- •Линейное подпространство l в r3 порождено векторами , , . Принадлежит ли вектор этому подпространству?
- •2. Найдите систему линейных уравнений, задающих линейное подпространство, натянутое на следующую систему векторов .
- •4. Линейное отображение a имеет в базисе матрицу . Найдите матрицу этого отображения в базисе
- •5. Запишите матрицу линейного оператора, который переводит векторы соответственно в и . Какой вектор получится, если применить этот оператор .
- •6. Найдите базисы ядра и образа (указав размерность этих линейных подпространств) линейного отображения, заданного матрицей .
- •7. Найти размерность пространства и , где , а м – пространство решений системы уравнений .
- •10. Найдите действительные собственные числа и собственные векторы матрицы .
- •12. Найдите собственные числа и собственные векторы матрицы . Объяснить, почему ее нельзя привести к диагональному виду.
- •13. Постройте базис в r3, в котором матрица следующего линейного оператора принимает диагональный вид .
- •17. В r4 дано линейное подпространство l, являющееся линейной оболочкой векторов .
- •Найти базис ортогонального дополнения ;
- •Разложить вектор на сумму ортогональной проекции на l и ортогональную составляющую.
- •18. Найти ортонормированный базис из собственных векторов оператора, заданного в ортонормированном базисе симметричной матрицей .
- •19. Может ли данная билинейная форма
- •20. Могут ли формулы и быть формулами одной и той же квадратичной формы в разных базисах?
- •22. Найдите ортонормированный базис, в котором квадратичная форма имеет канонический вид.
- •23. Привести квадратичную форму .
- •24. При каких квадратичная форма является положительно или отрицательно определенной?
- •25. Найти все значения параметра , при которых квадратичная форма положительно определена.
17. В r4 дано линейное подпространство l, являющееся линейной оболочкой векторов .
Найти базис ортогонального дополнения ;
Разложить вектор на сумму ортогональной проекции на l и ортогональную составляющую.
Решение.
а) Множество всех векторов, ортогональных к линейному подпространству L (всем векторам из L), называется ортогональным дополнением.
Очевидно, что - линейно независимые и образуют базис в L.
Базис ортогонального дополнения (состоит из 2-х векторов) находим так. Эти вектора , из ищем как независимые (фундаментальные) решения системы (скалярные произведения с базисом из L равны 0):
.
Положим , тогда получаем , т.е. .
Положим , получаем , т.е. .
Итак, , - базис в ортогонального дополнения .
Разложим вектор на сумму ортогональной проекции на L и ортогональную составляющую по новому способу, а можно, как в задаче 15.
Отметим, что , , - базис в R4.
Найдем координаты в базисе , т.е. . Сравнивая координаты, получаем систему, которую решаем методом Гаусса
Эту систему можно записать так: располагаем координаты векторов в столбцы, а затем вектор :
.
.
Из этой системы находим, что . Таким образом,
- это разложение единственное.
Очевидно, что проекция разлагается по векторам , т.е.
.
Очевидно, что ортогональная составляющая разлагается по векторам , т.е.
.
Проверка. ,
.
18. Найти ортонормированный базис из собственных векторов оператора, заданного в ортонормированном базисе симметричной матрицей .
Решение. Т.к. матрица А симметрична, то все собственные значения являются действительными числами.
1) Решаем характеристическое уравнение или
или .
Следовательно, - собственное значения.
2) Находим собственные вектора, решая систему .
а) . Решаем систему
.
Здесь - базисная переменная, а - небазисные переменные.
Полагая , получаем собственный вектор .
Полагая , получаем собственный вектор .
Линейная комбинация собственных векторов отвечающих одному собственному значению также будет собственным вектором, например, собственный вектор для . Поэтому произведем ортогонализацию полученных собственных векторов и получим ортогональные собственные вектора для .
,
.
Проведем проверку (необязательно):
скалярное произаедение ортогональность ;
собственный вектор для ;
собственный вектор для .
Итак, найдены ортогональные собственные вектора и отвечающие .
б) . Решаем систему
.
Здесь - базисные переменные, а - небазисная переменная.
Полагая , получаем собственный вектор для .
3) Т.к. матрица оператора, заданного в ортонормированном базисе, является симметричной, то это означает, во-первых, что оператор является самодвойственным, а во-вторых, собственные вектора отвечающие разным собственным значениям ортогональны.
Следовательно, , , - ортогональный базис из собственных векторов оператора.
Произведем нормировку (сделаем вектора единичными):
, ,
.
Итак, - ортонормированный базис из собственных векторов оператора