- •Глава III. Линейные преобразования
- •3.1. Матрица линейного преобразования
- •3.2. Ядро и образ линейного преобразования
- •3.3. Собственные значения квадратной матрицы
- •1. Найти собственные значения матриц:
- •3.4. Собственные векторы квадратной матрицы
- •3.5. Свойства собственных векторов матрицы
- •3.6. Базис пространства , состоящий из собственных векторов матрицы
- •3.7. Норма линейного преобразования
- •Ортогональные матрицы
- •3.9. Симметрические преобразования и симметрические матрицы
- •Собственные значения симметрической матрицы
- •Собственные векторы симметрической матрицы
Глава III. Линейные преобразования
3.1. Матрица линейного преобразования
Преобразованием пространства называется правило, которое позволяет для каждого вектора из пространства построить новый вектор из пространства , обозначаемый через . Вектор называется образом вектора . Будем также говорить, что преобразование переводит вектор в вектор .
Примеры
1. Преобразование , оставляющее каждый вектор пространства «на месте», т. е. , называется тождественным преобразованием.
2. Преобразование , которое переводит каждый вектор пространства в нулевой вектор , т. е. = , называется нулевым преобразованием.
3. Преобразование переводит вектор пространства в вектор .
4. Образом вектора пространства является вектор , где – заданные функции, определенные при любых значениях переменных.
Среди всех преобразований векторного пространства выделим те, которые «хорошо» согласованы с операциями сложения векторов и умножения вектора на число. Именно, преобразование называется линейным преобразованием пространства , если оно обладает следующими двумя свойствами:
1. для каждой пары векторов , пространства .
2. для любого числа и каждого вектора пространства .
□ Теорема 3.1. Для каждого линейного преобразования пространства R справедливы следующие утверждения:
1. .
2. .
3. .
Доказательство. Действительно,
1. .
2.
3. Доказательство третьего утверждения проведем методом математической индукции по числу n векторов в линейной комбинации.
Докажем утверждение 3 теоремы в случае , т. е. докажем, что = . Его справедливость вытекает из 2 свойства определения линейного преобразования.
Пусть теперь утверждение теоремы справедливо, если , т. е. выполняется равенство
Если же , то, используя определение линейного преобразования и предположение индукции, имеем
■
Пусть дана квадратная матрица порядка . Определим преобразование формулой для каждого пространства . Линейность этого преобразования вытекает из свойств умножения матрицы на вектор
Теперь естественно спросить, можно ли для каждого линейного преобразования подобрать такую матрицу , чтобы для каждого вектора из пространства ? Утвердительный ответ на этот вопрос будет вытекать из следующей теоремы.
Матрицей линейного преобразования называется матрица , столбцы которой определяются по формулам , , где диагональная система векторов.
□ Теорема 3.2. Если − линейное преобразование пространства и − матрица этого преобразования, то для каждого вектора из пространства
Доказательство. Рассмотрим произвольный вектор пространства . Он разлагается по диагональной системе векторов
Теперь имеем
■
Линейные преобразования и равны тогда и только тогда, когда для каждого вектора пространства .
□ Теорема 3.3. Даны два линейных преобразования и . Тогда равносильны следующие условия:
1) преобразования и равны;
2) матрицы линейных преобразований и равны.
Доказательство
1) 2). Из условия для каждого пространства следует, в частности, что , . Отсюда вытекает, что , , поэтому .
2) 1). Дано, что . Теперь , т. е. ■
Эта теорема позволяет отождествить линейное преобразование с его матрицей. Следовательно, изучение линейных преобразований – это изучение матриц, рассматриваемых как преобразования пространства .
Пусть даны два линейных преобразования и .
Линейное преобразование, которое задается матрицей , называется суммой линейных преобразований и , и обозначается символом . Итак
.
Произведением линейных преобразований и называется линейное преобразование с матрицей . Если обозначить произведение линейных преобразований символом , то
.
Преобразование называется обратимым, если − обратимая матрица. Обозначим символом линейное преобразование с матрицей , т. е.
.
Преобразование называется обратным для преобразования .
□ Теорема 3.4. Даны линейные преобразования и . Тогда справедливы следующие утверждения:
1)
2) ;
3) , если преобразование обратимо.
Доказательство вытекает из определения преобразований , и , а также свойств умножения матрицы на вектор:
1)
2)
3) ■
Задачи
1. Доказать, что каждое преобразование пространства определяет набор функций от n переменных при помощи которых можно записать преобразование в виде
2. Доказать, что если для каждого вектора пространства , то матрица линейного преобразования .
Выяснить, являются ли следующие преобразования, переводящие вектор в вектор , линейными. Найти матрицы линейных преобразований:
3.
4.
5. фиксированные числа;
6. фиксированное число;
7. фиксированный вектор пространства ;
8. В пространстве выбран базис и n векторов . Если коэффициенты разложения вектора по базису , т. е. , то
9. В пространстве фиксирован базис . Преобразование определяется при помощи формулы
где фиксированный набор чисел, а коэффициенты разложения вектора по базису , т. е.
.
10. Координаты вектора совпадают с координатами вектора , записанными в обратном порядке.