aj j ,i k 0i 0 j 1k i j k 0 . Це другий стовпчик.
1
0
Третій стовпчик: Ak k ,i j i j k 1 .
0
0 0 0
Отже, матриця A має вигляд: 0 0 1 .
0 1 0
0 0 0
Відповідь: A 0 0 1
0 1 0
1 2 1
оператора A :V V з матрицею A 3 9 2 .
0 1 1
Розв’язання. За означенням, ядром оператора A :V V називається
множина векторів x V , які оператором A переводяться у нуль-вектор,
34
тобто для яких Ax 0 . Отже, для знаходження ядра треба розв’язати
x1 2 x2 x3 0
систему однорідних рівнянь: 3x1 2 x3 0 . Знайдемо ранг матриці
x x 0
2 3
системи методом елементарних перетворень:
1 2 1 1 2 1 1 2 1
3 9 2 2
a 3a 1 a2 0 3 1 0 3 1.
0 1 1
0 1 1 a 3a a 0 0 1
3 3 2
Ранг матриці системи дорівнює 3, і система має єдиний тривіальний
розв’язок x1 x2 x3 0 . Ядро буде складатися лише з одного нульового
вектора: KerA 0 . Область значень оператора збігається із простором V :
ImA = V . Дефект оператора дорівнюватиме: defA 3 3 0 .
Відповідь: KerA 0 ; ImA = V ; defA 0 .
Приклад 17. Знайти матрицю переходу від базису e1 ,e2 ,e3 до базису
f , f , f , якщо f
1 2 3 1 e1 3e 2 4e 3 ; f 2 2e 1 e2 5e 3 ; f 3 4e1 5e2 3e3
2 1 0
Приклад 18. Задана матриця U 1 2 1 переходу від базису
1 1 0
35
Розв’язання. Матриця переходу від базису e1 ,e2 ,e3 до базису f1 , f 2 , f 3
відома, отже ми знаємо координати вектора f 2 в базисі e1 ,e2 ,e3 :
f 2 e1 2e2 e3 .
Щоб знайти координати вектора e3 в базисі f1 , f 2 , f 3 треба знайти
матрицю переходу від базису f1 , f 2 , f 3 до базису e1 ,e2 ,e3:
1 0 1 1 0 1
U 1 1 0 2 1 0 2 . Тоді e3 f1 2 f 2 3 f 3 .
1
1
1 1 3 1 1 3
Відповідь: координати вектора f 2 в базисі e1 ,e2 ,e3 : f2 1, 2,1 ;
координати вектора e3 в базисі f1 , f 2 , f 3 : e3 1,2,3 .
Приклад 19. У просторі R3 задані два лінійних оператора А та В. Знайти
матрицю C лінійного оператора C = AB - BA та його явний вигляд у
канонічному базисі в R3:
Ax 2 x2 , 2 x1 3x2 2 x3 , 4 x1 x2 5x3
Bx 3x1 x3 , 2 x2 x3 , x2 3x3
Розв’язання. Знайдемо матриці операторів:
Ae1 2 0, 2 1 3 0 2 0, 4 1 0 5 0 0, 2, 4 ,
Ae2 2,3, 1 ,
Ae3 0, 2,5 ,
Be1 3 1 0, 2 0 0, 0 3 0 3,0,0 ,
Be2 0, 2, 1 ,
Be3 1,1,3 .
36
0 2 0 3 0 1
A 2 3 2 , B 0 2 1
4 1 5 0 1 3
Далі,
0 4 2 4 7 5
AB 6 4 4 , BA 0 5 9
12 7 18 14 6 13
Тому
4 11 3
C AB BA 6 1 2
26 1 5
За визначенням матриці лінійного оператора в канонічному базисі Rn її
стовпці є наборами компонент образів базисних векторів, тобто
Ce1 4,6, 26 , Ce2 11, 1, 1 , Ce3 3, 2,5 .
Звідси знаходимо вид оператора С:
Cx C x1e1 x2e2 x3e33 x1Ce1 x2Ce2 x3Ce3
4 x1 11x2 3x3 ,6 x1 x2 2 x3 , 26 x1 x2 5x3
4 11 3
Відповідь: матриця лінійного оператора С: C 6 1 2 ;
26 1 5
оператор С: Cx 4 x1 11x2 3x3 ,6 x1 x2 2 x3 , 26 x1 x2 5 x3 .
37
Ax = a,x , a a1 , a2 , a3 ― фіксований вектор.
Розв’язання. Оскільки a a1i a2 j a3 k , то матриця лінійного оператора
А в базисі i , j ,k буде мати вид:
0 a3 a2
A i , j ,k a3 0 a1 .
a 0
2 a1
1 0 0 1 0 0
Ui , j ,kB 0 cos sin ; U 1i , j ,kB 0 cos sin .
0 sin cos 0 sin cos
За формулою AB U 1 A i , j ,k U , знаходимо
1 0 0 0 a3 a2 1 0 0
AB 0 cos sin
a3 0 a1
0 cos sin
0 sin cos 0
a2 a1 0 sin cos
0 a3 cos a2 sin a3 sin a2 cos
a3 cos a2 sin 0 a1 .
a sin a cos
3 2
a1 0
Відповідь: матриця лінійного оператора в базисі B , має вид
0 a3 cos a2 sin a3 sin a2 cos
AB a3 cos a2 sin 0 a1
a sin a cos
3 2
a1 0
3
Приклад 21. Для лінійного оператора А, який діє у просторі ℝ , визначити
ранг та дефект, а також знайти базиси образу та ядра:
Ax ( x1 2 x2 x3 , x1 x3 , x1 x2 ).
38
Розв’язання. Для представлення арифметичних векторів та заданого
3
лінійного оператора скористаємось канонічним базисом в R . У цьому
1 2 1
базисі матриця оператора має вид: A 1 0 1 .
1 1 0
За визначенням y Im A тоді і лише тоді, коли знайдеться вектор x R
3
1 2 1 x1 1 2 1
y Ax 1 0 1 x2 x1 1 x2 0 x3 1 .
1 1 0 x 1 1 0
3
Ця рівність означає, що образ Im A збігається із лінійною оболонкою
1 2
наприклад , e1 1 , e2 0 . Аналогічно, x Ker A тоді і тільки
1 1
тоді, коли Ax 0 , або, в координатному записі,
1 2 1 x1 0
Ax 1 0 1 x2 0 . Звідси випливає, що ядро співпадає із
1 1 0 x 0
3
підпростором розв'язків однорідної системи, тобто дефект оператора А
дорівнює defA 3 2 1 , а в якості базису в Ker A може бути обрана
1
фундаментальна система розв'язків системи, наприклад, e 1 .
1
39
1 2
Відповідь: rang A 2 ; defA 1 , базис Im A : e1 1 , e2 0 ;
1 1
1
базис Ker A : e 1 .
1
3
В задачах 3.1 – 3.7 встановити які iз заданих відображень простору V в
себе є лінійними операторами; виписати їх матриці в прямокутному базисі
i , j ,k .
3.1. Ax = λx , λ – фіксоване число.
3.2. Ax = λx+a , λ ,a – фіксованi числa.
3.3. Ax = x, e e , e – заданий одиничний вектор. Знайти геометричний
зміст цього відображення.
Ax = x2 + x3 i 2x1 + x3 j 3x1 - x2 + x3 k .
40
В задачах 3.8 – 3.12 встановити, які із заданих відображень простору
3
арифметичних векторів R в себе є лінійними операторами і виписати їх
матриці в базисі i , j ,k .
3.8. Ax x2 x3 , 2 x1 x3 ,3x1 x2 x3 .
3.9. Ax x1 , x2 1, x3 2 .
3.10. Ax 0, x2 x3 ,0 .
Bx x2 6 x3 ,3x1 7 x3 , x1 x2 x3 .
3.14. Ax 2 x1 x2 5x3 , x1 4 x2 x3 ,3x1 5x2 2 x3
Bx x1 4 x2 3x3 , 2 x1 x3 ,3x2 x3
3.15. Ax 3x1 x2 2 x3 ,3x1 2 x2 4 x3 , 3x1 5 x2 x3
Bx 2 x1 x2 , x1 x2 2 x3 , x1 2 x2 x3
3.16. Ax 3x1 x2 x3 , 2 x1 x2 2 x3 , x1 2 x2 3x3
Bx x1 x2 x3 , 2 x1 x2 x3 , x1 x2
41
В задачах 3.17 ― 3.20 знайти матриці лінійних операторів А, які діють в
1 2 0 1
2 0 1 2
B : e1 , e2 , e3 , e4 дорівнює A .
2 5 3 1
1 2 1 3
Знайти матрицю цього оператора в базисах:
а) B : e1 , e3 , e2 , e4 ;
б) B : e1 , e1 e2 , e1 e2 e3 , e1 e2 e3 e4 .
42
Знайти матрицю оператора А в базисі B , якщо його матриця в базисі B
1 18 15
має вид: AB 1 22 20 .
1 25 22
3.23. У просторі V оператор А в базисі B : e1 e1 2e23 ; e2 2e1 3e23 має
2
3 5
матрицю . Оператор B в базисі B : e1 3e1 e23 ; e2 4e1 2e23 має
4 3
4 6
матрицю . Знайти матрицю оператора А + В в базисі B .
6 9
3.24. Нехай p t an1t n1 a1t a0 ― деякий многочлен, А ―
лінійний оператор. Розглянемо оператор p A , який визначається рівністю
1 2
якщо p t 3t - 2t 5 , а оператор А заданий матрицею A
2
.
2 4
3.25. У просторі Pn заданий лінійний оператор диференціювання
d
D . Знайти матрицю оператора в базисі:
dt
a) 1, t , t , , t ;
2 n 1
t – t0 ! t – t0
n 1
б) 1, t – t0 , , , t 0 , t0 R .
2! (n 1)!
43
3.27. У просторі функцій, диференційованих на всій осі, задані оператор
d t
диференціювання D та оператор A et множення на функцію e .
dt
Перевірити рівність DA - AD A .
x xi yj zk ).
3.28. Ax = λx , λ – фіксоване число.
3.29. а) Ax = x, e e ; б) Ax = e,x .
3.30. a) Ax x - x, e e ; б) Ax x - 2 x, e e .
3.31. Ax ( y z )i (2 x z ) j (3x y z )k .
3.32. Ax 2 zi ( x z) j (2 x 3z)k .
3.33. A = U (e , ) – оператор повороту на кут навколо осі, яка задається
3
вектором e . Встановити, які із заданих лінійних операторів в ℝ є
невиродженими та знайти явний вигляд зворотніх операторів :
3.34. Ax ( x1 x2 x3 , x3 , x2 ).
3.35. Ax ( x2 2 x3 , x2 ,2 x2 x3 ).
3.36. Ax ( x1 2 x2 2 x3 ,2 x1 x2 2 x3 ,2 x1 2 x2 x3 ).
44
3.38. Ax ( x1 x2 x3 , x1 x2 x3 , x1 x2 x3 ).
B e1 en .
3.46. Запишіть в заданому базисі матриці наступних лінійних операторів, які
3
діють в лінійному просторі V :
e i ,
1 e2 j , e3 i j k .
3.47. В просторі V заданий вектор c 3i 2 j k . Доведіть, що оператор
3
Ax c x, є лінійним. Знайти його матрицю в базисі i , j ,k .
3.48. В лінійному просторі K n x многочленів від змінної x степеня не
d
вище n , заданий лінійний оператор диференціювання D . Запишіть
dx
x2 xn
матрицю цього оператора в базисі e1 1,e2 x,e3 ,,en .
2! n!
є лінійним, якщо x (x1 ,x2 ,x3). Для лінійних операторів знайти матриці в
1 2
3 1 є лінійним простором. Знайти матрицю цього оператора в базисі:
46
1 0 0 1 0 0 0 0
e1 , e , e
2 0 0 3 1 0 4 0 1 .
, e
0 0
3
3.54. Показати, що в лінійному арифметичному просторі існує єдиний
лінійний оператор, який переводить вектори a1 ,a2 ,a3 відповідно у вектори
b1 ,b2 ,b3 , і знайти матрицю цього оператора в тому ж базисі, в якому задані
координати вказаних векторів:
1 2 0 1
3 0 1 2
A . Знайти матрицю цього оператора в базисі :
2 5 3 1
1 2 1 3
а) e4 ,e3 ,e2 ,e1 ;
б) f1 e1 , f 2 e1 e2 , f3 e1 e2 e3 , f 4 e1 e2 e3 e4 ;
в) f1 e1 e2 , f 2 e1 e3 , f3 e1 e4 , f 4 e4 .
47
3.57. Лінійний оператор A в базисі e1 ,e2 ,e3 має матрицю
15 11 5
A 20 15 8 . Знайти матрицю цього оператора в базисі
8 7 6
f1 2e1 3e2 e3 , f 2 3e1 4e2 e3 , f3 e1 2e2 2e3 .
1 3 2
f1 2 , f 2 1 , f3 1 .
1 2 2
3.59. Знайти матрицю лінійного оператора диференціювання, який діє в
лінійному просторі многочленів, степінь яких не вище двох, в базисі
x 1
2
48
Тема 4. Власні числа та власні вектори лінійного оператора
Для довільної квадратної матриці A aij порядка n розглянемо визначник
k 0
рівнянням матриці A .
Нехай A : L L — лінійний оператор, заданий квадратною матрицею А
порядку n . Якщо існує ненульовий вектор x і таке число λ, що
Ax x
то говорять, що λ—власне число матриці А, а x — її власний вектор,
який відповідає цьому власному числу.
Властивості власних векторів лінійного оператора A.
1. Кожному власному вектору відповідає одне власне число.
2. Якщо x —власний вектор матриці А з власним числом λ, то будь-який
вектор x , колінеарний вектору x , також є власним вектором матриці А з
тим самим власним числом.
49
3. Якщо x1 i x2 — власні вектори матриці А з одним і тим самим власним
оператора A .
50
Якщо x1 ,x2 ,x3 — власні вектори матриці А відповідно з різними власними
51
Приклад 22. Знайти характеристичне рівняння матриці
7 2 0
A 0 1 3 .
0 3 4
Розв’язання.
7 2 0
Розкриємо визначник: 0 1 3 7 1 4 9
0 3 4
3 122 30 35 .
Відповідь: A 3 122 30 35 .
0 1 2
A 4 0 1 .
3 1 1
Розв’язання. Складемо і розв’яжемо характеристичне рівняння:
52
1 2
4 1 3 2 2 3 0
3 1 1
1 3; 2 1; 3 3
Знаходимо стовпці координат власних векторів, розв’язуючи для кожного з
трьох власних чисел однорідну систему лінійних алгебраїчних рівнянь:
1 2 x1 0
4 1 x 0 .
2
3 1 1 x 0
3
При 1 3 система набуде вигляду:
3 1 2 x1 0 3x1 x2 2 x3 0
4 3 1 x 0 4 x 3 x x 0 .
2 1 2 3
3 1 4 x 0 3x x 4 x 0
3 1 2 3
x1 1
отримаємо: x2 c 1 . Вся множина власних векторів лінійного
x 1
3
оператора із власним значенням 1 3 в координатній формі
1
має вигляд: f1 1 .
1
При 2 1 система набуде вигляду:
1 1 2 x1 0 x1 x2 2 x3 0
4 1 1 x 0 4 x x x 0 .
2 1 2 3
3 1 0 x 0 3x x 0
3 1 2
53
Ранг матриці цієї системи дорівнює 2. Тому розмірність лінійного простору
розв’язків системи дорівнює 3 2 1 . Фундаментальна система розв’язків
містить один розв’язок. Розв’язавши систему методом Гауса – Жордано,
x1 1
. Вся множина власних векторів лінійного
отримаємо: x2 c 3
x 1
3
оператора із власним значенням 2 1 в координатній формі має вигляд:
1
f 2 3 .
1
При 3 3 система набуде вигляду:
3 1 2 x1 0 3x1 x2 2 x3 0
4 3 1 x 0 4 x 3x x 0 .
2 1 2 3
3 1 2 x 0 3x x 2 x 0
3 1 2 3
x1 7
отримаємо:
x c 11 Вся множина власних векторів лінійного
2
x 5
3
оператора із власним значенням 3 3 в координатній формі має вигляд:
7
f3 11 .
5
Відповідь: власні числа: 1 3 , 2 1, 3 3 ; відповідні власні вектори:
54
1 1 7
f1 1 ; f 2 3 ; f3 11 ; , , R .
1 1 5
Приклад 25. Знайти власні числа і власні вектори симетричного оператора
7 2 0
А , який заданий симетричною матрицею A 2 6 2 .
0 2 5
Розв’язання. Для визначення власних чисел симетричної матриці складемо
її характеристичне рівняння:
7 2 0
2 6 2 0 .
0 2 5
Розв’язками цього рівняння є λ1 = 6, λ2 = 9, λ3 = 3.
Оскільки усі корені різні, матриця А має три лінійно незалежні власні
вектори. Координати цих векторів визначимо з системи:
7 x1 2 x2 0 x3 0
2 x1 6 x2 2 x3 0
0 x1 2 x2 5 x3 0
Підставивши сюди λ=6 і розв’язавши систему, дістанемо координати
власного вектора
2
x1 t 1 .
2
Його довжина x1 4t 2 t 2 4t 2 3 t
55
Далі нормуємо вектор x1 , тобто знаходимо одиничний вектор (з точністю до
x1 2 1 2
знака) i1 ; ; .
x1 3 3 3
Аналогічно, знаходимо інші власні вектори, які відповідають λ2 = 9 і λ3 = 3:
2 1
x2 t 2 , x3 t 2 .
1 2
x2 2 2 1
Нормуючи їх, дістанемо j1 ; ; ,
x2 3 3 3
x3 1 2 2
і відповідно k1 ; ; .
x3 3 3 3
Таким чином, матриця А має три лінійно незалежні нормовані вектори:
2 1 2 2 2 1 1 2 2
i1 ; ; , j1 ; ; , k1 ; ; .
3 3 3 3 3 3 3 3 3
Обчислимо скалярні добутки:
i , j 94 92 92 0 , i ,k 92 92 94 0 ,
1 1 1 1
j ,k 92 94 92 0 .
1 1
2 1 2 2 2 1 1 2 2
вектори: i1 ; ; ; j1 ; ; ; k1 ; ; .
3 3 3 3 3 3 3 3 3
56
1 2 4
A 2 2 2 .
4 2 1
Розв’язання. Запишемо характеристичне рівняння даної матриці:
1 2 4
2 2 2 0 . Характеристичне рівняння: 3 27 54 0 .
4 2 1
Корені: 1 6,2 3 3.
(1 )x1 2 x2 4 x3 0
Система рівнянь має вигляд: 2 x1 (2 )x2 2 x3 0
4 x 2 x (1 )x 0
1 2 3
1 2 2
Нормуємо його: j1 , , .
3 3 3
Тепер визначаємо третій вектор, перпендикулярний до двох заданих:
2 2 1
k1 i1 j1 , , .
3 3 3
Отже, ортонормований базис складають вектори:
2 1 2 1 2 2 2 2 1
i1 , , , j1 , , , k1 , , .
3 3 3 3 3 3 3 3 3
Відповідь: ортонормований базис можуть складати вектори:
57
2 1 2 1 2 2 2 2 1
i1 , , , j1 , , , k1 , , .
3 3 3 3 3 3 3 3 3
1 0 0
B : i , j , k має вигляд: P 0 1 0 .
0 0 1
Характеристичне рівняння:
58
1 0 0
det P E 0 1 0 1 0 ,
2
0 0 1
звідки 1 1 і 2 0 – власні числа оператора.
Знайдемо власні вектори, що відповідають власному значенню 1 1.
При 1 1 система набуває вигляду:
0 0 0 x1 0
P E x 0 0 0 x 0 .
2
0 0 1 x 0
3
1 0
Фундаментальна система розв’язку: f1 0 , f 2 1 ,
0 0
с1
а загальний розв’язок: с1 f1 с2 f 2 с2 .
0
Звідси робимо висновок, що власні вектори, які відповідають власному
значенню 1 1 мають вигляд:
x c1i c2 j , де c1 та c2 – довільні числа, які одночасно нулю не
дорівнюють.
Аналогічно розглядається випадок 2 0 . При цьому отримаємо
x c3 k , де c3 – довільне число, відмінне від нуля.
Відповідь: власні числа: 1 1 , 2 0 ; відповідні власні вектори
x c1i c2 j і x c3 k .
59
Тема 4. Завдання для самостійного опрацювання
3
В задачах 4.1 ― 4.5 знайти власні числа та власні вектори операторів у V .
Розв’язати ці задачі геометрично та аналітично.
4.1. Ax = λx , λ – фіксоване число.
4.3. Ax = i,x .
4.4. A = U (e , ) – оператор повороту на кут навколо осі, яка задається
вектором e .
4.5. Ax = x - 2 x, e e – оператор дзеркального відображення відносно
2 1 2 0 1 0
4.6. A 5 3 3
4.7. A 4 4 0
1 0 2 2 1 2
4 5 2 1 3 3
4.8. A 5 7 3
4.9. A 2 6 13
6 9 4 1 4 8
1 3 4 7 12 6
4.10. A 4 7 8
4.11. A 10 19 10
6 7 7 12 24 13
60
1 0 0 2 6 15
4.12. A 1 2 1
4.13. A 1 1 5
1 0 1 1 2 6
1 3 1 0 1 0
4.14. A 3 3 1
4.15. A 1 1 2
3 5 1 1 1 0
2 1 2 4 5 2
4.16. A 5 3 3 ;
4.17. A 5 7 3 ;
1 0 2 6 9 4
1 3 1 1 0 0
4.18. A 3 5 1 ;
4. 19. A 4 4 0 ;
3 3 1 2 1 2
1 4 2
3 3
3 2 2 0
4.20. A 4
1 2
;
4.21. A 2 1 2 ;
3 3 3
0 2 0
2 2 2
3 3 3
1 2 0 1 2 2
4.22. A 2 2 2
4.23. A 2 2 4 ;
0 2 3 2 4 2
3 2 4 1 3 0
4.24. A 2 6 2 ;
4.25. A 3 2 1 ;
4 2 3 0 1 1
61
4.26. Нехай лінійний оператор, який діє в n - вимірному лінійному
просторі має в деякому базисі матрицю A . Нехай 1 , 2 ,, n −власні
значення цього оператора. Знайти власні значення і власні вектори
1
лінійного оператора матрицею якого в цьому ж базисі є : а) A ; б) A .
2
62
4.33. Показати, що якщо x – власний вектор оператора A , який відповідає
власному значенню , то він є власним вектором оператора
( Ax, y) ( x, A y) .
Для кожного оператора A існує єдиний спряжений оператор A .
63
T
базисі B буде матриця A , транспонована до матриці A лінійного
оператора A в тому самому базисі B .
Лінійний оператор А, що діє в евклідовому просторі, називають
самоспряженим, якщо A A .
Лінійний оператор самоспряжений , якщо для будь-яких векторів x і y
64
Для будь-якого самоспряженого оператора А існує ортонормований
базис, який складається з власних векторів цього лінійного оператора.
Матриця А самоспряженого оператора А в цьому базисі має діагональний
вигляд, на її діагоналі розташовані власні значення оператора А, що
повторюються стільки разів, скільки має показник їх кратності.
Будь-яка симетрична матриця М порядка n подібна деякій діагональній ,
тобто існує така невироджена матриця Р порядка n , що
одиничній матриці: OO E .
T
65
Оскільки ортогональний оператор зберігає скалярний добуток, то він
зберігає і норму (довжину) вектора, і кут між векторами.
Нехай A : E E - ортогональний оператор в евклідовому просторі і
B : e1 ,...,en - довільний ортонормований базис в цьому просторі. Тоді
система векторів A B Ae1 ,..., Aen є ортонормованим базисом в E .
Нехай
B : b1 ,...,bn ортонормований базис в просторі E n . Будь-яка
ортогональна матриця U порядка n є матрицею переходу від базиса B
до деякого іншого ортонормованого базиса.
Матриця А лінійного оператора А при заміні базиса перетворюється
згідно формули: A U AU , де U
1
- матриця переходу. Якщо
розглядається евклідів простір і ортонормований базис, то матриця U є
66
1 3 2 0 1 2
1) A 0 1 4 ; 2) A 3 4 5
3 1 2 1 0 3
Розв’язання.
Оскільки базис ортонормований, то A A . Тоді,
T
1 0 3 0 3 1
1) A 3 1 1 ; 2) A 1 4 0 .►
2 4 2 2 5 3
3 4
Aei Матриця спряженого оператора у базисі a1 ,a2
1 2
1 1
2 2
занайдемо за формулою: Aa T Ae T , де T
1 1
.
i i
1 1
2 2
67
1 1 1 3 4 1 1 1 3 1
Aa 1 1 1 2 1 1 4 2 .
2 2
3 1
Відповідь: Aa
2
.
4
i
1 1 3
матрицю AB 0 5 1 . Відомо, що
2 7 3
e1 e1 2e2 e3 , e2 e1 e2 2e3 , e3 e1 e2 і базис B : e1 , e2 , e3
ортонормований. Знайти матрицю спряженого оператора A в базисі B
1 1 1
знайти матрицю AB . Матриця переходу: U BB 2 1 1 ;
1 2 0
2 2 0
1 1 1 . Отже,
1
U BB U B
1
B
2
3 1 1
2 3 7 2 6 6
AB U B1B ABU BB 6 4 6 , AB 3 4 5 .
6 5 5 7 6 5
Звідси остаточно отримуємо,
68
36 37 15
AB U B
1
B ABU BB 30 30 14 .
26 27 9
36 37 15
Відповідь: матриця спряженого оператора AB 30 30 14
26 27 9
69
1 1
f t g t dt f t g t dt f , Ag . Отже, A A .
0 0
Відповідь: A A .
3
Приклад 33. Нехай заданий лінійний простір V із звичайним скалярним
оператор є самоспряженим.
Доведення.
cos sin
Приклад 34. Довести, що матриця U є
sin cos
ортогональною.
cos sin
Доведення. За означенням UT і
sin cos
cos sin cos sin 1 0
U TU sin cos 0 1 E .
sin cos
Доведено.
70
Тема 5. Завдання для самостійного опрацювання
оператора A в базисі B , якщо вектори e1, e2 ,...,, en задані стовпцями
1 2 1 1
5.1. AB
1 0 2 1 ;
e , e
1 1
1 1 3 1 1 1
5.2. AB 0 5 1 ; e1 2 , e2 1 , e3 1 .
2 7 3 1 2 0
2 2 2 2
3 1
5.4. B : 1, t , t .
2
2 2
3
В задачах 5.5. – 5.7. показати, що у просторі V наступні оператори є
симетричними:
71
5.5. Ax = λx , ̶ фіксоване число;
5.6. Ax = x,e e ; e 1;
5.7. Ax = x - x,e e ; e 1.
1
1) f t f t ; 2) f t = t f .
n
t
5.9. Відомо, що в деякому базисі, який не є ортогональним, матриця
оператора A симетрична. Чи можна стверджувати, що а) A –
самоспряжений оператор; б) A не є самоспряженим оператором. Що
можна стверджувати, якщо базис ортогональний, але не ортонормований?
5.10. Лінійний оператор, який діє в 𝑛 −вимірному лінійному просторі, має
симетричну матрицю в деякому базисі. Доведіть, що цей оператор має
базис із власних векторів, навіть якщо лінійний простір не є евклідовим.
5.11. (A B) A B .
* * *
5.12. ( AB) B A .
* * *
5.13. Якщо лінійний оператор A має обернений, то і оператор A має
1 * * 1
обернений причому ( A ) ( A ) .
2
5.14. Розглянемо в просторі V лінійний оператор R повороту вектора
72
1 2 3 4
2 1 2 3
має вигляд: A . Знайти матрицю спряженого оператора
3 4 1 2
4 3 2 1
A* у тому ж базисі b1 ,b2 ,b3 ,b4 зі стандартним скалярним добутком.
5.17. В базисі b1 1,1,1,1 ,b2 1,1,1,0 ,b3 1,1,0,0 ,b4 1,0,0,0
n
лінійного арифметичного простору матриця лінійного оператора A
1 2 3 4
2 1 2 3
має вигляд: A .
3 4 1 2
4 3 2 1
Знайти матрицю спряженого оператора A* у тому ж базисі
b1
b2 b3 b4 . В просторі n
передбачається стандартний скалярний
добуток.
73
5.20. Ax = x,e e ; e 1.
5.21. Ax = x - x,e e ; e 1.
2 1
5.22. .
2 1
1 4
5.23. .
1 4
4 2 2
5.24. 4 4 1
2 4 2
74
діагональними елементами якої є власні числа матриці М, які
повторюються згідно їх кратності.
Для того, щоб знайти відповідну матрицю U , необхідно:
1) Знайти власні значення матриці М.
2) Для кожного власного значення знайти набір власних векторів, які
будуть лінійно незалежними і їх кількість дорівнюватиме кратності
власного значення.
3) Перетворити системи власних векторів в ортонормовані за
допомогою процеса ортогоналізації Грама – Шмідта. Поєднати
ортонормовані системи векторів в єдину систему, яка буде новим
ортонормованим базисом.
4) Виписати матрицю U , стовпцями якої будуть координати
векторів побудованої ортонормованої системи.
Зауваження. У випадку n3 при 1 2 3 власні вектори зручніше, з точки
75
H 0
A 1 , де 0 означає нульові блоки відповідного типу, а
0 H 2
квадратні блоки H1 і H 2 мають порядки dimH1 і dim H 2 відповідно.
Матриця виду
1 0 ... 0
0 1 ... 0
A 0 0 ... 0
... ... . ... ...
0
0 0 ...
називається клітинкою Жордана.
Нехай L ― лінійний простір з базисом B e1 ,...,en і А – лінійний
оператор, який має в цьому базисі матрицю А виду клітинки Жордана.
Тоді ― єдине власне число оператора, і, оскільки ранг матриці
76
Справедливе і зворотнє твердження: якщо в лінійному простірі L
розмірності n вдасться відшукати лінійно незалежний ланцюг векторів
e1 ,...,en , який відповідає лінійному оператору А, то в базисі e1 ,...,en
оператор А має матрицю виду клітинки Жордана.
Залежність між векторами ланцюга може бути записана і наступним
чином:
en1 A E en ; en2 A E en1 ;...;e1 A E e2 ; 0 A E e1
Надалі будемо розглядати матриці блочного виду, які складені із
жорданових клітинок:
J 1
J 2
J .
...
J k
Якщо лінійний оператор A : L L в деякому базисі має матрицю J , то
вектори цього базису можна організувати в ланцюги, кожен з яких
відповідає за свою клітинку Жордана.
Кожний ланцюг формується з одного власного вектора і послідовності
приєднаних до нього векторів базису.
Матриця J називається жордановою нормальною формою лінійного
оператора А.
77
Приклад 35. Знайти ортогональне перетворення, яке приводить
2 2 2
симетричну матрицю A 2 5 4 до діагонального виду.
2 4 5
Розв’язання.
1) Знаходимо власні значення матриці А:
Характеристичне рівняння:
2 2 2
2 5 4 0 1 1; 2 1; 3 10 .
2 4 5
2) Знайдемо для власних значень 1 2 1 кратності 2 два лінійно
незалежних власних вектори. Для цього знайдемо фундаментальну
систему розв’язків однорідної системи лінійних алгебраїчних рівнянь:
1 2 2 x1 0
2 4 4 x 0 . Ранг матриці системи дорівнює 1. Тому
2
2 4 4 x 0
3
залишаємо тільки одне рівняння: x1 2 x2 2 x3 0 . Вільні змінні –
x1 2c1 2c2 2 2
x2 c1 ;x3 c2 . Тоді
x c c 1 c 0 .
2 1 1 2
x c 0 1
3 2
2
і
Фундаментальну систему розв’язків складатимуть вектори f1 1
0
78
2
f 2 0 . Знайдені вектори є лінійно незалежними, але не
1
ортогональними. Побудуємо за цими векторами іншу, ортонормовану,
пару векторів за допомогою ортогоналізації Грама – Шмідта:
2 2
f
e1 1
f1
1
1
5
;
g2 f 2 f 2 ,e1 e1 4 ; g 2
1
5
3
5
.
0 5
2
g2 1
e2 4.
g2 3 5
5
Для власного значення 3 10 система лінійних алгебраїчних рівнянь має
8 2 2 x1 0
вигляд: 2 5 4 x2 0 . Ранг матриці системи дорівнює 2. В
2 4 5 x 0
3
якості вектора фундаментальної системи розв’язків візьмемо вектор
1 1
f3 2 . Нормуючи його отримаємо вектор e3 2 .
1
2 3
2
Знайдені вектори e1 ,e2 ,e3 утворюють ортонормований базис з власних
векторів.
3) Складемо із знайдених векторів матрицю
6 2 5
1
U 3 4 2 5 , яка є шукaною матрицею.
3 5
0 5 2 5
79
4) Переконаємося в тому, що матрицю знайдено правильно:
6 3 0 2 2 2 6 2 5
1
U T AU 2 4 5 2 5 4 3 4 2 5
3 5
5 2 5 2 5 2 4 5 0 5 2 5
1 0 0
0 1 0 .
0 0 10
Відповідь: ортогональне перетворення, яке приводить симетричну
6 2 5
1
матрицю до діагонального виду: U 3 4 2 5
3 5
0 5 2 5
Приклад 36. Привести матрицю A лінійного оператора до діагонального
виду та знайти базис, в якому матриця набуває такого вигляду, якщо
1 2 0
A 0 2 0 .
2 2 1
Розв’язання. Характеристичне рівняння:
1 2 0
det A E 0 2 0 2 1 2 0
2 2 1
має корені. Отже, матриця може бути приведена до діагонального вигляду.
Знайдемо відповідні власні вектори. При 1 2 система приймає
80
1 2 0 x1 0
вигляд: A 2 E x 0 0 0 x 0 .
2
2 2 3 x 0
3
Фундаментальна система розв’язків складається з одного вектору
2
f1 1 Аналогічно, при 2 1 система приймає вигляд:
2
0 2 0 x1 0
A E x 0 1 0 x 0.
2
2 2 2 x 0
3
1
З цієї системи знайдемо другий власний вектор f 2 0 .
1
0 2 0 x1 0
При 3 1 з системи A E x 0 1 0 x 0
2
2 2 0 x 0
3
0
Знаходимо третій власний вектор f3 0 .
1
Знайдені вектори f1 , f 2 , f3 утворюють шуканий базис, в якому матриця А
2 0 0
Відповідь: diag 2,1, 1 0 1 0 .
0 0 1
81
1 0
Приклад 37. Обчислити A2021 , де A .
2 1
1
Розв’язання. Зауважимо, що A SB S , де B ― діагональний вигляд
m m
1 0
Діагональна форма матриці A : B . Матриця переходу має
0 1
1 0
вигляд: S . Обчислимо
1 1
1 0
2021
12021 0 1 0
B 2021
2021
0 1 0
1 0 1
1 1 0 1 0 1 0 1 0 1 0
Оскільки S , то A2021
1 1 0 1 1 1 2 1 .
1 1
1 0
Відповідь: A
2021
.
2 1
Приклад 38. Знайти жордановау нормальну форму матриці
82
0 3 3
A 1 8 6 та будь-який жорданів базис.
2 14 10
Розв’язання. Знаходимо власні числа матриці:
det A E 0 ; 1 0; 2 3 1 . Підпростір H 0 , що відповідає
власному числу 1 0 має розмірність 1, а підпростір H 1 , що відповідає
власному числу 2 3 1 має розмірність 2. Отже, власному числу
1 0 відповідає одна жорданова клітинка порядку 1. Відповідний ланцюг
жорданова базиса складається лише з одного власного вектора, який
відповідає цьому власному числу. Знайдемо його:
0 3 3 x1 0 x1 2
1 8 6 x 0 ; x c 1 .
2 2
2 14 10 x 0 x 1
3 3
В якості першого вектора шуканого жорданового базиса можна взяти
2
f1 1 . Розглянемо 2 3 1 . Оскільки матриця відповідної
1
1 3 3 x1 0
однорідної системи
1 9 6 x 0 має ранг 2, то
2
2 14 9 x 0
3
фундаментальна система складається з одного вектора, а жорданів базис
містить рівно однин ланцюг, що відповідає власному числу 1 . Отже,
жорданова нормальна форма матриці містить рівно дві клітинки:
1 1
0 і . Побудуємо ланцюг для другої жорданової клітинки:
0 1
83
1 3 3 x1 0 x1 3
1 9 6 x 0 ; x с 3 . В якості другого вектора
2 2
2 14 9 x 0 x 4
3 3
3
шуканого жорданового базиса можна взяти f 2 3 . Знайдемо вектор
4
f3 приєднаний до f 2 . Приєднаний вектор можна знайти розв’язавши
1 3 3 x1 3
систему рівнянь: 1 6
9 x2 3 . В якості частинного
2 14 9 x 4
3
3
2
розв’язку можна взяти вектор f3 1 . Отже, в базисі f1 , f 2 , f3
2
0
0 0 0
матриця має форму:
0 1 1 , а в базисі
f ,f ,f
2 3 1 ―
0 0 1
1 1 0
0 1 0 .
0 0 0
Тема 6. Завдання для самостійного опрацювання
84
8 15 36 5 2 3
6.1. 8 21 46 ;
6.2. 4 5 4 ;
5 12 27 6 4 4
4 7 5 4 2 5
6.3. 4 5 0 ;
6.4. 6 4 9 ;
1 9 4 5 3 7
6.5. Для симетричної матриці A знайти подібну їй діагональну матрицю
5 1 2
6.7. Для симетричної матриці A 1 5 2 знайти подібну їй
2 2 3
1
діагональну матрицю A' P AP і відповідну матрицю P .
85
1 1 2 3 0 0 0 0
0 2 2 4 0 0 1 0
6.8. . 6.9. .
0 0 1 2 0 0 0 1
0 0 0 2 6 1 7 1
1 1 1 2 1 2
6.10. 1 1 1 .
6.11. 5 3 3 .
1 1 1 1 0 2
1 0 1
2 2 1 3 1
6.12. 0 1 0 .
6.13. 3 5 1 .
3 3 1
1 0 1
2 2
1 1 1 1 0 0 0 1
1 1 1 1 0 0 1 0
6.14. . 6.15. .
1 1 1 1 0 1 0 0
1 1 1 1 1 0 0 0
0 0 0 1
0 0 1 0
6.16. .
0 1 0 0
1 0 0 0
1 1 2 1
6.17. Обчислити A , якщо: 1) A
m
; 2) A 3 2
0 2
17 6
5
6.18. Обчислити: .
35 12
86
4 3 3
6
6.19. Обчислити: 2 3 2 .
4 4 3
В задачах 6.20. – 6.22. знайти ортонормований базис з власних векторів та
матрицю у цьому базисі для лінійного оператора, заданого у деякому
ортонормованому базисі матрицею A (шуканий базис визначений
неоднозначно):
11 2 8
6.20. A 2 2 10 .
8 10 5
17 8 4
6.21. A 8 17 4 .
4 4 11
1 1 2
6.22. A 1 1 2 .
2 2 4
6.23. Ортогональним перетворення приведіть до діагонального вигляду
1 2 2
симетричні матрицю 2 1 2 .
2 2 1
6.24. Ортогональним перетворення приведіть до діагонального вигляду
5 1 2
симетричні матрицю 1 5 2 .
2 2 6
87
6.25. Привести матрицю А до діагонального вигляду та обчислити
0 9 4
5
A 0 1 0 .
1 0 0
6.26. Привести матрицю А до діагонального вигляду та обчислити
4
4 0 0
A 1 1 0 .
3 1 2
В задачах 6.27. – 6.30. привести до нормальної жорданової форми матрицю
та вказати будь-який жорданів базис.
3 5 5
6.27.:
1 6 9 .
1 4 7
0 2 3
6.28.
1 2 1 .
2 2 5
3 5 5
6.29. 1 6 9 .
1 4 7
0 2 3
6.30. 1 2 1 .
2 2 5
88
Тема 7. Квадратичні форми
a x
i 1
2
ii i 2
1i j n
aij xi x j , де aij R .
89
матриця переходу від базиса B до базиса B . Координати вектора x в
старому і в новому базисах будуть пов’язані співвідношенням:
xB UxB . Функція f x в новому базисі буде виражатися через нові
координати вектора x наступним чином:
f x xB AxB UxB AUx x U AU xB xTB AxB .
T T
T T
B B
90
квадратичну форму до канонічного вигляду, ми маємо знайти базис з
власних векторів відповідного самоспряженого оператора.
Нехай A : E E - самоспряжений оператор. Функція f x Ax,x ,
визначений однозначно.
Закон інерції
Квадратична форма може бути зведена до різних канонічних виглядів. Але
існують характеристики коефіцієнтів квадратичних форм, які
лишаються незмінними. В різних канонічних виглядах даної квадратичної
форми залишається також незмінною кількість додатних та від’ємних
коефіцієнтів. Для будь-яких двох канонічних виглядів
коефіцієнтів j;
3) кількість від’ємних коефіцієнтів i дорівнює кількості від’ємних
коефіцієнтів j.
Квадратичну форму f x xT Ax будемо називати:
91
2) від’ємно визначеною, якщо для будь-якого ненульового стовпця x
виконується нерівність f x 0 ;
f x 0 і f y 0.
Якщо квадратична форма зведена до канонічного вигляду, то відразу
отримаємо критерій для типу форми в залежності від множини власних
значень:
92
Критерій Сільвестра. Для того, щоб квадратична форма від n змінних
була додатно визначеною, необхідно і достатньо, щоб виконувалися
нерівності: 1 0, 2 0,..., n 0 . Для того, щоб квадратична форма
від n змінних була від’ємно визначеною, необхідно і достатньо, щоб
її ранг.
Розв’язання. Матриця квадратичної форми складається для визначення
функції від вектра x x1 ,x2 ,x3 . Якщо доданки квадратичної форми
1 0 2
матриця має вигляд: 0 0 0 . Оскільки rangA 2 3 , то ця
2 0 0
квадратична форма є виродженою.
В матричному вигляді квадратична форма має вигляд:
1 0 2 x1
x12 4 x1 x2 x1 x2 x3 0 0 0 x2 .
2 0 0 x
3
Відповідь: rang x12 4 x1 x2 2
93
Приклад 40. Квадратичну форму
x1 y1 y2 y3
x2 y1 2 y2 2 y3 .
x y y 2 y
3 1 2 3
1 1 1
U 1 2 2 і x Uy .
1 1 2
7 4 1
Матриця А квадратичної форми: A 4 5 3 .
1 3 2
1 1 1 7 4 1 1 1 1 2 0 0
Тоді, A U AU 1 2 1 4 5 3 1 2 2 0 3 0
T
1 2 2 1 3 2 1 1 2 0 0 1
Квадратична форма набуває вигляду: f y 2 y12 3 y22 y32 .
1 2
Розв’язання. Матриця квадратичної форми має вигляд: A .
2 0
Знайдемо характеристичне рівняння цієї матриці:
94
1 2
1 4 2 4 0 .
2
1 17
Корені характеристичного рівняння: 1,2 .
2
Отже, канонічний вигляд нашої квадратичної форми:
1 17 2 1 17 2
y1 y2 .
2 2
Відповідь: канонічний вигляд квадратичної форми
1 17 2 1 17 2
y1 y2
2 2
5 4
Розв’язання. Матриця квадратичної форми A , характеристичне
4 5
5 4
5 16 0 . Корені 1 1; 2 9 .
2
рівняння
4 5
1 1
Власні вектори: e1
2 1 . Нормуємо вектори і складаємо
; e
1
1 1 1
матрицю ортонормованого перетворення: P . Цій матриці
2 1 1
95
1 1
x
1 y1 y2
2 2
відповідає лінійна заміна змінних x Py : .
x 1 1
y1 y2
2 2 2
Відповідь: канонічний вигляд: f y y12 9 y22 ; ортогональне
1 1 1
перетворення P 1 1 .
2
виродженою.
96
1 0 1 1 3 1
1) A 0 1 1 ; 2) A 3 1 1 .
1 1 3 1 1 5
Розв’язання. За критерієм Сільвестра:
1 0 1
1 0
1) 1 1 0; 2 1 0; 3 0 1 1 1 0 . Отже,
0 1
1 1 3
квадратична форма додатно визначена.
1 3
2) 1 1 0; 2 8 0 . Оскільки 3 0 , тобто
3 1
квадратична форма невироджена, то вона є знаконевизначенною.
2
7.7. Довести, що квадрат довжини вектора x в n -вимірному евклідовому
97
В задачах 7.8. – 7.14. визначити тип квадратичної форми.
7.8. x xy y .
2 2
7.9. 2xy .
7.10. x 4 xy 4 y .
2 2
7.12. xy xz yz .
7.13. x y z 2 xy .
2 2 2
7.14. x y z xy xz yz .
2 2 2
7.16. 11x1 5 x2 2 x3 16 x1 x2 4 x1 x3 20 x2 x3 .
2 2 2
7.17. x1 x2 5 x3 6 x1 x2 2 x1 x3 2 x2 x3 .
2 2 2
7.18. x1 x2 x3 4 x1 x2 4 x1 x3 4 x2 x3 .
2 2 2
7.19. 17 x1 14 x2 14 x3 4 x1 x2 4 x1 x3 8x2 x3 .
2 2 2
98
Тема 8. Криві та поверхні другого порядку
a x
i 1
2
ii i 2
1i j n
aij xi x j 2 bk xk c 0 ,
k 1
aij a ji : x T Ax 2b T x c 0 .
Доданки в лівій частині розпалися на три групи: квадратичну форму,
лінійну форму та вільний член.
Нехай задано стару прямокутну систему координат, яка складається з
99
Якщо початки старої та нової систем координат співпадають
( c0B 0 ), то перетворення набуває вигляду: xB UxC .
100
Інваріантами є також характеристичний многочлен матриці А і власні
числа матриці А.
Всі геометричні образи 2-го порядку поділяють на три типи:
1) якщо J 2 0 , то геометричний образ еліптичного типу;
J3
коренями квадратного рівняння 2 J1 J 2 0; m .
J2
Загальне рівняння кривої 2-го порядку може задавати:
1) порожню множину , якщо J 2 0; J 3 0 або J 2 J 3 0 ;
101
2) пару перетинних прямех, якщо J 2 0; J 3 0 ;
3) точку, якщо J 2 0; J 3 0 ;
5) еліпс, якщо J 2 0; J 3 0 ;
6) параболу, якщо J 2 0; J 3 0 ;
7) гіперболу, якщо J 2 0; J 3 0 .
x2 y 2
2) 2 2 1 ― еліпс;
a b
x2 y 2
3) 2 2 0 – точка O (0,0);
a b
x2 y 2
4) 2 2 1 ― гіпербола;
a b
x2 y 2
5) 2 2 1 ― порожня множина точок (уявний еліпс);
a b
x2 y 2 b
6) 2 2 0 ― дві прямі , які перетинаються: y x ;
a b a
7) y 2 px або x 2qy при p 0 , або q 0 −парабола;
2 2
102
10) y a або x b при a 0 або b 0 ― порожня множина
2 2 2 2
точок.
Загальне рівняння кривої другого порядку завжди можна привести до
одного з рівнянь 1) – 10).
Приведення рівняння кривої другого порядку до канонічного вигляду
a11 a12
1) Скласти матрицю квадратичної форми: A , де a12 = a21.
21 22
a a
2) Повернемо систему координат xOy на кут , який відповідає головним
напрямкам даної матриці. Позначимо координати векторів головних
напрямків через i1 l1 ,m1 i j1 l2 ,m2 . Оскільки матриця А
x l1 x1 l2 y1
симетрична, то i1 j1 . При перетворенні квадратична
y m x
1 1 m y
2 1
103
2) Шукаємо власні вектори – головні напрями квадратичної форми,
тобто визначаємо перетворення, за допомогою якого квадратична форма
набуває канонічного вигляду.
3) Застосовуємо це перетворення до лінійної форми, дістанемо
2 3
xT Ax 2x2 6xy 2 y 2 . Матриця квадратичної форми A і
3 2
2 3
характеристичне рівняння 0 , знаходимо 1 1; 2 5
3 2
Тоді 2 x 6 xy 2 y x1 5 y1 . Оскільки
2 2 2 2
1 2 5 < 0 , то маємо
криву гіперболічного типу.
Знайдемо власні вектори матриці квадратичної форми: 1 1;
104
3x1 3x2 0 x1 1
x1 x2 ; x2 c; x c 1 . Власний вектор:
1
3 x 3 x2 0 2
1
f1 c . Нормуючи цей вектор отримаємо одиничний вектор
1
1
c 2
головного напрямку даної кривої i1 . Знак обираємо так,
c 1
2
щоб кути повороту нових векторів по відношенню до старих були
1
2
однакові. В нашому випадку с < 0 і i1 .
1
2
2 5 ;
3x1 3x2 0 x1 1
x1 x2 ; x2 c; x c 1 . Власний вектор:
3x1 3x2 0 2
1
f1 c . Нормуючи цей вектор отримаємо одиничний вектор
1
1
с 2
головного напрямку даної кривої j1 . Оскільки поворот
с 1
2
1
2
вектора i1 відбувався проти годинникової стрілки, то
1
2
105
1
2
j1 .
1
2
1 1
2 2
Матриця переходу від старої системи до нової: U .
1 1
2 2
1 1
x x1 y1
2 2
Відповідне лінійне перетворення набуває вигляду .
y 1 1
x1 y1
2 2
2) Перетворимо лінійну форму: підставимо замість x та y отримані
значення.
1 1 1 1
b T x 2x 2 y 2 x1 y1 2 x1 y1 2 2 x1
2 2 2 2
Рівняння кривої в системі координат x1Oy1: x1 5 y1 2 2x1 3 0 .
2
2
x1 2 5 y12 5 0 . Здійснимо паралельне перенесення системи
x2 x1 2
x1Oy1 за формулами .
y2 y1
3) В канонічній системі x2 y2O2 рівняння набуває канонічного виду:
x22 y22
x 5y 5
2
2
2
2 1. Це рівняння визначає гіперболу з півосями
5 1
a 5;b 1 .
3) Рисунок.
106
y
y1
y2
O2
x1 ,x2
107
Розв’язання. Виділимо двічі у заданому рівняння повний квадрат:
x 2 y 1
2
4 0 . Це рівняння еквівалентне сукупності двох
x 2 y 1 0
рівнянь: .
x 2 y 3 0
Відповідь: задане рівняння визначає дві паралельні прямі.
2x2 2 y 2 5z 2 2xy 2x 4 y 4z 2 0 .
Розв’язання.
2 1 0
Матриця квадратичної форми: A 1 2 0 .
0 0 5
2 1 0
Характеристичне рівняння: 1 2 0 0.
0 0 5
Розкриваючи визначник за елементами третього рядка, отримаємо
5 2 1 0 .
2
Звідки 3 5; 2 1; 1 3 .
Квадратична форма тепер набирає вигляду x Ax 3x1 y1 5z1
T 2 2 2
108
2 t1 t2 0
вектори матриці з системи рівнянь t1 2 t2 0 .
5 t3 0
t t 0 t1 t2
При 1 3 маємо 1 2 .
3
8t 0 3
t 0
t
f1 t , f1 12 12 02 t .
0
1
2
Нормуючи, отримаємо перший вектор головного напрямку: i1 1
2
.
0
t t 0 t1 t2
При 2 1 маємо 1 2
34t 0 t3 0
t
f 2 t , f 2 12 12 02 t .
0
1
2
Нормуючи, знайдемо j1 1
2
.
0
7t1 t2 0
t1 t2 0
При 3 5 маємо t1 7t2 0 .
0 t 0 3
t c
3
109
0
Нормуючи, знайдемо k1 0 .
1
Перевіримо ортогональність отриманих векторів: всі попарні скалярні
добутки дорівнююь нулю, отже, отримали ортонормований новий базис в
1 1 0
2 2 x x1
1
U 1 0 . Тоді, за формулою переходу: y U y1 і
2 2 z z
1
0 0 1
2 6 2
bT x ( x1 y1 ) ( x1 y1 ) 4 z1 x1 y1 4 z1 .
2 2 2
Об’єднуючи вирази квадратичної та лінійної форм, отримаємо:
6 2
3x12 y12 5 z12 x1 y1 4 z1 2 0 .
2 2
3) Здійснимо паралельний перенос системи. Для цього виділимо повні
квадрати для відповідних координат:
2 6 2 2
4) 3x1 x1 y1 y1 5z12 4 z1 2
2 2
2 2
1 3 1 1 2 4
3 x1
2 y1
2 5 z1 2
2 2 5 5
110
2 2
1 1 2 4
3 x1
1
y 5 1
z 0
2 2 5 5
1
x 2 x1
2
1
Введемо нові змінні: y2 y1 , тоді рівняння набуде вигляду:
2
2
2 1
z z
5
8.5. x y xy x y 1 0 .
2 2
111
8.6. x 4 xy 5 y 2 y 0 .
2 2
8.7. x xy 0 .
2
8.8. xy y 1.
2
8.9. xy x y 1 0 .
8.13. 4x 2 4xy y2 6x 3 y 4 0 .
8.14. 2x 2 4xy 5 y2 6x 8 y 1 0 .
8.16. 10 x 12 xy 5 y 4 x 6 y 0 ;
2 2
8.17. 15x 16 xy 15 y 44 x 62 y 13 0 ;
2 2
8.19. x y z 2xy y 0 .
2 2 2
8.20. xy xz yz 1 .
8.21. x xy y 2xz z 5 .
2 2 2
112
В задачах 8.22 – 8.28 привести до канонічного вигляду наступні рівняння
поверхонь другого порядку, і побудувати ці поверхні в канонічній системі
координат:
8.22 2 x1 2 x2 9 x3 4 x1 x3 4 x2 x3 1;
2 2 2
8.23. 4 x1 4 x2 x3 2 x1 x2 4 x2 x3 4 x1 x3 2 ;
2 2 2
8.24. 2 x1 x2 2 x3 4 x1 x3 4 x1 x2 2 x2 4 x3 1;
2 2
8.26. 2 x1 3x2 4 x3 4 x1 x2 4 x2 x3 6 x1 x3 3 0 ;
2 2 2
8.27. x1 x2 5x3 6 x1 x3 4 x2 x3 6 x1 4 x2 2 x3 0 ;
2 2 2
СПИСОК ЛІТЕРАТУРИ
113
2002.-139 с.
5. Сборник задач по математике для втузов. Ч.I. Линейная алгебра и
основы математического анализа: Учеб. Пособие для втузов./Болгов В.А.,
Демидович Б.П., Ефимов А.В. и др. Под ред. А.В. Ефимова и Б.П. Де
мидовича. – 2-е изд. – М.: Наука. Гл. ред. физ.-мат. лит., 1986. -464 с.
6. Данко П.Е., Попов А.Г., Кожевникова Т.Я. Высшая математика в
упраженениях и задачах. В 2-х ч. Ч.I: Учеб. пособие для втузов. – 5-е изд.,
испр. – М.: Высш.шк., 1999. – 304 с.
114