- •Министерство образования рф
- •1. Матрицы и основные операции над ними
- •1.1. Понятие матрицы
- •1.2. Виды матриц
- •1.4. Действия над матрицами
- •1.5. Миноры и алгебраические дополнения
- •1.6. Присоединенная и обратная матрицы
- •1.7. Ранг матрицы и элементарные преобразования матрицы
- •1.8. Вырожденность (дефект) матрицы
- •2. Векторы и основные операции над ними
- •2.1. Понятие вектора
- •2.2. Основные операции над векторами
- •3. Линейное векторное метрическое нормированное пространство
- •3.1. Понятия и определения
- •3.2. Линейное преобразование
- •3.3. Подпространство
- •4. Матричные преобразования
- •4.1. Преобразование подобия
- •4.3. Конгруэнтное преобразование
- •5. Собственные числа, собственные векторы и диагонализация матриц
- •5.1. Собственные числа и собственные векторы матрицы
- •5.2. Диагонализация матриц.
- •6. Функции от матриц
- •6.1. Степени матриц
- •6.2. Функции от матриц
- •6.3. Теоремы о функциях от матриц
- •7. Квадратичная форма
- •Список литературы
3.2. Линейное преобразование
Преобразованием линейного n-мерного пространства X называют оператор A, отображающий это пространство в m-мерное пространство Y:
A: XY.
Таким образом, преобразование A ставит в соответствие каждому вектору x пространства X вектор
y=Ax
пространства Y. В частном случае может быть Y=X. При этом преобразование A ставит в соответствие каждому вектору x пространства X вектор Ax того же самого пространства.
Преобразование A называют линейным, если выполняется условие
A(k1x1+k2x2)=k1 Ax1 + k2 Ax2.
Это условие будет выполняться, если между компонентами x(j) и y(i) векторов x и y имеется линейная зависимость вида
,
где aij – произвольные числа. Совокупность чисел aij, i=1, 2,…, m; j=1, 2, …, n образует матрицу A=[aij], которую называют матрицей линейного преобразования.
Среди линейных преобразований линейного пространства особую роль играют два:
Нулевое преобразование, ставящее в соответствие каждому вектору нулевой вектор o: Ox=o.
Единичное преобразование, ставящее в соответствие каждому вектору x тот же самый вектор: Ix=x.
3.3. Подпространство
Рассмотрим произвольное конечное множество точек S={x1, …, xm} линейного пространства X. Множество
при всевозможных i также представляет собой линейное пространство, являющееся подмножеством линейного пространства X и называемое линейным подпространством.
4. Матричные преобразования
Матрица B эквивалентна матрице А в том случае, если существуют такие две неособенные матрицы P и Q, что
B=PAQ.
4.1. Преобразование подобия
Рассмотрим линейное преобразование
y=Ax,
где x и y определяются в n-мерном пространстве с базисом zi. Предположим теперь, что требуется перейти от данного базиса к системе векторов wi. В этом состоит общая проблема преобразования координат. Пусть x и y соответственно переходят в новом базисе в координаты x’ и y’. Так как для zi и wi составляют два базисы в n-мерном пространстве, то должна существовать такая неособенная матрица P, что
Найдем связь между y’ и x’ в новой системе координат. Для этого умножим слева обе части этого уравнения на P и получим Py=Pax. Из уравнения выше следует, что
или
Матрица B, связывающая в новой системе координат x’ и y’, получается из A на основе преобразования подобия.
Преобразования подобия обладают важными свойствами:
Если матрица в одном базисе невырождена, то и в другом базисе она будет невырождена.
Определители, равно как и следы подобных матриц равны.
4.2. Ортогональное преобразование
Рассмотрим линейное преобразование
x=Qx’, P-1=Q,
где вектор x определяется в ортогональной системе координат. Если новая система координат также ортогональна, то длина вектора x’ в новой системе координат должна совпадать с длиной вектора x в первоначальной системе координат. Следовательно
<x , x>=<x’ , x’>.
Выражая это соотношение посредством матрицы Q, имеем
Для этого необходимо, чтобы QT=Q-1.
Следовательно, при переходе от одного ортогонального базиса к другому матрица преобразования Q, ставящая в соответствие вектору в первоначальной системе координат вектор в новой системе координат, должна удовлетворят условию QT=Q-1. Данное преобразование называют ортогональным преобразованием. Матрица Q называется ортогональной матрицей. Ортогональное преобразование является частным случаем преобразования подобия. Оно оставляет неизменными длины и углы.
Из условия QT=Q-1 как следствие вытекает
|QT| |Q| = 1 или |Q| = 1.
Знак минус в определителе означает, что ортогональное преобразование можно получить путем вращения или отражения. Косинусы углов между осью i' и осями 1, 2, … , n обозначаются соответственно элементами матрицы Q. Эти величины называются направляющими косинусами или направлениями новых осей по отношению к старым.