Слайд 1© Веденяпин Е.Н. 2013
ЛИНЕЙНАЯ АЛГЕБРА
Проф.
ВЕДЕНЯПИН
Евгений Николаевич
Евразийский открытый институт
Кафедра естественнонаучных, математических
и общетехнических дисциплин
Слайд 2 5. Линейные отображения
Рассматриваемые вопросы:
5.1. Отображения
5.2. Образ, ранг, ядро, дефект
отображения
5.3. Линейные операторы и их свойства
5.4. Структура линейного оператора
5.5. Пример
нахождения ядра и размера дефекта оператора
© Веденяпин Е.Н. 2013
Слайд 35.1. Отображения
5.1.1. Определение отображения
Пусть
– линейные пространства размерности n и m.
Отображением
линейного пространства Rn1 в линейное пространство Rn2 называется правило
, по которому каждому элементу хRn1 ставится в соответствие единственный элемент уRm2.
Обозначение:
© Веденяпин Е.Н. 2013
Слайд 4© Веденяпин Е.Н. 2013
Частный случай отображения
Частным случаем отображения является функция
поскольку
каждому значению аргумента х по определенному правилу f ставится в
соответствие единственный элемент у.
Пример
Слайд 5© Веденяпин Е.Н. 2013
5.1.2. Определение линейного отображения
Отображение называется линейным, если
Слайд 6© Веденяпин Е.Н. 2013
Пример 1 линейного отображения
Если каждому вектору хRn
трехмерного пространства поставлен в соответствие вектор
то говорят, что задано отображение
подобия.
Процесс отображения представляет собой умножение каждого вектора на число.
Слайд 7© Веденяпин Е.Н. 2013
Пример 2 линейного отображения
Если каждой матрице-столбцу Х
размерности 1хn из пространства матриц Rnх1 ставится в соответствие матрица-столбец
Y размерности 1хm из пространства матриц Rmх1, то задано отображение пространства столбцов Х размерности 1хn в пространство столбцов Y размерности 1х m.
Процесс отображения представляет собой умножение матрицы Р на столбцы Х
Слайд 8© Веденяпин Е.Н. 2013
5.1.3. Равные линейные отображения
Равными называются линейные отображения
и , если
Слайд 95.2. Образ, ранг, ядро, дефект отображения
5.2.1. Образ и ранг отображения
Образом
im линейного отображения называется множество всех элементов пространства
уRm, для каждого из которых
Рангом линейного отображения называется размерность образа этого отображения.
© Веденяпин Е.Н. 2013
Слайд 10© Веденяпин Е.Н. 2013
5.2.2. Ядро и дефект линейного отображения
Ядром ker
линейного отображения называется множество всех элементов пространства хRn1,
каждый из которых переводится отображением в нулевой элемент у=0 пространства Rm2.
Дефектом def линейного отображения называется размерность ядра этого отображения.
Слайд 11© Веденяпин Е.Н. 2013
5.2.3. Теорема об образе и ядре отображения
Образ
и ядро линейного отображения являются подпространствами соответственно Rm2 и
Rn1.
Доказательство
1. Пусть у1 и у2 – элементы образа линейного пространства.
Тогда найдутся такие элементы х1 и х2 из Rn1, что
Найдем линейную комбинацию
Слайд 12© Веденяпин Е.Н. 2013
Доказательство
(продолжение)
Из равенства
следует, что для элемента
нашелся элемент
Следовательно, произвольная
линейная комбинация
также лежит в im , то есть образ
линейного отображения является линейным подпространством пространства Rm2.
Слайд 13© Веденяпин Е.Н. 2013
Доказательство
(окончание)
2. Пусть теперь х1 и х2 –
элементы ядра линейного преобразования .
Тогда
Составим линейную комбинацию
Следовательно, отображение переводит
линейную комбинацию переводит линейную комбинацию
в нулевой элемент у=0.
Значит, ядро линейного отображения является линейным подпространством.
Слайд 14© Веденяпин Е.Н. 2013
5.2.4. Теорема об отображении базиса
Пусть
является произвольным базисом
пространства Rn1.
Тогда, каким бы ни был набор элементов
линейного пространства Rn2,
существует отображение , переводящее векторы еiRn1 в векторы аiRn2, где i=1, 2, 3, …, n.
Это отображение линейно и является единственным.
Слайд 15© Веденяпин Е.Н. 2013
5.2.5. Следствие из теоремы об отображении базиса
Линейное
отображение из пространства Rn1 в пространство Rn2 может быть определено
преобразованием базисных векторов (то есть действием линейного отображения на векторы базиса).
Доказательство
Если задать линейное отображение системой уравнений
то действие линейного отображения на произвольный элемент х, разложенный по базису е, будет существовать.
Слайд 165.3. Линейные операторы и их свойства
5.3.1. Определение линейного оператора
Рассмотрим
линейное отображение, действующее из векторного пространства Rn в это же
векторное пространство Rn. Такое отображение называется линейным оператором.
© Веденяпин Е.Н. 2013
Слайд 17© Веденяпин Е.Н. 2013
5.3.2. Арифметические операции с линейными операторами
Введем арифметические
операции с линейными операторами.
Суммой операторов и называется оператор
, который действует по правилу
Произведением оператора на число называется оператор , который действует по правилу
Произведением оператора на оператор называется, аааааааа, который действует по правилу
Слайд 18© Веденяпин Е.Н. 2013
Единичный оператор
Оператор называется единичным, если
Слайд 19© Веденяпин Е.Н. 2013
Линейность введенных операторов
Сумма линейных операторов, произведение линейного
оператора на число и произведение линейных операторов в свою очередь
являются линейными операторами.
Докажем, например, что произведение операторов является линейным оператором
Слайд 205.4. Структура линейного оператора
5.4.1. Матрица линейного оператора
Пусть в пространстве Rn
задан базис
Разложим произвольный вектор х по этому базису
Подействуем на вектор
х оператором :
© Веденяпин Е.Н. 2013
Слайд 21© Веденяпин Е.Н. 2013
Разложение оператора по базису
Величины
являются векторами из Rn
и поэтому могут быть разложены по базису
То есть
Слайд 22© Веденяпин Е.Н. 2013
Разложение оператора по базису
(продолжение)
Тогда
С другой стороны,
есть некоторый вектор уRn, который может быть разложен
по заданному базису
Слайд 23© Веденяпин Е.Н. 2013
Единственность разложения оператора по базису
В силу единственности
разложения вектора у по базису получаем систему уравнений
Слайд 24© Веденяпин Е.Н. 2013
Матричная форма системы уравнений
Развернутая матричная форма системы
уравнений
Сокращенная матричная форма системы уравнений
Слайд 25© Веденяпин Е.Н. 2013
Матрица линейного оператора
Таким образом, действие линейного оператора
на вектор х сводится к умножению некоторой матрицы
на вектор-столбец
х, составленный из координат вектора х в базисе е.
Матрица Р называется матрицей линейного оператора в базисе
Слайд 26© Веденяпин Е.Н. 2013
5.4.2. Ранг линейного оператора
Исследуем ранг линейного оператора
.
Оператор , является частным случаем линейного
отображения.
Следовательно, ранг оператора равен размерности образа а этого отображения, а, следовательно, размерности соответствующего подпространства.
Слайд 27© Веденяпин Е.Н. 2013
Размерность подпространства
Подпространство составлено из векторов
и их линейных
комбинаций.
Число линейно независимых векторов среди них равно размерности подпространства.
Координаты векторов
образуют
столбцы матрицы оператора .
Слайд 28© Веденяпин Е.Н. 2013
Ранг матрицы оператора и ранг оператора
Число линейно
независимых столбцов матрицы Р (им соответствуют линейно независимые векторы) и
есть ранг линейного оператора .
ВЫВОД. Ранг матрицы Р линейного оператора равен рангу оператора.
Слайд 29© Веденяпин Е.Н. 2013
Случай невырожденной матрицы оператора
Если ранг линейного оператора
равен n (r=n, то есть матрица оператора не вырождена (|P|0),
только нулевой вектор преобразуется оператором в нулевой вектор.
Действительно, матричное уравнение
имеет единственное решение, что обеспечивает взаимно однозначное соответствие между векторами х и у, причем нулевому вектору соответствует нулевой вектор.
Слайд 30© Веденяпин Е.Н. 2013
Случай вырожденной матрицы оператора
Если матрица линейного оператора
является вырожденной (r
оператор переводит в нулевые векторы и возникает дефект линейного оператора.
Соответствующее подпространство ядра оператора перестает быть нулевым.
Слайд 31© Веденяпин Е.Н. 2013
5.5. Пример нахождения ядра и размера дефекта
оператора
5.5.1. Постановка задачи
Линейный оператор задан матрицей
Найти базис ядра и размер
дефекта оператора.
Слайд 32© Веденяпин Е.Н. 2013
5.5.2. Матричная запись системы уравнений
Пусть вектор
принадлежит ядру
линейного оператора , то есть оператор переводит вектор х в
нулевой вектор
Развернутое матричное уравнение
Слайд 33© Веденяпин Е.Н. 2013
5.5.3. Решение системы уравнений
Приведем матрицу системы к
ступенчатому виду
Решение системы уравнений
Слайд 34© Веденяпин Е.Н. 2013
5.5.4. Нахождение ядра и дефекта оператора
Совокупность векторов
х составляет подпространство решений уравнения
а, следовательно, ядро оператора .
Базисом
подпространства (ядра оператора) можно выбрать вектор
Размерность подпространства (размер дефекта) равны единице.
Слайд 35Пусть
– базис исходного пространства R3, в котором задана матрица оператора
.
Образ является линейным подпространством,
построенным на векторах
То есть данное линейное подпространство является линейной оболочкой, натянутой на вектора
© Веденяпин Е.Н. 2013
5.5.5. Обсуждение полученных результатов
Слайд 36Тогда
Ранг матрицы коэффициентов полученной системы уравнений
равен 2.
© Веденяпин Е.Н. 2013
Обсуждение
полученных результатов
(продолжение)
Слайд 37Следовательно, только два вектора из трех
являются линейно независимыми, например,
Значит, базис
образа оператора состоит из
2 векторов..
ВЫВОД. Оператор , имея дефект, равный 1, переводит векторы из пространства R3 (dim R=3) в подпространство R2 (dim R=2).
Замечание. Для любого линейного отображения справедлива формула
© Веденяпин Е.Н. 2013
Обсуждение полученных результатов
(окончание)
Слайд 38 6. Собственные вектора и собственные числа оператора
Рассматриваемые вопросы:
6.1. Изменение
матрицы оператора при переходе к новому базису
6.2. Характеристический многочлен и
характеристическое уравнение
6.3. Теорема Гамильтона-Кэли
6.4. Собственный вектор и собственное число оператора
© Веденяпин Е.Н. 2013
Слайд 396.1. Изменение матрицы оператора при переходе к новому базису
6.1.1. Связь
между координатами векторов в разных базисах
Пусть в пространстве Rn
заданы два базиса
Связь между базисами задается невырожденной матрицей перехода
Пусть имеются два вектора хRn, уRn.
Связь между координатами векторов в старом и новом базисах
© Веденяпин Е.Н. 2013
Слайд 40© Веденяпин Е.Н. 2013
Переход к новому базису
Пусть задан оператор линейного
преобразования .
Матрица оператора в старом базисе будет Р.
Пусть
у –это образ х. В старом базисе
Тогда в новом базисе
Выразим у’ через x’
Слайд 41© Веденяпин Е.Н. 2013
Преобразующая матрица
Обозначим матрицу оператора в
новом базисе через
Получим
Матрица А’ называется преобразующей матрицей.
Замечание. Матрицы А и
А’ описывают действие одного и того же оператора в разных базисах.
Слайд 42© Веденяпин Е.Н. 2013
6.1.2. Подобие матриц линейного оператора
Матрицы А и
А’ подобны, то есть
Действительно,
ВЫВОД. Определитель матрицы линейного оператора
не зависит от выбора базиса в пространстве Rn.
Слайд 43© Веденяпин Е.Н. 2013
6.1.3. Примеры линейных операторов
Пример 1. Если
то оператор
является линейным и называется нулевым оператором .
Поскольку
для любого базиса
то матрицей нулевого оператора является нулевая матрица
Слайд 44© Веденяпин Е.Н. 2013
Пример 2 линейного оператора
Если для каждого вектора
хRn
то оператор является линейным и называется тождественным оператором .
Матрицей тождественного оператора является единичная матрица
Слайд 456.2. Характеристический многочлен и характеристическое уравнение
6.2.1. Характеристический многочлен
Рассмотрим квадратную
матрицу
Как было показано (п. 8.1.2), все матрицы, подобные матрице А,
то есть все матрицы вида
где С – любая квадратная невырожденная матрица порядка n, имеют одинаковые определители.
© Веденяпин Е.Н. 2013
Слайд 46© Веденяпин Е.Н. 2013
Характеристический многочлен
Наряду с матрицей А рассмотрим матрицу
Определитель
этой матрицы
представляет собой многочлен степени n относительно .
Многочлен () называется
характеристическим многочленом матрицы А.
Слайд 47© Веденяпин Е.Н. 2013
6.2.2. Характеристические многочлены подобных матриц
Все подобные матрицы
имеют один и тот же характеристический многочлен, то есть
где
Действительно,
Слайд 48© Веденяпин Е.Н. 2013
6.2.2. Характеристическое уравнение и характеристические числа
Алгебраическое уравнение
степени n относительно
называется характеристическим уравнением матрицы А.
Корни характеристического уравнения
называются характеристическими числами (собственными значениями).
Слайд 49© Веденяпин Е.Н. 2013
Общий вид характеристического уравнения
Характеристическое уравнение имеет вид
Здесь
k – след k-ого порядка матрицы А.
Слайд 50© Веденяпин Е.Н. 2013
След k-ого порядка матрицы
След k-ого порядка матрицы
А – это сумма всевозможных главных миноров k-ого порядка
Замечание. Для
каждого k существует
главных миноров.
Слайд 51© Веденяпин Е.Н. 2013
6.2.3. Число корней характеристического уравнения
Характеристическое уравнение имеет
n корней (с учетом кратности).
Сумма корней характеристического многочлена равна следу
первого порядка матрицы А
Произведение корней характеристического многочлена равно следу n-го порядка матрицы А (то есть ее определителю)
Слайд 52© Веденяпин Е.Н. 2013
6.2.4. Метод Фаддеева для нахождения коэффициентов k
Одним
из методов вычисления коэффициентов k (k=1, 2, …, n) характеристического
уравнения является метод Фаддеева.
Пусть оператор задан матрицей А. Тогда схема вычисления коэффициентов имеет вид
Слайд 53© Веденяпин Е.Н. 2013
6.2.5. Пример нахождения собственных значений
Найти собственные значения
линейного оператора , заданного матрицей
Характеристическое уравнение имеет вид
Найдем коэффициенты
k с помощью метода Фаддеева.
Слайд 54© Веденяпин Е.Н. 2013
Вычисление коэффициентов методом Фаддеева
Слайд 55© Веденяпин Е.Н. 2013
Решение характеристического уравнения
Получили характеристическое уравнение
Преобразуем к виду
Собственные
числа линейного оператора
Слайд 566.3. Теорема Гамильтона-Кэли
6.3.1. Формулировка теоремы Гамильтона - Кэли
Каждая квадратная матрица
является корнем своего характеристического многочлена.
© Веденяпин Е.Н. 2013
Слайд 57© Веденяпин Е.Н. 2013
Гамильтон и Кэли
Уильям Роуэн ГАМИЛЬТОН
(1805 – 1865)
Артур
КЭЛИ
(1821 – 1895)
Слайд 58© Веденяпин Е.Н. 2013
6.3.2. Пример
Линейный оператор задан матрицей
Найти
характеристический многочлен () и показать, что он равен нулю.
Составим матрицу
Слайд 59© Веденяпин Е.Н. 2013
Пример
(окончание)
Характеристический многочлен имеет вид
Тогда в соответствии с
теоремой Гамильтона-Кэли
Слайд 606.4. Собственный вектор и собственное число оператора
6.4.1. Определение собственного вектора
линейного оператора
Пусть в пространстве Rn задан линейный оператор .
Ненулевой
вектор хRn, удовлетворяющий условию
называется собственным вектором оператора , а соответствующее число называется собственным значением оператора .
Замечание. Образом собственного вектора х является коллинеарный ему вектор х.
© Веденяпин Е.Н. 2013
Слайд 61© Веденяпин Е.Н. 2013
6.4.2. Первое свойство собственных векторов
Каждому собственному вектору
соответствует единственное собственное значение.
Действительно, предположим противное: пусть собственному вектору х
соответствуют два собственных значения 1 и 2.
Тогда
Отсюда
Поскольку по условию х0, то 1=2.
Слайд 62© Веденяпин Е.Н. 2013
6.4.3. Второе свойство собственных векторов
Если х1 и
х2 – собственные векторы оператора с одним и тем
же собственным значением , то их сумма х1+х2 также является собственным вектором оператора с тем же собственным значением .
Действительно, так как
то
Слайд 63© Веденяпин Е.Н. 2013
6.4.3. Третье свойство собственных векторов
Если х –
собственный вектор оператора с собственным значением , любой вектор
х также является собственным вектором оператора ы с тем же собственным значением .
Действительно,
ВЫВОД 1. Каждому собственному значению соответствует бесчисленное множество коллинеарных собственных векторов.
ВЫВОД 2. Из свойств 2 и 3 следует, что множество собственных векторов линейного оператора , соответствующих одному и тому же собственному значению, образует пространство, являющееся подпространством пространства Rn.
Слайд 64© Веденяпин Е.Н. 2013
6.4.4. Теорема о существовании собственных векторов
В комплексном
линейном пространстве Rn каждый линейный оператор имеет, по
крайней мере, один собственный вектор.
Доказательство
Пусть – линейный оператор, заданный в пространстве Rn, а х – собственный вектор этого оператора с собственным значением .
Выберем произвольный базис
и обозначим координаты вектора х через (х1, х2, …, хn).
Слайд 65© Веденяпин Е.Н. 2013
Доказательство
(продолжение)
Если А – матрица оператора
в базисе
то в матричной форме получаем
или
В координатной форме
Слайд 66© Веденяпин Е.Н. 2013
Доказательство
(окончание)
Для отыскания собственного вектора необходимо найти нетривиальное
решение полученной системы уравнений.
Нетривиальное решение существует тогда и только тогда,
когда определитель системы уравнений равен нулю, то есть
Следовательно, собственное значение оператора является его характеристическим числом, которое всегда существует.
Подставляя это число в систему уравнений, находим нетривиальное решение , которое определяет искомый собственный вектор.
Слайд 67© Веденяпин Е.Н. 2013
6.4.5. Пример нахождения собственных векторов
Найти собственные векторы
линейного оператора , заданного матрицей
Составим характеристическое уравнение
Слайд 68© Веденяпин Е.Н. 2013
Пример
(продолжение)
Раскрывая определитель, получаем
Корни характеристического уравнения (собственные значения)
Для
нахождения собственных векторов оператора подставим найденные корни в систему
уравнений
Слайд 69© Веденяпин Е.Н. 2013
Пример
(продолжение)
Подставляя корни 1=2=1, получаем систему уравнений
Ранг матрицы
системы уравнений равен 1.
Получаем однородную систему трех линейных уравнений,
из которых только одно (любое) линейно независимое.
Общее решение системы
Слайд 70© Веденяпин Е.Н. 2013
Пример
(продолжение)
Найдем два линейно независимых решения
Собственные векторы, соответствующие
собственным значениям 1=2=1, имеют вид
Слайд 71© Веденяпин Е.Н. 2013
Пример
(продолжение)
При 3=4 имеем
Ранг матрицы системы равен 2.
Получаем
однородную систему трех линейных уравнений, из которых два линейно независимые.
Общее
решение системы уравнений
Слайд 72© Веденяпин Е.Н. 2013
Пример
(окончание)
Собственный вектор, соответствующий собственному значению 3=4, равен
Слайд 73© Веденяпин Е.Н. 2013
6.4.6. Теорема о линейно независимых собственных векторах
Пусть
собственные значения 1, 2, 3, …, n линейного оператора яя
попарно различны.
Тогда соответствующие им собственные векторы
линейно независимы.
Слайд 74© Веденяпин Е.Н. 2013
Следствие
Если все собственные значения 1, 2, 3,
…, n линейного оператора яя попарно различны, то соответствующие им
собственные векторы образуют базис в пространстве Rn.
Слайд 75© Веденяпин Е.Н. 2013
6.4.7. Теорема о базисе, составленном из линейно
независимых собственных векторах
Если в качестве базиса пространства Rn выбрать n
линейно независимых собственных векторов, то оператору в этом базисе соответствует диагональная матрица
Слайд 76© Веденяпин Е.Н. 2013
Оператор простой структуры
Линейный оператор яя в пространстве
Rn. называется оператором простой структуры, если он имеет n линейно
независимых собственных векторов.
Операторы простой структуры, и только они, имеют диагональные матрицы в некотором базисе.
Этот базис может быть составлен лишь из собственных векторов оператора .
Действие любого оператора простой структуры всегда сводится к растяжению (сжатию) координат вектора в данном базисе.
Слайд 77 7. Квадратичные формы
Рассматриваемые вопросы:
7.1. Понятие квадратичной формы
7.2. Линейное преобразование переменных
в квадратичной форме
7.3. Ортогональные преобразования
7.4. Ортогональное преобразование квадратичной формы
7.5. Положительно
определенные квадратичные формы
© Веденяпин Е.Н. 2013
Слайд 787.1. Понятие квадратичной формы
7.1.1. Определение квадратичной формы
Квадратичной формой от n
неизвестных х1, х2, х3, …, xn называется алгебраическая сумма, каждый
член которой является либо квадратом одного из неизвестных, либо произведением двух различных неизвестных.
Общий вид квадратичной формы
© Веденяпин Е.Н. 2013
Слайд 79© Веденяпин Е.Н. 2013
Матрица квадратичной формы (треугольная форма)
Коэффициенты aij в
данной записи образуют треугольную матрицу
Замечание. Данная форма записи неудобна для
использования, поскольку матрица квадратичной формы несимметрична.
Слайд 80© Веденяпин Е.Н. 2013
7.1.2. Правильная запись квадратичной формы
Запишем квадратичную форму
f(х1, х2, х3, …, xn) в виде
Замечание. Коэффициенты cij матрицы
квадратичной формы в данной записи симметричны (cij= cji).
Такая запись квадратичной формы называется правильной.
Слайд 81© Веденяпин Е.Н. 2013
Матрица квадратичной формы (правильная форма)
Симметричная матрица С
называется матрицей квадратичной формы.
Слайд 82© Веденяпин Е.Н. 2013
7.1.3. Матричная запись квадратичной формы
Квадратичную форму
можно записать
более компактно, если использовать матричные обозначения
Слайд 83В матричной записи квадратичная форма принимает вид
где
С – симметричная квадратная
матрица порядка n.
Коэффициенты cii (i=1, 2, …, n) – это
коэффициенты при x2i.
Коэффициенты cij (i, j=1, 2, …, n; ij) – это коэффициенты, равные половине коэффициентов при xixj.
© Веденяпин Е.Н. 2013
Матричная запись
Слайд 84© Веденяпин Е.Н. 2013
7.1.4. Запись квадратичной формы с помощью скалярного
произведения
Квадратичную форму f(х1, х2, х3, …, xn) можно представить также
в виде скалярного произведения векторов.
Введем вектор
Тогда квадратичную форму можно представить в виде скалярного произведения
Слайд 85© Веденяпин Е.Н. 2013
7.1.5. Пример представления квадратичной формы с помощью
скалярного произведения
Представить квадратичную форму
в виде скалярного произведения векторов.
Слайд 867.2. Линейное преобразование переменных в квадратичной форме
7.2.1. Линейное преобразование переменных
Пусть
в квадратичной форме
выполнено линейное преобразование переменных х1, х2, х3, …,
xn
с матрицей
© Веденяпин Е.Н. 2013
Слайд 87В результате получена квадратичная форма f(у1, у2, у3, …, уn),
зависящая от новых переменных
Квадратичная форма f(у1, у2, у3, …, уn
) имеет правильную запись.
Действительно,
Следовательно, матрица ВТСВ симметрична, а, значит, симметрична и квадратичная форма f(у1, у2, у3, …, уn ), то есть она имеет правильную запись.
© Веденяпин Е.Н. 2013
Линейное преобразование переменных
(окончание)
Слайд 88© Веденяпин Е.Н. 2013
7.2.2. Пример преобразования переменных квадратичной формы
Осуществить над
квадратичной формой
линейное преобразование, заданное матрицей
Переменные х1, х2, …, хn преобразуются
в переменные у1, у2, …, уn.
Связь между переменными выражается уравнением
Слайд 89© Веденяпин Е.Н. 2013
Пример преобразования переменных
(окончание)
Переменные х1, х2, …,
хn преобразуются в переменные у1, у2, …, уn.
Связь между переменными
выражается уравнением
Отсюда
В квадратичной форме вместо переменных х1 и х2 подставляем их выражение через переменные у1 и у2. Получаем
Слайд 90© Веденяпин Е.Н. 2013
7.2.3. Канонический вид квадратичной формы
Квадратичная форма имеет
канонический вид, если матрица С диагональна.
Замечание. Квадратичная форма в
каноническом виде содержит только квадраты переменных
Слайд 91© Веденяпин Е.Н. 2013
7.2.4. Нормальный вид квадратичной формы
Нормальным видом квадратичной
формы называется квадратичная форма в каноническом виде, если коэффициенты при
квадратах переменных равны +1.
Пусть
Положим
Получим
Слайд 92© Веденяпин Е.Н. 2013
7.2.5. Теорема о приведении квадратичной формы к
каноническому виду
Всякая квадратичная форма может быть некоторым невырожденным линейным преобразованием
к каноническому виду
Слайд 93© Веденяпин Е.Н. 2013
Пример приведения квадратичной формы к каноническому виду
Привести
квадратичную форму
к каноническому виду.
Коэффициент при х220. Сгруппируем все члены, содержащие
х2
Слайд 94© Веденяпин Е.Н. 2013
Пример приведения к каноническому виду
(продолжение)
Дополним это выражение
до полного квадрата членами, не содержащими х2, и, чтобы квадратичная
форма не изменилась, вычтем добавленные члены
Введем новую переменную
Тогда
Слайд 95© Веденяпин Е.Н. 2013
Пример приведения к каноническому виду
(продолжение)
К квадратичной форме
W вновь применим метод выделения полного квадрата. Для этого соберем
члены, содержащие х1:
Дополним это выражение до полного квадрата членами, не содержащими х1, и, чтобы квадратичная форма не изменилась, вычтем добавленные члены
Слайд 96© Веденяпин Е.Н. 2013
Пример приведения к каноническому виду
(продолжение)
Положим
Тогда исходная квадратичная
форма f(x) принимает вид
Обозначим
Получаем исходную квадратичную форму в каноническом виде
Слайд 97© Веденяпин Е.Н. 2013
Пример приведения к каноническому виду
(окончание)
Линейные преобразования переменных
Преобразования
переменных в матричной форме
Слайд 98© Веденяпин Е.Н. 2013
7.2.6. Ранг квадратичной формы
Ранг квадратичной формы –
это ранг матрицы С квадратичной формы.
Замечание 1. Из теоремы о
приведении квадратичной формы к каноническому виду следует, что для данной симметрической матрицы С существует такая невырожденная матрица В, что
где D – диагональная матрица.
Замечание 2. Приведение квадратичной формы к каноническому виду может осуществляться бесконечным множеством способов. Поэтому матрицы В и D определяются неоднозначно. Однако число ненулевых элементов матрицы D однозначно определено и равно рангу матрицы С.
Слайд 997.3. Ортогональные преобразования
7.3.1. Ортогональная матрица
Рассмотрим свойства матрицы перехода от одного
ортонормированного базиса к другому ортонормированному базису в пространстве Еn. Введем
понятие ортогональной матрицы.
Матрица Т с вещественными элементами называется ортогональной, если
то есть
© Веденяпин Е.Н. 2013
Слайд 100© Веденяпин Е.Н. 2013
Определитель ортогональной матрицы
Из определения ортогональной матрицы следует,
что ортогональная матрица всегда невырожденная, так как
Слайд 101© Веденяпин Е.Н. 2013
7.3.2. Первое свойство ортогональной матрицы
Матрица, обратная ортогональной,
также является ортогональной.
Доказательство
Пусть Т – ортогональная матрица, то есть
Тогда
то есть
Следовательно,
матрица Т – ортогональная.
Слайд 102© Веденяпин Е.Н. 2013
7.3.3. Второе свойство ортогональной матрицы
Матрица
ортогональна тогда
и только тогда, когда ее элементы удовлетворяют равенству
Слайд 103© Веденяпин Е.Н. 2013
7.3.4. Ортогональное преобразование
Линейное преобразование
с ортогональной матрицей Т
называется ортогональным.
Замечание. Так как определитель ортогональной матрицы
то ортогональное преобразование всегда
является невырожденным.
Слайд 104© Веденяпин Е.Н. 2013
Теорема об ортогональном преобразовании
Ортогональное преобразование не изменяет
скалярного произведения векторов.
Доказательство
Рассмотрим линейный оператор , соответствующий матрице Т, и
два произвольных вектора хRn и уRn.
Их образы будут
Тогда
Слайд 105© Веденяпин Е.Н. 2013
7.3.5. Следствия из теоремы об ортогональном преобразовании
Следствие
1. Ортогональное преобразование не меняет норм векторов и углов между
векторами.
Следствие 2. Ортогональное преобразование переводит ортонормированный базис в ортонормированный.
Следствие 3. Матрица Т перехода от одного ортонормированного базиса к другому ортонормированному базису является ортогональной.
Следствие 4. Матрица Т, приводящая симметричную матрицу А к диагональному виду, является ортогональной.
Слайд 1067.4. Ортогональное преобразование квадратичной формы
7.4.1. Теорема о приведении действительной квадратичной
формы к главным осям
Всякая действительная квадратичная форма некоторым ортогональным преобразованием
неизвестных может быть приведена к каноническому виду.
© Веденяпин Е.Н. 2013
Слайд 107© Веденяпин Е.Н. 2013
Следствие
Ортогональное преобразование, приводящее квадратичную форму к каноническому
виду, определяется неоднозначно.
Однако каково бы ни было ортогональное преобразование,
приводящее к каноническому виду квадратичную форму, коэффициенты этого канонического вида равны собственным числам матрицы С.
Каждое собственное число повторяется столько раз, какова его кратность как корня характеристического уравнения.
Слайд 108© Веденяпин Е.Н. 2013
7.4.2. Пример приведения квадратичной формы к каноническому
виду
Квадратичную форму
привести к каноническому виду.
Матрица квадратичной формы (правильная запись)
Слайд 109© Веденяпин Е.Н. 2013
Пример
(продолжение)
Характеристическое уравнение имеет вид
Корни характеристического уравнения
Канонический вид
квадратичной формы
Слайд 110© Веденяпин Е.Н. 2013
Пример
(продолжение)
Найдем ортогональное преобразование, осуществляющее приведение f(x) к
каноническому виду.
Решая уравнение
найдем собственные векторы
Слайд 111© Веденяпин Е.Н. 2013
Пример
(продолжение)
Преобразуя данную систему векторов в ортонормированную систему,
получим
Слайд 112© Веденяпин Е.Н. 2013
Пример
(продолжение)
Данная система векторов определяет ортогональную матрицу
преобразования переменных
в
переменные
Действительно, Х=ТY, откуда
Слайд 113© Веденяпин Е.Н. 2013
Пример
(окончание)
Получаем ортогональное преобразование
Слайд 1147.5. Положительно определенные квадратичные формы
9.5.1. Определение положительно определенной квадратичной формы
Квадратичная
форма называется положительно определенной, если все ее значения при вещественных
значениях переменных, не равных одновременно нулю, положительны.
Очевидно, что квадратичная форма
положительно определена.
© Веденяпин Е.Н. 2013
Слайд 115© Веденяпин Е.Н. 2013
Отрицательно определенная квадратичная форма
Квадратичная форма называется отрицательно
определенной, если все ее значения отрицательны, за исключением ненулевого значения
при ненулевых значениях переменных.
Квадратичная форма называется положительно (отрицательно) полуопределенной, если она не принимает отрицательных (положительных) значений.
Квадратичные формы, принимающие как положительные, так и отрицательные значения, называются неопределенными.
Слайд 116© Веденяпин Е.Н. 2013
Примеры
Пример 1. При n=1 квадратичная форма
либо положительно
определена (при a11>0), либо отрицательно определена (при a11
формы появляются при n≥2.
Слайд 117© Веденяпин Е.Н. 2013
7.5.2. Критерий Сильвестра
Для того чтобы квадратичная форма
была
положительно определена, необходимо и достаточно выполнение следующих условий:
Слайд 118© Веденяпин Е.Н. 2013
Джеймс Джозеф СИЛЬВЕСТР
Джеймс Джозеф СИЛЬВЕСТР
(1814 – 1897)
Слайд 119© Веденяпин Е.Н. 2013
7.5.3. Условие отрицательной определенности квадратичной формы
Для того
чтобы квадратичная форма
была отрицательно определена, необходимо и достаточно чтобы
была положительно
определенной, а значит, чтобы все главные миноры матрицы
были положительны.
Слайд 120© Веденяпин Е.Н. 2013
Условие отрицательной определенности
Это означает, что
ВЫВОД. Знаки главных
миноров матрицы C чередуются, начиная со знака минус.
Слайд 121© Веденяпин Е.Н. 2013
7.5.4. Примеры проверки положительной определенности
Пример 1. Вычислить,
является ли квадратичная форма
положительно (отрицательно) определенной или неопределенной.
Матрица квадратичной формы
имеет вид
Слайд 122© Веденяпин Е.Н. 2013
Пример 1
(окончание)
Вычислим главные миноры матрицы С
ВЫВОД. Квадратичная
форма положительно определена.
Слайд 123© Веденяпин Е.Н. 2013
Пример 2.
Вычислить, является ли квадратичная форма
положительно (отрицательно)
определенной или неопределенной.
Матрица квадратичной формы имеет вид
Слайд 124© Веденяпин Е.Н. 2013
Пример 2
(окончание)
Вычислим главные миноры матрицы С
ВЫВОД. Квадратичная
форма является неопределенной.
Слайд 125© Веденяпин Е.Н. 2013
7.5.5. Теорема об инерции квадратичных форм
Число положительных
и число отрицательных квадратов в нормальном виде, к которому приводится
квадратичная форма невырожденными линейными преобразованиями, не зависит от выбора этих преобразований.
Слайд 126© Веденяпин Е.Н. 2013
СПАСИБО ЗА ВНИМАНИЕ!