
- •Определение и примеры векторных пространств.
- •Подпространства линейного пространства: определения и примеры
- •Линейные комбинации векторов. Линейно зависимые и линейно независимые системы векторов и их св-ва.
- •Линейная оболочка множества. Конечномерные бесконечномерные векторные пространства
- •Основная лемма о линейной зависимости
- •Определение базиса линейного пространства. Переформулировка определения базиса. Теорема о существовании базиса в конечномерном векторном пространстве.
- •7. Размерность векторного пространства.
- •10. Матрица перехода от одного базиса к другому. Формула преобразования координат при переходе к новому базису.
- •11. Ранг системы векторов. Ранг матрицы. Эквивалентные системы векторов.
- •12. Вычисление ранга матрицы с помощью приведения её к ступенчатому виду.
- •13 Теорема Кронекера – Капелли.
- •14 Сумма и пересечение подпространств.
- •15 Базисы, согласованные с подпространствами. Теорема о базисе, согласованном с двумя подпространствами, со следствием.
- •16 Лнз системы подпространств и их свойства
- •17 Прямые суммы подпространств. Разложение линейного пространства матриц порядка с элементами из поля в прямую сумму двух подпространств)
- •25.Теорема об изоморфизме алгебры линейных операторов и алгебры матриц.
- •26.Подпространства, инвариантные относительно линейных операторов.
- •27.Собственные векторы и собственные значения ло.
- •28.Необходимые и достаточные условия существования базиса из собственных векторов линейного оператора.
- •29.Определение и примеры линейных форм.
- •30.Сопряжённые пространства и их свойства.
- •31. Аннулятор подпространства и его свойства.
- •32. Билинейные формы: определение и примеры. Матрица билинейной формы.
- •33. Квадратичные формы: определение и примеры. Матрица квадратичной формы.
- •34. Ортогональные подпространства и их свойства.
- •35. Процесс ортогонализации Грама-Шмидта.
- •36 Положительно определённые квадратичные формы. Критерий Сильвестра.
- •37. Закон инерции вещественных квадратичных форм
- •38. Метод Якоби
- •39. Метод Лагранжа
- •40. Евклидовы пространства: определение и примеры.
- •41. Неравенство Коши-Буняковского. Матрица Грамма и ее свойства.
- •42. Ортогональные матрицы и их свойства
- •43. Сопряженный оператор, его свойства
- •44. Самосопряжённые операторы, ортогональные операторы и их свойства
- •45. Приведение квадратичной формы к главным осям
- •46. Теорема о полярном разложении линейного оператора, действующего в евклидовом пространстве.
- •47. Корневые подпространства
- •48. Теорема о размерности корневого подпространства
- •49. Разложение линейного пространства в прямую сумму корневых подпространств.
- •50. Нильпотентные операторы и их свойства.
- •51. Разложение линейного пространства в прямую сумму циклических подпространств.
- •52. Жордановы матрицы.
- •53. Минимальный аннулирующий многочлен линейного оператора и его свойства.
31. Аннулятор подпространства и его свойства.
Определение
3. Аннулятором
подпространства U
пространства V
называется подпространство
Теорема 2. dimU0 = dimV – dimU.
Д о к - в о. Пусть {e1,e2,…,en} – такой базис пространства V, что U= <e1,e2,…,ek>, и {g1,g2,…,gn} – сопряженный базис пространства V*. Тогда U0 = <gk+1,…,gn>.
В
соответствии с отождествлением
пространств V**
и V,
мы можем говорить об аннуляторе
подпространства W
пространства V*
как о подпространстве пространства V.
По определению
Теорема 3. (U0)0 = U для любого подпространства U пространства V.
Д о к - в о. В обозначениях доказательства теоремы 2, ясно, что (U0)0 = <e1,e2,…,ek> = U.
С
ледствие.
Любое
подпространство в V
является аннулятором некоторого
подпространства в V*.
Пусть имеется система однородных линейных уравнений
Будем интерпретировать x1,…, xn как координаты вектора x n-мерного пространства V в некотором базисе {e1,e2,…,en} . Тогда система (2) может быть записана в виде hi(x)=0 (i=1,…,m), где h1,…,hm – линейные функции, стоящие в левых частях уравнений (2).
Множество решений этой системы представляет собой аннулятор подпространства <h1,…,hm> пространства V*. Заметим, что размерность этого подпространства равна рангу матрицы коэффициентов системы (2). Поэтому теорема о размерности подпространства решений системы однородных линейных уравнений является непосредственным следствием теоремы 2.
Следствие теоремы 3 может быть сформулировано так:
Теорема 4. Всякое подпространство в V является множеством решений некоторой системы однородных линейных уравнений.
32. Билинейные формы: определение и примеры. Матрица билинейной формы.
Определение
1.Билинейной
формой (или
билинейной функцией) на векторном
пространстве V
называется всякая функция h:
V
x
V
–> K,
линейная по каждому аргументу.Пример
1.Как
доказывается в курсе аналитической
геометрии, скалярное умножение векторов
является билинейной функцией на
пространстве Е3.Пример
2.
явл. билинейной функцией на пр-ве
C[a,b].Пример
3.
Функция h(X,Y)
= tr
XY
является билинейной функцией на
пространстве Ln(K)
квадратных матриц.Пример
4. Определитель
матрицы второго порядка как функция ее
строк есть билинейная ф-ция на пр-ве K2.
Пусть {e1,e2,…,en}
– базис пр-ва V.
Тогда для векторов x
= x1e1
+ x2e2
+…+ xnen,
y
= y1e1
+ y2e2
+…+ ynen,
получаем
Матрица A=(aij)
наз. матрицей
билинейной функции h
в базисе {e1,e2,…,en}.
Как видно из предыдущей формулы,
билинейная функция однозначно определяется
своей матрицей.Формула (1) может быть
переписана в матричных обозначениях:
h(x,y)=XТAY,
(2) где X
и Y
– столбцы векторов x
и y
соответственно. При переходе к другому
базис (e1/,…,en/)
= (e1,…,en)
C
координаты векторов x
и y
преобразуются по формулам X=CX/,
Y=CY/..
Подставляя эти выражения в (2), получаем
h(x,y)=(X/)TCTACY/,
откуда следует, что в базисе {e1/,…,
en/}
матрица функции h
равна CTAC.
Опр. 2.
Ядром
билинейной
функции h
называется подпространство
Опр Билинейная
функция h
называется невырожденной,
если Ker
h
= 0.Все
билинейные функции, рассмотренные в
примерах 1 – 4, невырожденны. Так,
невырожденность скалярного умножения
следует из того, что (у,у) > 0 при у,
отличном от нуля. Аналогично доказывается
невырожденность билинейной функции в
примере 2. Если {e1,e2,…,en}
– базис пространства V,
то
Записывая
эти условия в координатах, получаем
систему однородных линейных уравнений,
матрицей коэффициентов которой служит
матрица A
функции h.
Следовательно, dim
Ker
h
= n
– rk
A
(3) В частности Ker
h
= 0, тогда и только тогда, когда rk
A
= n,
т.е. когда матрица A
невырожденна. Из формулы (3) следует, что
ранг матрицы билинейной функции h
не зависит от выбора базиса. Он называется
рангом
билинейной функции h
и обозначается rk
h.
Опр 3.
Билинейная функция h
называется симметрической (соответственно
кососимметрической),
если h(x,y)
= h(y,x)
(соответственно h(x,y)
= – h(y,x)
) для любых x,
y
из V.
Билинейные функции в примерах 1 и 2
симметричны. Билинейная функция в
примере 3 также симметрична. В самом
деле, если X
= (xij),
Y
= (yij),
то
Билинейная
функция в примере 4 кососимметрична.
Но, конечно, существуют билинейные
функции, которые не являются ни
симметрическими, ни кососимметрическими.
Билинейная функция является симметрической
(соот. кососимметрической) тогда и только
тогда когда ее матрица А симметрична
(соответственно кососимметрична), т.е.
АТ =
А (соответственно АТ
= – А).