- •Линейная алгебра глава 1 законы композиции
- •§1. Внутренние законы композиции
- •1.2. Основные алгебраические образования: группы, кольца, поля
- •§2. Внешние законы композиции
- •§3. Изоморфизм
- •Глава 2 комплексные числа
- •§1. Поле с комплексных чисел
- •§2. Комплексно сопряженные числа
- •§3. Модуль комплексного числа. Деление двух комплексных чисел
- •§4. Геометрическая интерпретация комплексных чисел
- •§5. Тригонометрическая форма комплексного числа. Формула муавра. Извлечение корня
- •§6. Комплексные функции
- •Комплексные функции одного действительного переменного
- •Показательная функция zеz с комплексным показателем и ее свойства
- •Формулы Эйлера. Показательная форма комплексного числа
- •Глава 3 многочлены
- •§1. Кольцо многочленов
- •§2. Деление многочленов по убывающим степеням
- •§3. Взаимно простые и неприводимые многочлены. Теорема и алгоритм евклида
- •§4. Нули (корни) многочлена. Кратность нуля. Разложение многочлена в произведение неприводимых многочленов над полем с и r
- •Упражнения
- •Глава 4 векторные пространства
- •§1. Векторное пространство многочленов над полем p коэффициентов
- •§2. Векторные пространства р n над полем р
- •§3. Векторы в геометрическом пространстве
- •3.1. Типы векторов в геометрическом пространстве
- •Из подобия треугольников авс и ав'с' следует (как в случае , так и в случае ), что.
- •3.3. Задание свободных векторов при помощи декартовой системы координат и соответствие их с векторами из векторного пространства r3
- •3.4. Скалярное произведение двух свободных векторов
- •Упражнения
- •§4. Векторное подпространство
- •4.1. Подпространство, порожденное линейной комбинацией векторов
- •4.2. Линейная зависимость и независимость векторов
- •4.3. Теоремы о линейно зависимых и линейно независимых векторах
- •4.4. База и ранг системы векторов. Базис и размерность векторного подпространства, порожденного системой векторов
- •4.5. Базис и размерность подпространства, порожденного системой
- •§5. Базис и размерность векторного пространства
- •5.1. Построение базиса
- •5.2. Основные свойства базиса
- •5.3. Базис и размерность пространства свободных векторов
- •§6. Изоморфизм между n – мерными векторными пространствами к и р n над полем р
- •§8. Линейные отображения векторных пространств
- •8.1. Ранг линейного отображения
- •8.2. Координатная запись линейных отображений
- •Упражнения
- •Глава 5 матрицы
- •§1. Ранг матрицы. Элементарные преобразования матриц
- •§2. Алгебраичесие операции над матрицами.
- •Пусть даны матрицы
- •§3. Изоморфизм между векторным пространством
- •§4. Скалярное произведение двух векторов из пространства Rn
- •§5. Квадратные матрицы
- •5.1. Обратная матрица
- •5.2. Транспонированная квадратная матрица.
- •Упражнения
- •Глава 6 определители
- •§1. Определение и свойства определителя, вытекающие из определения
- •§2. Разложение определителя по элементам столбца (строки). Теорема о чужих дополнениях
- •§3. Геометрическое представление определителя
- •3.1. Векторное произведение двух свободных векторов
- •3.2. Смешанное произведение трех свободных векторов
- •§4. Применение определителей для нахождения ранга матриц
- •§5. Построение обратной матрицы
- •Упражнения
- •Глава 7 системы линейных уравнений
- •§1. Определения. Совместные и несовместные системы
- •§2. Метод гаусса
- •§3. Матричная и векторная формы записи линейных
- •3. Матрицу-столбец свободных членов размер матрицыk 1.
- •§4. Система крамера
- •§5. Однородная система линейных уравнений
- •§6. Неоднородная система линейных уравнений
- •Упражнения
- •Глава 8 приведение матриц
- •§1. Матрица перехода от одного базиса к другому
- •1.1. Матрица перехода, связанная с преобразованием
- •1.2. Ортогональные матрицы перехода
- •§2. Изменение матрицы линейного отображения при замене базисов
- •2.1. Собственные значения, собственные векторы
- •2.2. Приведение квадратной матрицы к диагональной форме
- •§3. Вещественные линейные и квадратичные формы
- •3.1. Приведение квадратичной формы к каноническому виду
- •3.2. Определенная квадратичная форма. Критерий Сильвестра
- •Упражнения
§2. Изменение матрицы линейного отображения при замене базисов
Рассмотрим линейное отображение f n-мерного пространства K над полем P в m-мерное пространство F над полем P и пусть, если в пространстве K задан базис , а в пространствеF базис , то отображениеf ассоциировано с матрицей А, представляющей линейное отображение пространстваPn в Pm, Перейдем в этих пространствах к другим базисам, соответственнои, которые связаны с первоначальными базисами матрицами переходаи. Наша задача определить, какой вид примет матрицаА в базисах и. Обозначим эту преобразованную матрицуВ.
Рассмотрим произвольный векториз пространстваPn, и его образ из пространстваPm в базисах и. При замене базисов пространстваPn и Pm отображаются каждое само на себя посредством матриц перехода S и T. При этом вектора ибудут прообразами векторов соответственнои. Тогда матрица В задается при помощи соотношений и, значит,B = T–1AS. Это и есть искомая формула для установления взаимосвязи между матрицами А и В, представляющих одно и тоже линейное отображение f пространства К в пространство F, при замене в них базисов, определяемое матрицами перехода S и Т.
Если F = K, причем первоначальные, а также новые базисы в пространствах K и F совпадают, то А и S = Т будут квадратными матрицами одного порядка. Тогда получим В = T–1АТ; В называется матрицей, преобразованной из А посредством Т; матрицы В и А называются подобными. Если А обратима, то T–1 (А–1)Т = (T–1АТ)–1 = В–1.
Теперь попытаемся найти в К такой конкретный базис, относительно которого связанная с f квадратная матрица, определяющая отображение Pn в Pn имела бы наиболее простую форму.
2.1. Собственные значения, собственные векторы
квадратной матрицы
Легко показать, что равенство В = T–1АТ влечет равенство определителей: D(B) = D(A). Действительно, из правила умножения определителей имеем
D(B) = D(T–1)·D(A)·D(T) = D(A)D(E) = D(A)·1 = D(A).
С другой стороны, матрица, преобразованная из единичной, сама является единичной: T–1ЕТ = Е; следовательно, для любого , имеем
В – Е = T–1 (А – Е)Т,
и значит, определитель D(А – Е) зависит только от линейного отображения f и не зависит от выбора конкретного базиса в К.
Если ,
то и
D(A– n n + qn-1 n-1 + qn-2 n-2 + . . . + q1 D(A), есть многочлен от степени, в точности равной n. Записывать, чему равны коэффициенты qi, нам нет необходимости.
Определение 1. Многочлен D(A– называется характеристическим многочленом отображения f.
Его коэффициенты зависят только от линейного отображения f и не зависят от выбора базиса в К. То же самое будет относиться к нулям этого многочлена и к их кратности.
Определение 2. Собственными значениями или характеристическими числами отображения f называются нули характеристического многочлена D(A– , т.е. корни уравнения D(A– = 0 – это уравнение называется характеристическим.
Если Р есть поле С комплексных чисел, то многочлен степени n имеет точно n нулей, принадлежащих С; если считать каждый нуль столько раз, какова его кратность (основная теорема алгебры). Поэтому отныне мы будем предполагать, что Р есть поле С.
Пусть 1 есть собственное значение, а значит такое действительное или комплексное число, что D(A–1 = 0. Тогда матрица A–1 необратима, и существует, по крайней мере, один такой ненулевой вектор , что. Обратно, если существует такой ненулевой вектор, что, то рассуждением, обратным к приведенному, убеждаемся, что1 есть собственное значение.
Определение 3. Вектор называетсясобственным вектором матрицы А, принадлежащим собственному значению 1, если , с
Если есть вектор изК, отвечающий вектору , то, что показывает, чтои1 зависят только от f.
Вектор называетсясобственным вектором линейного отображения f.
Перечислим некоторые свойства собственных векторов и собственных значений матрицы А, которые являются также и свойствами собственных векторов и собственных значений линейного отображения f.
1. Каждому собственному вектору соответствует единственное собственное число.
2. Если – собственный вектор матрицыА с собственным числом , то любой вектор коллинеарный вектору, также является собственным вектором матрицыА с тем же самым числом .
3. Если и собственные векторы матрицыА с одним и тем же собственным числом , то их сумма + также является собственным вектором матрицыА с тем же самым числом .
Из свойств 2 и 3 следует, что каждому собственному числу соответствует бесчисленное множество (коллинеарных) собственных векторов. Это множество вместе с нулевым вектором, который всегда является собственным вектором, образует подпространство пространства Сn, если речь идет о собственных векторах матрицы и пространстваК, если речь идет о собственных векторах линейного отображенияf.
4. Если собственные векторы (либо) принадлежат различным собственным значениям, то они линейно независимы.
Последний пункт позволяет решить вопрос о приведении квадратной матрицы к более простой форме.