- •Линейная алгебра. Линейное пространство, базисы, координаты.
- •Свойства
- •Базисы и координаты, размерность.
- •То есть - лнз Докажем, что это максимальный Линейно независимый набор
- •Определение: Набор элементов линейного пространства удовлетворяющий любому условию теоремы называется базисом линейного пространства. Определение: Если - базис, то по свойству3
- •Матрица перехода. Связь между координатами вектора в разных базисах.
- •Подпространства. Суммы. Пересечения, фактор пространства.
- •Сумма и пересечения подпространств.
- •Размерности подпространства, сумма и пересечения.
- •Доказательство
- •Пространство матриц (2х2)
- •Факторпространство.
- •Определение:
- •§3 Линейное отображение линейных пространств.
- •Определение и примеры линейных отображений линейных пространств.
- •Матрица линейного отображения
- •Изменение матрицы линейного отображения при смене базиса.
- •Ядро и образ линейного оператора.
- •Собственные числа и собственные вектора линейного пространства.
- •Характеристический многочлен линейного оператора.
- •50 Условия диагонализации линейного оператора
- •Доказательство:
- •60 Изменение поля скаляров (компексификация и овеществление)
- •5 Анулирующие многочлены
- •10 Теорема Гамильтона – Коши
- •Построение Жорданова базиса в корневом подпространстве
- •Жорданов базис оператора с единственным собственным числом
- •Построение жорданова базиса для оператора с различными собственными числами
- •Функции от матриц
- •Эвклидовы и унитарные пространства Линейные операторы в этих пространствах
- •1 Определение эвклидового пространства и унитарного пространства
- •Матрица Грама
- •2 Неравенство Коши-Буняковского
- •3 Матрица Грама и ее изменение при смене базиса.
- •4 Ортонормированные базисы и ортогональные матрицы.
- •Ортогональное дополнение линейного подпространсва.
- •Описани алгоритма
- •Параграф 3 Операторы изометрии в евклидовых и унитарных пространствах.
- •1 Определение изомерии. Определение: изометрия – это отображение сохраняя углы и расстояния.
- •2 Простейшие свойства изометрии
- •3 Операторы изометрии в пространствах малых размерностей (1,2)
- •4 Структура ортогонального и унитарного операторов.
- •Параграф 4 Самосопряженные операторы в евклидовых и унитарных пространствах.
- •Сопряженный оператор и его матрица.
- •2. Самосопряженные операторы.
- •Доказательство
- •Квадратичные формы
- •1. Определения и примеры.
- •5O Положительно определенные квадратичные формы.
- •Кривые второго порядка на плоскости
2 Неравенство Коши-Буняковского
Теорема:скалярное произведение в Евклидовом или унитарном пространстве удовлетворяет следующему неравенству:
|<x,y>|<=||x||y||
модуль скалярного произведения не превосходит произведения нормы каждого сомножителя.
(|<x,y>|2<=<x,x><y,y>)
Доказательство:
а) Евклидово пространство
0<=<x+ty,x+ty>=<x,x+ty>+t<y,x+ty>=<x,x>+t<x,y>+t<x,y>+t2<y,y>=<x,x>+2t<x,y>+t2<y,y>
квадратный трехчлен от t>=0, когда его D<0
D/4 = (<x,y>)2 - <x,y><y,y> <=0, получаем:
(<x,y>)2 <= <x,x><y,y> , мы получили вторую формулировку
возможно тогда и только тогда, когда:
<x+ty,x+ty>=0 когдаx+ty,x+ty - ^B
x+ty = 0 x = -ty - колинеарны.
б) Унитарное пространство:
0<=<x+ty,x+ty> = <x,x>+t<x,y>+t<y,x>+t2<y,y> = <x,x>+t(<x,y>+<y,x>)+t2<y,y> = <x,x>+2tRe<x,y>+t2<y,y>
D/4 = (Re<x,y>)2-<x,x><y,y> <= 0
Рассмотрим скалярное произведение <x,y>=ei|<x,y>| | ei|
Рассмотрим вектор x1= e-ix, тогда
< x1,y>=< e-ix,y>= ei<x,y>= e-iei|<x,y>|=|<x,y>|
(*) неравенство верно для любыхx
(Re<x,y>)2<=<x1,x1><y,y>
<x1,y>=|<x,y>| то следовательно
Re<x,y>=|<x,y>|
<x1,x1>=< eix ,eix>= ei e-i<x,x>=<x,x>
сопряжением
ei - выносим
<x,y>=<>===
полулинейность по второму аргументу
|<x,y>|2<=<x,x><y,y>
для унитарного.
3 Матрица Грама и ее изменение при смене базиса.
(E,U ) e1,e2…en – базис, выберем в нем базис со скалярным произведением, это означает, что:
1
.
x=1e1+…+nen = (e1…en)( . ) = (e)Xe
.
n
пусть естьy=(e)Ye тогда их скалярное произведение
<x,y>=<iei , jej> = (будем считать что пространствоE) =
i<ei , jej> = i,jij<ei,ej>
Если просранство U, тосопряженное.
Пусть:
Ge = (gij) gij=<ei , ej>
Такая матрица называется матрицей Грама
<x,y>= tXeGeYe в унитарном пр-веY сопряженное.
Если задана матрица Грама, то скалярное произведение вычислятся с помощью этих двух формул, при смене базиса, меняется матрица Грама.
Изменение матрицы грама при смене базиса линейного пространства.
fn , bn bn – матрица перехода.
Xe=Cef Xf Ye= Cef Yf
E: <x,y> = tXf tCef GeCef Yf
U: - || - || - ||- || - CefYf – сопряженные.
где tCef GeCef – новая матрица Грама. (в унитарном, Cef сопряженное)
4 Ортонормированные базисы и ортогональные матрицы.
Опр: базис в Е или U пространстве называется ортонормированым, если выполнены соотношения:
<ei , ej> = ij = {1,еслиi=j and 0, еслиi<>j}
Декартов базис например.
Пусть есть два ортонормированных базиса вЕ:
e1…en
f1…fn
Cef – матрица перехода.
Ge = En 1…0
01..0
00..1
Gf = En
Gf = En = tCefGeCef = tCefCef
Матрицы вида Cef и tCef называются ортогональными. (в унитарном она сопряженная)
Матрица Cef невырожденна.
1) E | Cef | = ? |E| = 1 = | tCef | | Cef | = | Cef |2
| Cef | = (+/-)1
U
|E|=1=| tCef | |Cef | = | tCef | |tCef | = ||Cef||2
|Cef|=1
Задача: Доказать, что матрица обратная ортогональной – ортогональна, а обратная унитарной – унитарна.
Ортогональное дополнение линейного подпространсва.
Определение:пустьL пространство со скалярным произведением, есть подпространствоMLортогональное дополнение подпространстваM (Мt) – это множество всех векторов из пространстваL которые ортогональны каждому вектору из М.
Mt = {yL| <y,x>=0 xM}
Пример:
L=R3 и рассмотрим плоскостьxОy, М – плоскостьxОy. Тогда ортогональное дополнение к М – это прямые параллельные OZ.
Mt = {} (к - вектор)
2. [] Z{1, cosx, sinx, … ,cosmx, sinmx} dimZ 2m+1
M=Z{1} <b,g>=
Mt = Z{cosx, sinx, … ,cosmx, sinmx}
Свойства ортогональных дополнений:
Ортогональное дополнение подпространства – это подпространство. Мt –подпр.
Пространство L – это прямая сумма любого своего подпространства и его ортогонального дополнения.
L=MMt
Каждый вектор представлен в виде суммы из M иMt.
Их пересечение состоит из {0}
Пусть x
e1, e2, … ,ek – базис в пространствеM, тогдаx=1e1+2e2+…+kek
x – перпендикулярен каждому вектору из М.
x перендикуляренyМx перендикуляренe1, e2, … ,ek
<x,ei>=0 i
<x,x> = <1e1+2e2+…+kek , x> = 1<e1,x>+…+k<ek , x> = 0.
тоесть = 0;
xL пустьe1,…,en – ортонормированый базис пространства М. Построим вектор x1 = <x,e1>e1+…+<x,ek>ek M
x = x1+(x-x1) = x2 надо показать чтоx-x1Mt т.е. х2ортогонален нашему базисному пространству М.
<ei , x2> = <ei , x-x1> = <ei , x> - <ei , x1> - <ei , x> - <ei ,<x1 , e1 >e1 +…+<x1 , ek>ek> = <ei , x> - <ei , <x , ei>ei> = <ei , x> - <ei , x><ei , ei> = 0 отлично от 0 только произведение. еi на<x , ei>ei
видно, что х2ортогонален каждому еi т.е.x2Mt. Т.е. х представим в виде суммы один из М, другой изMt.
Если Mt – это подщпространство, то мы можем у него рассмотреть ортогональное дополнение, надо доказать (Mt)t = M, еслиLM L – конечномерное пространствоdimL < oo
Связь с ситемами Линейных Уравнений.
Пространство столбцов:
( 1 ) ( 1 )
( 0 ) ( . )
Rm e=( . ) ei=( 1 )
( 0 ) ( 0 )
(ak1)
M=Z{a1, … ,a2} ak= (ak2)
( . )
(akm)
рассмотрим:
(a11 a12 … a1m)
(a21 … a2m)
А= ( … )
(ak1 … akm)
тогда СЛУ AX=0 такая системазадает ортоганальное дополнение пространства М.
Алгоритм ортогонализации Грама – Шмидта.
По данному:
a1 … ak – линейно независим.
Построить новый
b1 … b1 1) все новые вектора попарно ортогональны<bi , bj>=0 [ i<>j ]
2) Z{a1, … , as} = Z{b1, … ,bs}