No soy bueno con los espacios vectoriales, así que agradecería cualquier ayuda.
Como me han dicho, necesito tomarv∈Im(T),v≠0 y mostrar que siT(v)=0 entoncesT2=0. Pero siT(v)≠0, debe demostrar que si{e1,…,en−1} es una base deKer(T), entonces{e1,…,en−1,v} es una base deV. Luego deduce queT es diagonalizable. Aunque realmente no sé cómo hacer eso ...
Respuestas
¿Demasiados anuncios?Supongamos que0≠v∈Im(T), luegoT(v)∈Im(T). dim(Im(T))=1 así queIm(T)=span(v)=F⋅v y obtienes que hay unλ tal queT(v)=λv.
SiT(v)=0 entoncesT2(V)⊆T(Im(T))=T(F⋅v)=0, entoncesT2=0. Supongamos ahora queT(v)≠0, luegoIm(T)∩ker(T)=0, por lo que una base para el núcleo (que es de dimensiónn−1) es un conjunto de vectores propios de valores propios0 yv es el n-th vector propio del valor propioλ≠0
Prometeo respuesta es essentialy correcta. Me gustaría señalar algo para usted de modo que usted puede ganar un poco de intuición.
Sabemos que el rango de T es unidimensional, lo que significa que no existe (n−1)-dimensional subespacio W⊂V tal que T(W)=0 (imaginar en tres dimensiones de un avión que está siendo enviado a cero). Ahora elija cualquiera de los u∈V no mentir en W. Tenemos T(u)=v≠0 (porque de lo contrario el rango de T sería igual a cero). Entonces, ¿qué podemos decir acerca de v? Bueno, tampoco se encuentra en W y por lo tanto para cualquier u′∈V, con la descomposición de u′=u+w′ para algunos w′∈W, tenemos T2(u′)=T2(u+w′)=T2(u)+T2(w′)=T(v)+0=0 (debido a que ambos v e w′ es W).
Así que supongamos que v∉W. Pero entonces sabemos T(v)=λv debido a que el lapso de v es unidimensional. Por lo tanto, podemos escribir la T=λEv⊕0W cual es el deseado de diagonalización.
Trate de pensar en dos dimensiones y de las matrices y de convencerse de que este problema es de todos sobre esto: (0100)(λ000)
En primer lugar, si el rango de T es 1, entonces la dimensión de su núcleo es n-1. Eso significa que 0 es un valor propio de orden n-1.
Ahora, como Prometeo dijo, usted sólo tiene que averiguar si usted encontrará que el pasado autovalor o no. Para averiguarlo, acaba de tomar un vector v∉Ker(T), y ver el T(v). Ya sea que usted va a caer de nuevo en 0. ¿Qué significa esto ? Usted ha tomado un vector a partir de la única dimensión que no pertenecen al núcleo de T. Esto significa que pertenece a Im(T). Cualquier otro vector no puede ser obtenida multiplicando v por algunos coeficiente de t∈R (o C, ...). Puesto que T es lineal, el mismo va a ir para la imagen de v.
Así que si T(v)=0, todos los vectores de dimensión que va a caer en 0 cuando se va a través de T. Así que para cualquier vector u∈Im(T), T(u)=0. Esto significa que para cualquier vector v∈V, T(T(v))=0, es decir, T2(v)=0.
Ahora si T(v) no es cero, habrá algunos vectores u∈V (pero diferente de 0) tal que T(v)=u. Así, para cualquier t∈R, T(t⋅v)=t⋅T(v)=t⋅u. Y u es de Im(T), con lo que colinear a v. Ahora tenemos siendo v un vector propio de T. Tomando una base de Ker(T) y añadiendo v a que le proporciona una base de V en que T es diagonalisable.
EDITADO después de Prometeo comentario de utilizar la caracterización mediante la suma de la dimensión de los subespacios propios en vez de contar los autovalores. Este argumento debe ser la correcta.
Obviamente dimV=n≥1. Considere la posibilidad de T's de la restricción a su imagen. Este es un lineal de un mapa 1 dimensiones del espacio, por lo que podemos escribir T|T(V)(v)=cv para algunos c∈k. Ahora hay dos posibilidades. Cualquiera de las c=0 o c≠0.
- c=0: A continuación, T2=0 (por qué?) y todos los de T's autovalores son 0 ya que debemos tener 0=T(T(v))=T(λv)=λT(v)=λ2v para cualquier autovalor λ y cualquier autovector v. Llegamos a la conclusión de que T no puede ser diagonalizable desde todos sus autovalores son 0, pero el subespacio propio correspondiente a 0 es kerT que tiene dimensión n−1.
- c≠0: Primera nota que claramente T2≠0. Se demuestra que la suma de las dimensiones de T's subespacios propios es n, lo T debe ser diagonalizable [Wikipedia]. Y esto es muy fácil: T(V) es un 1-dimensional espacio propio con autovalor c, e kerT es una n-1-dimensional espacio propio con autovalor 0. Por lo tanto la suma de las dimensiones de los subespacios propios es, al menos,n, pero no puede ser mayor que n, por lo que debe ser exactamente n (no es 100% seguro de esto... LinAlg es de hace mucho tiempo...)