- •8. Преобразование матрицы линейного оператора при переходе к новому базису.
- •9.Собственные значения и собственные вектора линейных операторов:
- •10. Свойства собственных значений и собственных векторов линейного оператора.
- •11.Квадратичные формы. Определение. Примеры.
- •12. Преобразование квадратичной формы к каноническому виду.
- •13. Приведение к каноническому виду уравнений кривых и поверхностей 2-го порядка:
- •14.Каноническое уравнение кривых и поверхностей II порядка (см.Реферат)
- •15.Дифференцильные уравнения (основные понятия, примеры)
- •16.Ду I порядка. Задача Коши.
- •17.Уравнение, с разделяющимися переменными.
- •18. Однородные уравнения I порядка.
- •19.Линейные уравнения первого порядка.
- •24.Однородные дифференциальные уравнения с постоянными коэффициентами.
- •25. Линейные неоднородные уравнения с постоянными коэффициентами:
- •26. Метод вариаций произвольных постоянных.
- •27. Линейные ду высших порядков
- •28.Вронскиан, его свойства.
- •29.Преобразования Лапласа.
- •30.Свойства преобразований Лапласа
- •35.Решение систем дифференциальных уравнений операционным методом.
1.Линейные пространства (определение, примеры): Множество L называется линейным пространством, а его элементы векторами, если:
- задан закон, по которому любым двум элементам из множества L сопоставляется элемент z, принадлежащий L, и называется суммой x и y.
- задан закон умножения оператора на число, по которому элементу x из множества L и числу α, соотв. элем. y L, такой, что y= αx.
- для любых x,y и zL и любых чисел α,β выполняются следующие аксиомы и :
1. x+y=y+x 2. (x+y)+z=x+(y+z) 3. такой эл-т О (нулев. эл-т)
4. , , ((-х) – противоположный элемент)
5. α(x+y)= αx+ αy 6.( α+β)x= αx+βx 7. α(βx)=(αβ)x 8. x*1=x
Прим: 1) v- множество векторов на плоскости; v – линейное пространство
2)p – множество многочленов от 1ой переменной степени не выше 5; p - линейное пространство.
2.Линейная зависимость (независимость) векторов: - вектора, принадлежащие L, - вещественные числа.
Выражение вида называется линейной комбинацией векторов с коэффициентами .
Система векторов называется линейно зависимой, если существует равная О нетривиальная (невырожден. – хотя бы 1 из коэффициентов отличен от нуля) линейная комбинация этих векторов. В противоположном случае система называется линейно независимой.
Система векторов линейно зависима тогда, когда, по крайней мере, один из этих векторов является линейной комбинацией остальных.
Доказательство: 1. необходимо
Пусть - линейно зависимая система векторов
Пусть
Следовательно, линейная комбинация векторов.
2. Достаточно.
Пусть (линейная комбинация векторов)
(-1)*
т.к., следовательно, система векторов линейно зависима.
Если в систему векторов входит нулевой вектор, то эта система будет линейно зависима.
Если какая-либо часть системы линейных векторов линейно зависима, то и вся эта система линейно зависима.
3. Базис. Координаты вектора. Размерность пространства. Система линейно независимых векторов называется базисом пространства L, если любой вектор x из этого пространства может быть представлен в виде линейной комбинации этих векторов. А числа называются координатами вектора относительно данного базиса. Если задан базис, то координаты вектора в данном базисе определены однозначно.
Доказательство:
Пусть - базис. Предположим, что x разложен двумя способами.
==0
Т.к. линейная комбинация = 0, а вектора линейно независимы =0, следовательно .
Пусть в линейном пространстве L выбран базис , тогда:
-
при сложении векторов их координаты складываются.
-
При умножении вектора на число его координаты умножаются на это число.
Доказательство: 1. xL, yL, , ,
2. α – число
Если в линейном пространстве L существует базис из n векторов, то любой другой базис этого пространства так же содержит n векторов.
Линейное пространство L, в котором базис состоит из n векторов называется n-мерным, а число n - размерностью пространства Ln
4.Подпространство. Линейное нормированное пространство. Евклидово пространство. Непустое множество Z векторов в линейном пространстве L называется линейным подпространством, если для любых х и y принадлежащих Z: (x+y)=Z и для любого вектора xZ α- число (αx) Z.
Множество называется линейным нормированным пространством, если для любого вектора х, принадлежащего этому множеству поставлено в соответствие вещественное число x - вещественное число, называемое нормой элемента х, причем выполняются следующие условия:
-
Если норма =0, то х=0.
-
Для любого числа αR или αС, норма от произведения αх будет
-
Для любого элемента х, y, принадлежащего Н .
Линейное пространство называется евклидовым, если в этом пространстве определено скалярное произведение векторов. Каждому x и y поставлено в соответствие действительное число (x,y), причем выполняется следующее:
1. (x,y)=(y,x) 2. (λx,y)= λ(x,y)=(x, λy) 3. (x1+x2,y)=(x1,y)+(x2,y)
4. (x,y)0 5. ()
Норма вектора x, равен в евклидовом пространстве называется длиной вектора и обозначается =
Вывод:
-
Если x и y принадлежат евклидовому пространству размерности n, тогда (x,y)=
-
x,y и ортогональны, если их скалярное произведение = 0 ((x,y)=0) и ,
Система ненулевых векторов образует ортогональный базис в , если эти вектора попарно ортогональны, и ортонормальный базис, если каждый из векторов имеет длину =1.
5.Линейные операторы (определение, примеры). Пусть H и F – линейные пространства. Оператором A, действ. из H в F называется отображение вида A : Н F. Сопост. любому элементу
y=A(x)=Ax
Оператор А называется линейным, если для любых х1,х2 H , число.
1.
2.
Примечание:
1.А-умножается на число
,-число, x-вектор,
A-линейный оператор
2. M n –линейное пространство,A-оператор дифференц.
-линейный оператор
6.Матрица линейного оператора. Образуется следующим образом:
матрица:
Пусть в заданном базисе лин. простр. каждому линейному опреатору А отвечает матрица , , тогда при сложении линейных операторов соответствующие им матрицы складываются, при умножении матрицы на число соответствующая матрица умножается на число, при умножении операторов соответствующие матрицы перемножаются.
7.Действия с линейными операторами. Два линейных оператора A и B называются равными и принадлежат тому же пространству, если результат их действий на один и тот же элемент х, принадлежащий к дает один и тот же элемент y.
Ax=y, Bx=y, следовательно, А=В.
Под суммой двух операторов А и В понимают третий оператор С, полученный в результате действий каждого из операторов на элементе х, принадлежащему к и суммирование результатов действий.
А+В=В+А; А+В+D=(A+B)+D=A+(B+D)
Произведением двух операторов называется оператор который получен в результате последовательно выполнения данных операторов, причем сначала действует тот оператор, который стоит ближе к элементу. A*Bx=A(Bx)
Если для любого х, принадлежащего , Ex=x, то Е – единичный оператор.
Свойства произведения:
1. A*Ex=Ax=E*Ax 2.x=A(Ax) 3.A*B(C)x=A(BC)x=(AB)Cx
4. (A+B)Cx=ACx+BCx 5. Если A*A-1x= A-1*Ax=Ex=x, то A-1-обратный оператор.
8. Преобразование матрицы линейного оператора при переходе к новому базису.
А – линейный оператор. Ах=у, (х,у)
- базис в ;
=
- новый базис.
Т – матрица перехода от старого базиса к новому.
АА’, xx’, yy’, Ax’y’
x=Tx’; y=Ty’.
Пусть Ax=Atx’; y=Atx’; Ty’=ATx’; y’=T-1ATx’; A’x’= T-1ATx’;
A’= T-1AT – формула перехода.
При переходе линейного оператора из базиса в базис матрица линейного оператора меняется, а определитель остается прежним.
9.Собственные значения и собственные вектора линейных операторов:
Пусть , А- линейный оператор в , вектор , удовлетворяющий соотношению , называется собственным вектором, а собственное число -собственным значением линейного оператора А.
Пусть - прямая, тогда любой вектор на этой прямой является собственным.
В комплексном пространстве всякий линейный оператор А имеет хотя бы один собственный вектор.
Доказательство:
1.
2.
3. Пусть
4.
(*)
5.Пусть х- собственный
, заменим в (*)
(**)
(**)- однородная система линейных уравнений, всегда имеет тривиальное решение, а чтобы имела нетривиальное, необходимо, чтобы определитель системы = 0.
Пусть - корень уравнения n-ой степени относительно (***)
Подставим в систему (**)
- собственный вектор
Для каждого собственного числа имеется свой вектор.
10. Свойства собственных значений и собственных векторов линейного оператора.
- характеристический многочлен А, а следовательно, и собств.значен.А не зависят т выбора базиса, а определяются только самим оператором.
Собственный вектора оператора А, соответствуют различным собственным знчениям, линейно независ.
Если характеристический многочлен оператора А имеет n различных корней, то матрица А может быть приведена к диагональной форме.
Рассмотрим матрицу линейного оператора А в базисе из собственных векторов, т.к. все значения различны, то:
1. А – матрица линейного оператора в диагональном виде.
- сумма диагональных элементов
- сумма главных миноров II порядка
- определитель A
2. А – треугольная матрица, то собственными числами будут числа, стоящие на диагонали
11.Квадратичные формы. Определение. Примеры.
К.ф. – многочлен второй степени, относительно переменных не содержит свободного члена и члена в первой степени.
Числа называются коэффициентами квадратичной формы.
Если - к.ф., тогда если мы умножаем каждую переменную на действит. α
Примечание:
Квадратичная форма может быть записана в матричном виде:
=
Обозначим за х матричный столбец, следовательно, =xTAx (A- матрица квадратичной формы). Если при изменении базиса координаты вектора х меняются, то есть , то к.ф. может быть записана как к.ф. через , но с другими коэффициентами.
= xTAx х=Lx’ (L-матрица перехода)
=(Lx’)TA(Lx’)=(x’)TLTALx’=(x’)TBx’
12. Преобразование квадратичной формы к каноническому виду.
Если матрица квадратичной формы диагональна, то к.ф. имеет канонический вид.
Пусть f(х) - к.ф. в пространстве , тогда можно найти ортонормированный базис, в котором эта к.ф. записывается диагональной матрицей.
Доказательство: пусть - ортонормированный базис из собственных векторов матрицы квадратичной формы А.
<Аx,x>=<A,>=<,>=<,>=+=
Приведение квадратичной формы второго порядка к каноническому виду:
= в
1) составим матрицу А: А=
2) находим корни характеристического уравнения:
=0 λ1,λ2 - корни 3) Находим собственные вектора, соответствующие числам λ1 и λ2.
,
Из них выбираем два вектора, ортогональные между собой и единичн. и - базисные вектора.
4) Составим матрицу перехода:
={e1,m1}, ={e2,m2} S(матрица перехода)=
detS>0 (для сохранения взаимного ориент. новых векторов)
5) Переход к новому базису
= =
Направление собственных векторов при образовании x’=Ax называют главным направлением квадратичной формы.