EssayAI
Блог
Блог

Как найти матрицу линейного оператора: разбор 3x3

Запрос

Дано: линейный оператор A ⁣:R3→R3\mathcal{A}\colon \mathbb{R}^3 \to \mathbb{R}^3, заданный правилом A(x1; x2; x3)=(2x1+x2−x3; x1+3x2+x3; −x1+2x2+4x3)\mathcal{A}(x_1;\ x_2;\ x_3) = (2x_1 + x_2 - x_3;\ x_1 + 3x_2 + x_3;\ -x_1 + 2x_2 + 4x_3). Найти: матрицу этого оператора в стандартном базисе и в базисе f1=(1; 0; 0)f_1 = (1;\ 0;\ 0), f2=(1; 1; 0)f_2 = (1;\ 1;\ 0), f3=(1; 1; 1)f_3 = (1;\ 1;\ 1).

Матрица оператора собирается из образов базисных векторов: подставляем в формулу каждый базисный вектор по очереди и записываем результат столбцом. Ответ: в стандартном базисе матрица имеет строки (2; 1; −1)(2;\ 1;\ -1), (1; 3; 1)(1;\ 3;\ 1), (−1; 2; 4)(-1;\ 2;\ 4), а в базисе ff - строки (1; −1; −3)(1;\ -1;\ -3), (2; 3; 0)(2;\ 3;\ 0), (−1; 1; 5)(-1;\ 1;\ 5). Калькулятор сверху делает оба шага для любых коэффициентов формулы и любого базиса.

Решение по шагам

Дано. Оператор действует по формуле

A(x1; x2; x3)=(2x1+x2−x3; x1+3x2+x3; −x1+2x2+4x3).\mathcal{A}(x_1;\ x_2;\ x_3) = (2x_1 + x_2 - x_3;\ x_1 + 3x_2 + x_3;\ -x_1 + 2x_2 + 4x_3).

Найти: матрицу AA в стандартном базисе e1=(1; 0; 0)e_1 = (1;\ 0;\ 0), e2=(0; 1; 0)e_2 = (0;\ 1;\ 0), e3=(0; 0; 1)e_3 = (0;\ 0;\ 1) и матрицу A′A' в базисе f1=(1; 0; 0)f_1 = (1;\ 0;\ 0), f2=(1; 1; 0)f_2 = (1;\ 1;\ 0), f3=(1; 1; 1)f_3 = (1;\ 1;\ 1).

Шаг 1. Подставляем базисные векторы в формулу. Каждый базисный вектор прогоняем через правило оператора как обычный вектор с координатами:

Ae1=A(1; 0; 0)=(2⋅1+0−0; 1+0+0; −1+0+0)=(2; 1; −1),Ae2=A(0; 1; 0)=(0+1−0; 0+3+0; 0+2+0)=(1; 3; 2),Ae3=A(0; 0; 1)=(0+0−1; 0+0+1; 0+0+4)=(−1; 1; 4).\begin{aligned} \mathcal{A}e_1 &= \mathcal{A}(1;\ 0;\ 0) = (2 \cdot 1 + 0 - 0;\ 1 + 0 + 0;\ -1 + 0 + 0) = (2;\ 1;\ -1), \\ \mathcal{A}e_2 &= \mathcal{A}(0;\ 1;\ 0) = (0 + 1 - 0;\ 0 + 3 + 0;\ 0 + 2 + 0) = (1;\ 3;\ 2), \\ \mathcal{A}e_3 &= \mathcal{A}(0;\ 0;\ 1) = (0 + 0 - 1;\ 0 + 0 + 1;\ 0 + 0 + 4) = (-1;\ 1;\ 4). \end{aligned}

Шаг 2. Ставим образы столбцами. Три полученных вектора становятся первым, вторым и третьим столбцами:

A=(21−1131−124).A = \begin{pmatrix} 2 & 1 & -1 \\ 1 & 3 & 1 \\ -1 & 2 & 4 \end{pmatrix}.

Здесь видно главное неудобство темы: коэффициенты формулы стоят в строках, а образы базисных векторов - в столбцах. Первая строка матрицы собрана из коэффициентов первой координаты образа, а первый столбец - это целиком вектор Ae1\mathcal{A}e_1. Диаграмма в калькуляторе сверху показывает ровно это: одна группа столбиков - один образ, то есть один столбец матрицы.

Шаг 3. Составляем матрицу перехода. Новый базис записываем в столбцы матрицы PP в том же порядке, в каком нумеруются векторы fjf_j:

P=(111011001).P = \begin{pmatrix} 1 & 1 & 1 \\ 0 & 1 & 1 \\ 0 & 0 & 1 \end{pmatrix}.

Определитель треугольной матрицы равен произведению диагональных элементов, здесь det⁡P=1≠0\det P = 1 \neq 0, значит векторы линейно независимы и базис действительно новый. Как устроена сама матрица перехода и почему её столбцы, а не строки, разобрано в отдельной статье.

Шаг 4. Обращаем матрицу перехода. Для верхнетреугольной матрицы обратная тоже верхнетреугольная и считается устно обратным ходом:

P−1=(1−1001−1001).P^{-1} = \begin{pmatrix} 1 & -1 & 0 \\ 0 & 1 & -1 \\ 0 & 0 & 1 \end{pmatrix}.

Проверка занимает полминуты: произведение P−1PP^{-1}P обязано дать единичную матрицу, и здесь оно её даёт.

Шаг 5. Пересчитываем оператор в новый базис. Работает формула подобия A′=P−1APA' = P^{-1}AP. Умножаем справа налево, чтобы не держать в голове три матрицы сразу:

AP=(232145−115),A′=P−1(AP)=(1−1−3230−115).AP = \begin{pmatrix} 2 & 3 & 2 \\ 1 & 4 & 5 \\ -1 & 1 & 5 \end{pmatrix}, \qquad A' = P^{-1}(AP) = \begin{pmatrix} 1 & -1 & -3 \\ 2 & 3 & 0 \\ -1 & 1 & 5 \end{pmatrix}.

Последнее умножение простое: первая строка P−1P^{-1} вычитает из первой строки произведения APAP вторую, вторая строка вычитает третью, третья остаётся как есть.

Ответ. В стандартном базисе матрица оператора равна (21−1131−124)\begin{pmatrix} 2 & 1 & -1 \\ 1 & 3 & 1 \\ -1 & 2 & 4 \end{pmatrix}, в базисе ff - равна (1−1−3230−115)\begin{pmatrix} 1 & -1 & -3 \\ 2 & 3 & 0 \\ -1 & 1 & 5 \end{pmatrix}.

Почему столбцы матрицы - это образы базисных векторов

Любой вектор раскладывается по базису: x=x1e1+x2e2+x3e3x = x_1e_1 + x_2e_2 + x_3e_3. Оператор линеен, поэтому он проходит сквозь сумму и выносит коэффициенты:

Ax=x1Ae1+x2Ae2+x3Ae3.\mathcal{A}x = x_1 \mathcal{A}e_1 + x_2 \mathcal{A}e_2 + x_3 \mathcal{A}e_3 .

Справа стоит линейная комбинация трёх фиксированных векторов с коэффициентами-координатами. Ровно так же устроено умножение матрицы на столбец: результат есть комбинация столбцов матрицы с теми же коэффициентами. Значит, столбцы обязаны совпадать с образами базисных векторов - иначе равенство Ax=Ax\mathcal{A}x = Ax не выполнится хотя бы на одном базисном векторе.

Отсюда же следует, что оператор полностью определяется своим действием на базисе. Задать линейное отображение можно тремя произвольными векторами-образами, и никаких дополнительных условий не потребуется: значения на всех остальных векторах восстанавливаются по линейности однозначно.

Откуда берётся формула A′=P−1APA' = P^{-1}AP

Матрица зависит от базиса, а сам оператор - нет. Пусть x′x' и y′y' - столбцы координат вектора и его образа в новом базисе. Координаты в старом базисе получаются умножением на матрицу перехода: x=Px′x = Px' и y=Py′y = Py'. Подставляем это в равенство y=Axy = Ax:

Py′=APx′⟹y′=P−1APx′.Py' = APx' \quad \Longrightarrow \quad y' = P^{-1}APx' .

Слева от x′x' осталась матрица, которая переводит новые координаты в новые, - это и есть A′A'. Читать формулу удобно справа налево: PP переводит новые координаты в старые, AA работает в старых, P−1P^{-1} возвращает результат в новые. Обратный пересчёт делается той же формулой в другую сторону: A=PA′P−1A = PA'P^{-1}.

Про сам пересчёт координат вектора при смене базиса написано отдельно, здесь важно лишь то, что матрица перехода обратима, а значит порядок множителей менять нельзя: PAP−1PAP^{-1} даст другую матрицу.

Второй способ: разложить образы новых базисных векторов

Формулу подобия можно не использовать. Определение матрицы работает в любом базисе: её jj-й столбец - это координаты вектора Afj\mathcal{A}f_j в том же базисе ff. Считаем образы напрямую, пользуясь линейностью:

Af1=(2; 1; −1),Af2=(3; 4; 1),Af3=(2; 5; 5).\mathcal{A}f_1 = (2;\ 1;\ -1), \qquad \mathcal{A}f_2 = (3;\ 4;\ 1), \qquad \mathcal{A}f_3 = (2;\ 5;\ 5).

Теперь каждый образ раскладываем по новому базису. Система здесь решается устно, потому что базис ступенчатый: коэффициент при f3f_3 равен третьей координате, коэффициент при f2f_2 - разности второй и третьей, коэффициент при f1f_1 - разности первой и второй. Для первого образа получаем Af1=1⋅f1+2⋅f2−1⋅f3\mathcal{A}f_1 = 1 \cdot f_1 + 2 \cdot f_2 - 1 \cdot f_3, то есть столбец (1; 2; −1)(1;\ 2;\ -1).

Остальные два образа дают столбцы (−1; 3; 1)(-1;\ 3;\ 1) и (−3; 0; 5)(-3;\ 0;\ 5). Собранная из них матрица совпадает с той, что вышла по формуле подобия, - это хорошая самопроверка. Способ с разложением быстрее, когда базис простой, а формула A′=P−1APA' = P^{-1}AP выигрывает, когда векторы базиса произвольные и раскладывать пришлось бы решением системы.

Как проверить ответ

У подобных матриц совпадают все характеристики, не зависящие от базиса. Первым делом сравнивают след - сумму диагональных элементов: 2+3+4=92 + 3 + 4 = 9 и 1+3+5=91 + 3 + 5 = 9. Затем определитель: обе матрицы дают 1010. Если хотя бы одно из двух чисел разошлось, ошибка ищется в матрице перехода или в порядке множителей.

Совпадают и ранг с дефектом, поэтому образ и ядро оператора можно искать по любой из двух матриц - ответ получится один и тот же с точностью до записи векторов в координатах. По той же причине не меняется характеристический многочлен, а вместе с ним и собственные значения.

Отсюда же берётся практический смысл всей операции. Базис подбирают так, чтобы матрица стала максимально простой: в базисе из собственных векторов она диагональная, и тогда легко возвести оператор в степень или решить систему. Именно поэтому задача про матрицу в новом базисе почти всегда идёт в паре с задачей на диагонализацию.

Частые ошибки

  • Записывают образы базисных векторов строками. Тогда получается транспонированная матрица, и проверка на любом векторе сразу даёт не тот ответ. Коэффициенты формулы идут по строкам, образы - по столбцам.
  • Составляют матрицу перехода из координат старых векторов через новые. Нужен обратный порядок: столбцы PP - это координаты новых векторов в старом базисе. Ошибка даёт P−1P^{-1} вместо PP и переворачивает весь пересчёт.
  • Путают порядок множителей. Верно A′=P−1APA' = P^{-1}AP, а не PAP−1PAP^{-1}: матрицы не коммутируют, и вторая формула отвечает на обратный вопрос.
  • Берут базис из линейно зависимых векторов. Определитель матрицы перехода обращается в нуль, обратной матрицы нет, и задача теряет смысл. Проверять det⁡P≠0\det P \neq 0 нужно до вычислений, а не после.
  • Останавливаются на матрице APAP. Это ещё не ответ: столбцы APAP - образы новых базисных векторов, записанные в старых координатах, их надо перевести в новый базис умножением на P−1P^{-1}.
  • Не проверяют след и определитель. Две минуты арифметики ловят почти любую ошибку в трёх умножениях матриц.

FAQ

Как найти матрицу оператора, если он задан геометрически? Так же: посмотреть, во что переходят базисные векторы. Для поворота плоскости на 90 градусов против часовой стрелки вектор e1e_1 переходит в (0; 1)(0;\ 1), а e2e_2 - в (−1; 0)(-1;\ 0), поэтому матрица имеет строки (0; −1)(0;\ -1) и (1; 0)(1;\ 0). Для проектирования на ось координата вдоль оси сохраняется, а поперечная обнуляется.

Что делать, если пространство не координатное, например многочлены? Ничего нового: базис фиксируется явно, скажем 11, tt, t2t^2, и каждый базисный элемент прогоняется через оператор. У дифференцирования образы равны 00, 11 и 2t2t, их координаты в том же базисе дают столбцы (0; 0; 0)(0;\ 0;\ 0), (1; 0; 0)(1;\ 0;\ 0) и (0; 2; 0)(0;\ 2;\ 0).

Матрица оператора и матрица перехода - это одно и то же? Нет. Матрица оператора описывает отображение пространства в себя и меняется при смене базиса. Матрица перехода описывает связь двух базисов одного пространства и никакого отображения не задаёт; путаница между ними и порождает большинство ошибок в этой задаче.

Обязательно ли базис должен быть ортонормированным? Нет, для матрицы оператора достаточно линейной независимости. Ортонормированность нужна там, где появляются длины и углы: тогда матрица перехода ортогональна, P−1=P⊤P^{-1} = P^{\top}, и пересчёт заметно упрощается.

Коротко

  1. Подставить в правило оператора базисные векторы по очереди и получить их образы.
  2. Записать образы столбцами: для условия задачи получается матрица со строками (2; 1; −1)(2;\ 1;\ -1), (1; 3; 1)(1;\ 3;\ 1), (−1; 2; 4)(-1;\ 2;\ 4).
  3. Составить матрицу перехода PP, поставив новые базисные векторы в столбцы, и убедиться, что det⁡P≠0\det P \neq 0.
  4. Пересчитать оператор по формуле A′=P−1APA' = P^{-1}AP или разложить образы Afj\mathcal{A}f_j по новому базису напрямую - ответ один: строки (1; −1; −3)(1;\ -1;\ -3), (2; 3; 0)(2;\ 3;\ 0), (−1; 1; 5)(-1;\ 1;\ 5).
  5. Проверить след и определитель: 99 и 1010 у обеих матриц, значит пересчёт выполнен верно.
Задача в тетради или методичке? Сфотографируйте условие - сервис распознает его и решит по шагам с пояснениями.

Похожие задачи

Линейная алгебра

Как найти сопряжённый оператор: разбор матрицы 3x3

Разбор задачи: матрица сопряжённого оператора в ортонормированном базисе равна транспонированной, проверка тождества на векторах, комплексный случай и неортогональный базис.

Линейная алгебра

Как найти жорданову форму матрицы: пример 3x3

Как найти жорданову форму матрицы 3x3: характеристическое уравнение, алгебраическая и геометрическая кратность корня, размеры клеток по рангам степеней, матрица перехода P.

Линейная алгебра

Как привести матрицу к диагональному виду: пример 3x3

Как привести матрицу 3x3 к диагональному виду: собственные векторы, матрица перехода P, диагональная D, проверка равенства A = PDP^(-1) и критерий диагонализуемости.

Линейная алгебра

Как найти образ линейного оператора: базис и ядро

Разбираем, как найти образ линейного оператора по его матрице: базис образа через ведущие столбцы, базис ядра через фундаментальную систему решений, теорема о ранге и дефекте.

Линейная алгебра

Как найти фундаментальную систему решений: разбор

Разбираем, как найти фундаментальную систему решений однородной СЛАУ: ранг матрицы, число свободных неизвестных n минус r, базисные решения, общее решение и проверка.

Линейная алгебра

Как найти проекцию вектора на подпространство

Как найти ортогональную проекцию вектора на подпространство через матрицу Грама и нормальные уравнения: разбор с числами, ортогональная составляющая, расстояние и калькулятор.