
- •1Геометрия на плоскости и в пространстве.
- •1.1Скалярное произведение.
- •. Симметричность
- •Линейность
- •1.2Векторное и смешанное произведение.
- •1.3Уравнение прямой и плоскости в пространстве
- •2Евклидово пространство. Скалярное произведение.
- •Симметричность:
- •2.1 Изменение матрицы Грама при изменении базиса.
- •2.2 Ортогональность.
- •2.3 Процесс ортогонализации.
- •2.4 Ортогональное дополнение. Ортогональная проекция и составляющая.
- •2.5 Геометрический смысл определителя матрицы Грама. Неравенство Адамара.
- •2.6. Расстояния. Псевдорешения. Нормальные решения. Нормальные псевдорешения.
- •2.6.1Псевдорешения. Метод наименьших квадратов.
- •2.6.2Нормальное решение
- •2.6.3Нормальное псевдорешение.
- •3Унитарное пространство.
- •4Билинейные функции, квадратичные формы.
- •4.1Билинейные формы. Квадратичные формы.
- •4.2 Полуторалинейные формы. Эрмитовы формы.
- •4.3 Изменение матрицы билинейной (полуторалинейной) формы при изменении базиса.
- •4.4 Приведение квадратичных форм (симметричных билинейных форм, эрмитовых форм) к простейшему виду.
- •4.4.1Метод выделения квадратов (Лагранжа).
- •4.4.2Приведение квадратичных форм к нормальному виду элементарными преобразованиями
- •4.4.3Закон инерции квадратичных форм.
- •4.4.4Теорема Якоби
- •4.4.5Критерий Сильвестра.
- •5Квадрики.
- •5.1 Алгебраическая поверхность
- •5.2 Уравнение квадрики.
- •5.3Изменение квадрики при аффинном преобразовании
- •5.4 Приведение уравнения квадрики к простейшему виду
- •5.5Аффинная классификация кривых второго порядка.
- •5.6Аффинная классификация поверхностей второго порядка
- •6.1.3Изменение матрицы линейного оператора при изменении базиса.
- •6.2Алгебра линейных операторов.
- •6.3 Простейший вид матрицы линейного оператора.
- •6.3.1Эквивалентность матриц
- •6.3.2Ранг, дефект линейного оператора.
- •7Линейное преобразование
- •7.1Линейное преобразование. Его матрица
- •7.2Изменение матрицы линейного преобразования при изменении базиса.
- •7.3 Алгебра линейных преобразований.
- •7.4 Инвариантные пространства
- •7.5 Собственные векторы и собственные числа. Характеристическое уравнение.
- •7.6Коэффициенты характеристического уравнения. След матрицы.
- •7.7 Диагонализируемые преобразования
- •7.8 Теорема Шура
- •8 Сопряженные преобразования.
- •8.1 Линейное преобразование и билинейные функции
- •8.2 Сопряженное преобразование. Свойства.
- •Если w инвариантное подпространство , то ортогональное дополнение к w инвариантно относительно .
- •8.3 Нормальное преобразование и его свойства.
- •8.4 Ортогональные преобразования
- •8.5Самосопряженное преобразование.
- •8.6Полярное разложение
- •9 Приведение квадратичных форм
- •9.1 Приведение квадратичных форм к главным осям.
- •9.2 Приведение пары квадратичных форм
- •9.2.1Первый способ
- •9.2.2Пучок матриц
- •9.3 Приведение квадрики ортогональным преобразованием. Ортогональные инварианты и полуинварианты.
- •9.4Ортогональная классификация кривых второго порядка
- •9.5Ортогональная классификация поверхностей второго порядка.
- •10 Аннулирующий многочлен
- •10.1Аннулирующий многочлен вектора.
- •10.2Аннулирующий многочлен подпространства
- •10.3Функции от матриц
- •10.4Вычисление линейных рекуррентных последовательностей
- •10.5Корневые подпространства. Расщепление пространства в прямую сумму корневых подпространств.
7Линейное преобразование
7.1Линейное преобразование. Его матрица
Однозначное
отображение
линейного пространства V
над числовым полем P
в себя называется линейным преобразованием,
если оно сохраняет линейность, то есть
для любых
и
.
Линейное
преобразование полностью определяется
своими значениями на базисных векторах.
Действительно, пусть
базис V.
Вектор x
разложим по базису
,
где
-
координаты вектора x.
По свойству линейного преобразования
имеем
.
Перейдем в последнем равенстве от
равенства векторов к равенству их
координат
, которое можно записать используя
матричное умножение следующим образом
.
Матрица
называется матрицей
линейного преобразования
и обозначается
.
Матрица линейного преобразования
связывает координаты образа с координатами
исходного вектора
.
7.2Изменение матрицы линейного преобразования при изменении базиса.
Поскольку
линейное преобразование частный случай
линейного оператора, то можно
воспользоваться полученной ранее
формулой
,
где P
– матрица перехода. Матрицы A
и B
называются подобными, если существует
невырожденная матрица P,
что
.
Вопрос о подобии матриц сводится к
решению системы линейных уравнений
,
где в роли неизвестных выступают элементы
матрицы P,
с дополнительным нелинейным условием
.
7.3 Алгебра линейных преобразований.
На множестве всех линейных преобразований пространства V расмотрим операции:
Умножение на число:
.
Сложение (вычитание)
Умножение
.
Легко проверить линейность всех этих преобразований и вывести следующие формулы, связывающие их матрицы
Линейное
преобразование, переводящее каждый
вектор в себя, называется тождественным
преобразованием и обозначается
.
В любом базисе матрица тождественного
преобразования равна единичной.
Пусть
- некоторый многочлен,
- линейное преобразование пространства
V.
Сопоставим многочлену
линейное преобразование
.
Будем говорить, что преобразование
получено подстановкой
в многочлен
.
Матрица
может быть вычислена по формуле
.
Свойство 7.14.
Пусть
.
Тогда
.
7.4 Инвариантные пространства
Подпространство
W
называется инвариантным
относительно линейного преобразования
,
если для любого x
из W
его образ
также принадлежит W.
Свойство 7.15.
- инвариантное подпространство.
Доказательство.
Пусть
.
Тогда
.
Свойство 7.16.
- инвариантное подпространство.
Доказательство.
Пусть
,
тогда
.
Свойство 7.17.
Пусть
- многочлен, тогда
инвариантное пространство относительно
.
Доказательство.
Пусть
,
то есть
.
Далее,
,
то есть
.
Свойство 7.18.
Пусть
- многочлен, тогда
инвариантное пространство относительно
.
Доказательство.
Пусть
, тогда
.
Далее,
,
то есть
.
Знание инвариантных подпространств позволяет найти базис пространства, в котором матрица линейного преобразования имеет простую структуру. Действительно, пусть базис инвариантного подпространства W. Дополним его до базиса всего пространства векторами . Координаты образов первых k векторов могут иметь только k первых ненулевых компонент. Следовательно, в матрице линейного преобразования содержится в левом нижнем углу блок размером (n-k)*k, состоящий из одних нулей.
Если пространство V представляется в виде прямой суммы инвариантных подпространств W и U, то построим базис пространства V, объединив базисы W и U. В построенном базисе матрица линейного преобразования будет иметь блочно диагональный вид.
Таким образом, структура матрицы линейного преобразования имеет тем более простой вид, чем меньше размерность инвариантных подпространств, в прямую сумму которых расщепляется исходное пространство V.