Processing math: 100%

Definicje i twierdzenia z zakresu algebry liniowej

Podane poniżej definicje zostały zaczerpnięte z [Mostowski1965], [Kostrykin1984], [Gelfand1977].

Definicja 32

Niech K{R,C} będzie zbiorem liczb rzeczywistych lub zespolonych i niech X będzie dowolnym zbiorem niepustym. Niech będą określone dwa działania: dodawanie +:X×XX i mnożenie przez liczbę :K×XX, spełniające dla dowolnych x,y,zX oraz a,bK następujące warunki:

  1. x+y=y+x,
  2. x+(y+z)=(x+y)+z,
  3. istnieje element zerowy θX taki, że dla dowolnego xX, x+θ=x,
  4. dla każdego xX istnieje element przeciwny xX, tzn taki, że x+x=θ,
  5. a(x+y)=ax+ay,
  6. (a+b)x=ax+bx,
  7. a(bx)=(ab)x,
  8. 1x=x.

Zbiór X z działaniami + i nazywamy przestrzenią wektorową.

Definicja 33

Deltą Kroneckera nazywamy funkcję postaci

δij={1 jeśli i=j0 w przeciwnym przypadku

Definicja 34

Iloczynem skalarnym wektorów x oraz y rozmiaru d×1 nazywamy liczbę

xy=xTy=di=1xiyi=yTx

Definicja 35

Mówimy, że wektory x oraz y są ortogonalne jeśli xy=xTy=0. Mówimy, że zbiór S={x1,x2,,xn} wektorów z X jest ortonormalny jeśli

xiyj=δij dla dowolnych i,jn.

Definicja 36

Normą Euklidesową wektora x nazywamy liczbę

x=xTx.

Definicja 37

Mówimy, że wektor x jest znormalizowany jeśli x=1.

Definicja 38

Kombinacją liniową wektorów x1,,xn nazywamy wektor x postaci

x=α1x1++αnxn

Definicja 39

Mówimy, że zbiór wektorów {x1,x2,,xn} jest liniowo niezależny jeśli żaden wektor ze zbioru nie może być zapisany jako kombinacja liniowa pozostałych wektorów.

Definicja 40

Wyznacznikiem macierzy kwadratowej A stopnia n zawierającej elementy postaci aij nazywamy liczbę postaci

det(A)=ni=1(1)i+naindet(Ai,n),

gdzie Ai,j oznacza macierz stopnia n1, powstałą z macierzy A poprzez skreślenie i-tego wiersza i j -tej kolumny.

Definicja 41

Śladem macierzy kwadratowej A stopnia n nazywamy wielkość

tr(A)=ni=1aii.

Definicja 42

Wartością własną λ macierzy XCn×n nazywamy każdy z n pierwiastków wielomianu

p(z)=det(zIX).

nazywanego wielomianem charakterystycznym macierzy X. Zbiór wszystkich wartości własnych oznaczamy poprzez λ(X)={λ1,,λn}.

Ze wzorów Viette’a wynika następujące twierdzenie:

Twierdzenie 8

Niech λ(X)={λ1,,λn} będzie zbiorem wartości własnych macierzy XCn×n. Wówczas

det(X)=λ1λ2λn

oraz

tr(X)=λ1++λn.

Definicja 43

Macierz B=[bij] nazywamy macierzą transponowaną macierzy A=[aij] jeśli

bij=aji

Definicja 44

Macierz X nazywamy macierzą symetryczną jeśli

X=XT

Definicja 45

Niech X będzie macierzą symetryczną. Mówimy, że macierz X jest dodatnio określona, gdy dla dowolnego wektora x0 zachodzi

xTAx>0.

Twierdzenie 9

Macierz dodatnio określona jest zawsze odwracalna i jej odwrotność jest również dodatnio określona.

Twierdzenie 10

Jeśli macierz jest rzeczywistą, dodatnio określoną, symetryczną macierzą rzędu n to posiada ona n wartości własnych. Co więcej, jej wartości własne są rzeczywiste i dodatnie.

Definicja 46

Rozkładem na wartości własne macierzy kwadratowej X nazywamy rozkład postaci

(1)X=VΛVT

gdzie Λ=diag(λ1,...,λn) jest macierzą diagonalną z wartościami własnymi na przekątnej uporządkowanymi w porządku malejącym, natomiast V jest macierzą odpowiadających im wektorów własnych.

Twierdzenie 11

Dla każdej symetrycznej macierzy dodatnio określonej istnieje przedstawienie w postaci (1).

Definicja 47

Przestrzeń rozpięta na ln wektorach własnych, odpowiadających l największym wartościom własnym nazywana jest przestrzenią własną. Przestrzeń tę oznaczamy poprzez

lin(v1,...,vn)=EX

Twierdzenie

Ślad macierzy symetrycznej dodatnio określonej Q jest sumą wszystkich n wartości własnych i jest niezmienny przy każdej transformacji ortonormalnej, czyli

tr(Q)=ni=1λi.

Dowód

Niech będą dane macierze An×m oraz Bm×n. Wówczas mamy

tr(AB)=tr(BA).

Istotnie, zachodzi równość

ni=1mj=1aijbji=nj=1mi=1bjiaij

gdzie aij,bji są elementami odpowiednio macierzy A oraz B. Wówczas, na mocy (1)

di=1λi=tr(Λ)=tr(wTQw).

Ponieważ macierz wartości własnych jest niezmiennicza przy każdej liniowej ortonormalnej transformacji a więc każda funkcja wartości własnych także jest niezmiennicza. Zatem wTw jest macierzą jednostkową, a więc

tr(QwTw)=tr(Q).

Algorytm 14 Algorytm obliczania dominującej wartości własnej λ i wektora własnego v

Dane: X rozmiaru n×n, z0

Wyniki: dominująca wartość własna λ i odpowiadający jej wektor własny v

  1.  for k=1,2, do
  2.   Oblicz wk=Xwk1
  3.   Znormalizuj wk=wkwk
  4.   Testuj zbieżność na wk
  5.   Jeśli zbieżne to λ=wk oraz v=Awk

Deflacja

Po obliczeniu dominującej wartości własnej i odpowiadającemu jej wektora, możemy usunąć je z macierzy kwadratowej X rozmiaru n×n w celu uzyskania nowych informacji, bez ryzyka obliczani tych samych wielkości. Przykładowo, po obliczeniu dominującej wartości własnej i wektora własnego, możemy usunąć je z macierzy X=Xold uzyskując w ten sposób nową macierz Xnew i dla nowej macierzy obliczyć dominującą wartość i wektor własny. Technika ta nazywa się deflacją. Nową macierz obliczamy wówczas według następującego wzoru

Xnew=Xoldλ1v1vT1=ni=2λivivTi

Definicje i twierdzenia z zakresu analizy funkcjonalnej

Podane poniżej definicje zostały zaczerpnięte z [Kolodziej1970], [Musielak1976].

Definicja 48

Niech X będzie dowolnym zbiorem i niech d będzie funkcją określoną na X×X o wartościach rzeczywistych, spełniającą następujące warunki:

  1. d(x,y)=0 wtedy i tylko wtedy, gdy x=y,
  2. d(x,y)=d(y,x),
  3. d(x,y)d(x,z)+d(z,y).

Wówczas funkcję d nazywamy metryką.

Definicja 49

Niech X będzie dowolnym zbiorem i niech funkcja d określona na X×X o wartościach nieujemnych będzie metryką. Wówczas parę (X,d) nazywamy przestrzenią metryczną.

Definicja 50

Niech X będzie przestrzenią liniową nad ciałem K{R,C} liczb rzeczywistych lub zespolonych. Funkcję xx odwzorowującą zbiór X w zbiór liczb nieujemnych nazywamy normą gdy dla dowolnych x,yX oraz aK spełnia ona następujące warunki:

  1. x=0x=0,
  2. x+yx+y (warunek trójkąta),
  3. ax=|a|x (warunek jednorodności).

Definicja 51

Przestrzeń liniową X wraz z określoną w niej normą nazywamy przestrzenią unormowaną, a funkcję xx normą.

Uwaga 1

Funkcja d(x,y)=xy jest metryką.

Definicja 52

Niech X będzie przestrzenią nad ciałem K{R,C} liczb rzeczywistych lub zespolonych i niech w X×X będzie określone odwzorowanie (x,y)(x|y) o wartościach w ciele K, spełniające następujące warunki:

  1. (x+y|z)=(x|y)+(y|z)
  2. (ax|y)=a(x|y)
  3. (y|x)=¯(x|y)
  4. (x|x)>0 dla x0

gdzie x,y,zX, aK oraz ¯(x|y) oznacza liczbę sprzężoną do (x|y). Wówczas parę X,(|) nazywamy przestrzenią unitarną, a funkcję (x,y)(x|y) nazywamy iloczynem skalarnym.

Uwaga 2

Funkcja xy=(xy|xy) jest normą.

Definicja 53

Przestrzeń unitarną X ze zdefiniowanym iloczynem skalarnym (|) nazywamy przestrzenią Hilberta jeśli jest zupełna przy metryce

d(x,y)=xy=(xy|xy).

Definicja 54

Niech X i Y będą przestrzeniami unormowanymi, elementami których są funkcje określone na zbiorze Ω. Ponadto niech f będzie funkcją określoną na produkcie Ω×Ω mającą tę własność, że dla każdej funkcji uX całka

v(x)=Ωf(x,y)u(y)dy dla xΩ

jest dobrze określoną funkcją należącą do przestrzeni Y. Wówczas operatorem całkowym F nazywamy operator Fu=v odwzorowujący przestrzeń X w przestrzeń Y. Ponadto funkcję f(x,y) nazywamy jądrem tego operatora.

Następna część - Definicje z zakresu Teorii Optymalizacji