
- •1. Линейные пространства. Понятие линейного пространства. Примеры линейных пространств.
- •2. Базис и размерность линейного пространства. Определение базиса и размерности. Примеры линейных пространств и базисов в них.
- •4. Ранг матрицы. Определение. Теорема о базисном миноре и следствия из нее. Элементарные преобразования матриц, сохранение при этом ранга матрицы. Матрица ступенчатого вида и ее ранг. Метод Гаусса.
- •5. Ранг системы векторов. Вычисление его через ранг матрицы , составленной из координат в некотором базисе.
- •6. Системы линейных уравнений и вся хрень с этим связанная.
- •7. Линейные операторы и их матрицы.
- •8. Замена базиса
- •9. Собственные значения и собственные вектора.
- •10. Билинейная форма и её матрица
- •11. Приведение квадратичной формы к каноническому и нормальному виду
- •12. Знакоопределённые квадратичные формы
- •Теорема: Пусть l-линейное пр-во. S- базис, (х)- квадр. Ф-ма,а- матрица квадр. Формы в бАзИсе s.
- •13. Евклидово пространство
- •19. (Приведение квадр. Формы к канон. Виду методом ортогон. Преобразов.)
7. Линейные операторы и их матрицы.
Пусть L-линейное пространство.
Линейный оператор-отображение элемента L в себя(Ẩ: L->L), что:
-свойства
линейности.
Пример линейного оператора:
- Нулевой:(0 : L->L), 0*х=0
- тождественный:(I: L->L), I*х=x
- подобия:( : L->L), *х=*х
- поворота:(Т: V3->V3),
-дифференцирования: (D:n ->Pn),D(p(t))=p(t)
Матрица линейного оператора:
Пусть L-линейное пространство. S = {e1…en} - базис L;
Ã-линейный оператор на L.
Подействуем на базисные векторы оператором A^:
A^e1=
f1
= a11e1+…+an1en
=
A^en=
fn
= a1ne1+…+annen=
;
Составим
из этих координат матрицу: A
=
-
матрица
лин. оператора A^
в базисе S.
Векторно-матричная запись действия линейного оператора:
Теорема: Пусть L – лин. пр-во, S = {e1…en} - базис L; Ã-линейный оператор на L. A – матрица лин. оператора в базисе S. Тогда: Y = AX;
Док-во:
Подействуем
A^x = A^(x1e1+…+xnen)
= x1A^e1+…+xnA^en=
=
=
Y
= AX;
ч.т.д.
Теорема:
Пусть L – лин. пр-во, S = {e1…en} - базис L; A – кв. матрица порядка (n) Ã: LL: Y = AX; Тогда:
1. Отображение A явл. лин. оператором.
2. матрица А – матрица лин. оператора в бизисе S.
Док-во:
1. а) A^(x + y) = A(X + Y) = AX + AY = A^x + A^y;
б) A^(x) = A(X) = A^x;
A^ - лин. оператор.
2. Составим матрицу лин. оператора в базисе S:
A^e1
= A
=
и
т.д. воздействуем на каждый.
А – это и есть матрица лин. оператора в
базисе S.
ч.т.д.
Вывод: Между квадратными матрицами порядка n и линейными операторами на L существует взаимнооднозначное соответствие:
-любому оператору может быть сопоставлена квадратная матрица
-любой квадратной матрице порядка n может быть сопоставлен линейный оператор на L.
Составим матрицы линейных операторов в приведенных примерах:
- Нулевой:(0 : L->L), 0*х=0-имеет в любом базисе нулевую матрицу
-
тождественный:(I:
L->L), I*х=x-
имеет в любом базисе единичную матрицу
- подобия:( : L->L), *х=*х- имеет в любом базисе диагональную матрицу, на которой стоят .
- поворота:(Т: V3->V3),
Ядро и образ линейного оператора и их свойства:
Пусть L-линейное пространство. А-линейный оператор
КЕR A ={L:*}-ядро оператора
IM A={{УL:*У}-образ оператора
Примеры:
- оператор поворота:(Т: V3->V3), Тх=у
КЕR Т ={0}. IM Т={V2
-проец на плоскость ХOУ: КЕR А ={*к}. IM Т={уV3 ,(у, к)=0
свойства:
-Ядро и образ - лин п/п пр-ва L.
Док-во:
Пусть x1, x2 Ker(A^): AX1 = 0, AX2 = 0; Докажем, что x1, x2 Ker(A^):
1) A^(x1+x2) = AX1 + AX2 = 0 (x1+x2) Ker(A^);
2) A^(x1) = (AX1) = 0 x1 Ker(A^);
Итак: ядро явл. лин. подпр-ом. ч.т.д
-Размерность ядра + размерность образа = размерность L.
Действия с линейными операторами:
(А+В)х=Ах+Вх , xL
(А)х=(Ах) , xL
(АВ)х=А(Вх) xL
Утверждение: А+В, А, АВ - линейные операторы.
Док-во:
1) (A^+B^)(x + y) = A^(x+y) + B^(x+y) = A^x + A^y + B^x + B^y = (A^+B^)x + (A^+B^)y;
2) (A^+B^)(x) = A^(x) + B^(x) = A^x + B^x = ( A^x + B^x) = (A^+B^)x;
ч.т.д.
Обратный оператор. Его линейность
Опр: Пусть L-линейное пространство. А-линейный оператор
А-1-обратный к А, если:
-(А*А-1)х=х
- А*А-1 = I-тождественный оператор.
-в терминах ядра: оператор обратим ядро оператора состоит только из нулевого вектора.
Док-во:
KerA^ = {0} AX=0 имеет только нулевое решение det(A) 0(A^)-1
ч.т.д.
-в терминах матрицы: оператор обратим детерминант его матрицы не равен 0 (при этом матрица обр. оператора – это A-1).
Док-во:
1) Пусть (A^)-1 существует. Обозначим его матрицу в базисе S через B.
(A^)(A^)-1 =(A^)-1(A^) = I^ и AB = BA = E возможно B = A-1;
2) Пусть det(A) 0. Определим лин. оператор В^ по правилу:
B^x
= A-1
;
Тогда:
A^(B^x)
= A(
A-1
)
=
=
x
B^(A^x) = A-1( A ) = = x
A^B^ = B^A^ = I^ B^ = (A^)-1;
ч.т.д.
-в терминах линейных однородных систем: оператор обратим существуют ненулевые решения неоднородной с/у из его матрицы.
Линейность обратного оператора (теорема)
Пусть L-линейное пространство. А- оператор на L.А-1-обратный к А
Тогда А-1-линейный, если А-линейный.
Док-во: НАМ НАДО ДОКАЗАТЬ линейность А-1:
а) А-1( х+у)= А-1( х)+ А-1( у)
б) А-1( х)= А-1( х))
1) А(А-1( х+у)) = А(А-1( х)+ А-1( у))
т.к. х+у=(х+у) А-1(x + y) = А-1x + А-1y. Докажем, что если А-1, то А^x А^y при xy; Пусть A^x = A^y A^(x - y) = 0 А-1 не существ.
A^(0) = 0
2) аналогично.
L – лин. пр-во. A^ - лин. оператор. А – м-ца лин. оператора в базисе S.
ч.т.д.