- •Линейные пространства
- •Некоторые свойства произвольных линейных пространств.
- •Размерность и базис линейного пространства.
- •Действия над векторами в координатной форме.
- •Замена базиса
- •Евклидовы пространства.
- •Неравенство Коши-Буняковского
- •Норма вектора. Нормированное пространство
- •Ортонормированный базис конечномерного Евклидового пространства
- •Ортогональные матрицы и их свойства
- •Линейные операторы.
- •Действия над линейными операторами
- •Матрица линейного оператора.
- •Изменение матрицы линейного оператора
- •Собственные числа и собственные векторы
- •Линейные операторы в евклидовом пространстве
- •Рассмотрим некоторые примеры линейных операторов
- •Квадратичные формы и их приведение к каноническому виду
Линейные операторы в евклидовом пространстве
Пусть линейный оператор А действует в евклидовом пространстве En и преобразует это пространство само в себя.
Введем определение: оператор А* назовем сопряженным оператору А, если для любых двух векторов x,y из Еn выполняется равенство скалярный произведений вида:
(Ax,y) = (x,A*y)
Еще определение: линейный оператор называется самосопряженным, если он равен своему сопряженному оператору, т. е. справедливо равенство:
(Ax,y) = (x,Ay)
или, в частности (Ax,x) = (x,Ax).
Самосопряженный оператор обладает некоторыми свойствами. Упомянем некоторые из них:
Собственные числа самосопряженного оператора - вещественны (без доказательства);
Собственные векторы самосопряженного оператора ортогональны. Действительно, если x1 и x2 – собственные векторы, а 1 и 2 – их собственные числа, то: Ax1 = 1x; Ax2 = 2x; (Ax1,x2) = (x1,Ax2), или 1(x1,x2) = 2(x1,x2). Поскольку 1 и 2 различны, то отсюда (x1,x2) = 0, что и требовалось доказать.
В евклидовом пространстве существует ортонормированный базис из собственных векторов самосопряженного оператора А. Т. е. матрицу самосопряженного оператора всегда можно привести к диагональному виду в некотором ортонормированном базисе, составленном из собственных векторов самосопряженного оператора.
Еще одно определение: назовем самосопряженный оператор, действующий в евклидовом пространстве симметричным оператором. Рассмотрим матрицу симметричного оператора. Докажем утверждение: чтобы оператор был симметричным, необходимо и достаточно, чтобы в ортонормированном базисе его матрица была бы симметричной.
Пусть А – симметричный оператор, т. е.:
(Ax,y) = (x,Ay)
Если А – матрица оператора А, а x и y – некоторые векторы, то запишем:
координаты x и y в некотором ортонормированном базисе
Тогда: (x,y) = XTY = YTX и имеем (Ax,y) = (AX)TY = XTATY
(x,Ay) = XT(AY) = XTAY,
т.е. XTATY = XTAY. При произвольных матрицах-столбцах X,Y это равенство возможно только при АТ = А, а это означает, что матрица А – симметричная.
Рассмотрим некоторые примеры линейных операторов
Оператор проектирования. Пусть требуется найти матрицу линейного оператора, осуществляющего проектирование трехмерного пространства на координатную ось е1 в базисе е1, е2, е3. Матрица линейного оператора – это матрица, в столбцах которой должны стоять образы базисных векторов е1 = (1,0,0), е2 = (0,1,0), е3 = (0,0,1). Эти образы, очевидно, есть: Ае1 = (1,0,0)
Ае2 = (0,0,0)
Ае3 = (0,0,0)
Следовательно, в базисе е1, е2, е3 матрица искомого линейного оператора будет иметь вид:
Найдем ядро этого оператора. Согласно определению ядро – это множество векторов х, для которых АХ = 0. Или
Т. е. ядро оператора составляет множество векторов, лежащих в плоскости е1, е2. Размерность ядра равна n – rangA = 2.
Множество образов этого оператора – это, очевидно, множество векторов, коллинеарных е1. Размерность пространства образов равна рангу линейного оператора и равна 1, что меньше размерности пространства прообразов. Т. е. оператор А – вырожденный. Матрица А тоже вырождена.
Еще пример: найти матрицу линейного оператора, осуществляющего в пространстве V3 (базис i, j, k) линейное преобразование – симметрию относительно начала координат.
Имеем: Ai = -i
Aj = -j
Ak = -k
Т. е. искомая матрица
Рассмотрим линейное преобразование – симметрию относительно плоскости y = x.
Ai = j (0,1,0)
Aj = i (1,0,0)
Ak = k (0,0,1)
Матрица оператора будет:
Ai Aj Ak
Еще пример – уже знакомая матрица, связывающая координаты вектора при повороте осей координат. Назовем оператор, осуществляющий поворот осей координат, - оператор поворота. Допустим, осуществляется поворот на угол :
Ai ’ = cosi + sinj
Aj ’ = -sini + cosj
Матрица оператора поворота:
Ai ‘ Aj ‘
Вспомним формулы преобразования координат точки при смене базиса – замена координат на плоскости при смене базиса:
Эти формулы можно рассматривать двояко. Ранее мы рассматривали эти формулы так, что точка стоит на месте, поворачивается координатная система. Но можно рассматривать и так, что координатная система остается прежней, а перемещается точка из положения М* в положение М. Координаты точки М и М* определены в той же координатной системе.
Все сказанное позволяет подойти к следующей задаче, которую приходится решать программистам, занимающимся графикой на ЭВМ. Пусть необходимо на экране ЭВМ осуществить поворот некоторой плоской фигуры (например треугольника) относительно точки О’ с координатами (a,b) на некоторый угол . Поворот координат описывается формулами:
Параллельный перенос обеспечивает соотношения:
Для того, чтобы решить такую задачу, обычно применяют искусственный прием: вводят так зазываемые “однородные” координаты точки на плоскости XOY: (x, y, 1). Тогда матрица, осуществляющая параллельный перенос, может быть записана:
Действительно:
А матрица поворота:
Рассматриваемая задача может быть решена в три шага:
1й шаг: параллельный перенос на вектор А(-а, -b) для совмещения центра поворота с началом координат:
2й шаг: поворот на угол :
3й шаг: параллельный перенос на вектор А(а, b) для возвращения центра поворота в прежнее положение:
Искомое линейное преобразование в матричном виде будет выглядеть:
(**)
где
По формуле (**) можно пересчитать координаты любой точки плоской фигуры, а затем построить ее на экране, осуществив тем самым ее поворот.