МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ УКРАЇНИ

«КИЇВСЬКИЙ ПОЛІТЕХНІЧНИЙ ІНСТИТУТ»

імені ІГОРЯ СІКОРСЬКОГО

В.І. Сущук-Слюсаренко, В.Я. Юрчишин

Збірник задач з лінійної алгебри

Навчальний посібник

для проведення практичних занять з дисципліни «Вища математика 2.

Лінійна алгебра»

Рекомендовано Методичною радою КПІ ім. Ігоря Сікорського

як навчальний посібник для студентів, які навчаються

за спеціальністю 121 «Інженерія програмного забезпечення»

Київ

КПІ ім. Ігоря Сікорського

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. )

За поданням Вченої ради ФПМ (протокол № 8 від 27.01.2021р. )

Електронне мережне навчальне видання

В.І. Сущук-Слюсаренко, ст.викладач

В.Я. Юрчишин, доцент

Збірник задач з лінійної алгебри

Навчальний посібник

для проведення практичних занять з дисципліни «Вища математика 2.

Лінійна алгебра»

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.

Навчальний посібник розроблено для більш детального ознайомлення студентів з

теоретичними відомостями та практичними прийомами лінійної алгебри, а також як
посібник для використання на практичних заняттях і для самостійної роботи студентів в
процесі підготовки до самостійних і контрольних робіт тощо. Навчальний посібник
містить приклади застосування методів лінійної алгебри в різних галузях знань, подані
короткі теоретичні матеріали, які стосуються теми, наведено приклади розв’язання
типових задач. Велика кількість задач дозволяє сформовувати достатню кількість різних
варіантів під час проведення самостійної роботи і як домашню роботу. Збірник задач
призначений для студентів, які навчаються за спеціальністю 121 «Інженерія програмного
забезпечення» факультету прикладної математики «КПІ» ім.Ігоря Сікорського

 В.І.Сущук-Слюсаренко, В.Я.Юрчишин, 2021

 КПІ ім. Ігоря Сікорського, 2021

2
 Зміст

Вступ …………………………………………………………… 5

Тема 1. ЛІНІЙНІ ПРОСТОРИ ТА ЛІНІЙНІ

ПІДПРОСТОРИ………………………………………….……... 6

Короткі теоретичні відомості і приклади…………………….. 6

Завдання для самостійного опрацювання …..………………... 21

Тема 2. ПРОСТОРИ ЗІ СКАЛЯРНИМ ДОБУТКОМ. ЕВКЛІДОВІ

ТА НОРМОВАНІ ПРОСТОРИ……………………………….. 18

Короткі теоретичні відомості і приклади…………………….. 18

Завдання для самостійного опрацювання …..………………... 24

Тема 3. ЛІНІЙНІ ОПЕРАТОРИ………………………………………… 29

Короткі теоретичні відомості і приклади…………………….. 29

Завдання для самостійного опрацювання …..………………... 39

Тема 4. ВЛАСНІ ЧИСЛА ТА ВЛАСНІ ВЕКТОРИ ЛІНІЙНОГО

ОПЕРАТОРА…………………………………………………… 49

Короткі теоретичні відомості і приклади…………………….. 49

Завдання для самостійного опрацювання …..………………... 60

3
Тема 5. СПРЯЖЕНІ, САМОСПРЯЖЕНІ ТА ОРТОГОНАЛЬНІ
ОПЕРАТОРИ…………………………………………………… 63

Короткі теоретичні відомості і приклади…………………….. 63

Завдання для самостійного опрацювання …..………….......... 71

Тема 6. ДІАГОНАЛІЗАЦІЯ МАТРИЦЬ, ЖОРДАНОВА

НОРМАЛЬНА ФОРМА МАТРИЦІ…………………………… 74

Короткі теоретичні відомості і приклади…………………….. 74

Завдання для самостійного опрацювання …..……………….. 84

Тема 7. КВАДРАТИЧНІ ФОРМИ……………………………………… 89

Короткі теоретичні відомості і приклади…………………….. 89

Завдання для самостійного опрацювання …..………………... 97

Тема 8. КРИВІ ТА ПОВЕРХНІ ДРУГОГО ПОРЯДКА………………. 99

Короткі теоретичні відомості і приклади…………………….. 99

Завдання для самостійного опрацювання ………..…………... 111

Список літератури…………………………...………… 113

4
 Вступ

Навчальний посібник для самостійної та дистанційної роботи студентів з

дисципліни «Вища математика 1. Диференціальне числення. Лінійна
алгебра» містить велику кількість задач з розділу Лінійна алгебра.
Враховуючи дистанційні умови навчання, основні типові задачі в посібнику
подано з поясненнями. Крім того, до посібника увійшли приклади
розв’язання типових задань з розрахункової роботи. Основним об’єктом
вивчення лінійної алгебри є лінійний простір – поняття, яке узагальнює
множини векторів в просторі, множини матриць одного типу, множину
многочленів та інші множини з лінійними операціями, які задані на цих
множинах. Лінійні простори – це широко вживаний математичний об’єкт.
Застосування лінійної алгебри не вичерпується лише векторною та
матричною алгебрами. Опанування методами розв’язання задач лінійної
алгебри дозволяє знайти зв’язок між віддаленими розділами математики.
До методичного посібника включено як типові завдання (лінійний простір,
лінійний підпростір, лінійний оператор), так і поняття поглибленого
вивчення, зокрема блочні матриці, матриця Жордано.
Методичний посібник містить інформацію, яка сприяє більш детальному та
поглибленому засвоєнню матеріала.

5
 Тема 1. Лінійні простори та лінійні підпростори

Короткі теоретичні відомості і приклади

Множину V називають лінійним або векторним простором, якщо:

1) є правило, за яким кожним двом елементам v1 ,v2 V ставиться у
 
відповідність третій елемент із V , який називають сумою v1 і v2 і
 
позначають v1  v2 : v1 ,v2 V  v1  v2 V ;
2) є правило, за яким кожному елементу v V і будь-якому числу   R
ставиться у відповідність елемент із V , який називають добутком
 
елемента v на число  і позначають   v :
v V ,  R    v V .
Підпростором лінійного простору V називають множину W  V ,
яка задовольняє умови:
1) якщо x, y W , то і x  y W ;
2) якщо x W , то і   x W .
Базисом n― вимірного простору V називають будь-яку лінійно незалежну

систему векторів vi n цього простору і позначають B : vi i1 .
n

Базисом скінченної системи векторів називають не порожню лінійно

незалежну її підсистему, через вектори якої виражається кожен вектор цієї

системи, тобто, для будь-якого x V знайдуться такі vi i 1 , що

n

n
x    i vi ,де i  R, i  1, 2,..., n .
і 1

B : vi i1 , то будь-який

n
Якщо в n―вимірному просторі V задан базис

вектор x лінійно виражається через базисні вектори єдиним чином.

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.

Число n називають розмірністю простору V і позначають dimV  n .

Ранг будь-якої системи векторів в n― вимірному просторі не перевищує n.
Формули перетворення координат векторів при зміні базиса:
x  U x або x  U 1x ,
де U - матриця переходу від старого базису B до нового базису B ,

x - вектор в старому базисі; x - той самий вектор, але в новому базисі.

Нехай Q – довільна система векторів лінійного простору L.
Лінійною оболонкою системи Q називається множина векторів:


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 :

 x    x1 , x2 ,..., xn  . В результаті отримали n― вимірний вектор, який

належить тій самій множині.
Відповідь: задана множина є лінійним простором.

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.

Приклад 3. Знайти координати вектора x  i  2 j  k в базисі, який

складається із векторів v1  i  j; v2  j  k ; v3  i  k .

Розв’язання. Запишемо координати векторів v1 ; v2 ; v3 в базисі i , j ,k  :

1  0  1 1 0 1
v1   1  ; v2   1  ; v3   0  . Матриця переходу : U   1 1 0  .
 0 1 1 0 1 1
       
Обертаємо матрицю U і використовуємо формулу переходу

 1 1 1 1  0 
 (U )1 x =  1 1 1   2 
1
xvi  2
    , отже координати вектора x
2    
 1 1 1  1   1

в новому базисі xvi    0, 2, 1 .

Відповідь: xvi   2v2  v3

Приклад 4. Нехай задано вектори системи:

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

векторів, наприклад, a3  a1  a2 ; a4  a1  3a2 .

 1   2  
    

Відповідь: dim L  ai i 1
4
  2 0 
 2 ; базис B :   ;   
 0   3  
 6   1  

Тема 1. Завдання для самостійного опрацювання

1.1. Чи може лінійний простір складатися з : а) двох елементів; б) одного

елемента; в) 100 елементів?

В задачах 1.2. – 1.6 . з’ясувати чи утворює лінійний простір задана множина.

1.2. Множина всіх векторів даної площини, які не паралельні даній прямій,
відносно лінійних операцій над векторами.
1.3. Множина всіх векторів площини, які виходять з початку системи
координат, розташованих в правій на півплощині, відносно звичайних
операцій додавання та множення векторів.
9
1.4. Множина кососиметричних матриць третього порядку відносно операцій
додавання та множення матриці на число.
1.5. Множина функцій вигляду a cost  b sint,t   ,  ,a,b  ,

відносно звичайних операцій додавання функцій і множення функцій на

число.

1.6. Множина многочленів степеня n відносно звичайних операцій

додавання многочленів і множення многочлена на число.
1.7. Нехай множина M складається з одного елемента a . Визначимо
операції додавання та множення на дійсне число α: a  a  a,a  a .
Чи буде множина M лінійним простором?
1.8. Нехай множина M складається із різноманітних впорядкованих пар
дійсних чисел x  (1, 2 ) . Нехай на даній множині задані наступні

операції: а) якщо x  (1, 2 ) , y  (1 , 2 ) , то x  y  ( 1,  1 , 2  1 ) ;

б) якщо   R; x  M , то x   1 ,  2  . Чи буде M лінійним простором?

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.

В задачах 1.11―1.17 перевірити, чи будуть наступні множини лінійними

просторами.
1.11. Множина V 3 всіх векторів відносно звичайних операцій додавання
векторів та множення на число.
1.12. Множина Rn всіх арифметичних n ― вимірних векторів

x   x1 ,x2 ,...,xn  відносно звичайних операцій додавання векторів та

множення на число.
10
1.13. Множина Рn всіх многочленів p  t   an1t n1  ...  a1t  a0 степеня

 n  1 відносно звичайних операцій додавання многочленів та множення на

число.
1.14. Множина Сa ,b всіх функцій f  t  неперервних на відрізку  a,b

відносно звичайних операцій додавання функцій та множення на число.

1.15. Множина всіх збіжних послідовностей.
1.16. Множина всіх розбіжних послідовностей.
b
1.17. Множина всіх функцій для яких існує  f  x  dx .
a

1.18. В лінійному просторі V 3 задано три вектори :

a1  1; 4; 3 , a2   3; 3; 2  , a3  8; 1; 3 . З’ясувати, чи буде дана
система векторів лінійно залежною. Якщо система векторів лінійно залежна,
то знайти залежність між векторами (нульову нетривіальну лінійну
комбінацію цих векторів).
1.19. Нехай в лінійному просторі L задана лінійно незалежна система із n
векторів. При яких умовах можна стверджувати , що dimL  n ?

1.20. Доведіть, що dimV  2, dimV  3 .

2 3

1.21. Знайти розмірність лінійного простору, який складається з розв’язків

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

Як зв’язати між собою поняття : а) базис та фундаментальна система

розв’язків; б) розмірність лінійного простору розв’язків та ранг матриці
системи?

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

координати (1 ,4, 3)

T

в базисі B : b1 , b2 , b3  , а базиси зв’язані

 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 :

 1  1 1  1 1 1

b1   3  , b2   1 , b3   1  , e1  1 , e2   0  , e3   1  .
 4  1  1  1  1  0
           
Довести, що ці системи є базисами. Знайти: а) Матрицю U переходу від

 
базису B : b1 , b2 , b3 до базису E : e1 , e2 , e3  ; б) матрицю U 1 зворотного

переходу від базису E до базису B ; в) координати вектора e2 в обох

базисах; г) координати вектора x  3b1  5b2  3b3 в базисі E .

1.26 Знайти розмірність dim M nm  R  лінійного простору матриць

розмірністю n  m з дійсними елементами.

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?

1.30. При яких умовах вектори a, b , a  b в просторі V3 утворюють базис?

1.31. Довести, що в лінійному просторі Kn  x  многочлени

( x  a)k , k  0, n, a  const утворюють базис. Знайти координати довільно

взятого многочлена p  x   K n ( x) в цьому базисі.

1.32. Чи може лінійний підпростір складатися з: а) двох елементів; б) одного

елемента; г) 100 елементів?
1.33. Чи може лінійний підпростір скінченновимірного лінійного простору
бути нескінченновимірним?
1.34. Довести, що нескінченновимірний лінійний простір може містити
власні нескінченновимірні підпростори.
1.35. Нехай для лінійних підпросторів H1 та H 2 деякого лінійного

простору L виконується рівність dim  H1  H 2   dim H1  dim H 2 . Що

можна стверджувати про лінійний підпростір: а) H1  H 2 ; б) H1  H 2 ?

1.36. Знайдіть максимальне число лінійно незалежних векторів в системі
векторів, які задані своїми координатами:

2  1 0 1  2

3 1 0  4  3
 ,  ,  ,  ,  
 1 2 1 1 0
         
4 0 1  4 5
13
в деякому базисі лінійного простору L розмірністю 4.

В задачах 1.37 – 1.39 доведіть, що лінійним підпростором є множина всіх

векторів n -вимірного лінійного арифметичного простору, яка задовольняє
наступні умови. Знайти базис і розмірність цих лінійних підпросторів.
1.37. Перші дві координати рівні між собою.
1.38. Перша координата дорівнює нулю.
n1
1.39. Координати задовольняють умову : x1  2 x2  2 x3  ..  2 xn  0.
2

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 :

 1 2 0  1 2 0

2  3  2 2  3  2
e1    , e2    , e3    , f1    , f 2    , f3    .
3  5   1 3 5  1
           
 
4  
1  
2  
4  
1 2
Яка розмірність лінійних підпросторів span E , span F ?
4
1.42. Знайти розмірність і базис лінійного підпростору в R , який
складається із розв’язків системи:

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 .

Довести, що система B1 : v1 , v2 , v3  ‒ базис V 3 , і написати матрицю

переходу U BB1 , де 
B : i , j, k  . Знайти координати вектора

x  i  2 j  2k в базисі B1 .

В задачах 1.48-1.50. знайти матрицю переходу U BB і виписати стовпчик

1

координат вектора x  i  2 j  k у базисі B1 . Нехай 

B : i , j, k і

B1 : i1 , j1 , k1  ‒ прямокутні базиси в V . 3

1.48. Базис B1 отриманий зміною на протилежне напрямлення усіх трьох

базисних ортів базиса B .

15
1.49. Базис B1 отриманий перестановкою i1  j , j1  k , k1  i .

1.50. Базис B1 отриманий поворотом базиса B на кут φ навколо орта i .

1.51. Знайти ранг і який-небудь базис системи векторів:

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  .

Довести, що система B ' : e1, e2 , e3, e4 є базисом в R4 , і написати

матрицю перехода U BB' , де

B : e1  1,0,0,0  ; e2  0,1,0,0 ; e3  0,0,1,0 ; e4  0,0,0,1  ― канонічний базис

в R4 . Знайти координати вектора x   7;14; 1; 2  в базисі B' .

1.53. Довести, що система многочленів 1, t , t ,, t 
2 n 1
утворює базис у

просторі Pn всіх многочленів степеня  n 1 і відповідно, dimPn  n

( цей базис називають канонічним). Знайти координати:

1) многочлена 3t 2  1 в канонічному базисі простору P3 ;

2) многочлена t 2  2t в канонічному базисі простору P4 ;

1.54. Довести, що система многочленів t3  t 2  t 1 , t 2  t 1 , t  1 , 1

лінійно незалежна.
1.55. Довести, що система многочленів t 2  1, t 2  2t , t 2  t утворює базис у

просторі P3 . Виписати у цьому базисі стовпець координат многочлена

 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

довести, що системи B : e1 ,, en  і B : e1,, en - базиси Vn і

записати матрицю переходу U BB .

1  2  3  3 5 1

     
1.60. e1  2 ; e2  3 ; e3  7 ; e1   1  ; e2   2  ; e3   1 
     
1  3 1 1 1  6 
           
 1 1 1  1
 1  2 1  3
1.61. e1    ; e2    ; e3    ; e4   
 1 1  2  2
       
 1 1 1  3

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

x1  1,0, 2, 1 ; x2   0, 1, 2,0  . Показати, що

x  1, 1, 4, 1  L  x1 , x2  .

В задачах 1.63 – 1.64 знайти розмірність та будь-який базис лінійної

оболонки заданої системи арифметичних векторів:
1.63. x1  1,0,0, 1 ; x2   2,1,1,0  , x3  1,1,1,1 ; x2  1, 2,3, 4  , .

x5   0,1, 2,3 .
1.64. x1  1,1,1,1,0  ; x2  1,1, 1, 1, 1 ,

x3   2, 2,0,0, 1 ; x4  1,1,5,5, 2  , x5  1, 1, 1,0,0  .

Тема 2. Простори зі скалярним добутком. Евклідові та нормовані

простори

Короткі теоретичні відомості і приклади

Дійсний лінійний простір E називається евклідовим простором, якщо

кожній парі векторів x та y з E відповідає дійсне число, яке позначається

символом  x , y  і називається скалярним добутком векторів x та y , якщо

виконуються наступні умови:

1)  x , y    y, x  ;
18
2)  x1  x2 , y    x1 , y    x2 , y  ;
3)   x, y     x, y  ,   R ;
4)  x, x   0, якщо  x, x   0,  x  0.
Довжиною вектора x називається число x   x , x .
Вектор x , довжина якого дорівнює одиниці, називається нормованим.
Для будь-яких векторів x та y евклідового простору виконується
нерівність Коші-Буняковського:

 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

відрізку  0,1 , також стає евклідовим, якщо в ньому ввести скалярний

1
добуток  f ,g    f  x  g  x  dx . Довести.
0

Доведення. Перевіримо властивості скалярного добутку:

1 1
1)  f ,g    f  x  g  x  dx   g  x  f  x  dx   g, f  .
0 0

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

5) випливає з властивостей визначеного інтегралу. Доведено.

Приклад 6. З’ясувати, чи може функція F  x, y  визначати скалярний

добуток векторів x   x1 ,x2  ; y   y1 , y2  :

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  ;

б) лінійність за першим аргументом при фіксованому другому:

 x  y,z     x,z     y,z  ;

в) додатну визначеність:  x,x   0, x  0 .

1) Функція F  x, y   x2 y1 не визначає скалярний добуток, бо не є

симетричною. Наприклад, для векторів

x  1,0  ; y   0,1 ; F  x, y   0  F  y,x   1.
2) Функція F  x, y   x1 y1  2 x1 y2  10 x2 y2 також не є симетричною, а отже

не визначає скалярний добуток.

3) Функція F  x, y   2 x1 y1  3x2 y2 визначає скалярний добуток, оскільки:

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 
 2x1 z1  2y1 z1  3x2 z2  3y2 z2   2x1 z1  3x2 z2    2y1 z1  3y2 z2  
 F  x,z   F  y,z  ;

F  x,x   2x12  3x22  0 . Всі три умови виконані.

Відповідь: функції 1) та 2) не можуть визначати скалярний добуток; функція
3) визначає скалярний добуток.

Приклад 7. У лінійному просторі C  a,b  функцій неперервних на  a,b зі

b
скалярним добутком  f ,g    f  t  g  t  dt знайти:
a

1) довжину вектора cos x  sin x , якщо a  , b   ;

21
2) довжину вектора f  x   x ;

3) скалярний добуток векторів sin 2 x, cos 3x , якщо a  , b   ;

4) кут між векторами cos x, sin x , якщо a  , b   ;

5) кут між векторами f  x   x та g  x   1 .

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
ba 2 b  ba  a
2 2

Відповідь: 1) довжина вектора cos x  sin x , cos x  sin x  2

2) довжина вектора f  x   x ; f  x  
3

1 3
b  a3  ;

3) скалярний добуток векторів sin 2 x, cos 3x :  f ,g   0 ;


4) кут між векторами cos x, sin x :  
2
3 b  a 
5) кут між векторами f  x   x та g  x   1 :   arccos
2 b2  ba  a 2

Приклад 8. В евклідовому просторі C  0, система функцій

cos kx, k  1,n , є ортогональною. Довести.

Доведення.


 cos kx,cos mx    cos kx  cos mxdx 

0

1
  cos
 k  m x 1
dx   cos
 k  m  x dx  0
20 2 20 2

при k,m  1,n; k  m .Доведено.

Приклад 9. З’ясувати, чи буде ортогональною система векторів простору

C  1,1 : 1) x,x2  ; 2) x,x3 .

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

Приклад 10. Застосувати процес ортогоналізації Грамма – Шмідта до

системи векторів евклідового простору 3
зі скалярним добутком
( x, y)  x1 y1  x2 y2  x3 y3 :

f1  (1, 2, 2), f 2  (1,0, 1), f3  (5, 3, 7).

Розв’язання. Нехай e1  f1  (1, 2, 2). Вектор e2 шукаємо у вигляді

( 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

( f3 , e1 )  3, ( f3 , e2 )  1, (e2 , e2 )  1 , знаходимо значення коефіцієнтів:

 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  .

Тема 2. Завдання для самостійного опрацювання

2.1. Для яких векторів евклідового простору нерівність Коші-Буняковського

перетворюються в рівність?
2.2. Чи можна стверджувати, що в евклідовому просторі вірна теорема про
три перпендикуляра?
2.3. З’ясувати, чи є лінійний простір M 2  R  всіх квадратних матриць

другого порядку евклідовим відносно операцій :

а)  A,B   a1a2  b1b2  c1c2  d1d 2 ; б)  A,B   a1a2  b1c2  c1b2  d1d 2 , де

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 .

2.6. Довести, що просторі n

формула ( x, y)  x1 y1   xn yn ,
де x  ( x1 , , xn ) і y  ( y1 , , yn ) задає скалярний добуток
(отриманий евклідовий простір арифметичних векторів в подальшому
будемо позначати символом n
).
25
2.7 . Показати, що в евклідовому просторі n
канонічний базис є
ортонормованим.
2.8. Записати нерівність Коші-Буняковського для евклідового
простору n
.
2.9. Записати нерівність трикутника в евклідовому просторі n
.
2.10. Нехай x  ( x1 , x2 ) і y  ( y1 , y2 ) − довільні вектори арифметичного
простору 2
. Показати, що скалярний добуток в 2
можна визначити
наступними способами:

а) ( x, y)  2 x1 y1  5x2 y2 ;

б) ( x, y)  x1 y1  x1 y2  x2 y1  x2 y2 .

Обчислити скалярний добуток векторів x  (1, 2) і y  (5,1) кожним із

вказаних способів.
2.11. Довести, що в просторі Pn многочленів степеня  n  1 скалярний

добуток многочленів p(t )  a0  a1t   an1t n1 і

q(t )  b0  b1t   bn1t n1 можна визначити наступними способами:
1) ( p, q)  a0b0  a1b1   an1bn1;
n
2) ( p, q)   p(tk )q(tk ), t1 , , tn ― довільні попарно різні дійсні
k 1

числа.

Обчислити скалярний добуток многочленів p(t )  1  t  t 2 і

q(t )  t  2t 2  3t 3 кожним з вказаних способів (n  4) , за умови

що t1  2, t2  1, t3  1, t4  2.

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 :

2.12. f 1  (1,1,1,1), f 2  (3,3, 1, 1), f3  (2,0,6,8).

2.13. f 1  (1, 2,1,3), f 2  (4,1,1,1), f3  (3,1,1,0).

2.14. f 1  (1, 2, 2, 1), f 2  (1,1, 5,3), f3  (3, 2,8, 7).

2.15. f 1  (2,1,3, 1), f 2  (7, 4,3, 3), f3  (1,1, 6,0), f 4  (5,7,7,8).

В задачах 2.16. – 2.17 побудувати ортогональний базис підпростору,

використовуючи процес ортогоналізації Грама – Шмідта (система векторів
4
задана в евклідовому просторі ).
2.16. f1  1, 2, 2, 1 , f 2  1,1, 5, 3  , f 3   3, 2,8, 7  .

2.17. f1   2,1, 3, 1 , f 2   7, 4,3, 3 , f3  1,1, 6, 0  ,

f4   5,7,7,8 .

В задачах 2.18. – 2.21. перевірити ортогональність наступних систем

n
векторів в евклідовому просторі та доповнити їх до ортогональних
базисів:

2.18. e1 = (1, -2, 1, 3), e2 = (2, 1, -3, 1).

2.19. e1 = (1, 1, 1, 1, 1), e2 = (1, 0, 0, 1, -2), e3 = (2, 1, -1, 0, 2).

1 2 2
2.20. e1   , ,  , e2   , ,   .
2 1 2
3 3 3 3 3 3

2.21. e1 = (1, 1, 1, 2), e2 = (1, 2, 3, -3).

2.22. Нехай L – лінійний підпростір в E n . Довести, що:

27
а) будь-який вектор x  En можна представити у вигляді x  y  z

єдиним чином, де y  L і z ортогональний до L ( y називається

ортогональною проекцією вектора x на L, а z – ортогональною

складовою x відносно L);

k

б) якщо B : e1 ,..., ek  – базис L , то y   ci ei , де коефіцієнти

i 1

ci , i  1,2,..., k єдиним чином визначаються з системи рівнянь:

k

 (e , e )c
i 1
j i i  (e j , x ), j  1,2,..., k , а z  x  y.

В задачах 2.23. – 2.25., використовуючи результат задачі 2.22., знайти

ортогональну проекцію y і ортогональну складову z вектора x на лінійний

підпростір L евклідового простору E 4 :
2.23. x   3,5,9,3 , базис в L : e1  1,1,1,1 , e2   2, 1,1,1 ,

e3   2, 7, 1, 1 .

2.24. x   4, 1, 3,4 , базис в L : e1  1,1,1,1 , e2  1,2,2, 1 ,

e3  1,0,0,3 .

2.25. x   5, 2, 2, 2  , базис в L : e1   2,1,1, 1 , e2  1,1,3,0  ,

e3  1,2,8,1 .
2.26. Для яких векторів евклідового простору нерівність Коші-
Буняковського перетворюються в рівність?
2.27. Чи можна стверджувати, що в евклідовому просторі вірна теорема про
три перпендикуляра?

28
2.28. З’ясувати, чи є лінійний простір M 2  R  всіх квадратних матриць

другого порядку евклідовим відносно операцій :

а)  A,B   a1a2  b1b2  c1c2  d1d 2 ; б)  A,B   a1a2  b1c2  c1b2  d1d 2 , де

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

утворюють базис. З їх допомогою побудуйте ортонормований базис.

3
2.30. Перевірте, що в вектори
a1  1, 2, 2  , a2   2, 2, 1 , a3   2, 1, 2 
утворюють ортогональний базис, і для вектора x  ( 1,2,3 ) знайти розклад
по цьому базису.
4
2.31. Переконайтесь, що в вектори
a1  1,2,2,1 , a2  11
, ,5,3 , a3   3,2,8,7 
лінійно незалежні . Використовуючи процес ортогоналізації Грамма-Шмідта,
побудуйте ортогональний базис для лінійної оболонки цих векторів.
4
2.32. В евклідовому просторі дано два вектори
a1  1,2,1,3 , a2   2,1,3,1 . Переконайтесь, що ці вектори ортогональні.
Для лінійної оболонки цих векторів знайдіть ортогональне доповнення (в
вигляді лінійної оболонки) і побудуйте її ортонормований базис.
2.33. Визначити розмірність і знайти ортонормований базис лінійної
оболонки векторів
a1   2,1,3, 1 , a2   7, 4,3, 3 , a3  1,1, 6,0  , a4  (5,7,7,8)
4
Доповніть цей базис до ортонормованого базису евклідового простору .
4
2.34. В евклідовому просторі дано вектори
a1  1,1,1,1 , a2  1, 2, 2, 1 , a3  1,0,0,3 , y  (4, 1, 3, 4) .

29
Знайти ортогональні проекції вектора y на лінійну оболонку

spana1 ,a2 ,a3 і ортогональне доповнення до цієї лінійної оболонки.

2.35. В лінійному підпросторі знайти ортонормований базис вільних
векторів, паралельних площині: 1) 3x  y  2 z  0 ; 2) x  2 y  z  0 .

Тема 3. Лінійні оператори

Короткі теоретичні відомості і приклади

Відображення A : L  L з лінійного простору L в лінійний простір L

називають лінійним відображенням або лінійним оператором, якщо
виконано наступні умови:
1) A  x  y   A  x   A  y  для будь-яких векторів x,y  L ;
2) A   x    A  x  для будь-якого x  L і будь-якого   R .
Безпосередньо з означення випливає, що для будь-якого оператора

A : L  L образом A0 нульового вектора в L є нульовий вектор 0  L

Для того, щоб довести лінійність будь-якого відображення необхідно
перевірити виконання умов 1) і 2).
Якщо лінійні простори збігаються L i L , то говорять про
відображення простору самого в себе.
Кожному лінійному оператору A : L  L відповідають:

1. Ядро KerA - множина тих векторів x  L , для яких Ax  0 , де

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

число dim  Im A - називають рангом лінійного оператора A .

Дефект def  A і ранг rang  A оператора A : L  L пов’язані із

розмірністю простору L співвідношенням: d  A  rang  A  dim L .

Нехай в n - вимірному лінійному арифметичному просторі задано

лінійний оператор A : L  L . Виберемо базис в L : B : b1 ,...,bn . Дія 

лінійного оператора визначена в повному обсязі, якщо відомі образи

векторів базису. Позначимо стовпці координат векторів – образів Abi

 
в базисі B : b1 ,...,bn через ai   a1i ,...,ain  ; i  1,n . Тоді Abi  Bai .
T

Матрицю A   a1 ,...,an  , яку складено з координатних стовпців

векторів Ab1 ,..., Abn в базисі B : b1 ,...,bn   називають матрицею

лінійного оператора A в базисі B .

Матриця лінійного оператора A : L  L є квадратною, її порядок
співпадає із розмірністю лінійного простору L .
Матриця лінійного оператора змінюється при зміні базису лінійного
простору. Відомо, що зв’язок двох базисів «старого» і «нового»
відображається матрицею переходу U .
Матриці AB і AE лінійного оператора A : L  L , записані в базисах


B : b1 ,...,bn  і E :  e1 ,...,en  лінійного простору L , пов’язані
1
співвідношенням AE  U ABU ,де U  U BE - матриця переходу від

 
базиса B : b1 ,...,bn до базиса E : e1 ,...,en  .

Визначником лінійного оператора називають визначник його матриці

в будь-якому базисі. Визначник матриці лінійного оператора не
залежить від вибору базиса.
31
Приклад 11. З’ясувати, чи буде оператор A : R  R лінійним, якщо для
будь-якого елемента a  R виконується наступне співвідношення:

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  3a1  a2   A a1  a2 
A a   3a   3a   A a  .
Умови виконуються, отже оператор є лінійним.
2) A a1  3a1 ; A a2  3a2 ; A a1  A a2  3a1  3a2  3a1a2  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 12. З’ясувати, чи буде лінійним оператор A : E 3  E 3 , якщо в

базисі e1 ,e2 ,e3 для будь-якого елемента x  E 3 виконується умова

  
A x  e1 , x e2 .
Розв’язання. Перевіримо умови лінійності:
               
A x1  e1 , x1 e2 ; A x2  e1 , x2 e2 ; A x1  A x2  e1 , x1 e2  e1 , x2 e2 
     
 e1 , x1  x2 e2  Ax1  x2 ;
     
A x   e1 ,x e2   e1 , x e2   A x . Умови виконуються, отже оператор
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 .

Розв’язання. Із означення скалярного добутку випливає, що ядро оператора

3
будуть складати всі вектори простору E , які перпендикулярні до вектора
32
 
a. Областю значень є множина векторів, які колінеарні вектору a. Ранг
оператора дорівнює 1, отже дефект дорівнює 2.

  
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

проектування Pr на площину α: x  y  z  0 .

Розв’язання. Оператор проектування на площину α визначається рівністю
Pr x  x , де x – ортогональна проекція вектора x на площину α. Маємо

Pr x  x  xn  x 
 n, x  n ,
2
n

де n –вектор нормалі площини α. В нашому випадку, n  i  j  k , отже,

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

перетворює в його векторний добуток Ax   x,i  . Це відображення є

лінійним оператором. Знайти матрицю A цього оператора в


ортонормованому базисі i , j ,k . 
Розв’язання. Знайдемо образи базисних векторів і іх розкладання за

тим самим базисом: Ai  i ,i   0 , це означає, що перший стовпчик

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 
 

Приклад 16. Знайти ядро, область значень, ранг та дефект лінійного

 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

Розв’язання. Матриця переходу буде мати наступний вигляд:

 1 2 4  1 2 4
U   3 1 5  . Відповідь: матриця переходу U BE   3 1 5 
 4 5 3   4 5 3 
   

 2 1 0 
Приклад 18. Задана матриця U   1 2 1  переходу від базису
 1 1 0 
 

e1 ,e2 ,e3 до базису f1 , f 2 , f3 . Знайти: 1) координати вектора

   
f 2 в базисі
f , f , f .
  
e1 ,e2 ,e3; 2) координати вектора e3 в базисі 1 2 3

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 e3  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  .

Приклад 20. Знайти матрицю лінійного оператора А, який діє в просторі

V 3 , в базисі B . Базис отриманий поворотом канонічного базиса i , j ,k 

на кут  навколо орта i :

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

Матриця переходу з базису i , j ,k  в базис B має вид (перевірити):

1 0 0  1 0 0 
Ui , j ,kB   0 cos sin  ; U 1i , j ,kB   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

такий, що y  Ax або, у координатному записі,

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

системи стовпців матриці А. Отже, ранг оператора А збігається із рангом

його матриці, тобто дорівнює двом (перевірити), а в якості базису Im  A

може бути обраний будь-який з базисів системи стовпців матриці А,

 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
 

Тема 3. Завдання для самостійного опрацювання

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.

3.4. Ax =  a,x  , a ― фіксований вектор.

3.5. Ax =  a, x  x , a ― фіксований вектор.
3.6. U (e ,  ) – відображення, яке складається з повороту на кут  навколо
осі, яка задається одиничним вектором e .

3.7. Якщо x  x1i  x2 j  x3k , то

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  .

3.11. Ax   x1  2 x2  2 x3 , 3x2  x3 , 2 x1  3x3  .

3.12. Ax   3x1  5 x3 , x1  x3  1,3x2  6 x3  .

В задачах 3.13 – 3.16. в 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:
3.13. Ax   7 x1  4 x3 , 4 x2  9 x3 ,3x1  x2  ,

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

просторі V , в базисі B , який отриманий поворотом канонічного базиса

3

i , j ,k  на кут  навколо орта i .

3.17. Ax = λx , λ – фіксоване число.

3.18. Ax =  x, e  e , e – заданий одиничний вектор.
3.19. Ax =  a, x  x , a ― фіксований вектор.

3.20. U (e , 0 ) – відображення, яке складається з повороту на кут 0


навколо осі, яка задається одиничним вектором e : 0  ; напрямні
3
1
косинуси вектора e : cos   cos   cos   .
3
4
3.21. В V задан лінійний оператор A, матриця якого в деякому базисі

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  .

3.22. В V 3 задано два базиси:

B : e1  8e1  6e2  7e3 ; e2  16e1  7e2 –13e3 ; e3  9e1 – 3e2  7e3  ,
B : e1  e1  2e2  e3 ; e2  3e1  e2  2e3 ; e3  2e1  e2  2e3  .

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   an1t n1   a1t  a0 ― деякий многочлен, А ―
лінійний оператор. Розглянемо оператор p  A , який визначається рівністю

p  A  an1 An1   a1 A  a0 E . Знайти матрицю оператора p  A ,

 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)!

3.26. В просторі P4 задано відображення Ap  t    K  t ,  p  t  d ,

1

де K  t ,  ― многочлен від двох змінних , степінь якого по t не перевищує

3. Довести, що A – лінійний оператор у P4 ; знайти його матрицю у базисі

{ 1, t, t , t } для випадку, коли K (t , )  t   .

2 3

43
3.27. У просторі функцій, диференційованих на всій осі, задані оператор
d t
диференціювання D  та оператор A  et множення на функцію e .
dt
Перевірити рівність DA - AD   A .

В задачах 3.28 ― 3.36 потрібно встановити, які із заданих лінійних

3
операторів у V є невиродженими, і знайти для них явний вигляд зворотних
операторів ( e – фіксований вектор одиничної довжини, а

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 ).

В задачах 3.37 - 3.38 для лінійних операторів, які діють у просторі R3 ,

визначити ранг та дефект, а також знайти базиси образу та ядра.
3.37. Ax  (2 x1  x2  x3 , x1  2x2  x3, x1  x2  2x3, ) .

44
3.38. Ax  ( x1  x2  x3 , x1  x2  x3 , x1  x2  x3 ).

3.39. Довести, що оператор A невироджений тоді і тільки тоді, коли його

дефект дорівнює нулю, тобто, ранг збігається із розмірністю простору.
3
3.40. З’ясувати, чи є лінійними наступні оператори простору V :
а) Аx  3  x,x  x ;

б) ортогональна проекція на площину xOy ;

в) Аx   x  a   b , де a,b ― фіксовані вектори простору V .

3

В задачах 3.41 – 3.43 з’ясувати, чи є лінійними наступні оператори лінійного

простору всіх многочленів від змінної t на себе:
3.41. Множення многочлена на t .

3.42. Множення многочлена t2 .

3.43. Диференціювання многочлена.

3.44. Чи буде лінійним оператор A: 3

 3
, якщо:
а) A  x    sin x1 , 0,x3  ; б) A  x   (x1  x3 , 2 x2  x3 ,  x1), де x (x1 ,x2 ,x3).

3.45. Покажіть, що лінійним оператором є відображенням A , яке кожен

вектор x  1e1  n en , заданий в лінійному просторі L своїми

координатами відносно базису B  e1 en  , відображає в вектор

A  x   1e1  ..  mem , де m  n (оператор проектування на підпростір
span e1 ,..,em  ). Знайти матрицю цього лінійного оператора в базисі

B  e1 en .
3.46. Запишіть в заданому базисі матриці наступних лінійних операторів, які
3
діють в лінійному просторі V :

а) оператора проектування на площину xOz , базис i , j ,k ;  

45
 
б) оператора проектування на вісь Oy , базис i , j ,k ;
в) оператора проектування на площину xOy , базис

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!

В задачах 3.49. – 3.52. визначити, який з наступних операторів A: 3

 3

є лінійним, якщо x (x1 ,x2 ,x3). Для лінійних операторів знайти матриці в

базисі, в якому задані вектори x та Ax.

3.49. Ax   x1  1,x2 ,x3  3;

3.50. Ax   x12 ,2x2  x3 ,x1  x2  ;

3.51. Ax   x1  x2  x3 ,x3 ,x2  ;

3.52. Ax   x2  x3 ,x1  x3 ,3x1  x2  x3  ,

3.53. Розглянемо лінійний простір всіх матриць другого порядку. Покажіть,

що множення справа будь-якої матриці цього простору на матрицю

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:

 2 0 1  1 1  2

           
а) a1  3 ,a2  1 ,a3  0 ; b1  1 ,b2  1 ,b3  1 .
           
5  2  0  1  1  2
           
 2  4  3 1 4 1
           
б) a1  0 ,a2  5 ,a3  1 ; b1  2 ,b2  5 ,b3  1 .
           
 3 1  2  1  2   
          1
1 1  2   2  0 1
           
в) a1  1 ,a2  0 ,a3  1 ; b1  3 ,b2  1 ,b3  1 .
           
2  1 0 0  2 1
           
3.55. Лінійний оператор A в базисі e1 ,e2 ,e3 ,e4  має матрицю

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 .

3.56. Як зміниться матриця лінійного оператора, якщо в базисі e1 ...en 

змінити місцями два вектора ei та e j .

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 .

3.58. Лінійний оператор A  L  3

, 3
 в базисі
8  16  9  1 18 15 
e1   6  , e2   7  , e3   3  має матрицю A   1 22 18  .
7  13  7  1 25 22 
       
Знайти матрицю цього оператора в базисі

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

e1  1,e2  x,e3  x 2 . Використовуючи матрицю переходу, знайти матрицю

 x  1
2

цього оператора в базисі f1  1, f 2  x  1, f3  .

2

48
 Тема 4. Власні числа та власні вектори лінійного оператора

Короткі теоретичні відомості і приклади

 
Для довільної квадратної матриці A  aij порядка n розглянемо визначник

a11   a12 ... a1n

a21 a22   ... a2 n
det  A  E   , де E ― одинична матриця,
... ... ... ...
an1 an 2 ... ann  
а  ― довільна дійсна змінна.
Відносно змінної  визначник є многочленом степеня n і може бути
записаний у вигляді:
n
 A     det  A  E     1 dk  k .
k

k 0

Многочлен  A     det  A  E  називається характеристичним

многочленом матриці A , а рівняння  A     0 характеристичним

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

числом λ, то їхня сума x1  x2 також є власним вектором матриці А з тим

самим власним числом.

Із властивостей 2 і 3 випливає, що кожному власному числу відповідає
нескінченна множина (колінеарних) власних векторів. Ця множина утворює
підпростір.
Множину всіх власних чисел лінійного оператора називають спектром
лінійного оператора.
Для того, щоб дійсне число  було власним числом лінійного оператора,
необхідно і достатньо, щоб воно було коренем характеристичного рівняння.
Позначимо через L  A,  множину всіх власних векторів лінійного

оператора A в лінійному просторі L , які відповідають власному числу  із

додаванням до цієї множини нуль-вектора. В цьому випадку простір
L  A,  буде лінійним підпростором простору L . Лінійний підпростір
L  A,  називають власним підпростором лінійного оператора.
Для обчислення власних значень лінійного оператора A і знаходження
власних векторів цих чисел, необхідно виконати наступну послідовність дій:
1) Вибрати в лінійному просторі базис і знайти матрицю лінійного
оператора в цьому базисі.
2) Скласти характеристичне рівняння det  A  E   0 і знайти всі його

дійсні корені, які і будуть власними числами оператора.

3) Для кожного власного значення знайти фундаментальну систему
розв’язків для однорідної системи алгебраїчних рівнянь  A  k E   0 .
Стовпці фундаментальної системи розв’язків представляють координати
векторів деякого базиса у власному підпросторі L  A,  лінійного

оператора A .

50
Якщо x1 ,x2 ,x3 — власні вектори матриці А відповідно з різними власними

числами 1 , 2 ,3 , то вектори x1 ,x2 ,x3 лінійно незалежні. Протилежне

твердження в загальному випадку не справджується, оскільки існують
лінійно незалежні вектори, які відповідають одному і тому самому власному
числу.
Власні вектори симетричної матриці, які відповідають різним власним
числам, утворюють ортонормований базис.
Якщо серед власних чисел є кратні, покажемо на конкретному прикладі
матриці А третього порядку, як вибирати власні вектори,.
1. Нехай серед коренів 1 , 2 ,3 характеристичного рівняння є два

кратних: 1   2  3 . Тоді кореням  2 ,3 відповідає нескінченна множина

власних векторів. Система при цьому зводиться до одного рівняння, інші
рівняння системи мають коефіцієнти, пропорційні коефіцієнтам даного
рівняння. Нехай це буде рівняння

 a11    x1  a12 x2  a13 x3  0 .

Тоді будь-який ненульовий розв'язок цього рівняння при   1 визначає

власний вектор v1 з координатами  x1 ,x2 ,x3  . За другий власний вектор

можна вважати v2 з координатами  a11   2 ,a12 ,a13  . Із рівняння випливає,

що ці вектори взаємно-перпендикулярні. Нормуючи вектори v1 і v2 ,

знайдемо ортонормовані вектори i1 , j1 . Помноживши векторно нормовані

вектори i1 , j1   k1 , дістанемо третій одиничний вектор базису k1 який

відповідає власному числу  2  3 .

2. Нехай усі корені характеристичного рівняння рівні між собою:
1   2  3 , тоді усі вектори простору є власними. За базис можна
вибрати будь-яку трійку попарно перпендикулярних векторів.

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  122  30  35 .
Відповідь:  A     3  122  30  35 .

Приклад 23. В лінійному просторі K n  x  многочленів степеня не вище n є

многочлени нульового степеня, тобто постійні функції. Оскільки

dc
 0  0  c , многочлени нульового степеня є власними векторами
dx
лінійного оператора диференціювання, а число   0 власне число цього
оператора.

Приклад 24. Знайти власні числа і власні вектори лінійного оператора A ,

який має в деякому базисі матрицю

 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

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 
   
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

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   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

Цей факт підтверджує, що власні вектори симетричної матриці ортогональні.

Відповідь: власні числа: 1  6 ,  2  9 , 3  3 ; відповідні власні нормовані

 2 1 2  2 2 1 1 2 2
вектори: i1    ;  ;  ; j1   ;  ;  ; k1   ; ;  .
 3 3 3  3 3 3 3 3 3

Приклад 26. Скласти ортонормований базис із власних векторів матриці

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

При   1  6 система має розв’язок: v1 (2t,t,  2t).

2 1 2
Нормуючи цей вектор, знаходимо: i1   , ,  .
 3 3
3
Нехай   2  3  3 , дістанемо: 2 x1  x2  2 x3  0 .
Візьмемо будь-який розв’язок цього рівняння , наприклад v2 (t, 2t, 2t) .

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

Приклад 27. Знайти власні числа та власні вектори оператора PrOxy

3
проектування на площину Oxy у просторі V .

Розв’язання. 1. Геометричний розв'язок. Рівність PrOxy x   x, x  0 ,

означає, що ортогональна проекція вектора x на площину Oxy колінеарна

самому вектору x . Проте це можливо лише у двох випадках .

а) Вектор x  0 компланарний до площини Oxy. Для всіх таких векторів

PrOxy x  x , тобто всі вони є власними векторами оператора PrOxy ,
відповідними власному числу 1  1.
б) Вектор x  0 ортогональний до площини Oxy. Для всіх таких векторів
PrOxy x  0  x  0 , тобто всі вони є власними векторами оператора PrOxy ,
відповідними власному числу 2  0.
В результаті отримуємо, що оператор PrOxy має два власних числа 1  1.
та 2  0. Відповідні їм власні вектори:
1  1: x  c1i  c2 j ,
2  0 : x  c3k .
2. Аналітичне рішення. Матриця оператора PrOxy у прямокутному базисі

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.

4.2. Ax =  x,i  i – оператор проектування на вісь Ox.

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

площини з вектором нормалі e .

В задачах 4.6 ― 4.25 знайти власні числа та власні вектори лінійних

операторів, заданих своїми матрицями A; в прикладах 4.18 – 4.25 побудуйте
базис із власних векторів і запишіть матрицю лінійного оператора в цьому
базисі.

 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

4.27. Доведіть, що для кожного власного значення  лінійного оператора

A має місце рівність L  A,   Ke r  A λI .
4.28. Доведіть теорему Келі - Гамільтона у випадку квадратних матриць,
всі корені характерного рівняння якого дійсні і попарно різні.
4.29. Сформулюйте теорему Келі – Гамільтона для лінійних операторів і
доведіть її у випадку лінійного оператора, який має базис із власних
векторів.
3
4.30. Доведіть, що будь-який лінійний оператор в просторі V має власний
вектор.
4.31. Нехай H - лінійний підпростір евклідового простору E . Розглянемо
лінійний оператор ортогонального проектування Px  x , де

x  x   x  , x  H , x   H , ― розкладання довільного вектора x на

o 
його ортогональну проекцію x і ортогональну складову x . Знайти
власні значення і власні вектори цього лінійного оператора.
2
4.32. У просторі V геометричних векторів на площині задано оператор
повороту U ( ) на кут 0    2 навколо початку координат.
Перевірити (геометрично та аналітично), що при   0,  цей оператор не
має власних значень. Цей приклад показує, що лінійний оператор у
дійсному просторі може не мати власних значень (і власних векторів).

62
4.33. Показати, що якщо x – власний вектор оператора A , який відповідає
власному значенню  , то він є власним вектором оператора

p  A  an1 An1  a1 A  a0 E , який відповідає власному числу p    .

4.34. Довести, що:
а) оператор A має зворотний тоді і тільки тоді, якщо він не має нульових
власних значень;
1
б) якщо оператор A має зворотний, то оператори A та A мають одні й
ті самі власні вектори. Як пов'язані між собою власні значення цих
операторів?

Тема 5. Спряжені, самоспряжені та ортогональні оператори.

Короткі теоретичні відомості і приклади

Нехай A – лінійний оператор, який діє в просторі зі скалярним добутком

( x, y) . Лінійний оператор A називається спряженим до оператора A ,
якщо для будь-яких векторів x, y виконується рівність

( Ax, y)  ( x, A y) .

Для кожного оператора A існує єдиний спряжений оператор A .

Якщо оператор A в ортонормованому базисі має матрицю A   aij  , то


спряжений оператор A в тому же базисі має матрицю A   aij  , де

aij  a ji (матриця 𝐴∗ називається спряженою до матриці 𝐴).

Будь-якому лінійному оператору A : E  E відповідає єдиний спряжений

оператор A , причому його матрицею в будь-якому ортонормованому

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

вірна рівність  Ax, y    x, Ay  .

Матриця самоспряженого оператора в будь-якому ортонормованому

базисі є симетричною. І навпаки, якщо матриця лінійного оператора є
симетричною, то цей оператор – самоспряжений.
Всі корені характеристичного рівняння самоспряженого оператора –
дійсні.
Якщо матриця А є симетричною, то всі корені її характеристичного
рівняння - дійсні.
Самоспряжений оператор, який діє в n - вимірному евклідовому просторі,
має n власних значень, якщо кожне з них враховувати стільки разів,
скільки дорівнює його кратність.
Симетрична матриця порядка n має n власних значень, якщо кожне з них
обчислювати стільки разів, скільки дорівнює його кратність.
Власні вектори самоспряженого оператора, що відповідають різним
власним значенням, ортогональні.
Якщо власні значення 1 ,...,n самоспряженого оператора А, що діє в n -
вимірному евклідовому просторі E , попарно різні, то в E існує
ортонормований базис, в якому матриця цього лінійного оператора має
діагональний вигляд, причому діагональними елементами такої матриці є
власні значення 1 ,...,n .

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

P1MP  diag  1 ,...,n  .

Квадратну матрицю O називають ортогональною, якщо вона
задовольняє умові O O  E , де E - одинична матриця.
T

Властивості ортогональних матриць:

1) Визначник ортогональної матриці O може мати одне з двох
можливих значень: det O  1 .
2) Матриця обернена до ортогональної співпадає з її транспонованою
1
матрицею, тобто O  OT .
3) Добуток ортогональної матриці на транспоновану до неї дорівнює

одиничній матриці: OO  E .
T

4) Матриця транспонована до ортогональної матриці також є

ортогональною.
5) Добуток двох ортогональних матриць O і Q одного порядка є
ортогональною матрицею.
6) Матриця обернена до ортогональної також є ортогональною.
Лінійний оператор A : E  E , що діє в евклідовому просторі, називають
ортогональним оператором, якщо він зберігає скалярний добуток в E ,
тобто, для будь-яких x,y  E виконується рівність:  Ax, Ay    x, y  .

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 .

Якщо лінійний оператор A : E  E в евклідовому просторі переводить

який-небудь ортонормований базис B : e1 ,...,en  в ортонормований базис

A  B    Ae1 ,..., Aen  , то цей оператор ортогональний.

Якщо матриця лінійного оператора в деякому ортонормованому базисі
ортогональна, то цей оператор є ортогональним. І навпаки, матриця
ортогонального оператора в будь-якому ортонормованому базисі є
ортогональною.

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

ортогональною, тому формула переходу набуде вигляду: A  U AU .

T

28. Оператор A : E  E має в деякому ортонормованому

3 3
Приклад

базисі матрицю А. Знайти матрицю спряженого оператора A у цьому ж
базисі.

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 
   

Приклад 29. Оператор A : E  E має в деякому ортонормованому

2 2

базисі e1 ,e2  матрицю А. Знайти матрицю A спряженого оператора в

1 1 1 1  3 1 
базисі a1  e1  e2 ; a2  e1  e2 , якщо: A   .
2 2 2 2  4 2 
 1 1 
 2 2 
Розв’язання. Запишемо матрицю переходу: T   .
 1 1 
 
 2 2
Матриця спряженого оператора у базисі e1 ,e2  має вигляд:

 3 4 
Aei     Матриця спряженого оператора у базисі a1 ,a2 
 1 2 
 1 1 
 
2 2 
занайдемо за формулою: Aa   T Ae T , де T  
 1  1
.
i i
 1 1 
 
 2 2 

67
 1 1 1 3 4  1  1 1  3 1
Aa  1 1  1 2   1 1   4 2  .
2   2   

  3 1
Відповідь: Aa   
2 
.
 4
i

Приклад 30. Лінійний оператор A : E  E в базисі B : e1, e2 , e3 має

3 3

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


Розв’язання. Оскільки базис B не є ортонормованим, то, для того, щоб


використати співвідношення між матрицями операторів A і A , потрібно

 1 1 1
знайти матрицю AB . Матриця переходу: U BB   2 1 1  ;
 1 2 0
 
 2 2 0 
  1 1 1  . Отже,
1
U BB  U B
1
B
2 
 3 1 1
 2 3 7  2 6 6
AB  U B1B ABU BB   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 BB   30 30 14  .
 26 27 9 

 36 37 15 
 
Відповідь: матриця спряженого оператора AB  30 30 14 
 
 26 27 9 


Приклад 31. Задано лінійний оператор A :V  V ,

3 3
Ax   a,x  , де

a V 3 . Знайти оператор спряжений до A .

Розв’язання. Спряжений оператор шукатимемо, спираючись на
властивості скалярного, векторного та змішаного добутків.

 Ax, y    a,x  , y   a  x  y  y  a  x   y,a  ,x    x, y,a  

 x,a, y    x,Ay  . 
Відповідь: A   A

Приклад 32. Множина C0  a,b функцій, які можна диференціювати

нескінченну кількість разів на відрізку  a,b , у яких в точках a і b

похідні будь-якого порядку дорівнюють нулю, є лінійним простором

відносно звичайних операцій додавання функцій і множення функції на
1
дійсне число, а формула  f ,g    f  t  g  t  dt задає скалярний добуток.
0

Лінійний оператор Af  f  кожній функції цієї множини ставить у

відповідність її похідну. Знайти спряжений оператор.
Розв’язання. За правилом інтегрування частинами:
1
1 1
 Af ,g    f   t  g  t  dt  f t  g t    f t  g  t  dt 
0
0 0

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

добутком. Оператор Pra :V 3  V 3 ортогонального проектування

3
векторів з V на напрямок вектора a одиничної довжини, визначається
формулою Pra x   x,a  a , це відображення лінійне. Довести, що цей

оператор є самоспряженим.
Доведення.

 Pra x, y     x,a  a, y    x,a  a, y    x, a, y  a    x, y,a  a    x, Pra y 

Будь-який одиничний вектор a евклідового простору породжує лінійний
оператор Pra ортогонального проектування на лінійний підпростір

H  spana згідно формули Pra x   x,a  a і цей оператор є

самоспряженим. Доведено.

 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

В задачах 5.1. – 5.2. лінійний оператор A : E n  E n в базисі

B : e1, e2 , ..., en має матрицю AB . Знайти матрицю спряженого

оператора A в базисі B , якщо вектори e1, e2 ,...,, en задані стовпцями


своїх координат в деякому ортонормованому базисі B : e1 ,..., en  .

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
       

В задачах 5.3. – 5.4. в просторі многочленів P3 задано скалярний добуток

 f , g   a0b0  a1b1  a2b2 , де f  t   a0  a1t  a2t 2 і

g t   b0  b1t  b2t 2 . Знайти матриці оператора диференціювання

d 
D і спряженого оператора D в базисі B .
dt
1 1 2 1 1 
5.3. B :  t  t , t  1, t 2  t  ;
2

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.

5.8. Показати, що у просторі многочленів P3 зі скалярним добутком

 f , g   a0b0  a1b1  a2b2 наступні оператори є симетричними:

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.

В задачах 5.11. – 5.13. довести запропоновані співвідношення.

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

на кут ,0     . Знайти оператор, спряжений до оператора R .

5.15. 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

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.

5.16. Нехай E - евклідовий простір, B - довільний, взагалі кажучи, не

ортогональний базис в E , Г – матриця Грама для системи векторів B .
Доведіть, що якщо лінійний оператор А в базисі B має матрицю А, то
*
спряжений до нього оператор A має в тому ж базисі матрицю
A* Г 1 AT Г .


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.

5.18. Показати, що у просторі V оператор U  e ,   повороту на кут 𝜑

2

навколо осі, заданої одиничним вектором e , є ортогональним.

В задачах 5.19. – 5. 21. перевірити, чи будуть задані оператори
ортогональними і за яких умов:
5.19. Ax = λx ,  ̶ фіксоване число.

73
5.20. Ax =  x,e  e ; e  1.
5.21. Ax = x -  x,e  e ; e  1.

В задачах 5.22. – 5.24. матриці представити у вигляді добутка симетричної

матриці із додатними власними числами на ортогональну матрицю.

 2 1
5.22.  .
 2 1 
1 4 
5.23.  .
 1 4 
 4 2 2 

5.24. 4 4 1 
 
 2 4 2 
 

Тема 6. Діагоналізація матриць. Жорданова нормальна форма

матриці

Короткі теоретичні відомості і приклади

При вивченні лінійного оператора виникає думка обрати такий базис, в

якому матриця виглядає найпростіше – стає діагональною. Для того, щоб
це було так, необхідно, щоб оператор мав базис із власних векторів. Зміна
базису викличе зміну матриці оператора на подібну їй. Заміну матриці А
діагональною матрицею A , яка подібна до А, називають приведенням
матриці А до діагонального вигляду. Діагональний вигляд матриці
оператора значно спрощує дії, які можна застосовувати до операторів,
m
наприклад, обчислювати A .

Для будь-якой симетричної матриці М існує така ортогональна матриця

U , що U T MU   , де   diag  1 ,...,n  ― діагональна матриця,

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 n3 при 1  2  3 власні вектори зручніше, з точки

зору економії обчислень, знаходити в наступному порядку. Спочатку для власного

значення кратності 1 знайти власний вектор і нормувати його, потім для власного
значення кратності 2 знайти один власний вектор і нормувати його, а вектор третій
можна знайти за допомогою векторного добутку знайдених векторів. Цей прийом
дозволює позбутися процесуортогоналізації Грама – Шмідта.
Не кожен оператор може мати діагональну матрицю. Лінійний
оператор, що не може бути зведений до діагонального вигляду, має
характеристичне рівняння у якого є комплексні або кратні дійсні корені.
Нехай H1 і H 2 ― інваріантні підпростори лінійного оператора

A : L  L , причому H1  H 2  L . Тоді в деякому базисі B матриця

цього оператора має блочно – діагональний вигляд:

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

 A  E дорівнює n  1 , то числу  відповідає в L одновимірний

власний підпростір, який народжується вектором e1 . Решта векторів

ei , i  2,n пов’язані із e1 формулами:

Ae2  e2  e1
Ae3  e3  e2
…………..
Aen  en  en1 .
Будемо казати, що вони утворюють ланцюг векторів, який починається з
e1 . Вектор e2 називають першим приєднаним вектором до e1 ; e3 -
другим приєднаним вектором до e1 і т. д.

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:
en1   A   E  en ; en2   A   E  en1 ;...;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

лінійного перетворення має наступний діагональний вигляд:

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

матриці A , S ― матриця переходу до діагонального вигляду.

Зведемо матрицю A до діагонального вигляду.
1  0
Характеристичний многочлен det  A   E    0 має
2 1  
корені 1  1; 2  1 . Знайдемо власні вектори для відповідних власних
 0 0   x1   0   1  1
чисел.   1  1 :  
 x   0  x  x ; x  c 
 1 1  1 ;
;v
 2 2  2   
1 2
   
 2 0   x1   0  0  0
  2  1 :  
 x   0   x1  0; x2  d; x  d ;v 
1  2 1  ;
 2 0  2       
де c,d  R, c,d  0 .

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

В задачах 6.1 – 6.4 з’ясувати, чи можна привести до діагонального вигляду

матрицю і, якщо можна, то записати діагональний вид матриці та базис, в
якому матриця набуває цього виду:

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

A'  P 1 AP і відповідну матрицю P :

 5 1 2
 
A 1 5 2 .
 
 2 2 3 

6.6. Відомо, що матриця лінійного оператора в деякому ортонормованому
базисі діагональна. Чи є цей лінійний оператор самоспряженним?

 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 .

В задачах 6.8 ― 6.16 з’ясувати, які із заданих матриць лінійних операторів

можна діагоналізувати переходом до нового базису. Знайти цей базис та
відповідну йому діагональну форму матриці.

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

Короткі теоретичні відомості і приклади

Однорідний многочлен другого степеня від n змінних із дійсними

коефіцієнтами називають квадратичною формою:
n

a x
i 1
2
ii i 2 
1i j n
aij xi x j , де aij  R .

Якщо в деякому просторі вибрати деякий базис, то про квадратичну

форму можна думати, як про деяку функцію, значення якої визначається
через координати x1 ,...,xn вектора x .
Квадратичну форму можна записати в матричному вигляді:

xT Ax ,де x   x1 ,...,xn  ― стовпець, який складений із змінних; A   aij 

― симетрична матриця порядка n , яка називається матрицею
квадратичної форми.
Ранг матриці А квадратичної форми називають рангом квадратичної
форми. Якщо матриця А має найбільший ранг, який дорівнює кількості
змінних n , то квадратичну форму називають невиродженою, а якщо
rangA  n , то її називають виродженою.
Перетворення квадратичних форм

Нехай дана квадратична форма xT Ax , де x   x1 ,x2 ,x3  . В n -

T

вимірному лінійному просторі L з фіксованим базисом B вона визначає

функцію f  x   xB AxB , яка задана через координати вектора x .

T

Знайдемо запис цієї ж функції в деякому іншому базисі B . Нехай U -

89
матриця переходу від базиса B до базиса B . Координати вектора x в
старому і в новому базисах будуть пов’язані співвідношенням:
xB  UxB . Функція f  x  в новому базисі буде виражатися через нові
координати вектора x наступним чином:


f  x   xB AxB  UxB  AUx    x  U AU  xB  xTB AxB .
T T
T T
B B

Отже, функція f в новому базисі також записується, як квадратична

форма, причому матриця A цієї квадратичної форми зв’язана із
матрицею А співвідношенням: A  U T AU .

Квадратичну форму 1 x12  ...   n xn2 , i  R, i  1,n , яка не має

попарних добутків змінних, називають квадратичною формою
канонічного вигляду. Змінні, в яких квадратична форма набуває
канонічного вигляду називають канонічними змінними.
Будемо розглядати евклідів простір і базиси вибирати ортонормовані. В
цьому випадку матриця переходу U буде ортогональною, а відповідне
перетворення буде називатися ортогональним.
При ортогональному перетворенні квадратичної форми характеристичне
рівняння його матриці не змінюється.
Будь-яку квадратичну форму ортогональним перетворенням можна
звести до канонічного вигляду.
1) Діагональними елементами матриці A квадратичної форми
канонічного вигляду, яка отримана ортогональним перетворенням, є
власні числа матриці А квадратичної форми. Це означає, що ми можемо
записувати матрицю A канонічного вигляду, не шукаючи відповідне
перетворення.
2) При відшуканні ортогонального перетворення, яке зводить

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  ,

що визначена в евклідовому просторі, є квадратичною формою. І навпаки,

для будь-якої квадратичної форми f  x  в евклідовому просторі існує

такий самоспряжений оператор А, що f  x    Ax,x  і цей оператор

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

f1  y   1 y12  ...  m ym2 , i  0, i  1,m

f 2  z   1 z12  ...  k zk2 ,  j  0, j  1,k

однієї і тієї ж квадратичої форми:
1) m  k і їх спільна кількість дорівнює рангу квадратичної форми;
2) кількість додатних коефіцієнтів i дорівнює кількості додатних

коефіцієнтів j;
3) кількість від’ємних коефіцієнтів i дорівнює кількості від’ємних

коефіцієнтів j.
Квадратичну форму f  x   xT Ax будемо називати:

1) додатно визначеною, якщо для будь-якого ненульового стовпця x

виконується нерівність f  x   0 ;

91
2) від’ємно визначеною, якщо для будь-якого ненульового стовпця x
виконується нерівність f  x   0 ;

3) недодатно (невід’ємно) визначеною, якщо f  x   0  f  x   0 ,

причому існує ненульовий x такий, що f  x   0 ;

4) знаконевизначеною, якщо існують такі стовпці x та y , що

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:

1) Додатно визначена: всі власні значення додатні   0, i  1,n ;

i

2) Від’ємно визначена: всі власні значення від’ємні    0, i  1,n  ;

i

3) Знаконевизначена: є власні значення різних знаків.

4) Вироджена: є нульові власні значення.
В багатьох випадках тип квадратичної форми можна дізнатися не
обчислюючи власних значень її матриці. Нехай матриця квадратичної

 a11 a12 ... a1n 

a a22 ... a2 n 
форми має вигляд A  
21
- симетрична.
 ... ... ... ... 
 
 an1 an 2 ... ann 
Розглянемо головні мінори матриці:
a11 ... a1n
a11 a12
1  a11 ,  2  ,...,  n  ... ... ... .
a21 a22
an1 ... ann

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

виконувалися нерівності: 1  0, 2  0,3  0,..., 1  n  0 .

n

Невироджена квадратична форма знаконевизначена тоді і тільки тоді,

коли для матриці квадратичної форми виконана хоча б одна з умов:
1) один з головних мінорів дорівнює нулю;
2) один з головних мінорів парного порядку – від’ємний;
3) два головних мінори непарного порядку мають різні знаки.

Приклад 39. Знайти матрицю квадратичної форми x1  4 x1 x2 і визначити

2

її ранг.
Розв’язання. Матриця квадратичної форми складається для визначення
функції від вектра x   x1 ,x2 ,x3  . Якщо доданки квадратичної форми

відсутні, це означає, що відповідні коефіцієнти дорівнюють нулю. Тоді

 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

f  x   7 x12  5x22  2x32  8x1 x2  2x1 x3  6x2 x3 перетворити до нових

координат  y1 , y2 , y3  , де старі і нові координати пов’язані системою:

 x1  y1  y2  y3

 x2  y1  2 y2  2 y3 .
x  y  y  2 y
 3 1 2 3

Розв’язання. Матриця переходу до нового базиса має вигляд:

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 .

Відповідь: f  y   2 y12  3 y22  y32

Приклад 41. Квадратичну форму x12  4 x1 x2 ортогональним

перетворенням привести до канонічного вигляду.

 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

Приклад 42. Знайти канонічний вигляд квадратичної форми

f  x   5x12  8x1 x2  5x22 , до якого вона приводиться ортогональним

перетворенням в вказати будь-яке з ортогональних перетворень.

 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

Канонічний вигляд: f  y   y12  9 y22 .

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 

Приклад 43. Визначити тип квадратичної форми:

1) f  x1 ,x2 ,x3   x12  x22  x32 ; 2) f  x1 ,x2 ,x3   x12  x22 ;
3) f  x1 ,x2 ,x3   x12  x22  x32 ; 4) f  x1 ,x2 ,x3   x1 x2 .
Розв’язання. 1) Квадратична форма додатно визначена, оскільки приймає
тільки додатні значення.
2) Квадратична форма f  x1 ,x2 ,x3   x12  x22 невід’ємновизначена,
оскільки сума квадратів є невід’ємною величиною, але при
x1  x2  0, x3  0 f  x   0 . Ця квадратична форма є виродженою, її
ранг =2.

3) Квадратична форма f  x1 ,x2 ,x3   x12  x22  x32 є знаконевизначенною.

4) Квадратична форма f  x1 ,x2 ,x3   x1 x2 також є знаконевизначенною і

виродженою.

Приклад 44. Дослідити квадратичні форми, які задані своїми матрицями

на знакосталість:

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.

Тема 7. Завдання для самостійного опрацювання

В задачах 7.1 ― 7.6 визначити, які квадратичні форми є додатно або

від’ємно визначеними, а які ні:

7.1. x1  26x2  10x1 x2 .

2 2

7.2.  x1  2x1 x2  4x2 .

2 2

7.3. x1  15x2  4x1 x2  2x1 x3  6x2 x3 .

2 2

7.4. 12x1 x2  12x1 x3  6x2 x3  x1  11x1  6x2  6x3 .

2 2 2 2

7.5. 9x1  6x2  6x3  12x1 x2  10x1 x3  2x2 x3 .

2 2 2

7.6. x1  4x2  4x3  8x4  8x2 x4 .

2 2 2 2

2
7.7. Довести, що квадрат довжини вектора x в n -вимірному евклідовому

просторі є додатно визначеною квадратичною формою.

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

7.11. x  y  z  2xy  2xz  2 yz .

2 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

7.15. Квадратична форма від двох змінних має вигляд ax  bxy  cy ,

2 2

тобто є квадратним тричленом відносно будь-якої змінної. Як тип

квадратичної форми зв’язаний з дискримінантом цього квадратного
тричлена?

В задачах 7.16. – 7.19. знайти ортогональне перетворення, яке приводить

наступні квадратичні форми до канонічного вигляду, і написати цей
канонічний вигляд.

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

Короткі теоретичні відомості і приклади

Поверхнею другого порядку в R називають множину точок x  Rn ,

n

координати яких задовольняють рівняння:

n n

a x
i 1
2
ii i 2 
1i  j n
aij xi x j  2 bk xk  c  0 ,
k 1

де aij ,bk ,c - дійсні коефіцієнти, причому хоча б один з коефіцієнтів aij

відмінний від нуля.

Поверхні другого порядку при n  3 є звичайними поверхнями в просторі, а
при n  2 - є кривими другого порядку.
Рівняння поверхонь зручно записувати в матричний формі, враховуючи, що

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

ортонормованого базиса B : b1 ,...,bn  з початком в точці b0 і нову

систему координат, яка складається з ортонормованого базиса

С : c1 ,...,cn  з початком в точці c0 .
Нехай U - матриця переходу від ортонормованого базису B старої
системи координат до ортнормораного базису нового C нової системи
координат. Тоді U - ортогональна матриця і C  BU .
Формула перетворення координат при зміні системи координат:
xB  UxC  c0B .

99
Якщо початки старої та нової систем координат співпадають
( c0B   0 ), то перетворення набуває вигляду: xB  UxC .

В двовимірному випадку при додатковій умові detU  1 перетворення

представляє собою поворот системи координат навколо спільного
початку. В тривимірному випадку при тій самій умові detU  1 це
перетворення є поворотом системи координат навколо деякої вісі, яка
проходить через початок координат. Вісь повороту визначається
власним вектором матриці U із власним значенням 1. Якщо detU  1,
то перетворення крім повороту передбачає перетворення симетрії
відносно деякої площини.
Будь-яке перетворення координат можна представити як послідовне
застосування двох перетворень: паралельне перенесення та поворот.
Відомо, що існує ортонормований базис, в якому квадратична форма має
канонічний вигляд. Цей базис складається з власних векторів матриці
квадратичної форми. Матриця переходу від старого ортонормованого
базиса до нового ортонормованого базиса є ортогональною. Рівняння, до
якого зводиться рівняня поверхні або кривої другого порядку, називається
канонічним рівнянням.
Інваріантом рівняння поверхонь і кривих 2-го порядку називають функцію
від коефіцієнтів цього рівняння, значення якої не змінюється після
переходу від однієї прямокутної декартової системи координат до іншої.
a11 a12 a13
a11 a12
Величини J1  a11  a22 ; J 2  ; J 3  a21 a22 a23 , де
a12 a22
a31 a32 a33
a21  a12 ; a31  a13 ; a32  a23 , є інваріантами рівняння поверхонь і кривих
2-го порядку.

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;

2) якщо J 2  0 , то геометричний образ параболічного типу;

3) якщо J 2  0 , то геометричний образ гіперболічного типу.

Тип лінії зберігається у разі зміни ПДСК.
За допомогою перетворення координат загальне рівняння кривої 2-го
порядку можна звести до одного з таких типів:

1) 1 x2  2 y 2  m  0 для еліпсів і гіпербол;

2) 1 x 2  2ky  0 для парабол;
3) 1 x 2  n  0 для вироджених парабол,
а коефіцієнти цих рівнянь можна виразити через інваріанти:
J1  a11  a22  1  2 ;
a11 a12 1 0
J2    12 ;
a12 a22 0 2
a11 a12 a13 1 0 0
J 3  a21 a22 a23  0 2 0  12 m
a31 a32 a33 0 0 m
З поданих рівностей і теореми Вієта випливає, що власні числа 1 і 2 є

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 ;

4) пару паралельних прямих, 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 .

Канонічні рівняння кривих другого порядку у прямокутний декартовій

системі координат:
1) x2  y2  r 2 ― коло;

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

8) y 2  a2 або x2  b2 при a  0 або b  0 − дві паралельні прямі

y  a або x  b ;
9) y  0 або x  0 ― дві збіжні прямі, вісь абсцис або ординат;
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

форма набирає вигляду a11 x  2a12 xy  a22 y  1 x1  2 y1 ,

2 2 2 2

де 1 і 2 - власні числа матриці А. Тоді рівняння можна записати у

вигляді 1 x12  2 y12   b1l1  b2 m1  x1   b1l2  b2 m2  y1  c  0 .

Це рівняння приводиться до канонічного вигляду за допомогою

паралельного перенесення системи координат.
Приведення поверхонь 2-го порядку до канонічного вигляду
1) Приводимо квадратичну форму до канонічного вигляду. Маємо

xT Ax  1 x12  2 x22  3 x32 , де 𝜆1 , 𝜆2 , 𝜆3 – власні числа матриці

 a11 a12 a13 

квадратичної форми A . При цьому A  a21 a22 a23  ,

a a33 
 31 a32
де a12  a21 ; a13  a31 ; a23  a32 .

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

b T x  21 x1  22 x2  23 x3 , де µ1 , µ2 , µ3 – нові коефіцієнти форми.

Таким чином, рівняння набирає вигляду

1 x12  2 x22  3 x32  21 x1  22 x2  23 x3  c  0 .

Це рівняння може бути приведено до канонічної форми за допомогою
паралельного перенесення систем координат (виділення повних квадратів
та введення нових змінних).

Приклад 45. Привести рівняння кривої

2x2  6xy  2 y 2  2x  2 y  3  0 до канонічного вигляду і побудувати

криву, яка визначається даним рівнянням.
Розв’язання. 1) Приведемо до канонічного вигляду квадратичну форму

 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

Виділимо у лівій частині цього рівняння повний квадрат:

 
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

Привести рівняння x  4xy  4 y  2x  4 y  3  0 до

2 2
Приклад 46.
канонічного вигляду. Яка лінія визначається заданим рівнянням?

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.

Приклад 47. Привести до канонічного вигляду задану поверхню другого

порядку, а також знайти канонічний базис для цієї поверхні.

2x2  2 y 2  5z 2  2xy  2x  4 y  4z  2  0 .
Розв’язання.

Квадратичну форму: x Ax  2x  2 y  5z  2xy .

T 2 2 2
1)

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 Ax  3x1  y1  5z1
T 2 2 2

Знайдемо головні напрямки квадратичної форми або ненормовані власні

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

якому квадратична форма набуває вигляду: x Ax  3x1  y1  5z1 .

T 2 2 2

2) Перетворимо лінійну форму b x  2 x  4 y  4 z

T

в систему координат з ортами i1 , j1 , k1 . Матриця переходу

 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

4 x22 y22 z22

тоді 3x  y  5z   0 або    1.
2 2 2
2 2 2
5 4 4 4
5 15 25
Це рівняння поверхні двопорожнинного гіперболоїда.

x22 y22 z22

Відповідь: двопорожнинний гіперболоїд    1 .
4 4 4
5 15 25

Тема 8. Завдання для самостійного опрацювання

8.1. В чому полягає різниця між ортогональним базисом і прямокутною

системою координат в евклідовому просторі?
8.2. Скільки існує канонічних форм кривих другого порядку?
8.3. Чи можна пряму на площині задати рівнянням другого порядку?
8.4. В рівнянні другого порядку від двох змінних, коефіцієнти при
квадратах змінних мають різні знаки. Яку криву може описати таке
рівняння?
В задачах 8.5. – 8.9. визначити криву в прямокутній системі координат.

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 .

В задачах 8.10 ― 8.18. написати канонічні рівняння кривої другого

порядку, визначити її тип і знайти канонічну систему координат.
8.10. 9x 2  4xy  6 y2  16x  8 y  2  0.

8.11. x 2  2xy  y2  10x  6 y  25  0.

8.12. 5x 2  12xy  22x  12 y  19  0 .

8.13. 4x 2  4xy  y2  6x  3 y  4  0 .

8.14. 2x 2  4xy  5 y2  6x  8 y  1  0 .

8.15. 16x  24xy  9 y  19x  8 y  4  0 ;

2 2

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

8.18. 7 x  48xy  7 y  34x  62 y  98  0 .

2 2

В задачах 8.19 – 8.17 визначити, які поверхні описуються в прямокутній

системі координат наступними рівняннями:

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

8.25. 3x1  3x2  6 x3  8 x1 x2  4 x2 x3  4 x1 x3  32 x1  44 x2  20 x3  15 ;

2 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

8.28. 5x1  5x2  8x3  8x1 x2  4 x1 x3  4 x2 x3  18x1  36 x3  9  0 .

2 2 2

СПИСОК ЛІТЕРАТУРИ

1. Сущук-Слюсаренко В.І. Лінійна алгебра та аналітична геометрія

(додаткові розділи): навч.-метод. посіб. – К.:НТУУ «КПІ», 2013,- с.188.
2. Канатников А.Н., Крищенко А.П. Линейная алгебра: Учеб.для вузов.
3-е изд., стереотип./ Под ред. В.С. Зарубина, А.П. Крищенко.- М.: Изд-во
МГТУ им. Н.Э. Баумана, 2002. – 336 с.(Сер. Математика в техническом
университете; Вып. IV)
3. Канатников А.Н., Крищенко А.П. Аналитическая геометрия:
Учеб.для вузов. 2-е изд., стереотип./ Под ред. В.С. Зарубина, А.П.
Крищенко.- М.: Изд-во МГТУ им. Н.Э. Баумана, 2000. – 388 с.(Сер.
Математика в техническом университете; Вып. III)
4. Авдєєва Т.В., Андросенко М.П., Кухарчук М.М. Збірник задач з ліній
ної алгебри: Навчально-методичний посібник: НТУУ «КПІ» ФМФ,

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