Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ЛА и АГ пособие / ЛА-2010-Глава-12.doc
Скачиваний:
225
Добавлен:
05.06.2015
Размер:
6.37 Mб
Скачать

§ 5. Линейные преобразования евклидова пространства. Ортогональные и симметрические преобразования евклидова пространства.

Перед тем, как рассматривать линейные преобразования в евклидовом пространстве, отметим основную особенность линейных преобразований линейного векторного пространства . В пространстве линейное преобразование применяется к отдельному вектору или к совокупности векторов и ставит им в соответствие тоже вектор или совокупность векторов этого же пространства.

В евклидовом пространстве применяются специальные преобразования - функции, которые отдельному вектору или совокупности векторов ставят в соответствие число.

Мы рассмотрим только некоторые из преобразований, применяемых в евклидовом пространстве: ортогональные и симметрические линейные преобразования и их использование для решения простейших задач геометрии и алгебры.

Линейное преобразование евклидова пространства: линейные функции. Простейшими из всех функций являются линейные функции. Знакомство со специальными функциями евклидова, векторного, пространства начнем с изучения именно таких функций. Будем считать, что в евклидовом векторном пространстве задана линейная функция, если для любых векторов , и произвольного вещественного числа определены линейные операции:

10. =+.

20. =. (1)

Важно помнить, что в выражениях (1): , ,, - вещественные числа, то есть вещественные функции для векторного аргумента.

Рассмотрим евклидово пространство , в котором определены две базы: и , связанные матричным равенством: =·, где и - матрицы-столбцы. Пусть вектор представлен в базе : =++ …+=,

или: =·=·. (2)

В соответствии со свойствами линейной функции: 10 и 20, запишем выражение для линейной функции : =++ …+,

или: =·=·. (3)

Пусть вектор представлен также в базе , причём строка его координат в этой базе: =. Тогда можем записать: =++ …+=·.

В соответствии со свойствами линейной функции: 10 и 20, запишем выражение для линейной функции : =++ …+,

или: =·=·. (4)

Так как левые части выражений: (3) и (4) тождественно равны, то должны быть тождественно равными и их правые части:

·=·. (5)

Применим линейное преобразование-функцию к равенству: =·, учитывая доказанное в Главе 10 свойство перестановочности линейного преобразования с матрицей :

==·. (6)

Используя выражение (6), перепишем выражение (5):

··=··==·. (7)

Вывод: координаты вектора: =++ …+ при переходе от базы к базе преобразуются применением матрицы , обратной матрице перехода от базы к базе .

В евклидовом пространстве самой простой линейной функцией является скалярное произведение произвольного вектора x на фиксированный вектор a:

= (x,a). (8)

Проверим линейность функции (8), применяя определение и свойства скалярного произведения:

10. ==+=+.

20. =·.

Ортогональные преобразования. Начало таким преобразованиям было положено задачей линейного преобразования переменных: =·, входящих в нормальную запись квадратичной формы, когда сохраняется сумма квадратов переменных:

f = ++…+=++…+, (9)

из записи: =· следует, что - квадратная матрица, причём невырожденная.

Говорят, что преобразование матрица осуществляет ортогональное преобразование, сама матрица в этом случае называется ортогональной матрицей.

Замечание: говорят: сумма квадратов переменных квадратичной формы инвариантна к ортогональному преобразованию переменных.

Учитывая, что исходный и конечный вид квадратичной формы определяется единичной матрицей , а также выражение для невырожденного линейного преобразования переменных квадратичной формы, можем записать:

== =, (10)

из чего следует еще одно определение ортогональных матриц:

Определение:

(11.6)

Ортогональная матрица – это такая матрица, для которой транспонированная матрица равна обратной матрице .

Из равенства = следуют свойства ортогональных матриц:

• сумма квадратов всех элементов любой строки (столбца) равна единице;

• сумма произведений соответствующих элементов любых двух ее строк (столбцов) равна нулю.

Если считать строки ортогональной матрицы векторами, то в строках располагаются единичные векторы (их длины равны единице), каждый вектор-строка ортогонален всем остальным (их скалярное произведение равно нулю); это же верно для столбцов.

Из равенства = следует: |Q|2 =1, т.е |Q|=, значит преобразование Q невырожденное.

Из определения ортогональной матрицы получим некоторые свойства ортогонального преобразования:

10. === - преобразование также ортогонально.

20. Если и - матрицы ортогональных преобразований, то их произведение также ортогонально: ===.

Замечание: переход: = использует доказанную ранее в Главе 5 теорему 5.3.

Следующее определение устанавливает обобщение ортогональных преобразований в евклидовом пространстве.

Определение:

(11.7)

Линейное преобразование евклидова пространства называется ортогональным преобразованием, если оно сохраняет скалярный квадрат всякого вектора , то есть верно: =.

Используя определение и свойства скалярного произведения: свойство симметрии и распределительное свойство, докажем теорему.

Таким образом мы доказали важную для дальнейшего применения теорему:

Теорема:

(11.5)

При ортогональном преобразовании евклидова пространства сохраняется скалярное произведение любых двух векторов и .

►Из определения следует более общее утверждение: ортогональное преобразование евклидова пространства сохраняет скалярное произведение любых двух векторов a и b.

Действительно:

1) =: по определению;

2) =+++: по свойству скалярного произведения;

3) ==+++=

= (a,a)++ +(b,b): по определению;

4) +=2 и +=2: по свойству скалярного произведения;

5) получили: =+2+,

=+2+,

откуда следует: = - согласно определению. ◄

Используя теорему 11.5, получаем важное следствие:

Следствие: при ортогональном преобразовании евклидова пространства ортонормированный базис отображается в ортонормированный базис.

►Действительно. Пусть в евклидовом пространстве имеем ортонормированный базис: =. Пусть линейное ортогональное преобразование евклидова пространства совокупность векторов базиса переводит в совокупность векторов =. Возьмём любую пару векторов базиса , например и . По условию: =0,=1 и =1.

Пусть преобразование переводит в пару векторов: и в пару векторов: и . Это значит: = и =. По определению ортогонального преобразования верно:

===0 – векторы и ортогональные;

====1, также: =1 – векторы и нормированные.

Следовательно, ортонормированный базис ортогональным преобразованием переводится в ортонормированный базис. ◄

Верно и обратное утверждение. Его доказательство представлено в следующей теореме:

Теорема:

(11.6)

Если некоторое линейное преобразование переводит ортонормированный базис в ортонормированный базис, то это преобразование ортогонально.

►Пусть в евклидовом пространстве линейное преобразование переводит ортонормированный базис = в ортонормированный базис , то есть: =. Для произвольного вектора: =++ …+

запишем: =++...+=++ …+.

Найдём скалярное произведение векторов и в ортонормированных базисах: и :

= ++…+ и =++…+,

из чего следует, что линейное преобразование ортогонально. ◄

Следствие: если линейное преобразование евклидова пространства хотя бы в одном ортонормированном базисе задается ортогональной матрицей, то это преобразование ортогонально.

►Пусть в евклидовом пространстве линейное преобразование в некотором ортонормированном базисе = задано ортогональной матрицей , то есть можно записать:

=·.

Это значит, что координаты вектора в матрице определены - строкой. Так как базис ортонормированный, то для нахождения скалярного произведения нужно записать сумму квадратов элементов - строки матрицы . Так как матрица ортогональная, то имеет место равенство: =1.

Аналогично получаем равенства: =0, .

Из этого следует, что система векторов = тоже является ортонормированным базисом. Согласно Теореме 11.6 получаем: преобразование ортогонально. ◄

Замечание: из аналитической геометрии известно, что преобразования 3-мерного пространства, оставляющие на месте начало координат: вращение, симметрия относительно прямой или плоскости, проходящих через начало координат, сохраняют скалярное произведение векторов; по аналогии ортогональное преобразование - мерного пространства можно рассматривать как вращение этого пространства.

Симметрическое, или самосопряжённое, преобразование. Начало таким преобразованиям было положено задачей линейного преобразования переменных: =·, входящих в нормальную запись квадратичной формы, когда сохраняется сумма квадратов переменных:

Определение:

(11.8)

В евклидовом пространстве линейное преобразование называется симметрическим, если для любых векторов и выполняется равенство: =, то есть символ симметрического преобразования можно при скалярном произведении переносить с одного множителя на другой.

Простейшими примерами симметрических преобразований могут служить такие примеры:

▫ Тождественное преобразование. Так как ε= и ε=, (ε,)=();

▫ Нулевое преобразование. Так как ε=0 и ε=0, (ε,)=();

▫ Умножение на число : =, по свойству скалярного произведения.

Симметрические преобразования используются во многих приложениях и потому знакомство с ними очень важно.

Теорема:

(11.7)

Симметрическое преобразование евклидова пространства в любом ортонормированном базисе задается симметрической матрицей. Обратно, если линейное преобразование евклидова пространства хотя бы в одном ортонормированном базисе задается симметрической матрицей, то это преобразование симметрическое.

1). Пустьсимметрическоепреобразованиев ортонормированном базисе:=задано матрицей. Так как в ортонормированном базисе скалярное произведение двух векторов равно сумме произведений соответствующих координат, то:

==,

==,

так как преобразование ортогональное, то необходимо:=, откуда следует:

=

для всех и. Это значит, что матрицасимметрическая.

2). Пусть теперь линейного преобразованияв ортонормированном базисе=определяется симметрической матрицей, то есть:=для всехи. Тогда

==, (7.1)

==, (7.2)

так как =, то выполняется:=.

Пусть векторы ипроизвольные векторы евклидова пространства и в заданном базисе записаны в виде:=++ …+,

=++ …+.

Запишем векторы и , как результат применения преобразования , определяемого симметрической матрицей :

=(++ …+)=··,

=(++ …+)=··,

Запишем для векторов b и c скалярные произведения: и , учитывая то, что базис ортонормированный и выражения (7.1) и (7.2):

=(··, (++ …+)) =,

=((++ …+),··) =,

Так как =, то правые части выражений: и равны, тогда равны и левые части. Из этого следует, что преобразование - симметрическое.◄

Замечание: учитывая трудности восприятия студентами двойных сумм, при записи выражений и применены матричные конструкции, которые вполне читаются, если учитывать правила умножения матриц и свойства скалярного произведения.

Следствие: Сумма симметрических преобразований евклидова пространства, а также произведение симметрического преобразования на число являются симметрическими преобразованиями.

Теорема:

(11.8)

Все характеристические корни симметрической матрицы (симметрического преобразования) действительны.

1). Пусть числособственное значение преобразования, заданного в ортонормированном базисе:=симметрической матрицей. Это значит, что определитель системы однородных уравнений не равен нулю:

==0, (8)

система уравнений (8) имеет ненулевое решение =. Запишем равенство:

++…+=, . (9)

2).Так как многочлен - степени с действительными коэффициентами имеет и действительные и комплексные корни, будем считать, что λ0 в общем случае – комплексное число. Это значит, что и компоненты вектора x могут быть комплексными числами! Нужно доказать, что для симметрического преобразования λ0 – действительное число.

Умножим (9) на число , сопряженное с xi. и сложим все полученные равенства:

= λ0. (9)

Так как каждое число (xi) – действительное, то сумма - действительное число. Учитывая свойства сопряжённых комплексных чисел, запишем выражение:

==. (10)

Учитывая равенство: =, а также применяя перемену обозначений в двойной сумме, запишем выражение:

= =. (11)

Сравнивая цепочку равенств (10) с цепочкой (11), получаем: =. Это значит, что число – действительное, и выражение (9) определяет – действительное число. ◄

Теорема:

(11.9)

Линейное преобразование евклидова пространства тогда и только тогда будет симметрическим, если в этом пространстве существует ортонормированный базис, составленный из собственных векторов этого преобразования.

1). Пусть ортонормированный базис пространствасоставлен из собственных векторов линейного преобразования. Это значит, что можем записать:

=,,

или в матричной форме: ==·=·,

что значит: линейное преобразование задано диагональной матрицей , которая является симметрической → преобразование симметрическое.

2). Вторая часть утверждения доказывается индукцией по размерности пространства .

A1: При =1 имеем евклидово пространство пространства: E1, в котором любое линейное преобразование задается матрицей: A = (). Это преобразование симметрическое, так как:

а) для любых векторов и b верно: =,=;

б) по свойству скалярного произведения: (,b)=(a,).

Нормируя вектор a, получаем ортонормированный базис пространства .

A2: Пусть имеем (-1) - мерное евклидово пространство и в нем определено симметрическое линейное преобразование. Пусть в определён базис: , ортонормированный и составленный из собственных векторов преобразования .

A3: Пусть в - мерном евклидовом пространстве определено симметрическое линейное преобразование - . Требуется найти ортонормированный базис =, составленный из собственных векторов этого преобразования .

В соответствии с Теоремой 11.8 для симметрического преобразования в пространстве существует действительное собственное число , которому соответствует собственный вектор . Всякий вектор, пропорциональный вектору , будет тоже собственным для преобразования : ===.

Нормируем вектор : = → вектор обладает свойствами: (e1,e1) = 1, =.

Далее выполним последовательно действия и выделим промежуточные результаты:

1) Выделим в ортонормированный базис , в который включён вектор : было доказано, что любой ненулевой вектор может быть включён в некоторый ортонормированный базис.

2) Совокупность векторов: вместе с натянутой на них оболочкой можно использовать в качестве ортогонального дополнения множеству векторов, построенных как оболочка вектора . Пусть в пространстве имеем вектор . Запишем этот вектор в базисе :

=++ …+.

3) Так как базис ортогональный, то =. Если вектор принадлежит подпространству , то =0. Для таких векторов и векторы принадлежат подпространству . Такое свойство подпространства по отношению к преобразованию называют инвариантностью.

4) Используя свойство инвариантности подпространства , можно считать, что в (–1) -мерном пространстве рассматривается линейное преобразование . Так как преобразование - симметрическое в пространстве , то оно будет симметрическим и в подпространстве . По допущению, в подпространстве существует ортонормированный базис, составленный из собственных векторов линейного преобразования : . Совокупность векторов: ортогональна вектору , который тоже собственный вектор преобразования.

5) Итак, в пространстве получен ортонормированный базис =, составленный из собственных векторов преобразования . ◄

В приложениях симметрических преобразований часто оказывается полезной теорема:

Теорема:

(11.10)

Собственные векторы симметрического преобразования φ, относящиеся к различным собственным значениям, ортогональны.

►Пусть имеем собственные векторы и:=,=, причем . Используя свойства скалярного произведения, запишем:

== и ==.

Из равенства: =следует:=. Так как, то=0.◄

☺☺

Пример 1210:Ортогональное преобразование задано матрицей:=в ортонормированном базисе. Найти ортонормированный базис, в котором преобразование имеет канонический, то есть простейший, вид.

Решение:

Схема решения:

1) Составляем характеристический многочлен матрицы и находим его корни.

2) Имея характеристические корни, строим каноническую матрицу преобразования .

3) Находим собственные векторы линейного преобразования.

4) Применяем ортогонализацию собственных векторов и их нормирование – искомый базис.

1) В нашем случае характеристический многочлен:

== = –9,

его корни: = –1, =1, кратности 2.

2) Записываем каноническую матрицу ортогонального преобразования: =.

Записываем систему уравнений для нахождения собственных векторов линейного преобразования, соответствующих найденным собственным значениям: (A)

Для значения = –1 система (A) принимает вид::. (B)

Принимаем в качестве свободной неизвестной: пусть =1. Тогда: =1, =–2. Собственный вектор: =(1,-2,1). Нормируем этот вектор: = (1,-2,1).

Для значения =1 система (A) принимает вид:: =. (B)

Принимаем , в качестве свободных неизвестных и строим фундаментальную систему решений:

x1

x2

x3

b2

1

1

1

b3

1

0

-1

Векторы-решения (собственные векторы линейного преобразования!) b2,b3 ортогональны. Нормируем их: = (1,1,1), = (1,0,–1).

Ответ:матрицу =; ортонормированный базис:

Пример 1211:Ортогональное преобразование задано матрицей:=в ортонормированном базисе. Найти ортонормированный базис, в котором преобразование имеет канонический, то есть простейший, вид.

Решение:

Схема решения:

1) Составляем характеристический многочлен матрицы и находим его корни.

2) Имея характеристические корни, строим каноническую матрицу преобразования .

3) Находим собственные векторы линейного преобразования.

4) Применяем ортогонализацию собственных векторов и их нормирование – искомый базис.

1) В нашем случае характеристический многочлен:

== –,

его корни: = –9, =9, =18.

2) Записываем каноническую матрицу ортогонального преобразования: =.

Записываем систему уравнений для нахождения собственных векторов линейного преобразования, соответствующих найденным собственным значениям: (A)

Для значения = –9 система (A) имеет вид: . (B)

Принимаем в качестве свободной неизвестной: пусть =2. Тогда: =1, =–2. Собственный вектор: =(1,-2,2). Нормируем этот вектор: = (1,-2,2).

Для значения =9 система (A): . (C)

Принимаем в качестве свободной неизвестной: пусть =1. Тогда: =2, =2. Собственный вектор: =(2,2,1). Нормируем этот вектор: =(2,2,1).

Для значения =18 система (A): . (C)

Принимаем в качестве свободной неизвестной: пусть =2. Тогда: =–2, =1. Собственный вектор: =(–2,1,2). Нормируем этот вектор: =(–2,1,2).

Ответ:собственные значения: = –9, =9, =18;преобразование евклидова пространства задается матрицей =; ортонормированный базис:

Пример 1212:Ортогональное преобразование задано матрицей:=в ортонормированном базисе. Найти ортонормированный базис, в котором преобразование имеет канонический, то есть простейший, вид.

Решение:

Схема решения:

1) Составляем характеристический многочлен матрицы и находим его корни.

2) Имея характеристические корни, строим каноническую матрицу преобразования .

3) Находим собственные векторы линейного преобразования.

4) Применяем ортогонализацию собственных векторов и их нормирование – искомый базис.

1) В нашем случае характеристический многочлен:

== –,

его корни: =2, ==4 - кратный.

2) Записываем каноническую матрицу ортогонального преобразования: =.

Записываем систему уравнений для нахождения собственных векторов линейного преобразования, соответствующих найденным собственным значениям: (A)

Для значения =2 система (A) имеет вид: . (B)

Принимаем в качестве свободной неизвестной: пусть =1. Тогда: =0, =–. Собственный вектор: =(1,–,0). Нормируем этот вектор: = (1,–,0).

Для значения ==4 система (A) принимает вид: (C)

Принимаем и в качестве свободных неизвестных и строим фундаментальную систему решений:

x1

x2

x3

b2

1

i

0

b3

0

0

1

Векторы-решения (собственные векторы линейного преобразования!) b2,b3 ортогональны. Нормируем их: =, =(0,0,1).

Ответ:собственные значения: =2,==4;преобразование евклидова пространства задается матрицей =; ортонормированный базис:

Соседние файлы в папке ЛА и АГ пособие