- •Теория слау
- •Матрицы, действия с матрицами, обратная матрица. Матричные уравнения и их решения.
- •Линейная зависимость и независимость столбцов (строк) матрицы. Критерий линейной зависимости, достаточные условия линейной зависимости столбцов (строк) матрицы.
- •Определители матрицы и их свойства
- •Обратная матрица, алгоритм вычисления обратной матрицы.
- •Однородные слау. Свойство решений, фср, теорема об общем решении однородной системы. Критерий существования нетривиального решения.
- •Система линейных алгебраических уравнений, основные свойства слау, однородность и неоднородность, совместность и несовместность, определенность слау, матричная форма записи слау и ее решения
- •Квадратные системы, метод Крамера
- •Элементарные преобразования слау. Метод Гаусса исследования слау.
- •Критерий совместности слау, теорема Кронекера-Капелли, геометрическая интерпретация на примере 2-х уравнений с 2-мя неизвестными.
- •Неоднородные слау. Теорема о структуре решения неоднородной слау. Алгоритм решения неоднородной слау.
- •Определение линейного (векторного) пространства. Примеры лп.
- •Линейно зависимые и линейно независимые системы векторов. Критерий линейной зависимости.
- •Достаточные условия линейной зависимости и линейной независимости систем векторов лп. Примеры линейно независимых систем в пространствах строк, многочленов, матриц.
- •Изоморфизм лп. Критерий изоморфности лп.
- •Подпространство лп и линейные оболочки систем векторов. Размерность линейной оболочки.
- •Теорема о пополнении базиса
- •Пересечение и сумма подпространств, прямая сумма подпространств. Теорема о размерности суммы подпространств.
- •Подпространство решений однородной слау, его размерность и базис. Выражение общего решения однородной слау через фср.
- •Матрица перехода от одного базиса лп к другому и ее свойства. Преобразование координат вектора при переходе к другому базису.
- •Определение и примеры линейных операторов, линейные отображения и линейные преобразования
- •Матрица линейного оператора, нахождение координат образа вектора
- •Действия с линейными операторами. Линейное пространство ло
- •Теорема об изоморфности множества линейных преобразований множеству квадратных матриц
- •Матрица произведения линейных преобразований. Примеры нахождение матриц операторов.
- •Определение и свойства обратного оператора, его матрица.
- •Критерий обратимости линейного оператора. Примеры обратимых и необратимых операторов.
- •Преобразование матрицы линейного оператора при переходе к другому базису.
- •Определитель и характеристический многочлен линейного оператора, их инвариантность по отношению к преобразованиям базиса.
- •Ядро и образ линейного оператора. Теорема о сумме размерностей ядра и образа. Нахождение ядра и образа линейного оператора в фиксированном базисе. Ранг и дефект линейного оператора.
- •Теорема инвариантности ядра и образа ло а относительно перестановочного с ним ло в
- •Алгебраическая и геометрическая кратности собственных значений и их взаимосвязь.
- •Критерий диагонализируемости матрицы линейного оператора, достаточные условия диагонализируемости линейного оператора.
- •Теорема Гамильтона-Кэли
Критерий обратимости линейного оператора. Примеры обратимых и необратимых операторов.
Критерий:
Оператор
обратим тогда и только тогда, когда
А действует взаимно однозначно вVn
Примеры (док-во достаточности):
1)
Пусть оператор А действует взаимно
однозначно вVn. Тогда
согласно критерию обратимостидля
каждого y
Vn
существует элементx
,
такой, чтоy=AX. Таким
образом, каждому элементуy
ставится в соответствие элементx
т.е. определен оператор В: х=By,
причемy=Ax=A(By)=(AB)y для
любого
.
Отсюда согласно определению равенства
операторов получимAB=I.
Аналогично подставляя получаемx=By=B(Ax)=(BA)x для любого
.
СледоватльноBA=I7 Из
этого следует, что оператор А обратим.
Преобразование матрицы линейного оператора при переходе к другому базису.
Пусть в линейном пространстве Vn задан линейный оператор А и два базисаe иe’. Обозначим: Т – матрица перехода от базиса е к базису е’, аAe иAe’– матрицы оператора А в базисах e иe’.
Тогда,
записывая равенство y=Ax для
произвольного х в матричном виде в
базиса[e] и[e’]
получаем:[y]=Ae[x], [y’]=Ae’[x’],
гдеx иx’
координатные столбцы одного и того
же вектора х соответственно в
соответствующих базисах. Из последнего
равенства получимT[y’]=[y]=Ae[x]=AeT[x’],
откуда[y’]=
.
Так
как [y’]=Ae’[x’], тоAe[x']=
.
Из этого равенства, так как х –
произвольный, имеемAe’=
- формулу изменения матрицы при
переходе из одного базиса в другой.
Определитель и характеристический многочлен линейного оператора, их инвариантность по отношению к преобразованиям базиса.
Многочлен
– называетсяхарактеристическим
многочленом оператора А. Уравнение
– харктерестическим
уравнением.
Теорема
об инвариантности: Характеристический
многочлен линейного оператора не зависит
от выбора базиса (одинаков для всех
базисов).Док-во: Пусть в
пространстве Kn дан линейный
оператори даны
два базиса (u) и (v). Пусть также C −
матрица перехода от первого базиса ко
второму. Соответственно матрицы нашего
линейного оператора в этих двух базисах
обозначим A =
и B =
.
Тогда det (B − λE) = det (C−1AC − C−1(λE)C)
= det (C−1(A − λE)C) = det C−1det
(A − λE)det C =
det (A − λE), чтд.
Ядро и образ линейного оператора. Теорема о сумме размерностей ядра и образа. Нахождение ядра и образа линейного оператора в фиксированном базисе. Ранг и дефект линейного оператора.
Ядром ЛОA называется мн-во всех элементов Х пространстваV для которыхA=0 (kerA).
Образом
оператора называется множество всех
векторовy
таких, что у=Ax, x
X.
(ImA)
Теорема:
Пусть А – произвольный линейный
оператор, действующий вn-мерном
пространствеVn, т.e.
A
.
Тогда сумма размерностей образа и
ядра оператора А равна размерности
всего пространства, т.е.dim(ImA)+dim(KerA)=n
Нахождение ядра и образа: Ядро - это подпространство, которое составят те вектора, которые оператором отсылаются в 0. Суть решения сводится к решению СЛАУ: Ax = 0, находятся ее фундаментальные наборы решений. Они и будут коэффициентами разложения x = k1*e1 + .+ kn*en, где e1 ...en - базисные вектора.
Образ
– Необходимо привести к ступенчетому
виду матрицу
.
Ненулевые строки полученной матрицы
будут базисом пространстваImA,
а число его строк – размерность.
Размерность подпространства ImA называетсярангомоператораA (RangA=dim(ImA))
Размерность подпространства KerA называетсядефектомоператора А.
Теорема инвариантности ядра и образа ло а относительно перестановочного с ним ло в
Образ
ImA и ядроKerA
оператораA
являются инвариантными подпространствами.
Док-во:
В самом деле, еслиx
,
то в силу определения образа иAx
.
Далее, еслиx
,
то иAx=Z
чтд
Собственные значения (числа) и собственные векторы линейного оператора. Спектр ЛО. Алгоритм нахождения собственных значений и собственных векторов. Свойства собственных векторов линейного оператора.
Ненулевой
вектор
называетсясобственным векторомлинейного
оператора f:Vn -> Vn,
если существуетλ
(λ
для
комплексного Vn), такое, что
Число λ называется собственным числом(собственным значением) оператора f, соответствующим этому собственному вектору.
Собственные
числа λлинейного
оператора f:Vn -> Vn-
корни характеристического уравнения
,
гдеaij – матрица
оператора f, а
-символ Кронекера.
Спектром ЛО называется множество всех его собственных значений.
