Rozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady

Podobne dokumenty
Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Wyk lad 11 Przekszta lcenia liniowe a macierze

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Normy wektorów i macierzy

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

A. Strojnowski - Twierdzenie Jordana 1

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

φ(x 1,..., x n ) = a i x 2 i +

Wyk lad 14 Formy kwadratowe I

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 3 Wyznaczniki

1 Macierze i wyznaczniki

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Diagonalizacja macierzy i jej zastosowania

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 13 Funkcjona ly dwuliniowe

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

Imię i nazwisko... Grupa...

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Zaawansowane metody numeryczne

Przekształcenia liniowe

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Formy kwadratowe. Rozdział 10

Diagonalizacja macierzy i jej zastosowania

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

Przekształcenia liniowe

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

1 Podobieństwo macierzy

Wyk lad 4 Warstwy, dzielniki normalne

Wyk lad 14 Cia la i ich w lasności

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Algebra liniowa. 1. Macierze.

Wykład 14. Elementy algebry macierzy

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Macierze. Rozdział Działania na macierzach

Analiza matematyczna i algebra liniowa Macierze

13. Cia la. Rozszerzenia cia l.

Zaawansowane metody numeryczne

Zadania egzaminacyjne

Diagonalizacja macierzy i jej zastosowania

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

Wektory i wartości własne

9 Przekształcenia liniowe

Endomorfizmy liniowe

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

Przykładowe zadania z teorii liczb

Rozdzia l 3. Elementy algebry uniwersalnej

Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,

Matematyka dyskretna. 1. Relacje

Baza w jądrze i baza obrazu ( )

Metody dekompozycji macierzy stosowane w automatyce

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Relacje. opracował Maciej Grzesiak. 17 października 2011

Praca domowa - seria 6

O pewnych związkach teorii modeli z teorią reprezentacji

Rachunek różniczkowy i całkowy w przestrzeniach R n

Całki powierzchniowe w R n

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

Wyk lad 1 Podstawowe struktury algebraiczne

Zadania z Algebry liniowej 4 Semestr letni 2009

Wektory i wartości własne

1 Pochodne wyższych rzędów

Zastosowania wyznaczników

Funkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

1 Zbiory i działania na zbiorach.

Notatki do wykładu Geometria Różniczkowa I

Cia la i wielomiany Javier de Lucas

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Grupy i cia la, liczby zespolone

BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Algebra liniowa z geometria

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Algebra liniowa. Macierze i układy równań liniowych

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

Pytania i polecenia podstawowe

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

1 Działania na zbiorach

Analiza funkcjonalna 1.

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Transkrypt:

Rozdzia l 10 Formy dwuliniowe i kwadratowe 10.1 Formy dwuliniowe 10.1.1 Definicja i przyk lady Niech X K b edzie przestrzenia liniowa nad cia lem K, dim(x K ) = n. Definicja 10.1 Przekszta lcenie ϕ : X X K nazywamy forma dwuliniowa na przestrzeni X K jeśli (i) x,y 1,y 2 X, α 1,α 2 K ϕ(x,y 1 α 1 + y 2 α 2 ) = ϕ(x,y 1 ) α 1 + ϕ(x,y 2 ) α 2 (liniowość ze wzgl edu na druga zmienna), (ii) x,y X ϕ(x,y) = ϕ(y,x) (forma zwyk la) albo x, y X ϕ(x, y) = ϕ(y, x) (forma hermitowska). Oczywiście, o formach hermitowskich możemy mówić tylko wtedy gdy K C. Dalej, dla uproszczenia, b edziemy rozpatrywać jedynie formy hermitowskie. 93

94 ROZDZIA L 10. FORMY DWULINIOWE I KWADRATOWE Zauważmy, że x 1,x 2,y X, β 1,β 2 K, ϕ(x 1 β 1 + x 2 β 2,y) = ϕ(y,x 1 β 1 + x 2 β 2 ) = ϕ(y,x 1 ) β 1 + ϕ(y,x 2 ) β 2 = ϕ(x 1,y) β 1 + ϕ(x 2,y) β 2. Dość oczywistym jest fakt, że zbiór wszystkich form dwuliniowych na X K jest przestrzenia liniowa nad R (ale nie nad C!) z naturalnymi dzia laniami: (α ϕ)(x,y) := α ϕ(x,y), (ϕ 1 + ϕ 2 )(x,y) := ϕ 1 (x,y) + ϕ 2 (x,y). Przyk ladami form dwuliniowych na X K = K n K (K C) s a: a na P n R : ϕ( x, y) = n x i y i ρ i, gdzie ρ i R, 1 i n, i=1 ϕ( x, y) = x H A y, gdzie A K n,n, A = A H, ϕ(p, q) = ϕ(p, q) = n p (i) (t i ) q (i) (t i ) ρ i, ρ i R, 1 i n, i=1 1 0 p(t) q(t) ρ(t)dt, ρ : R R. 10.1.2 Macierz formy dwuliniowej Dalej wygodnie nam b edzie rozszerzyć dzia lanie danej formy dwuliniowej ϕ : X X K na ϕ : X 1,s X 1,t K s,t w nast epuj acy sposób. Niech A = [x 1,...,x s ] i B = [y 1,...,y t ]. Wtedy ϕ(a, B) := (ϕ(x i,y j )) i,j K s,t. W szczególności, macierz ϕ(a, A) = (ϕ(x i,x j )) i,j jest kwadratowa i hermitowska, ϕ(a, A) Herm n,n. Mamy też ϕ α R ϕ,ψ (α ϕ)(a, B) = α ϕ(a, B), (ϕ + ψ)(a, B) = ϕ(a, B) + ψ(a, B).

10.1. FORMY DWULINIOWE 95 Pożyteczne b ed a też nast epuj ace wzory rachunkowe: Rzeczywiście, b K t ϕ(a, B b) = ϕ(a, B) b, a K s ϕ(a a, B) = a H ϕ(a, B). ϕ(a, B ( b) = ϕ A, t ) y j β j j=1 gdzie b = [β 1,...,β t ] T, oraz = t ϕ(a,y j ) β j = ϕ(a, B) b, j=1 ϕ(a a, B) = (ϕ(b, A a)) H = a H (ϕ(b, A)) H = a H ϕ(a, B). Uogólniajac te wzory mamy Mamy bowiem B K t,r ϕ(a, B B) = ϕ(a, B) B, A K s,r gdzie B = [ b 1,..., b r ], oraz ϕ(a A, B) = A H ϕ(a, B). ϕ(a, B B) = ϕ(a, [B b 1,...,B b r ]) = [ϕ(a, B b 1 ),...,ϕ(a, B b r )] = [ϕ(a, B) b 1,...,ϕ(A, B) b r ] = ϕ(a, B) B, ϕ(a A, B) = (ϕ(b, A A)) H = (ϕ(b, A) A) H = A H (ϕ(b, A)) H = A H ϕ(a, B). Definicja 10.2 Niech A = [x 1,...,x n ] b edzie baza X, a ϕ : X X K forma dwuliniowa na X. Macierz hermitowska Φ A := ϕ(a, A) = (ϕ(x i,x j )) n i,j=1 nazywamy macierza formy ϕ w bazie A.

96 ROZDZIA L 10. FORMY DWULINIOWE I KWADRATOWE Znaczenie macierzy formy wynika z nast epuj acej równości. Niech x = A a i y = A b. Wtedy ϕ(x,y) = ϕ(a a, A b) = a H ϕ(a, A) b = a H Φ A b = (A 1 x) H Φ A (A 1 y). Przy ustalonej bazie A, każdej formie hermitowskiej ϕ : X X K można przyporzadkować jej macierz Φ A = ϕ(a, A), która jest hermitowska. Ale też odwrotnie, każda macierz hermitowska Φ definiuje form e hermitowska zgodnie ze wzorem ϕ(x,y) = (A 1 x) H Φ (A 1 y). Mamy przy tym, że jeśli γ = ϕ + ψ to Γ A = Φ A + Ψ A oraz jeśli γ = α ϕ, α R, to Γ A = α Φ A. Stad przestrzeń wszystkich form hermitowskich nad R jest izomorficzna z przestrzenia macierzy hermitowskich nad R. W przypadku K = C jej wymiar wynosi n 2. 10.2 Twierdzenie Sylwester a Definicja 10.3 Powiemy, że macierz A K n,n przystaje do macierzy B K n,n gdy istnieje macierz nieosobliwa C K n,n taka, że B = C H A C. Niech A i B b ed a dwiema bazami X K. Niech C = A 1 B K n,n b edzie macierza zmiany bazy z A na B tak, że B = A C. Jeśli Φ A jest macierza danej formy ϕ : X X K w bazie A to macierz ϕ w bazie B można wyrazić wzorem Φ B = ϕ(b, B) = ϕ(a C, A C) = C H ϕ(a, A) C = C H Φ A C. Stad, w klasie macierzy hermitowskich Herm n,n macierz A przystaje do B gdy obie sa macierzami tej samej formy (ale być może w różnych bazach). Relacja przystawania macierzy jest zwrotna (bo A = I H A I), symetryczna (bo jeśli B = C H A C to A = (C 1 ) H B C 1 ) oraz przechodnia (bo jeśli A 2 = C H 1 A 1 C 1 i A 3 = C H 2 A 2 C 2 to A 3 = (C 1 C 2 ) H A 1 (C 1 C 2 )).

10.3. FORMY KWADRATOWE 97 Jest to wi ec relacja równoważności. A jeśli tak, to zbiór wszystkich macierzy hermitowskich można przedstawić jako roz l aczn a sum e macierzy do siebie wzajemnie przystajacych (klas abstrakcji relacji przystawania, albo jeszcze inaczej, macierzy tej samej formy, ale w różnych bazach). Ile jest klas abstrakcji relacji przystawania w klasie macierzy hermitowskich? Odpowiedź daje nat epuj ace twierdzenie, które podajemy bez dowodu. Twierdzenie 10.1 (Sylwester a) Dla dowolnej macierzy hermitowskiej A = A H K n,n istnieje macierz nieosobliwa C K n,n taka, że C H A C = diag(i π, I ν, 0 ξ ), gdzie wymiary π,ν,ξ (π + ν + ξ = n) sa wyznaczone jednoznacznie. Stad klas abstrakcji relacji przystawania jest tyle ile macierzy diagonalnych z elementami na diagonali kolejno 1, 1, 0, czyli n (k + 1) = k=0 (n + 1)(n + 2). 2 Z twierdzenia Sylwester a wynika również nast epuj acy ważny wniosek. Wniosek 10.1 Dla dowolnej formy dwuliniowej ϕ : X X K istnieje baza A w X, w której forma ma postać ϕ(x,y) = π a k b k k=1 π+ν k=π+1 a k b k, gdzie x = A a, y = A b. 10.3 Formy kwadratowe 10.3.1 Określoność formy kwadratowej Każdej formie dwuliniowej ϕ : X X K odpowiada forma kwadratowa h : X R zdefiniowana wzorem h(x) = ϕ(x,x) x X.

98 ROZDZIA L 10. FORMY DWULINIOWE I KWADRATOWE Jeśli dla wszystkich x 0 mamy h(x) = ϕ(x,x) > 0 to form e kwadratowa h (i odpowiednio form e dwuliniowa ϕ) nazywamy dodatnio określona i piszemy h > 0 (odpowiednio ϕ > 0). Podobnie, forma h jest określona ujemnie, gdy h(x) < 0 x 0 (h < 0), niedodatnio, gdy h(x) 0 x (h 0), nieujemnie, gdy h(x) 0 x (h 0). We wszystkich pozosta lych przypadkach forma jest nieokreślona. Z równości h(x) = a H Φ A a (x = A a) wynika, że określoność formy jest taka sama jak określoność jej macierzy (w dowolnej bazie!). W szczególności, stosujac notacj e z twierdzenia Sylwester a mamy: h > 0 π = n, h 0 ν = 0, h < 0 ν = n, h 0 π = 0. 10.3.2 Kryterium Sylwester a Twierdzenie 10.2 Niech A = A H = (a i,j ) n i,j=1 Herm n,n oraz A (k) = (a i,j ) k i,j=1, 1 k n, b ed a odpowiednimi macierzami katowymi. Wtedy (i) A jest dodatnio określona det(a (k) ) > 0 dla 1 k n, (ii) A jest ujemnie określona ( 1) k det(a (k) ) > 0 dla 1 k n. Dowód. Przypomnijmy (twierdzenie 7.5), że dla macierzy o nieosobliwych macierzach katowych (a takimi sa macierze dodatnio/ujemnie określone) można przeprowadzić eliminacj e Gaussa bez przestawień wierszy/kolumn. Dlatego A można przedstawić jako A = L R = L D L H, gdzie L TRIL n,n, l i,i = 1 i, D = diag(r 1,1,...,r n,n ). Podstawiajac y := L H x, mamy x H A x = x H L D L H x = (L H x) H D (L H x) n = y H D y = y i 2 r i,i. i=1

10.3. FORMY KWADRATOWE 99 Stad A > 0 wtedy i tylko wtedy gdy r i,i > 0 i, oraz A < 0 wtedy i tylko wtedy gdy r i,i < 0 i. Dowód uzupe lnia spostrzeżenie, że A (k) = L (k) R (k) = L (k) D (k) (L (k) ) H oraz det(a (k) ) = det(l (k) ) 2 det(d (k) ) = k r i,i. i=1

100 ROZDZIA L 10. FORMY DWULINIOWE I KWADRATOWE