- •Линейная алгебра
- •З.И.Андреева линейная алгебра
- •Введение
- •I.Системы линейных уравнений. Метод гаусса
- •II. Определители
- •2.1. Определители второго и третьего порядков
- •2.2. Перестановки и подстановки
- •2.3. Определители n-го порядка
- •III. Матрицы
- •3.1. Сложение матриц. Умножение матрицы на действительное (комплексное) число
- •3.2. Простые и двойные суммы
- •3.3 Умножение матриц
- •3.4. Умножение квадратных матриц одного порядка.
- •3.5. Решение матричных уравнений
- •IV. Линейные пространства
- •4.1. Алгебраические операции
- •4.2. Определение и примеры линейных пространств
- •4.3. Линейная зависимость и независимость векторов
- •4.4. Базис векторного пространства. Координаты вектора
- •4.5. Матрица перехода. Связь координат вектора в разных базисах
- •4.6. Подпространства линейных пространств
- •4.7. Изоморфизм линейных пространств
- •V. Ранг матрицы. Системы линейных уравнений
- •5.1. Ранг матрицы
- •5.2. Решение системы линейных уравнений с помощью ранга матрицы
- •5.3. Пространство решений системы линейных однородных уравнений
- •5.4. Связь решений однородной и неоднородной систем линейных уравнений
- •5.5. Задание подпространств конечномерного линейного пространства с помощью систем линейных уравнений
- •VI. Линейные операторы
- •6.1. Определение, примеры и свойства линейных операторов
- •6.2. Область значений и ядро линейного оператора
- •6.3. Матрица линейного оператора. Связь координат вектора и его образа
- •6.4. Связь матриц линейного оператора в разных парах базисов
- •6.5. Линейные преобразования линейного пространства
- •6.6. Невырожденные линейные преобразования
- •6.7. Собственные векторы и собственные значения линейного преобразования
- •6.8. Линейные преобразования в базисе из собственных векторов. Линейные преобразования с простым спектром
- •VII. Евклидовы пространства
- •7.1. Скалярное произведение векторов, его свойства. Определение и примеры евклидовых и унитарных пространств
- •7.2. Матрица Грама в евклидовом пространстве
- •7.3. Введение метрики в евклидовом пространстве
- •7.4. Ортонормированные базисы в евклидовом пространстве
- •7.5. Изоморфизм евклидовых пространств
- •VIII. Некоторые виды линейных преобразований евклидовых пространств
- •8.1. Ортогональные линейные преобразования
- •8.2. Сопряженные линейные преобразования
- •8.3. Самосопряженные (симметрические) линейные преобразования
- •IX. Билинейные и квадратичные формы
- •9.1. Линейные формы
- •9.2. Билинейные формы
- •9.3. Квадратичные формы
- •9.4. Закон инерции квадратичных форм
- •9.5. Положительно определённые квадратичные формы
- •9.6. Распадающиеся квадратичные формы
- •Вопросы для подготовки к коллоквиуму «Определители. Матрицы. Линейные пространства»
- •Вопросы для подготовки к экзамену
- •Литература
4.5. Матрица перехода. Связь координат вектора в разных базисах
Пусть L – линейное пространство над полем Р и пусть в нём зафиксированы два базиса е = (е1, е2, … , еn ) и е1 = (е11, е21, … , еn1 ). Пусть
-
(23)
Если ввести матрицу
Т = ,
то систему (23) можно записать в матричном виде
е1 = еТ (24).
Матрица Т называется матрицей перехода от базиса е к базису е1. Так как векторы е11, е21, … , еn1 линейно независимы, то матрица Т невырожденная.
Если вектор а в базисе е имеет координаты х = (1, 2, … , n)Т, а в базисе е1 его координаты х1 = (1, 2,…, n)Т, то а = ех и а = е1х1. отсюда ех = е1х1. Используя формулу (24), получим ех = (еТ)х1 = е (Тх1). Отсюда х = Тх1 (25). Формула (25) даёт связь координат одного и того же вектора в разных базисах. Её называют формулой преобразования координат.
Пример. Пусть е = (е1, е2, е3 , е4 ) – базис в пространстве L4. Пусть е11 = 2е1 – 3е3 , е21 = е2 + е4 , е31 = 4е1 + е2 – е4 , е41 = е2 + 3е3 – е4 ; е111 = е1 + е2 , е211 = е1 – е3 , е311 = е3 + е4 , е411 = е3 – е4 . Покажите, что е1 = (е11, е21, … , еn1 ) и е11 = (е111, е211, … , еn11 ) являются базисами в L.. Вектор а в базисе е1 имеет координаты (1, 4, –2, 5). Найдите координаты этого вектора в базисе е11.
Решение. Составим определители матриц перехода Т1 и Т2 от базиса е к е1 и е11 соответственно.
-
Т1 = ,
Т2 = ,
Т1= =–12
Т2 = = 2. Так как матрицы Т1 и Т2 невырожденные, то е1 и е11 – базисы.
Из формулы (25) следует х = Т1х1, х = Т2х11. Отсюда Т1х1 = Т2х11, х11 = (Т2-1Т1)х1.
Найдём Т2-1. Для этого вычислим все алгебраические дополнения элементов матрицы Т2.
А11= 0, А12 = – = 1, А13 = = 1, А14 = – = 1, А21 = – , А22 = = –2, А23 = – = –1, А24 = = –1, А31 = = 0, А32 = – = 0, А33 = = 1, А34 = – = –1, А41 = – = 0, А42 = = 0. А43 = – = 1, А44 = = –1. Используя найденные алгебраические дополнения, получим Т2-1 = . Следовательно, = = . Итак, в базисе е11 данный вектор имеет координаты ( –10; 0; –17).
4.6. Подпространства линейных пространств
Определение 22. Подпространством линейного пространства называется такое множество его элементов, которое само является линейным пространством над тем же полем.
Теорема 14. Непустое множество элементов В L является линейным подпространством в L тогда и только тогда, когда для любых двух элементов в1 и в2 из В и любого Р выполняются условия: в1 + в2 В и в1 В.
Доказательство. Если В – линейное подпространство, то условия теоремы, очевидно, выполнены.
Если условия теоремы выполняются, то возьмём любой элемент в В. Тогда (–1)в = –в принадлежит В. Итак, в В для каждого элемента есть противоположный. Но тогда и в + (–в) тоже принадлежит В, т.е. 0 В. Остальные требования определения 14 выполняются очевидно. Следовательно, В – линейное пространство над тем же полем, что и L.
Примеры линейных подпространств.
1. Пусть а1, а2, … , ак – любая система векторов из L. Множество всех линейных комбинаций этих векторов (т.е. элементов вида 1а1 + 2а2 + … + как) называется линейной оболочкой данной системы векторов и обозначается а1, а2, … , ак, или L(а1, а2, … , ак). Линейная оболочка любой конечной системы векторов из L является линейным подпространством в L.. Одним из базисов линейной оболочки является максимальная линейно независимая подсистема системы а1, а2, … , ак. Следовательно, размерность линейной оболочки равна рангу этой системы.
2. Множество многочленов степени не выше к (к n) с коэффициентами из поля Р является линейным подпространством в пространстве многочленов степени не выше n.
3. Множество компланарных геометрических векторов является линейным подпространством в пространстве всех геометрических векторов трёхмерного евклидова пространства.
4. Нулевой вектор является линейным подпространством в том линейном пространстве, которому он принадлежит.
5. Множество диагональных матриц порядка n является линейным подпространством во множестве квадратных матриц порядка n.
Пусть А и В – два линейных подпространства пространства L .
Определение 23. Суммой подпространств А и В называется множество всех возможных элементов вида а + в, где а А, в В. (Обозначение А + В)
Теорема 15. Сумма линейных подпространств из L есть линейное подпространство из L.
Доказательство. Пусть а1 + в1 и а2 + в2 – любые два элемента из А + В. Тогда (а1 + в1) + (а2 + в2) = (а1 + а2) + (в1 + в2) А + В, так как а1 + а2 А, в1 + в2 В. Кроме того (а + в) = а + в А + В, так как а А, в В. Следовательно, по теореме 14 сумма А + В является линейным подпространством в L.
Теорема 16. Пересечение линейных подпространств из L есть линейное подпространство из L.
Доказательство проведите самостоятельно.
Теорема 17. Размерность суммы двух линейных подпространств равна сумме размерностей слагаемых минус размерность их пересечения.
Доказательство. Пусть С = А + В, где А и В линейные подпространства пространства L. Пусть D = А В. Выберем базис d = (d1, d2, … , dк) в подпространстве D и дополним его векторами е = (е1, е2, … , еm) и f = (f1, f2 … , fs) так, чтобы система (е1, е2, … , еm , d1, d2, … , dк) была базисом в подпространстве А, а система (d1, d2, … , dк, f1, f2 … , fs ) была базисом в В. Покажем, что система (е1, е2, … , еm , d1, d2, … , dк , f1, f2 … , fs) является базисом в подпространстве С. Если с С, то с = а + в. Так как а А, то а есть линейная комбинация векторов систем е и d. Так как в В, то в есть линейная комбинация векторов систем d и f . Но тогда с линейно выражается через векторы е, d и f . Остаётся показать, что система векторов (е1, е2, … , еm , d1, d2, … , dк , f1, f2 … , fs) линейно независима. Для этого рассмотрим 1е1 + 2е2 + … + mеm + 1d1 + 2d2 + ... + кdк + 1f1 + 2f2 + … + sfs = 0. Вектор а = 1е1 + 2е2 + … + mеm + 1d1 + 2d2 + ... + кdк лежит в подпространстве А. Но в то же время а = – 1f1 – 2f2 – … – sfs . Следовательно, а В. Итак, а D . Если бы а не был нулевым вектором, то он не мог бы выражаться через векторы системы f . Следовательно, – 1f1 – 2f2 – … – sfs = 0. Так как векторы системы f линейно независимы, то 1= 2= …= s = 0. Но тогда 1е1 + 2е2 + … + mеm + 1d1 + 2d2 + ... + кdк = 0. Так как система векторов (е, d ) линейно независима, то отсюда следует, что 1 = 2 = … = m = 1 = 2 = … = к = 0. Итак, система (е1, е2, … , еm , d1, d2, … , dк , f1, f2 … , fs) является базисом в подпространстве С. Отсюда dim C = m + k + s = (m + k) + (k + s) – k = dim A + dim B – dim D .