Связь сферической системы координат с

декартовой прямоугольной.

 

В случае сферической системы координат соотношения имеют вид:

 

 

 

Линейное (векторное) пространство.

 

Как известно, линейные операции (сложение, вычитание, умножение на число) определены по-своему для каждого множества (числа, многочлены, направленные отрезки, матрицы). Сами операции различны, но их свойства одинаковы.

Эта общность свойств позволяет обобщить понятие линейных операций для любых множеств вне зависимости от того, что это за множества (числа, матрицы и т.д.).

Для того, чтобы дать определение линейного (векторного) пространства рассмотрим некоторое множество L действительных элементов, для которых определены операции сложения и умножения на число.

 

Эти операции обладают свойствами:

1) Коммутативность += +

2) Ассоциативность (+) + = + (+)

3)Существует такой нулевой вектор , что +=для "Î L

4) Для "Î L существует вектор = -, такой, что +=

5)1×=

6) a(b) = (ab)

7) Распределительный закон (a + b)= a+ b

8) a(+) = a+ a

 

Определение: Множество L, элементы которого обладают перечисленными выше свойствами, называется линейным (векторным) пространством, а его элементы называются векторами.

 

Важно не путать понятие вектора, приведенное выше с понятием вектора как направленного отрезка на плоскости или в пространстве. Направленные отрезки являются всего лишь частным случаем элементов линейного (векторного) пространства. Линейное (векторное) пространство – понятие более широкое. Примерами таких пространств могут служить множество действительных чисел, множество векторов на плоскости и в пространстве, матрицы и т.д.

Если операции сложения и умножения на число определены для действительных элементов, то линейное (векторное) пространство является вещественным пространством, если для комплексных элементов – комплексным пространством.

 

Свойства линейных пространств.

 

1) В каждом линейном пространстве существует только один нулевой элемент.

2) Для каждого элемента существует только один противоположный элемент.

3) Для каждого Î L верно 0×= 0

4) Для каждого a Î R и Î L верно a×=

5) Если a×= , то a = 0 или =

6) (-1) = -

Линейные преобразования.

Определение: Будем считать, что в линейном пространстве L задано некоторое линейное преобразование А, если любому элементу Î L по некоторому правилу ставится в соответствие элемент АÎ L.

Определение: Преобразование А называется линейным, если для любых векторов Î L и Î L и любого a верно:

A(+) = A+A

A(a) = aA

 

Определение: Линейное преобразование называется тождественным, если оно преобразует элемент линейного пространства сам в себя.

Е=

 

Пример. Является ли А линейным преобразованием. А=+; ¹ 0.

 

Запишем преобразование А для какого- либо элемента . А= +

Проверим, выполняется ли правило операции сложения для этого преобразования А(+) = ++; A() + A() = +++, что верно только при = 0, т.е. данное преобразование А нелинейное.

 

 

Определение: Если в пространстве L имеются векторы линейного преобразования , то другой вектор является линейной комбинацией векторов .

 

Определение: Если только при a = b = … = l = 0, то векторы называются линейно независимыми.

 

Определение: Если в линейном пространстве L есть n линейно независимых векторов, но любые n + 1 векторов линейно зависимы, то пространство L называется n-мерным, а совокупность линейно независимых векторов называется базисом линейного пространства L.

 

Следствие: Любой вектор линейного пространства может быть представлен в виде линейной комбинации векторов базиса.

 

 

Матрицы линейных преобразований.

 

Пусть в n- мерном линейном пространстве с базисом ,,…,задано линейное преобразование А. Тогда векторы А,А,…,А- также векторы этого пространства и их можно представить в виде линейной комбинации векторов базиса:

 

A= a₁₁+ a₂₁+…+ a_n1

A= a₁₂+ a₂₂+…+ a_n2

……………………………….

A= a_n1+ a_n2+…+ a_nn

Тогда матрица А = называется матрицей линейного преобразования А.

 

Если в пространстве L взять вектор = x₁+ x₂+…+ x_n, то AÎ L.

, где

……………………………..

 

Эти равенства можно назвать линейным преобразованием в базисе ,,…,.

В матричном виде:

, А×,

 

Пример. Найти матрицу линейного преобразования, заданного в виде: