Линейные преобразования. Матрица линейного преобразования
Лекции.Орг

Поиск:


Линейные преобразования. Матрица линейного преобразования




Содержание лекции: Отображения пространств. Линейные отображения, линейные преобразования линейных пространств, матрица преобразования. Характеристические корни матрицы преобразования. Собственные числа и собственные векторы линейных преобразований.

Операции над линейными преобразованиями. Свойства операций.

Свойства собственных значений и собственных векторов. Ортогональные и симметрические преобразования. Приведение симметрической матрицы к диагональному виду.

Отображения, линейные отображения. Примеры.

Основополагающее понятие математического анализа – понятие функции – определяется как соответствие между числовыми множествами Х и У: каждому значению хÎХ по определенному закону ставится в соответствие единственное значение уÎУ. Очевидно, в этом определении природа множеств Х и У не играет существенной роли. Это позволяет обобщить понятие функции на случай произвольных множеств. В этом случае вместо термина «функция» употребляется термин «отображение» или «оператор». Здесь мы рассмотрим понятие отображения множеств, являющихся линейными пространствами.

Определение 1

Пусть L и К линейные пространства размерности п и т соответственно. Говорят, что задано отображение линейного пространства L в пространство К, или оператор, переводящий L в К, если задан закон,по которому каждому вектору хÎL поставлен в соответствие единственный вектор уÎК. Обозначают
: L ® К, или L К.

При этом вектор у называют образом вектора х при отображении и обозначают , а вектор х называют прообразом вектора у. Совокупность всех прообразов (множество L) называют областью определения отображения , а совокупность образов (множество К или его подмножество) называют областью значений этого отображения. Пространство К, в частности, может совпадать с пространством L.

Рассмотрим примеры отображений.

I. Отображение : М2 ® М1´2 такое, что для вектора х = ÎМ2 образ имеет вид у= = ÎМ1´2.

II. Оператор : V3® R такой, что "`х Î V3 = .

III. Отображение : R2®R2 такое, что вектору х = [х1, х2]ÎR2 ставится в соответствие вектор у= = .

IV. Отображение :L ® L, при котором образом каждого вектора пространства L является сам этот вектор. Такой отображение называется тождественным или единичным и обозначается . Таким образом, " хÎ L .

V. Оператор : L ® К такой, что каждому вектору из L ставит в соответствие нулевой вектор из К . Этот оператор называется нулевым оператором и обозначаетсяO. Таким образом, "хÎ L Oх = 0, где 0 – нулевой вектор пространства К.

Определение 2

Оператор (отображение) : L ® К называется линейным, если для любых х1, х2ÎL и любого aÎR выполняются условия линейности:

1) (х1+ х2) = х1 + х2, 2) (aх1) = a х1.

Чтобы выяснить, является ли заданный оператор линейным, необходимо проверить выполнение обоих условий линейности.

Пример 1

Проверить линейность оператора:

: V3® R , если "Î V3 = .

Пусть1,2 – произвольные векторы пространства V3, заданные в базисе своими координатами:1= , 2 = .

Тогда

1 +2 = + = ,

= a = .

Отсюда , , , .

Проверим выполнение условий линейности для оператора :

= = + = ,

следовательно, первое условие линейности выполнено;

( ) = = a = a ,

т.е. второе условие линейности тоже выполнено. Значит, рассмотренный оператор – линейный.

Пример 2

Проверить линейность оператора : R2®R2 , если " х = [х1, х2]ÎR2 = .

Пусть х = [х1, х2], у = [y1, y2] – произвольные векторы пространства R2. Тогда , .

Проверим выполнение условий линейности для заданного оператора.

= ,

х + у = + = .

Первые компоненты векторов и х + у, очевидно, совпадают. Но

,

т.е. вторые компоненты этих векторов не совпадают, поэтому

х + у.

Следовательно, заданный оператор не является линейным.

Из определения линейного оператора следуют такие свойства:

1. При любом линейном отображении образом нулевого вектора является нулевой вектор, т.е. если оператор – линейный, то

0L= 0K.

2. При любом линейном отображении образом вектора, противоположного для данного вектора х, является вектор, противоположный для образа вектора х, т.е. (–а) = – а.


Линейные преобразования. Матрица линейного преобразования

Наиболее часто в линейной алгебре приходится иметь дело с операторами, отображающими заданное линейное пространство в это же линейное пространство. Такие отображения называют преобразованиями линейных пространств.

Определение 3.

Оператор , действующий из L в L, т.е. : L ® L, называется преобразованием линейного пространства L.

Это означает, что каждому вектору х из L по закону ставится в соответствие вполне определенный вектор у из этого же пространства L.

Преобразования линейных пространств будем обозначать буквами , , C , , и т.д.

Самым простым, и в то же время очень важным видом преобразований являются линейные преобразования. Поэтому дальнейшее изложение будет посвящено именно линейным преобразованиям линейных пространств.

Линейные преобразования можно записывать в координатной форме, т.е. для них существует единое правило нахождения координат образа по координатам прообраза.

Действительно, пусть линейное преобразование линейного пространства L, х Î L – произвольный вектор, у= – его образ, уÎL. Установим связь между координатами векторов х и у. Поскольку координаты вектора зависят от базиса, то зададим некоторый базис Б:{а1, а2, …, ап} пространства L. Пусть

,

.

Поскольку , то . В силу линейности преобразования имеем

.

Векторы – образы векторов базиса Б – являются элементами пространства L, и значит, могут быть разложены по базису Б:

Тогда для вектора у получим

у =

.

Отсюда, в силу единственности разложения вектора по базису, имеем

(1).

Формулы (1) определяют правило нахождения координат образа у через координаты его прообраза х при линейном преобразовании. Если координатные столбцы векторов х и у обозначить соответственно

Х = и У =

то систему (1) можно записать в матричном виде У =А.Х, (2)

где А = – квадратная матрица порядка п, i-й столбец которой составлен из координат вектора в выбранном базисе Б. Очевидно, А есть матрица системы векторов в базисе Б.

Таким образом, при фиксированном базисе любое линейное преобразование можно представить и притом единственным образом в матричной форме (2), или координатной форме (1)

Отсюда следует, что

· каждому линейному преобразованию в заданном базисе соответствует квадратная матрица, позволяющая осуществлять это преобразование посредством чисел – координат векторов и элементов данной матрицы;

· наоборот, любая квадратная матрица определяет в линейном пространстве L некоторое линейное преобразование, при котором координаты образа находятся по координатам прообраза с помощью системы (1).

Итак, мы имеем взаимно однозначное соответствие между множеством линейных преобразований линейного пространства Ln и множеством квадратных матриц порядка п. Это соответствие, конечно, зависит от выбора базиса.

Определение 4.

Матрицей линейного преобразования в базисе Б называется матрица системы образов векторов базиса Бпри этом преобразовании.

Чтобы найти матрицу линейного преобразования , нужно:

1) выбрать базис рассматриваемого пространства;

2) найти образы базисных векторов при преобразовании ;

3) разложить полученные образы по выбранному базису;

4) составить матрицу, расположив в её столбцах координаты образов базисных векторов. Это и будет искомая матрица преобразования .

Пример 3

Найти матрицу линейного преобразования:

а) тождественного;

б) нулевого;

в) : R2®R2 , такого, что " х = [х1, х2]ÎR2 = *).

а) Пусть : L ® L такой, что " хÎ L . Рассмотрим какой-либо базис Б:{а1, а2, …, ап} пространства L. Тогда

Отсюда получим матрицу преобразования

= Е,

т.е. матрицей тождественного преобразования является единичная матрица.

б) Рассмотрим нулевое преобразование : L ® L, такое, что х = 0. Выбрав произвольный базис Б:{а1, а2, …, ап} пространства L, получим

Отсюда получаем матрицу преобразования :

.

Следовательно, матрицей нулевого преобразования является нулевая матрица.

в) Для преобразования :R2®R2, переводящего вектор х = [х1,х2] в вектор = , найдем матрицу в каноническом базисе Бк:{е1= [1, 0], е2 = [0, 1]}. Имеем

е1= [2.0, 1– 0] = [0, 1] = 0е1+ 1е2,

е2 = [2.1, 0 – 1] = [2, –1] = 2е1+ (–1)е2.

Тогда матрица этого преобразования А = .

Поскольку матрица линейного преобразования зависит от базиса, то возникает вопрос: как связаны между собой матрицы одного и того же преобразования в разных базисах? Справедлива следующая теорема.

Теорему 1

Если А – матрица линейного преобразования в базисе Б1, а А¢ – матрица этого же преобразования в базисе Б2, то А¢ = Т–1.А.Т, где Т – матрица перехода от базиса Б1 к базису Б2.

 

Определение 5

Матрицы А и В называются подобными, если существует невырожденная матрица S такая, что В = S–1.А.S.

Согласно этому определению и теореме 6.2, матрицыодного и того же преобразования в разных базисах подобны.

Итак, мы установили соответствие между всеми линейными преобразованиями пространства Lп и всеми квадратными матрицами порядка п. Это соответствие зависит от базиса, причем матрицы, задающие линейное преобразование в разных базисах, подобны между собой.





Дата добавления: 2016-11-23; просмотров: 2404 | Нарушение авторских прав | Изречения для студентов


Читайте также:

Рекомендуемый контект:


Поиск на сайте:



© 2015-2020 lektsii.org - Контакты - Последнее добавление

Ген: 0.014 с.