- •Содержание
- •Глава 1. Линейная алгебра
- •§ 1. Определители
- •§ 2. Правило крамера
- •§ 3. Матрицы
- •§ 4. Матричная форма системы линейных уравнений
- •§ 5. Ранг матрицы. Эквивалентные матрицы
- •§ 6. Решение системы линейных уравнений методом гаусса
- •§ 7. Исследование системы m линейных уравнений с п неизвестными
- •§ 8. Понятие вектора
- •§ 9. Двумерные векторы (векторы на плоскости)
- •§ 10. Трехмерные векторы (векторы в пространстве)
- •§ 11. Понятие п – мерного вектора. Линейное пространство
- •§ 12. Скалярное произведение векторов
- •§ 13. Векторное произведение векторов
- •§ 14. Смешанное произведение векторов
- •§ 15. Линейный оператор
- •§ 16. Евклидово пространство
- •§ 17. Квадратические формы
- •Принято говорить, что квадратичная форма приведена к каноническому виду с помощью ортогонального преобразования в.
- •Определяем собственные векторы. Если то получаем систему уравнений
- •При получаем систему
- •Из семейства собственных векторов выделим два каких-нибудь ортогональных вектора. Полагая, например, ,
- •Подберем параметры и b так, чтобы выполнялось равенство
- •Глава 2. Элементы высшей алгебры
- •§ 1. Комплексные числа
- •§ 2. Многочлены
- •Глава 3. Аналитическая геометрия на плоскости
- •§ 1. Уравнение линии
- •§ 2. Уравнение прямой с угловым коэффициентом
- •§ 3. Общее уравнение прямой
- •§ 4. Кривые второго порядка
- •§ 5. Классификация кривых второго порядка
- •§ 6. Приведение общего уравнения кривой второго порядка к каноническому виду
- •Глава 4. Аналитическая геометрия в пространстве
- •§ 1. Уравнение поверхности
- •§ 2. Плоскость
- •§ 3. Прямая в пространстве
- •§ 4. Взаимное расположение прямой и плоскости
- •§ 5. Поверхности второго порядка
- •§ 6. Приведение общего уравнения поверхности второго порядка к каноническому виду
- •При получаем систему
- •При получаем систему
- •При получаем систему
- •§ 7. Метод сечений
- •Литература
§ 14. Смешанное произведение векторов
Смешанным (векторно-скалярным) произведением векторов , и называется скалярное произведение вектора × на вектор , т.е. ( × )∙ .
В силу определения скалярного произведения:
( × )∙ = | × | = (| |∙| | ) .
Свойства смешанного произведения:
10. Смешанное произведение трех векторов равно нулю, если:
а) хоть один из перемножаемых векторов нулевой;
б) два из перемножаемых векторов коллинеарны;
в) три ненулевых вектора параллельны одной и той же плоскости или принадлежат одной плоскости.
20. Смешанное произведение не изменится, если в нем поменять местами знаки векторного и скалярного произведений, т.е.
( × )∙ = ∙( × ).
В силу этого свойства смешанное произведение векторов , и можно записать в виде
.
30. Смешанное произведение не изменится, если переставлять перемножаемые векторы в круговом порядке:
= = .
40. При перестановке любых двух векторов смешанное произведение меняет знак:
= − , = − , = − .
Если известны координаты векторов , и :
= (ах, ау, az) = ах + ау + az , = (bх, by, bz) = bх + by + bz и
= (сх, су, сz) = сх + су + сz , то смешанное произведение векторов , и можно вычислить по формуле
= . (1)
Объем параллелепипеда, построенного на векторах , и :
V = | |. (2)
Объем пирамиды, построенной на векторах , и :
V = | |. (3)
Признак компланарности
Для того, чтобы три ненулевых векторы , и были компланарны, необходимо и достаточно, чтобы = 0.
Пример. Показать, что
( + )∙(( + )× ) = − .
□ Раскроем скобки:
( + )∙(( + )× ) = ( + )∙( × + × ) = ∙( × ) + ∙( × )+
+ ∙( × ) + ∙( × ).
Согласно свойству 20 последнее выражение можно записать в виде
+ + + .
Здесь в первом слагаемом два коллинеарных вектора и , в третьем и четвертом слагаемых по два коллинеарных вектора. Значит, смешанные произведения , и равны нулю. Поэтому
( + )∙ (( + )× ) = .
По свойству 40 имеем = − .
Окончательно,
( + )∙(( + )× ) = − . ■
§ 15. Линейный оператор
Если задан закон (правило), по которому каждому вектору линейного пространства Rn ставится в соответствие единственный вектор линейного пространства Rm, то говорят, что задан оператор
(преобразование, отображение) А, действующий из Rn в Rm, и записывают
= А .
Здесь Rn и Rm − линейные пространства размерности n и m соответственно.
Если пространства Rn и Rm совпадают, то оператор А отображает пространство Rn в себя. Поэтому вместо Rn можно писать просто R.
Оператор (преобразование) называется линейным, если для любых векторов и пространство R и любого числа выполняются соотношения:
А( + ) = А + А , А( ) = А (1)
Вектор = А называется образом вектора , а сам вектор прообразом вектора .
Линейный оператор (линейное преобразование) называется тождественным, если он преобразует любой вектор пространства R в самого себя:
Е = .
Нулевой оператор переводит все векторы пространства R в нулевые векторы: 0 = .
Пусть в линейном пространстве R , базис которого , ,…, , задан линейный оператор А. Так как А , А ,…, А − векторы пространства R, то каждый из них можно разложить единственным способом по векторам базиса:
А = а11 +a21 +…+ an1 ,
А = a12 +a22 +…+ an2 ,
. . . . . . . . . . . . . . . . . . . . . . . . . . (2)
А = a1n +a2n +…+ ann .
Матрица (3)
называется матрицей линейного оператора А в базисе , ,…, . Возьмем в пространстве R какой-нибудь вектор
= х1 + х2 +. . . + хn .
Так как = А R, то и вектор А можно разложить по векторам базиса:
= А = у1 + y2 +. . . + yn .
Координаты ( y1, y2,…, yn ) вектора А выражаются через координаты ( х1, х2,…, хn ) вектора по формулам:
(4)
Связь между векторами и = А в матричной форме:
Y = AX , (5)
где А – матрица линейного оператора, Х = (х1, х2,…, хn)т, Y = (y1, y2,…, yn)т.
Обобщая, можно сказать, что оператор А – это матрица А, с помощью которой каждому вектору = (х1, х2,…, хn ) R ставится в соответствие вектор = (y1, y2,…, yn) R, компоненты которого вычисляются по формулам (4).
Пример. Оператор А в линейном пространстве R определен равенством А = + , где R − фиксированный ненулевой вектор. Является ли оператор линейным?
□ Оператор А будет линейным, если выполняются условия (1). Следовательно, необходимо проверить выполнение этих условий. Согласно условию задачи
А = + , А = + , А( + ) = ( + ) + .
Согласно (1) А( + ) = А + А = ( + ) + ( + ). Значит, должно выполняться равенство
( + ) + = ( + ) + ( + ) или + + = + + 2 .
Равенство будет выполняться только при = , что противоречит условию задачи. Следовательно, оператор А не является линейным. ■
Пример. Дано линейное пространство геометрических векторов. Оператор А осуществляет замену каждого вектора его составляющей по оси Ох, т. е. А = . Является ли этот оператор линейным?
□ Пусть = + + и = + + – произвольные векторы, а λ – произвольное действительное число.
Для проверки условий (1) найдем сумму
+ =
и произведение λ = λ + λ + λ .
Тогда А( + ) = = + = А +А ,
А(λ ) = λ = λ А .
Следовательно, А − линейный оператор. ■
Действия над линейными операторами
Суммой двух линейных операторов А и В называется оператор
(А + В), определяемый равенством:
(А + В) = А + В .
Произведением линейного оператора А на число λ называется оператор λА, определяемый равенством:
(λА) = λ(А ).
Произведением линейных операторов А и В называется оператор АВ, определяемый равенством:
(АВ) = А( В ).
При сложении линейных операторов выполняется коммутативный закон; в общем случае АВ ≠ ВА..
Свойства операций:
А(ВС) = (АВ)С; АЕ = ЕА = А; (А+В)С = АС+ВС; С(А+В) = СА+СВ.
Если ВА = Е и АС = Е, то В = С.
В этом случае обозначают В = С = А−1, линейный оператор А−1 называют обратным линейным оператором по отношению к линейному оператору А, т. е. А−1·А = А· А−1 = Е.
Линейный оператор А в конечномерном пространстве называют невырожденным, если определитель матрицы этого оператора отличен от нуля. Каждый невырожденный оператор имеет только один обратный оператор.
Если невырожденный линейный оператор А в координатной форме определяется равенствами
(6)
то обратный оператор А−1 имеет вид:
( 7 )
Здесь Аi j − алгебраическое дополнение элемента аij матрицы А, |А| − определитель матрицы А.
Матрица линейного оператора А−1 является обратной по отношению к матрице А и определяется равенством
А−1 = (8)
Теорема. Матрицы А и А* линейного оператора А в базисах , ,…, и , *,…, * связаны соотношением
А*= С−1АС, (9)
где С − матрица перехода от старого базиса к новому.
Пример. Операторы (преобразования) А и В заданы равенствами
(A) и (B)
Найти операторы АВ и ВА.
□ Матрицы данных операторов имеют вид
А = , В = .
Найдем произведение этих матриц:
АВ = , ВА = .
В данном случае АВ = ВА, поэтому линейные операторы совпадают. Координатная форма оператора АВ записывается следующим образом:
■
Пример. Найти матрицу линейного оператора А−1, если линейный оператор А имеет матрицу:
А = .
□ 1 способ. Матрица А определяет оператор =А , приводящий в соответствие каждому вектору = (х1; х2; х3) вектор = (у1; у2; у3) при помощи равенств:
Решая систему относительно х1, х2, х3, получим
Эта система (равенства) определяет оператор =А−1 , обратный к оператору А. Матрица этого оператора
А−1 = .
2 способ. Элементы матрицы А−1 можно получить путем вычислений по формуле (8). Имеем
,
, , ,
, , ,
, , .
Таким образом,
А−1= . ■
Пример. В базисе , оператор (преобразование) А имеет матрицу А = . Найти матрицу оператора А в базисе *= +2 ; *= −2 + .
□ Здесь матрица перехода от старого базиса к новому имеет вид
С = . Обратная к ней матрица С−1 = .
Следовательно, по формуле (9) имеем
А*= С−1АС = · · = . ■
Собственные векторы и собственные значения
линейного оператора
Вектор называется собственным вектором линейного оператора А, если найдется такое число , что
А = (10)
Число называется собственным значением (характеристическим числом) оператора А (матрицы А ), соответствующим вектору .
Матричная запись равенства (10):
АХ = Х.
Если линейный оператор (линейное преобразование) А в базисе , ,…, имеет матрицу
,
то собственными числами линейного оператора А служат действительные корни 1, 2, …,п уравнения n-й степени, которое имеет вид
.
Оно называется характеристическим уравнением, а его левая часть- характеристическим многочленом линейного оператора А (матрицы А). Собственным вектором , соответствующим собственному значению (характеристическому числу) к, является любой вектор 1 + 2 +…+ + n , координаты которого удовлетворяют системе линейных уравнений
Теорема. Характеристический многочлен линейного оператора не зависит от выбора базиса.
Теорема. Если матрица линейного оператора А является симметрической, то все корни характеристического уравнения – действительные числа.
Пример. Найти собственные значения и собственные векторы линейного оператора А, заданного матрицей А = .
□ Составим характеристическое уравнение или .
Тогда собственные значения линейного оператора А: λ1= −5, λ2 = 7.
Для каждого значения составим систему линейных уравнений и найдем координаты собственного вектора.
Пусть λ = −5, тогда или
или .
Таким образом, значения ξ1 и ξ2 должны удовлетворять уравнению , или ξ2 = −1,5ξ1. Следовательно, решение этой системы имеет вид: ξ1 = С1, ξ2 = −1,5С1, где С1 − произвольное число, . Поэтому собственному значению λ = −5 соответствует семейство собственных векторов , т.е.
.
Значение λ = 7 приводит к системе
или
Значит, значения и должны удовлетворять уравнению , или ξ2 = 1,5ξ1. Следовательно, ξ1 = С2, ξ2 = 1,5С2 , где С2 − произвольная величина, . Собственному значению λ = 7 соответствует семейство собственных векторов
.
Итак, придавая в равенствах , величинам С1 и С2 всевозможные числовые значения, будем получать всевозможные собственные векторы оператора А. ■
Пример. Найти характеристические числа и собственные векторы линейного оператора А, определяемого уравнениями
□ Матрица оператора запишется так: А = .
Характеристическое уравнение: или
;
характеристические числа (собственные значения): λ1 = 1, λ2 = 13.
Для λ = 1 система уравнений имеет вид
или
Значит, значения и должны удовлетворять уравнению , или ξ2 = − ξ1. Следовательно, ξ1 = С1, ξ2 = − С1. Поэтому собственному значению λ = 1 соответствует семейство собственных векторов .
Для λ = 13 система уравнений имеет вид
или
Значит, значения и должны удовлетворять уравнению , или ξ2 = 2ξ1. Следовательно, ξ1 = С2, ξ2 = 2С2. Поэтому собственному значению λ = 13 соответствует семейство собственных векторов .
Придавая в равенствах , величинам С1 и С2 всевозможные ненулевые числовые значения, будем получать всевозможные собственные векторы линейного оператора А. ■