
- •1. Функции от матриц.
- •2. Интерполяционный полином Лагранжа-Сильвестра
- •3.Скелетное разложение матрицы: лемма о ранге, лемма о существовании и неединственности скелетного разложения
- •5. Теорема о существовании псевдообратной матрицы Мура-Пенроуза.
- •6. Теорема о единственности псевдообратной матрицы Мура-Пенроуза
- •7. Свойства псевдообратной матрицы Мура-Пенроуза
- •8. Решение однородных систем линейных алгебраических уравнений с использованием псевдообратной матрицы Мура-Пенроуза
- •9. Нормальное псевдорешение системы линейных алгебраических уравнений.
- •12. Сопряженное пространство и его базис
- •13. Ортогональное дополнение сопряженного пространства
- •14. Сопряжённое отображение
- •15. Унитарные и ортогональные матрицы. Их свойства
- •16. Критерии унитарности матрицы
- •17. Унитарное подобие.
- •18. Теорема Шура об унитарной триангуляризации матриц
- •19. Спектральная теорема для нормальных матриц
- •20. Эрмитовы и косоэрмитовы матрицы. Их свойства. Эрмитово разложение
- •21. Критерии эрмитовости матрицы
- •22. Теорема Рэлея-Ритца
- •23. Сингулярное разложение матриц
- •24. Полярное разложение матриц
- •25. Векторные нормы. Непрерывность векторных норм
- •26. Эквивалентностьвекторныхнорм
- •27. Матричные нормы
- •28. Согласованные и подчиненные векторные и матричные нормы.
- •29. Число обусловленности.
- •30. Сходимость матриц
- •31. Теорема Гершгорина
- •32. Уточнение оценок собственных значений с помощью преобразования подобия.
- •33. Локализация собственных значений Неравенство Шура. Теорема Бендиксона.
- •34. Локализация собственных значений Теорема Гирша. Теорема Брауна.
- •35. Невырожденность матриц.
- •36. Неотрицательные и положительные матрицы, их свойства.
- •37.Сравнение спектральных радиусов неотрицательных матриц
- •38.Теорема Перрона (с доказательством)
- •39.Теорема Перрона-Фробениуса
- •40.Теорема Фань-Цзы.
- •41.Примитивные и импримитивные матрицы.
- •42.Стохастические матрицы.
- •1. Функции от матриц.
- •2. Интерполяционный полином Лагранжа-Сильвестра
- •3. Скелетное разложение матрицы: лемма о ранге, лемма о существовании и неединственности скелетного разложения
- •21. Критерии эрмитовости матрицы
13. Ортогональное дополнение сопряженного пространства
Опр.
Пусть
-произвольное подпространство векторного
пространства
.
Множество ковекторов из
,
которые ортогональны всем векторам из
,
называется ортогональным дополнением
к пространству
и обозначается
:
.
Другими словами,
ортогональное дополнение к
-
это множество всех линейных функций из
.,обращающихся
в нуль на векторах из
К тому же,
ортогональное дополнение к
.
Теорема.
Ортогональное дополнение подпространства
является подпространством пространства
,
при этом
Док-во.
Пусть
- произвольный ковектор из ортогонального
дополнения. Покажем, что ортогональность
ковектора f
всем векторам из
равносильна ортогональности fвекторам
любого базиса в
.
Пусть
-некоторый базис в
тогда для любого вектора
справедливо разложение
,
и в силу линейности функции f
справедливо
<f|u>==
.
Откуда
следует, что <f|u>=0
(1)
Т.о. произвольный
ковектор
является решением системы (1). Для
заданного базиса
с базисными векторами вида
система (1) равносильна системе линейных
алгебраических уравнений:
(2).
Так как векторы
ЛНЗ, то ранг матрицы системы(2) равен k.
как известно из линейной алгебры,
множество решений системы (2) образует
линейное пространство размерности n-k.
Это равносильно доказываемому утверждению.
14. Сопряжённое отображение
Пусть дано линейное
отображение А:
→
.
Опр.
Отображение
называется сопряженным отображением
для А, если для любого
и для любого
выполняется следующее соотношение:
.
Теорема. Для любого заданного линейного отображения А сопряженное отображение существует, линейно и единственно.
Докво.
Построим отображение
удовлетворяющему условию
для заданного отображения А. Для того
чтобы задать отображение
,
надо для каждого функционала
указать соотвествующий ему функционал
,
являющийся образом g
при отображение
.
Но надо задать функционал из
.—это
значит определить его действие на
произвольный вектор
.
Зададим правило этого действия. С учетом
определяющего соотношения
для сопряженного отображения имеем:
.
Из этого следует,
что для данного функционала
действие искомого функционала
на произвольный вектор
определяется следующим образом. Сначала
применим отображение А:
→
к вектору
,
в результате чего получаем его образ –
вектор
.
Затем вычисляем значение заданного
функционала
на векторе
и получаем значение <g|A(u)>,
что является результатом действия f
на u.
Т.о. сопряженное
отображение определяется как композиция
.
Т.к. выполняются эти условия:
,
то можем утверждать, что данное отображение
будет линейным.
Докажем единственность .
Пусть
--
два отображения, для которых справедливо
.
Тогда
для всех
.
Отсюда следует, что <(
|u>=0.
Фиксируем g
и будем менять u.
Тогда элемент
(
.
Как линейная функция на
принимает только нулевые значения, и,
значит, равен нулю. Поэтому
,
что доказывает единственность и завершает
доказательство теоремы.
Теорема.
Пусть А:
→
– линейное отображение Е и Н – базисы
пространств
и
,
соответственно,
-
биортогональные базисы пространства
и
.
Тогда если отображение А в базисах Е и
Н имеет матрицу А, то сопряженное
отображение
в биортогональных базисах
и
имеет матрицу
.