Файл: Линейная Алгебра от 2 октября 2013.doc

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 11.08.2024

Просмотров: 516

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

СОДЕРЖАНИЕ

Т. Н. Матыцина е. К. Коржевина линейная алгебра

Оглавление

Введение

1. Множества

1.1. Множества и их элементы. Способы задания множеств

1.2. Подмножества. Диаграммы Эйлера – Венна

1.3. Операции над множествами и их свойства

1. Объединение (или сумма).

2. Пересечение (или произведение).

3. Разность.

4. Декартовое произведение (или прямое произведение).

Свойства операций над множествами

1.4. Метод математической индукции

1.5. Комплексные числа

Операции над комплексными числами

Геометрическая интерпретация комплексных чисел

Тригонометрическая форма комплексного числа

Действия над комплексными числами в тригонометрической форме

3. Возведение в степень.

4. Извлечение корня n-ой степени.

Показательная форма комплексного числа

2. Бинарные отношения

2.1. Понятие отношения

Способы задания бинарных отношений

Операции над бинарными отношениями

2.2. Свойства бинарных отношений

2.3. Отношение эквивалентности

2.4. Функции

3. Матрицы и действия над ними

3.1. Общие понятия

3.2. Основные операции над матрицами и их свойства

3.2.1. Сложение однотипных матриц

3.2.2. Умножение матрицы на число

3.2.3. Умножение матриц

3.3. Транспонирование матриц

4. Определители квадратных матриц

4.1. Определители матриц второго и третьего порядка

4.2. Определитель матрицы n-го порядка

4.3. Свойства определителей

4.4. Практическое вычисление определителей

5. Ранг матрицы. Обратная матрица

5.1. Понятие ранга матрицы

5.2. Нахождение ранга матрицы методом окаймления миноров

5.3. Нахождение ранга матрицы с помощью элементарных преобразований

5.4. Понятие обратной матрицы и способы ее нахождения

Алгоритм нахождения обратной матрицы

Нахождение обратной матрицы с помощью элементарных преобразований

6. Системы линейных уравнений

6.1. Основные понятия и определения

6.2. Методы решения систем линейных уравнений

6.2.1. Метод Крамера

6.2.2. Метод обратной матрицы

6.2.3. Метод Гаусса

Описание метода Гаусса

6.3. Исследование системы линейных уравнений

6.4. Однородные системы линейных уравнений

Свойства решений однородной системы линейных уравнений

Фундаментальный набор решений однородной системы линейных уравнений

7. Арифметическое n-мерное векторное пространство

7.1. Основные понятия

7.2. Линейная зависимость и независимость системы векторов

Свойства линейной зависимости системы векторов

Единичная система векторов

Две теоремы о линейной зависимости

7.3. Базис и ранг системы векторов

Базис пространства Rn

Ранг системы векторов

8. Векторные (линейные) пространства

8.1. Определение векторного пространства над произвольным полем.

Простейшие свойства векторных пространств

Линейная зависимость и независимость системы векторов

8.2. Подпространства. Линейные многообразия

Пересечение и сумма подпространств

Линейные многообразия

8.3. Базис и размерность векторного пространства

8.3.1. Конечномерные векторные пространства

Базис конечномерного векторного пространства

8.3.2. Базисы и размерности подпространств

8.3.3. Координаты вектора относительно данного базиса

8.3.4. Координаты вектора в различных базисах

8.4 Евклидовы векторные пространства

Скалярное произведение в координатах

Метрические понятия

Процесс ортогонализации

Скалярное произведение в ортонормированном базисе

Ортогональное дополнение подпространства

9. Линейные операторы

9.1. Основные понятия и способы задания линейных операторов

Способы задания линейных операторов

9.2. Матрица линейного оператора Связь между координатами вектора и координатами его образа

Матрицы линейного оператора в различных базисах

9.3. Подобные матрицы

Свойства отношения подобия матриц

9.4. Действия над линейными операторами

1. Сложение линейных операторов.

Свойства сложения линейных операторов

9.5. Ядро и образ линейного оператора

9.6. Обратимые линейные операторы

9.7. Собственные векторы линейного оператора

9.7.1. Свойства собственных векторов

9.7.2. Характеристический многочлен матрицы

9.7.3. Нахождение собственных векторов линейного оператора

9.7.4. Алгоритм нахождения собственных векторов линейного оператора

9.7.5.Условия, при которых матрица подобна диагональной матрице

10. Жорданова нормальная форма матрицы линейного оператора

10.1. Понятие λ-матрицы

Свойства λ-матрицы

10.2. Жорданова нормальная форма

10.3.Приведение матрицы к жордановой (нормальной) форме

Алгоритм приведения матрицы a к жордановой форме

11. Билинейные и квадратичные формы

11.1. Билинейные формы

Свойства билинейных форм

Преобразование матрицы билинейной формы при переходе к новому базису. Ранг билинейной формы

11.2. Квадратичные формы

Приведение квадратичной формы к каноническому виду

Закон инерции квадратичных форм

Классификация квадратичных форм

Необходимое и достаточное условие знакоопределенности квадратичной формы

Необходимое и достаточное условие знакопеременности квадратичной формы

Необходимое и достаточное условие квазизнакопеременности квадратичной формы

Критерий Сильвестра знакоопределенности квадратичной формы

Заключение

Библиографический список

Линейная алгебра

156961, Г. Кострома, ул. 1 Мая, 14

При переходе к новому базису матрица квадратичной формы преобразуется по формуле A(f) = CtA(e)C и ранг этой матрицы не меняется при переходе к новому базису.

Определение 11.9. Ранг матрицы квадратичной формы A(x, x) называется рангом квадратичной формы.

Определение 11.10. Квадратичная форма называется невырожденной, если ее ранг равен размерности пространства V и вырожденной, если ее ранг меньше размерности пространства V.

Определение 11.11. Квадратичная форма A(x, x) называется

  1. Положительно определенной, если для любого ненулевого вектора x выполняется неравенство A(x, x) > 0.

  2. Отрицательно определенной, если для любого ненулевого вектора x выполняется неравенство A(x, x) < 0.

  3. Знакопеременной, если существуют такие x и y, что A(x, x) > 0 и A(yy) < 0.

  4. Квазизнакоопределенной, если для всех x, A(x, x) ≥ 0 (или A(xx) ≤ 0) и имеется вектор ≠ 0, для которого A(x, x) = 0.

Замечание. Если A(x, y) – билинейная форма, полярная положительно определенной квадратичной форме A(x, x), то A(x, y) удовлетворяет аксиомам скалярного произведения векторов в евклидовом пространстве:

  1. A(x, y) = A(y, x) – в силу симметричности A(x, x).

  2. A(x y, z) = A(x, z) + A(y, z) – в силу определения билинейной формы.

  3. Ax, y) = λA(x, y) – в силу определения билинейной формы.

  4. A(xx) ≥ 0 и A(x, x) > 0 при х ≠ 0, т. к. A(x, x) положительно определена.

Вывод. Скалярное произведение в векторных пространствах может быть задано с помощью билинейной формы:

(x, y) =  = A(x, y).


Приведение квадратичной формы к каноническому виду

Дана квадратичная форма (2) A(xx) = , где x = (x1x2, …, xn). Рассмотрим квадратичную форму в пространстве R3, то есть x = (x1, x2, x3), A(x, x) =  +  +  +  +  +  + +  +  +  =  +  +  + 2 + 2 +  + 2 (использовали условие симметричности формы, а именно а12 = а21, а13 = а31, а23 = а32). Выпишем матрицу квадратичной формы A в базисе {e}, A(e) = . При изменении базиса матрица квадратичной формы меняется по формуле A(f) = CtA(e)C, где C – матрица перехода от базиса {e} к базису {f}, а Ct – транспонированная матрица C.

Определение 11.12. Вид квадратичной формы с диагональной матрицей называется каноническим.

Итак, пусть A(f) = , тогда A'(x, x) = , где x'1, x'2, x'3 – координаты вектора x в новом базисе {f}.


Определение 11.13. Пусть в n-мерном векторном пространстве V выбран такой базис f = {f1, f2, …, fn}, в котором квадратичная форма имеет вид

A(xx) =  +  + … + , (3)

где y1, y2, …, yn – координаты вектора x в базисе {f}. Выражение (3) называется каноническим видом квадратичной формы. Коэффициенты 1, λ2, …, λn называются каноническими; базис, в котором квадратичная форма имеет канонический вид, называется каноническим базисом.

Замечание. Если квадратичная форма A(xx) приведена к каноническому виду, то, вообще говоря, не все коэффициенты i отличны от нуля. Ранг квадратичной формы равен рангу ее матрицы в любом базисе.

Пусть ранг квадратичной формы A(xx) равен r, где r ≤ n. Матрица квадратичной формы в каноническом виде имеет диагональный вид. A(f) = , поскольку ее ранг равен r, то среди коэффициентов i должно быть r, не равных нулю. Отсюда следует, что число отличных от нуля канонических коэффициентов равно рангу квадратичной формы.

Замечание. Линейным преобразованием координат называется переход от переменных x1, x2, …, xn к переменным y1, y2, …, yn, при котором старые переменные выражаются через новые переменные с некоторыми числовыми коэффициентами.

x1 = α11y1 + α12y2 + … + α1nyn,

x2 = α21y1 + α22y2 + … + α2nyn,

………………………………

x1 = αn1y1 + αn2y2 + … + αnnyn.

Так как каждому преобразованию базиса отвечает невырожденное линейное преобразование координат, то вопрос о приведении квадратичной формы к каноническому виду можно решать путем выбора соответствующего невырожденного преобразования координат.

Теорема 11.2 (основная теорема о квадратичных формах). Всякая квадратичная форма A(xx), заданная в n-мерном векторном пространстве V, с помощью невырожденного линейного преобразования координат может быть приведена к каноническому виду.


Доказательство. (Метод Лагранжа) Идея этого метода состоит в последовательном дополнении квадратного трехчлена по каждой переменной до полного квадрата. Будем считать, что A(x, x) ≠ 0 и в базисе e = {e1, e2, …, en} имеет вид (2):

A(x, x) = .

Если A(x, x) = 0, то (aij) = 0, то есть форма уже каноническая. Формулу A(x, x) можно преобразовать так, чтобы коэффициент a11 ≠ 0. Если a11 = 0, то коэффициент при квадрате другой переменной отличен от нуля, тогда при помощи перенумерации переменных можно добиться, чтобы a11 ≠ 0. Перенумерация переменных является невырожденным линейным преобразованием. Если же все коэффициенты при квадратах переменных равны нулю, то нужные преобразования получаются следующим образом. Пусть, например, a12 ≠ 0 (A(x, x) ≠ 0, поэтому хотя бы один коэффициент aij ≠ 0). Рассмотрим преобразование

x1 = y1 – y2,

x2 = y1 + y2,

xi = yi, при i = 3, 4, …, n.

Это преобразование невырожденное, так как определитель его матрицы отличен от нуля = 2 ≠ 0.

Тогда 2a12x1x2 = 2 a12(y1 – y2)(y1 + y2) = 2– 2, то есть в форме A(x, x) появятся квадраты сразу двух переменных.

Итак, станем считать, что в равенстве (2) a11 ≠ 0. Выделим в выражении (2) группу слагаемых, которые содержат x1. Получим:

A(x, x) =  + 2+ 2. (4)

Преобразуем выделенную сумму к виду:


A(x, x) = a11, (5)

при этом коэффициенты aij меняются на . Рассмотрим невырожденное преобразование

y1 = x1 +  + … + ,

y2 = x2,

………

yn = xn.

Тогда получим

A(x, x) = . (6).

Если квадратичная форма  = 0, то вопрос о приведении A(xx) к каноническому виду решен.

Если эта форма не равна нулю, то повторяем рассуждения, рассматривая преобразования координат y2, …, yn и не меняя при этом координату y1. Очевидно, что эти преобразования будут невырожденными. За конечное число шагов квадратичная форма A(x, x) будет приведена к каноническому виду (3).

Замечание 1. Нужное преобразование исходных координат x1, x2, …, xn можно получить путем перемножения найденных в процессе рассуждений невырожденных преобразований: [x] = A[y], [y] = B[z], [z] = C[t], тогда [x] = AB[z] = ABC[t], то есть [x] = M[t], где M = ABC.

Замечание 2. Пусть A(x, x) = A(xx) = ++ …+ , где i≠ 0, i = 1, 2, …, r, причем 1 > 0, λ2 > 0, …, λq > 0, λq+1 < 0, …, λr < 0.

Рассмотрим невырожденное преобразование

y1 = z1, y2 = z2, …, yq = zq, yq+1 = zq+1, …, yr = zr, yr+1 = zr+1, …, yn = zn. В результате A(x, x) примет вид: A(xx) = + … + – – … – , который называется нормальным видом квадратичной формы.