Processing math: 100%

练习:不变子空间

目录

1 5.A.1

TL(V),并设UV的子空间

  1. 证明:若UnullT,则UT下不变。
  2. 证明:若rangeTU,则UT下不变。
  1. uU , Tu=0,因为UV的子空间,所以0U,所以TuU,所以UT下不变
  2. uinUTurangeT。因为rangeTU,所以TuU ,即UT下不变。

2 5.A.2

S,TL(V)使得ST=TS,证明nullST下不变。

unullS,则对ST=TS两边作用于u,有STu=TSu=T(0)=0,显然有TunullS

3 5.A.3

S,TL(V),使得ST=TS,证明rangeST下不变。

vrangeS,则u,使得Su=v,所以STu=TSu=Tv,即TvrangeS

4 5.A.4

TL(V)U1,,UmV的在T下不变的子空间。证明U1++UmT下不变。

假设uU1++Um,则u1U1,,umUm,有u=u1++umTu=T(u1+um)=Tu1++Tum

因为Tu1U1,,TumUm,所以Tu1++TumTu

5 5.A.5

TL(V),证明V的任意的一组在T下不变的子空间的交仍在T下不变。

假设U1,,UmT下的一组不变子空间,则对于U=U1Um,假设uU,则uU1,,uUm,所以TuU1,,TuUm,即TuU1Um

6 5.A.6

证明或给出反例:若V是有限维的,UV的子空间且在V的每个算子下不变,则U={0}或者U=V

我们用反证法证明这个命题是真命题。假设UV的子空间,U0UV,那么存在TL(V)满足UT下不是不变的。

假设UV的子空间,U0UV,对于uUu0wV,wU,扩展uV的一个基(u,v1,,vn),定义:T(au+b1v1++vnvn)=aw 因此Tu=w。因为uU但是wU,这表明UT下不是不变的。

7 5.A.7

定义TL(R2)T(x,y)=(3y,x),求T的本征值

回忆一下本征值的定义。称数λFT的本征值,若存在vV使得v0Tv=λv

我们假设λ是本征值,则有(3y,x)=λ(x,y),所以:

3y=λxx=λy

所以:

3y=λ2y

所以λ2=3,这是不可能的。因为TL(R2)

8 5.A.8

定义TL(F2)T(w,z)=(z,w),求T的所有本征值和本证向量。

根据本征值的定义。

(z,w)=λ(w,z)

所以λ=±1。当λ=1时,特征向量是(w,w);当λ=1时,特征向量是(w,w)

9 5.A.9

定义TL(F3)T(z1,z2,z3)=(2z2,0,5z3),求T的所有本征值和本证向量。

根据本征值的定义。λ(z1,z2,z3)=(2z2,0,5z3)

λz1=2z2λz2=0λz3=5z3

所以当λ0我们可以得到:

λ=5z2=0z1=0

z3是个自由变量,所以特征值是5,特征向量是(0,0,z3)

λ=0,我们可以得到:

z2=0z3=0

z1是个自由变量,所以特征值0对应的特征向量是(z1,0,0)

10 5.A.10

定义TFnT(x1,x2,,xn)=(x1,2x2,3x3,,nxn)

  1. T的所有本征值和本证向量。
  2. T的所有不变子空间。
  1. 根据特征值的定义有:
x1=λx1x2=λx2=xn=λxn

λ=0时,有(x1,,xn)=(0,,0),所以0不是T的特征值。当λ=1时,我们有(x10,0,0,,0)T的特征向量,当λ=2时,我们有(0,x20,0,0,,0)T的特征向量,依次类推,λ=n时,有(0,0,,xn0)T的特征向量。

  1. 关于T的不变子空间,我们有n个特征向量对应的一维子空间肯定是T的不变子空间。

11 5.A.11

定义T:P(R)P(R)Tp=p,求T的所有本征值和本证向量。

本征值是对于TL(V),存在λ,对于非零的v,有Tv=λv。这个λ是本征值,v是对应的本证向量。

L(R)是实数域上的多项式,则根据本征值的定义有λR,且pL(R)使得:

λp=p

这个式子说明本证向量是P(R)上的多项式,且满足其导数等于其本身的λ倍。指数函数具有这个性质,但是指数函数不是实数多项式。头疼,到底有没有本征值和本证多项式呢?如果λ=0呢? λp=0,又因为所有的常数导数都是零。所以λ=0,常数多项式是一对本征值和本证多项式。

一般情况下 degp<degp,如果λ0,有degλq>degq,矛盾。

12 5.A.12

定义TL(P4(R))如下: 对所有xR(Tp)(x)=xp(x),求T的所有本征值和本证向量。

设有本征值为λ,则有:

λp(x)=xp(x)

我们知道p(x)p(x)要低一个幂级,然后xp(x)又把幂提高一级,所以λ可以不是零。

对于p(x)=xnp(x)=nxn1,所以xp(x)=nxn.

定义q=anxn++a1x+a0,an0,所以:λq=Tq=xq即,

λanxn++λa1x+λa0=nanxn++2a2x2+a1x

因为an0,如果只考虑第一项,我们有λ=n,然后a0=a1==an1=0,因此q=anxn 所以T的特征值是0,1,,各自对应的特征向量是αxn,αR

13 5.A.13

V是有限维的,TL(V)λF,证明存在αF使得|αλ|<11000(TαI)是可逆的。

接触到这个题目,我拥有什么信息? λ不一定是特征值。这个题目有点奇怪。假设:

|αλ|=11000+i,i=1,2,,dimV+1

又因为V至多有dimV个特征值。多以在式 (20)中一定有一个i使得αi不是T的特征值。

没有看出来这个题目有什么玄机。

14 5.A.14

V=UW,其中UW均为V的非零子空间。定义PL(V)如下:对uUwWP(u+w)=u,求P的所有本征值和本证向量。

根据本征值定义,λ(u+w)=u 所以有:(λ1)u+λw=0 因为V=UW所以必须有(λ1)u=λw=0

  1. u0时,λ=1,w=0,对应的特征向量是uU,u0.
  2. w0时,λ=0,,此时u=0。对应的特征向量是wW

15 5.A.15

TL(V),设SL(V)是可逆的。

  1. 证明TS1TS有相同的本征值。
  2. T的本证向量与S1TS的本证向量之间有什么关系?

对于第一个问题。假设T有特征值λλ对应的特征向量是v。因为S是可逆的,所以uV,使得Su=v

所以Tv=λv,可以变成T(Su)=λ(Su)S1TSu=λu 我们看到S1TST具有相同的特征值,但是特征向量不同。

对于第二个问题:我们在做第一个问题的时候就发现Su=vT的特征向量vS1TS的特征向量u之间存在Su=v的关系。

16 5.A.16

V是复向量空间,TL(V)T关于V的某个基的矩阵的元素均为实数。证明:若λT的本征值,则ˉλ也是T的本征值。

不晓得我哪个知识点又欠缺了?这个问题不能顺利解决。

尽管这个命题在无穷维向量空间下也是真的。这里我们暂且只考虑有限维的情景。假设T相对于基e1,,en的矩阵中所有元素都是实数,那么: Tej=ni=1Ai,kei其中,Ai,jR,现在假设vV且可以表示为: v=k1e1++knenT的一个特征向量,对应的特征值是λTv=λv 展开得到: λni=1kiei=ni=1kiTei=ni=1nj=1kiAj,iej 对上式取共轭: ˉλni=1¯kiei=ni=1¯kiTei=ni=1nj=1¯kiAj,iej 上式意味着: T(¯k1e1++¯knen)=ˉλni=1¯kieiλ也是T的特征值。

注意上面证明过程中有个共轭的操作。

17 5.A.17

给出一个没有(实)本征值的算子TL(R4)

我们在例5.8中有一个TL(R2)上没有实本征值的算子T(w,z)=(z,w),扩展该算子,有: TL(R4),T(x1,x2,x3,x4)=(x2,x1,x4,x3)

这个问题的关键在于根据Tu=λu,找到一个λ2是负数的方程。还是要根据定义来。

18 5.A.18

定义TL(C)T(z1,z2,)=(0,z1,z2,,),证明T没有本征值

根据本征值的定义,假设有本征值λλ(0,z1,z2,)=(z1,z2,,)

显然有:

λ0=z1λz1=z2

无论λ是否为零,都有0=z1=z2=

而特征向量不能为零。因此不存在特征值λ

19 5.A.19

n是正整数,定义TL(Fn)T(x1,,xn)=(x1++xn,,x1++xn) 也就是说算子T对于标准基的矩阵的元素全是1,求T的所有本征值和本证向量。

利用特征值的定义, λ(x1,,xn)=(x1++xn,,x1++xn),则有:

λx1=x1++xnλx2=x1++xnλxn=x1++xn

把上面n个式子相加,则有λ=n,此时x1=x2==xn。所以特征值为λ=n,特征向量是(x,,x),xF

λ=0时,所有满足x1++xn=0(x1,,xn)都是0对应的特征向量。

20 5.A.20

定义向后移位算子TL(F)T(z1,z2,z3,)=(z2,z3,z4,)T的特征向量和特征值。

根据特征值定义:

z2=λz1z3=λz2=λ2z1

因此任何λF都是T的特征值,其对应的特征向量是{(w,λw,λ2w,):wF}

我们看到这个映射T对应的特征值有无穷多个,每个特征值对应的特征向量有无穷多个。

21 5.A.21

TL(V)是可逆的:

  1. λF,λ0, 证明λT的本征值当且仅当1λT1的本征值。
  2. 证明TT1有相同的本证向量。
  1. 据本征值的定义,假设λT的本征值,v是对应的特征向量,则Tv=λv对两边乘以T1,则:v=λT1v 进而有:T1v=1λ 值得注意的是λ不可能是零,因为λ=0λv=0,则Tv=0,因为T是可逆的,所以v=0,特征向量不能为零,矛盾。
  2. 该命题的证明已经包含于命题1. 这个命题十个非常重要的结论。在以后会经常用到。

22 5.A.22

TL(V)且存在V中的非零向量vw使得Tv=3w,且Tw=3v,证明3或者3T的特征值。

因为:

Tv=3wTw=3v

两式相加:T(v+w)=3(w+v) 两式相减:T(vw)=3(wv)=3(vw)v=w时,3T的特征值,对应的特征向量为2v。 当v=w时,3T的特征值,对应的特征向量是2w。 当vw,vw时,33都是T的特征值,对应的特征向量是v+wvw

23 5.A.23

V是有限维的,且S,TL(V)。证明STTS有相同的本征值。

假设αST的特征值,对应的特征向量是u;我们要证明λTS的特征值。

(TS)(Tu)=T(ST)u=T(λu)=λ(Tu)

Tu0时,Tu就是TS的特征值。

Tu=0,那么λ=0 (因为STu=λu),所以T不是可逆的,继而TS也不是可逆的。TS不是可逆的,就有uV使得TSu=0=0u,即0TS的特征值。

我们有不管Tu是否为零,λ都是其TS特征值。

24 5.A.24

A是元素属于Fn×n矩阵。定义TL(Fn)Tx=Ax,这里Fn中的元素视为n×1的列向量。

  1. A的每行元素之和都是1,证明1T的本征值。
  2. A的每列元素之和都是1,证明1T的本征值。

因为Tx=Ax

Ax=[a11x1+a12x2++a1nxna21x1+a22x2++a2nxnan1x1+an2x2++annxn]

注意到当x1=x2==xn=1n时,有:

Ax=x

1T的本征值。我们可以看到针对特征值1T有特征向量{(x1,x2,,xn:x1=x2==xn0)}

对于第二个问题:我们有:

(TI)[x1xn]=[ni=1a1ixix1ni=1anixixn]=[y1yn]

显然TI的值域不是Fn,因此TI不是双射,即TI不是单射,所以存在unull(TI),u0,使得:(TI)u=0

25 5.A.25

TL(V)uv均为T的本证向量使得u+v也是T的本证向量。证明uvT的同一本征值的本证向量。

根据5.10,不同本征值的特征向量是线性无关的,很容易可以证明。

26 5.A.26

TL(V)使得V中的每个非零向量都是T的本征向量。证明T是恒等算子的标量倍。

如果vV,avF,s.t.Tv=avv。因为T0=0,我们可以选a0为任意的数。对于vV{0} 我们证明avTv=avv唯一确定。

为了证明T是恒等算子的标量倍,我们必须证明对于所有的vV{0}av不变的。特别的,假设v,wV{0},我们证明av=aw首先考虑v,w线性相关,那么 b,s.t.w=bv,所以:

aww=Tw=Tbv=bTv=bavv=avbv=avw

所以av=aw

另外考虑v,w是线性独立的,则:

av+w(v+w)=T(v+w)=avv+aww

这意味着:(av+wav)v+(av+waw)w=0

av+w=avav+w=aw

av=aw.

综上,命题得证。

27 5.A.27

V是有限维的,TL(V)使得V的每个dimV1维子空间都在T下不变。证明T是恒等算子的标量倍。

利用上题的结论,假设T不是恒等算子的标量倍,则一定存在u不是T的特征向量,则Tuu是线性独立的。我们把u,Tu扩展为V的一个基,(u,Tu,v1,,vn),令 U=span(u,u1,,un) 显然,dimU=dimV1。我们可以看到UT下不是不变的因为TuU。矛盾。因此T一定是恒等算子的标量倍。

28 5.A.28

V是有限维的,dimV3TL(V)使得V的每个二维子空间都在T下不变。证明T是恒等算子的标量倍。

29 5.A.29

TL(V)dimrange(T)=k,证明T至多有k+1个不同的特征值。

dimV=dimnullT+dimrangeT 假设nullT{0}unullT,u0,s.t.Tu=0,则0T的一个特征值.

假设Tm个互不相同的特征值,λ1,,λm,并且v1,,vm是这些特征值对应的特征向量。则有如果λi0,则:

T(vj/λj)=vj

因为λj中最多有一个为0,这个零是我们之前做的假设导致的。那么也就是说λj中至少有m1个向量在range(T)中。这些向量是线性无关的,则:

m1dimrange(T)=k

因此mk+1,证闭。

30 5.A.30

TL(R3),且4,5,7T的本征值,证明存在xR3使得Tx9x=(4,5,7)

已知,dimR3=3,且T有三个互不相同的特征值,则其对应的特征向量是线性无关的。这说明9肯定不是T的特征值。因此T9I是满射。因此xR3,s.t.(T9I)x=(4,5,7),即Tx9x=(4,5,7)

31 5.A.31

V是有限维的且v1,,vmV中的一组向量。证明v1,,vm线性无关当且仅当存在TL(V),使得v1,,vmT的相应于不同特征值的特征向量。

首先,我们知道假设v1,,vmTL(V)的相应于不同特征值的特征向量,则v1,,vm是线性无关的。

然后我们证明另外一个方面。假设v1,,vm是线性无关的,则v1,,vm可以扩展为V的一组基v1,,vm,vm+1,,vn,定义TL(V)为:

Tvi=ivi,i=1,,n

因此,v1,,vnT的对应于1,,n的特征向量。

32 5.A.32

λ1,,λm是一组互异实数。证明在由R上的实值函数构成的向量空间中,组eλ1x,,eλnx线性无关。

定义:Tf=f则有: Teλix=λieλix 因此λiT的对应于eλix的特征值。因为λi各不相同,所以eλix,i是线性独立的。