- •2) Геометрические векторы: основные понятия
- •3) Сложение векторов
- •Умножение на число
- •Свойства линейных операци
- •6) Линейные операции над векторами в координатной форме
- •Действия с векторами в координатной форме
- •Как найти угол между двумя векторами
- •Инструкция
- •14) Уравнение пучка прямых
- •§ 2. Канонические и параметрические уравнения прямой в пространстве
- •§3. Расстояние от точки до плоскости в пространстве
- •§4. Координаты точки, делящей отрезок в заданном соотношении
- •Свойства углов, связанных с окружностью
- •Длины и площади
- •Вписанные и описанные окружности о кружность и треугольник
- •Окружность и четырехугольники
- •23) Каноническое уравнение эллипса
- •25) Парабола
- •Виды матриц
- •Матрицы специального вида
- •2. Существует такое натуральное число r, удовлетворяющее неравенствам , что .
- •3. Если какой-либо диагональный элемент , то все элементы I-й строки и всех последующих строк равны нулю.
- •30) Обратная матрица
- •32) Система линейных уравнений, ее решение, различные формы записи системы линейных уравнений, определение однородной,неоднородной,совместной,несовместной,определенной и неопределенной систем.
- •Векторная форма записи
- •Матричная форма записи
- •33) Решение систем линейных уравнений
- •34) Описание метода
- •3 7)Решение систем линейных уравнений методом Гаусса
- •[Править]Условие совместности
- •Алгоритм Описание
- •39) Однородные системы линейных уравнений.
- •42) Линейно зависимые и линейно независимые системы векторов векторного пространства
- •43) Размерность и базис линейного пространства, координаты вектора
- •Линейная оболочка системы векторов. Подпространство. Базис подпространства
- •Определения
- •Изоморфизм
- •46) Собственные числа и собственные векторы
- •Основная терминология
- •Геометрическая модель
- •Действия над комплексными числами
- •50) Тригонометрическая и показательная формы
- •Определение
- •Связанные определения
- •Свойства
Изоморфизм
П усть имеются два линейных пространства разной природы: с операцией и с операцией . Может оказаться так, что эти пространства «очень похожи», и свойства одного получаются простым «переводом» свойств другого.
Говорят, что пространства и изоморфны если между множествами их элементов можно установить такое взаимно-однозначное соответствие, что если и то и .
При изоморфизме пространств и нулевому вектору одного пространства будет соответствовать нулевой вектор другого пространства.
Пример. Пространство изоморфно пространству . В самом деле, изоморфизм устанавливается соответствием
Пример. Пространство -матриц изоморфно пространству . Изоморфизм устанавливается соответствием, которое мы проиллюстрируем для случая :
(матрица «вытягивается» в одну строчку).
Пример. Пространство квадратичных форм от переменных изоморфно пространству симметричных матриц -го порядка. Изоморфизм устанавливается соответствием, которое мы проиллюстрируем для случая :
Понятие изоморфизма вводится для того, чтобы исследование объектов, возникающих в различных областях алгебры, но с «похожими» свойствами операций, вести на примере одного образца, отрабатывая на нем результаты, которые можно будет потом дешево тиражировать. Какое именно линейное пространство взять «для образца»? — См. концовку следующего пункт
46) Собственные числа и собственные векторы
Определение 19.3 Ненулевой вектор называется собственным вектором линейного преобразования , соответствующим собственному числу , если .
Совокупность всех собственных чисел линейного преобразования конечномерного линейного пространства называется спектром преобразования .
Вместо слов "собственное число" говорят также собственное значение,характеристическое число или характеристическое значение.
Если -- двумерное или трехмерное линейное пространство, то собственный вектор линейного преобразования -- это такой вектор, что его образ коллинеарен самому вектору. Иными словами, после применения преобразования (в вещественном случае) может измениться длина вектора, а направление или сохранится, или изменится на противоположное, или вектор станет равным нулю (в случае ).
В примере 19.1 любой вектор является собственным вектором линейного преобразования соответствующим собственному числу 2. В примере 19.2 при не кратном преобразование не имеет собственных векторов, так как после применения преобразования длина каждого вектора не меняется и ни один вектор не сохраняет своего направления и не меняет направление на противоположное.
Пример 19.7 Пусть -- двумерное векторное пространство, -- некоторая прямая, проходящая через начало координат, -- преобразование, переводящее каждый вектор в вектор , симметричный исходному относительно прямой (рис. 19.5). Тогда из векторов рисунка 19.5 собственным вектором преобразования будет вектор , он соответствует собственному числу , и вектор , который соответствует собственному числу . Читатель без труда поймет, что любой ненулевой вектор, лежащий на прямой , будет собственным вектором, соответствующим собственному числу 1, а любой ненулевой вектор, лежащий на прямой перпендикулярной и проходящей через начало координат, является собственным вектором, соответствующим собственному числу .
47) У матрицы A , размерностью (N×N) не может быть больше чем N собственных значений. Они удовлетворяют характеристическому уравнению
det(A − λI) = 0,
я вляющемуся алгебраическим уравнением N-го порядка. В частности, для матрицы 2×2 характеристическое уравнение имеет вид
Н апример,
Рис. 21 Собственные значения
Набор собственных значений λ1,..., λN матрицы A называется спектром A.
Спектр обладает разнообразными свойствами. В частности
det(A) = λ1×...×λN,
Sp(A) = λ1+...+λN.
Собственные значения произвольной матрицы могут быть комплексными числами, однако если матрица симметричная (At = A), то ее собственные значения вещественны.
48)Опера́тор (позднелат. operator — работник, исполнитель, от operor — работаю, действую) — то же, что отображение в математике.
Привычная функция отображает одно число (аргумент) на другое (значение функции). Функция нескольких переменных отображает вектор (ряд чисел) на число. В случае отображения вектора на вектор, отображение чаще называют оператором. А поскольку функции относятся к векторам (аргумент функции служит индексом, при этом количество элементов может достигать континуума для недискретных функций), операторы часто применяются к функциям. Таким образом оператор можно считать обобщением функции: если функция оперирует числами, возвращая число, то оператор принимает и возвращает ряд чисел, то есть оперирует функциями.
Наиболее часто встречающиеся операторы:
Функциональный анализ: Операторы на пространствах функций (дифференцирование, интегрирование, свертка с ядром, преобразование Фурье).
Линейная алгебра: Отображения (в особенности линейные) векторных пространств (проекторы, повороты координат, гомотетии, умножения вектора на матрицу).
Дискретная математика: Преобразование последовательностей (свертки дискретных сигналов, медианный фильтр и т. п.).