- •1Геометрия на плоскости и в пространстве.
- •1.1Скалярное произведение.
- •. Симметричность
- •Линейность
- •1.2Векторное и смешанное произведение.
- •1.3Уравнение прямой и плоскости в пространстве
- •2Евклидово пространство. Скалярное произведение.
- •Симметричность:
- •2.1 Изменение матрицы Грама при изменении базиса.
- •2.2 Ортогональность.
- •2.3 Процесс ортогонализации.
- •2.4 Ортогональное дополнение. Ортогональная проекция и составляющая.
- •2.5 Геометрический смысл определителя матрицы Грама. Неравенство Адамара.
- •2.6. Расстояния. Псевдорешения. Нормальные решения. Нормальные псевдорешения.
- •2.6.1Псевдорешения. Метод наименьших квадратов.
- •2.6.2Нормальное решение
- •2.6.3Нормальное псевдорешение.
- •3Унитарное пространство.
- •4Билинейные функции, квадратичные формы.
- •4.1Билинейные формы. Квадратичные формы.
- •4.2 Полуторалинейные формы. Эрмитовы формы.
- •4.3 Изменение матрицы билинейной (полуторалинейной) формы при изменении базиса.
- •4.4 Приведение квадратичных форм (симметричных билинейных форм, эрмитовых форм) к простейшему виду.
- •4.4.1Метод выделения квадратов (Лагранжа).
- •4.4.2Приведение квадратичных форм к нормальному виду элементарными преобразованиями
- •4.4.3Закон инерции квадратичных форм.
- •4.4.4Теорема Якоби
- •4.4.5Критерий Сильвестра.
- •5Квадрики.
- •5.1 Алгебраическая поверхность
- •5.2 Уравнение квадрики.
- •5.3Изменение квадрики при аффинном преобразовании
- •5.4 Приведение уравнения квадрики к простейшему виду
- •5.5Аффинная классификация кривых второго порядка.
- •5.6Аффинная классификация поверхностей второго порядка
- •6.1.3Изменение матрицы линейного оператора при изменении базиса.
- •6.2Алгебра линейных операторов.
- •6.3 Простейший вид матрицы линейного оператора.
- •6.3.1Эквивалентность матриц
- •6.3.2Ранг, дефект линейного оператора.
- •7Линейное преобразование
- •7.1Линейное преобразование. Его матрица
- •7.2Изменение матрицы линейного преобразования при изменении базиса.
- •7.3 Алгебра линейных преобразований.
- •7.4 Инвариантные пространства
- •7.5 Собственные векторы и собственные числа. Характеристическое уравнение.
- •7.6Коэффициенты характеристического уравнения. След матрицы.
- •7.7 Диагонализируемые преобразования
- •7.8 Теорема Шура
- •8 Сопряженные преобразования.
- •8.1 Линейное преобразование и билинейные функции
- •8.2 Сопряженное преобразование. Свойства.
- •Если w инвариантное подпространство , то ортогональное дополнение к w инвариантно относительно .
- •8.3 Нормальное преобразование и его свойства.
- •8.4 Ортогональные преобразования
- •8.5Самосопряженное преобразование.
- •8.6Полярное разложение
- •9 Приведение квадратичных форм
- •9.1 Приведение квадратичных форм к главным осям.
- •9.2 Приведение пары квадратичных форм
- •9.2.1Первый способ
- •9.2.2Пучок матриц
- •9.3 Приведение квадрики ортогональным преобразованием. Ортогональные инварианты и полуинварианты.
- •9.4Ортогональная классификация кривых второго порядка
- •9.5Ортогональная классификация поверхностей второго порядка.
- •10 Аннулирующий многочлен
- •10.1Аннулирующий многочлен вектора.
- •10.2Аннулирующий многочлен подпространства
- •10.3Функции от матриц
- •10.4Вычисление линейных рекуррентных последовательностей
7Линейное преобразование
7.1Линейное преобразование. Его матрица
Однозначное отображение линейного пространства V над числовым полем P в себя называется линейным преобразованием, если оно сохраняет линейность, то есть для любых и .
Линейное преобразование полностью определяется своими значениями на базисных векторах. Действительно, пусть базис V. Вектор x разложим по базису , где - координаты вектора x. По свойству линейного преобразования имеем . Перейдем в последнем равенстве от равенства векторов к равенству их координат , которое можно записать используя матричное умножение следующим образом . Матрица называется матрицей линейного преобразования и обозначается . Матрица линейного преобразования связывает координаты образа с координатами исходного вектора .
7.2Изменение матрицы линейного преобразования при изменении базиса.
Поскольку линейное преобразование частный случай линейного оператора, то можно воспользоваться полученной ранее формулой , где P – матрица перехода. Матрицы A и B называются подобными, если существует невырожденная матрица P, что . Вопрос о подобии матриц сводится к решению системы линейных уравнений , где в роли неизвестных выступают элементы матрицы P, с дополнительным нелинейным условием .
7.3 Алгебра линейных преобразований.
На множестве всех линейных преобразований пространства V расмотрим операции:
Умножение на число: .
Сложение (вычитание)
Умножение .
Легко проверить линейность всех этих преобразований и вывести следующие формулы, связывающие их матрицы
Линейное преобразование, переводящее каждый вектор в себя, называется тождественным преобразованием и обозначается . В любом базисе матрица тождественного преобразования равна единичной.
Пусть - некоторый многочлен, - линейное преобразование пространства V. Сопоставим многочлену линейное преобразование . Будем говорить, что преобразование получено подстановкой в многочлен . Матрица может быть вычислена по формуле .
Свойство 7.14. Пусть . Тогда .
7.4 Инвариантные пространства
Подпространство W называется инвариантным относительно линейного преобразования , если для любого x из W его образ также принадлежит W.
Свойство 7.15. - инвариантное подпространство.
Доказательство. Пусть . Тогда .
Свойство 7.16. - инвариантное подпространство.
Доказательство. Пусть , тогда .
Свойство 7.17. Пусть - многочлен, тогда инвариантное пространство относительно .
Доказательство. Пусть , то есть . Далее, , то есть .
Свойство 7.18. Пусть - многочлен, тогда инвариантное пространство относительно .
Доказательство. Пусть , тогда . Далее, , то есть .
Знание инвариантных подпространств позволяет найти базис пространства, в котором матрица линейного преобразования имеет простую структуру. Действительно, пусть базис инвариантного подпространства W. Дополним его до базиса всего пространства векторами . Координаты образов первых k векторов могут иметь только k первых ненулевых компонент. Следовательно, в матрице линейного преобразования содержится в левом нижнем углу блок размером (n-k)*k, состоящий из одних нулей.
Если пространство V представляется в виде прямой суммы инвариантных подпространств W и U, то построим базис пространства V, объединив базисы W и U. В построенном базисе матрица линейного преобразования будет иметь блочно диагональный вид.
Таким образом, структура матрицы линейного преобразования имеет тем более простой вид, чем меньше размерность инвариантных подпространств, в прямую сумму которых расщепляется исходное пространство V.