.
. Задаем разложение нового базиса по
старому
(1)
-старый базис
-новый базис.
То есть =Lт
,где Lт
.
=
=
+
=
+
=>
=>
(2)
=L
, где L=
.
Вывод: Если новый базис задан формулами (1), то старые
координаты любого вектора выражаются чурез его
новые координаты по формулам (2).
х=L=>
L-1 х где х=
,
=
.
Частный случай =
;
=
, где
,
ортопорогальные базисы.
Lт
. L
.
=>
;
=>
;
=> l1l2+m1m2=0.
LтL==
=
=Е
LтL=Е => LтL-1.
Определение: Матрица L, удовлетворяющая условию LтL-1, называется ортогональной.
Вывод: При переходе от ортонормального
базиса к
ортонормальному базису
получается формулы
преобразования координатой (2), матрица которых является ортогональной. То есть
х=L
=>
=L-1х= Lтх (3).
1) Пусть дано линейное преобразование:
,
=
; х=
, А=
;
(4)
2)
Пусть задан переход от старого
базиса к новому базису
.
х=L где L=
;
=
.
-старые координаты
вектора
-новые координаты
вектора
-старые координаты
вектора
=А
-старые координаты
вектора
.
Имеет: х=L;
=L
;
=А
=> L
=АL
(умножим на L-1) L-1L
=
=L-1АL =>
=(L-1АL)
- координатное представление данного
линейного преобразования
=
в новом базисе.
То есть =
, где
=L-1АL.
Пример: Дано координатное представление некоторого линейного преобразования в базисе. :
Найти координатное представление того же
преобразования в базисе , если
.
Решение имеет: А=; Lт=
=> L=
Доказательство
L=10 =>
L-1=
; =>
=L-1AL=
=
==
.
Ответ:
Определение:
Пусть дано линейное преобразование: =А
.
Вектор (не равный нулю)
называется собственным числом вектора
Теорема:
Если -собственный вектор данного
преобразования, то всякий не равный нулю коллинеарный ему вектор
=
будет также собственным вектором данного
преобразования с тем же собственным числом.
Доказательство: -собственный
вектор => А
=
. Пусть
=
. Тогда А
=А(
)=А
(
)=
=(
)
=
(
)=
А=
Пусть =А
- на плоскости, имеющее два собственных
вектора
с собственными числами
и
.
Так как и
-не коллинеарные, то примем их в качестве
базиса. Найдем координатное представление л/пр в это базисе:
=>
=>
Ат=А => А
.
Вывод: Если в качестве базиса приняты собственные
векторы данного линейного преобразования, то
матрица А этого преобразования получает диагональный вид, причем по диагонали
располагаются собственные числа векторов
.
В этом базисе л/прие представляется формулами:
Найдем все собственные векторы л/прие А, имеющего в
некотором базисе координатное представление
с матрицей А=
Пусть =(l;m)-искомый
собственный вектор.
Тогда: =>
Для получения нулевых решений необходимо, чтобы
Уравнение =0 (2) называется
характеристическим.
Вывод: Чтобы найти все собственные векторы линейного
преобразования, нужно решить характеристическое уравнение (2); соответствующие
числу собственные векторы находятся из системы
(1).
Пример: Найти собственные векторы линейного преобразования:
А=
Решение 1.
Составляем уравнение
=0
=> (5-
)2-16=0 => (5-
-4)(5-
+4)=0 => (1-
)(9-
)=0
=1;
=9
а) =1;
=
;
=>
=> =
=
,
R\
.
б) =9;
=
;
=>
ð
=
=
,
R\
.
.
Определение: Квадратичной формы от двух переменных и
называется
однородный многочлен второй степени относительно этих переменных:
F=
.
Пусть в базисе ортогональном, вектор
имеет координаты
F=
=
.
Рассмотрим линейное преобразование , которое в базисе
,
имеет координатный вид
Тогда F=
=(
т)
=
А
То есть F=
тА
Придем к новому ортогональному базису :
=Lт
, где Lт
В новом базисе матрице
преобразования будет иметь вид
L-1AL, а так как мы имеем дело с
ортогональными базисами то L-1=Lт =>
LтAL.
Определение: Квадратная
форма имеет каконический вид, если . В этом случае
матрица формы является диагональной : А=
.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.