- •Оглавление
- •Глава I. Алгебра матриц
- •1.1. Матрицы. Основные определения
- •1.2. Действия над матрицами
- •1.3. Задания для самостоятельной работы по главе 1
- •Глава 2. Определители
- •2.1. Перестановки и подстановки
- •2.2. Определители и их свойства
- •2.4. Вычисление определителей n-го порядка
- •2.3. Миноры и алгебраические дополнения
- •2.5. Задания для самостоятельной работы по главе 2
- •Глава 3. Алгебра матриц (продолжение)
- •3.1. Обратная матрица
- •3.2. Ранг матрицы
- •3.3. Линейная зависимость и независимость строк матрицы
- •3.4. Многочленные матрицы
- •3.5. Задания для самостоятельной работы по главе 3
- •Глава 4. Решение системы линейных уравнений
- •4.1. Система линейных уравнений
- •4.2. Методы решения системы n линейных уравнений с n неизвестными
- •4.3. Теорема Кронекера-Капелли
- •4.4. Метод Жордана-Гаусса
- •4.5. Однородные системы линейных уравнений
- •4.6. Задания для самостоятельной работы по главе 4
- •Глава 5. Векторные пространства
- •5.1. Понятие векторного пространства
- •5.2. Линейная зависимость и независимость векторов
- •5.3. Базис векторного пространства
- •5.4. Изоморфизм векторных пространств
- •5.5. Преобразование координат при изменении базиса
- •5.6. Евклидово пространство
- •5.7. Ортогональные преобразования
- •5.8. Выпуклые множества
- •5.9. Задания для самостоятельной работы по главе 5
- •Глава 6. Линейные операторы
- •6.1. Определение линейного оператора
- •6.2. Характеристический многочлен и характеристическое уравнение
- •6.3. Собственный вектор и собственное число линейного оператора
- •6.4. Задания для самостоятельной работы по главе 6
- •Глава 7. Квадратичные формы
- •7.1. Определение квадратичной формы
- •7.2. Линейное преобразование переменных в квадратичной форме
- •7.3. Ортогональное преобразование квадратичной формы к каноническому виду
- •7.4. Положительно определенные квадратичные формы
- •7.5. Задания для самостоятельной работы по главе 7
- •Глава 8. Элементы общей алгебры
- •8.1. Алгебраические операции
- •8.2. Полугруппы и моноиды
- •8.3. Группы: определение и примеры
- •8.4. Циклические группы. Группы подстановок
- •8.5. Кольца: определение, свойства, примеры
- •8.6. Поле
- •8.7. Задания для самостоятельной работы по главе 8
- •Глава 9. Элементы теории чисел
- •9.1. Наибольший общий делитель
- •9.2. Наименьшее общее кратное
- •9.3. Простые числа
- •9.4. Сравнения и классы вычетов
- •9.5. Функция Эйлера
- •9.6. Функция Мебиуса
- •9.7. Задания для самостоятельной работы по главе 9
- •Список литературы
5.4. Изоморфизм векторных пространств
Определение.
Векторные пространства R
и R’
называются
изоморфными, если между их векторами-элементами
можно установить взаимно однозначное
соответствие такое, что если
и
,
где
,
,
то
и
.
Из
определения изоморфизма следует, что
если
,...
- векторы из R,
a
,...
- вектора из R',
то равенство
равносильно равенству
.
Следовательно, линейно независимым
векторам из R
соответствуют линейно независимые
векторы из R'
и обратно.
Пространства различной размерности не могут быть между собой изоморфны. В самом деле, пусть R и R' изоморфны. Тогда максимальное число линейно независимых векторов в R и R' одно и то же, т.е. размерности пространств R и R' равны.
Все пространства, имеющие одну и ту же размерность n, изоморфны между собой.
5.5. Преобразование координат при изменении базиса
Пусть
и
- два базиса пространства Rn.
Каждый вектор
можно выразить через векторы
:
|
………………………………
|
(5.5.1) |
Выражения
(5.5.1) показывают, что новые базисные
векторы
получаются из старых базисных векторов
с помощью матрицы:
,
причем коэффициенты их разложений по старым базисным векторам образуют столбцы этой матрица.
Матрица
А
называется матрицей перехода от базиса
к базису
.
Определитель матрицы А
отличен от нуля, так как в противном
случае ее столбцы, а следовательно, и
векторы
были бы линейно зависимы.
Рассмотрим,
как связаны между собой координаты
одного и того же вектора
в старом и новом базисах. Пусть
|
|
(5.5.2) |
и в то же время
|
|
(5.5.3) |
Подставим
в (5.5.3) вместо
их выражения из (5.5.1):
|
|
(5.5.4) |
Из
(5.5.2) и (5.5.4) в силу единственности
разложения вектора
по базису
получаем
,
или в матричном виде
|
X=AX', |
(5.5.5) |
где
,
.
Уравнение
(5.5.5.) показывает связь между координатами
хj
и x'j
вектора
в базиcах
и
,
.
Из (5.5.5.) получаем:
X'=А-1Х
Таким
образом, при переходе от базиса
к базису
координаты вектора
преобразуются с помощью матрицы А-1,
являющейся обратной к транспонированной
матрице, задающей преобразование
базисов.
Пример.
В базисе
,
,
пространства R3
заданы векторы
,
,
,
.
Показать, что векторы
образует базис. Найти координаты вектора
в базисе
.
Выразить связь между базисами
и
.
Решение.
Векторы
образуют базис пространства R3,
если они линейно независимы. Векторы
линейно независимы если векторное
равенство
выполняется тогда и только тогда, когда
,
,
.
Найдем решение векторного равенства![]()

методом Жордана-Гаусса.
|
|
|
|
|
|
откуда
.
Система
векторов
линейно независима и, следовательно,
образует базис в R3.
Выразим
каждый вектор
через векторы
:
![]()
![]()
![]()
Матрица
А
перехода от базиса
к базису
имеет вид:
.
Вычислив
,
определим
координаты
вектора
в новом базисе
.
Таким
образом, в базисе
вектор
определяется координатами
.
Связь
между базисом
и базисом
определяется из следующих соотношений:
,
,
,
или в матричном виде:
E=XA,
где
.
Решение данного матричного уравнения имеет вид X=A-1, откуда получаем
,
,
,
Данные соотношения выражают связь между базисами.





