9. Bilineární formy. 9. Bilineární formy p. 1/14

Podobné dokumenty
11. Skalární součin a ortogonalita p. 1/16

Základní pojmy z lineární a multilineární algebry p.1/4

6. Lineární nezávislost a báze p. 1/18

12. Determinanty. 12. Determinanty p. 1/25

ZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

1 Linearní prostory nad komplexními čísly

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Kapitola 11: Vektory a matice:

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

Symetrické a kvadratické formy

Matice lineárních zobrazení

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Matematika B101MA1, B101MA2

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

1 Kvadratické formy. 2 Matice kvadratické formy. Definice Necht B je bilineární forma na V. Q B : V R. Q B (x) = B(x, x), x V

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

1. Matice a maticové operace. 1. Matice a maticové operace p. 1/35

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

Soustavy lineárních rovnic

15 Maticový a vektorový počet II

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

Lineární algebra : Změna báze

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

DEFINICE Z LINEÁRNÍ ALGEBRY

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

0.1 Úvod do lineární algebry

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Program SMP pro kombinované studium

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

4. Trojúhelníkový rozklad p. 1/20

Vlastní čísla a vlastní vektory

1 Řešení soustav lineárních rovnic

VĚTY Z LINEÁRNÍ ALGEBRY

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

Základní pojmy teorie množin Vektorové prostory

Báze a dimenze vektorových prostorů

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

1 Báze a dimenze vektorového prostoru 1

1 Determinanty a inverzní matice

Cvičení z Lineární algebry 1

Vlastní číslo, vektor

Úvod do lineární algebry

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

Lineární algebra. Matice, operace s maticemi

Matematická analýza pro informatiky I.

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

Vlastní čísla a vlastní vektory

0.1 Úvod do lineární algebry

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 3. PREDNÁŠKA - KOMPAKTNÍ PROSTORY.

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

Kapitola 11: Vektory a matice 1/19

1 Vektorové prostory.

Jazyk matematiky Matematická logika Množinové operace Zobrazení Rozšířená číslená osa

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).

Matematika 2 pro PEF PaE

Operace s maticemi

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

EUKLIDOVSKÉ PROSTORY

15. Moduly. a platí (p + q)(x) = p(x) + q(x), 1(X) = id. Vzniká tak struktura P [x]-modulu na V.

7. Lineární vektorové prostory

Soustavy linea rnı ch rovnic

1 Soustavy lineárních rovnic

Úlohy nejmenších čtverců

1 Polynomiální interpolace

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Soustavy lineárních rovnic

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008

Kapitola 5. Symetrické matice

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

Kapitola 11: Lineární diferenciální rovnice 1/15

Kristýna Kuncová. Matematika B3

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

10. N á h o d n ý v e k t o r

transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

Soustavy lineárních rovnic a determinanty

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice

Matice. a m1 a m2... a mn

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

Josef Janyška Anna Sekaninová ANALYTICKÁ TEORIE KUŽELOSEČEK A KVADRIK

Základy matematiky pro FEK

Transkript:

9. Bilineární formy 9. Bilineární formy p. 1/14

9. Bilineární formy p. 2/14 Bilineární formy 1. Definice a příklady 2. Klasifikace bilineárních forem 3. Matice bilineární formy 4. Změna báze 5. Kongruentní matice

9. Bilineární formy p. 3/14 9.1 Definice a příklady DEFINICE 1 Necht V je reálný vektorový prostor. Zobrazení B : V V R se nazývá bilineární forma, jestliže pro libovolnéu,v,w V aα R platí:

9. Bilineární formy p. 3/14 9.1 Definice a příklady DEFINICE 1 Necht V je reálný vektorový prostor. Zobrazení B : V V R se nazývá bilineární forma, jestliže pro libovolnéu,v,w V aα R platí: 1. B(u+v,w) = B(u,w)+B(v,w)

9. Bilineární formy p. 3/14 9.1 Definice a příklady DEFINICE 1 Necht V je reálný vektorový prostor. Zobrazení B : V V R se nazývá bilineární forma, jestliže pro libovolnéu,v,w V aα R platí: 1. B(u+v,w) = B(u,w)+B(v,w) 2. B(αu,v) = αb(u,v)

9. Bilineární formy p. 3/14 9.1 Definice a příklady DEFINICE 1 Necht V je reálný vektorový prostor. Zobrazení B : V V R se nazývá bilineární forma, jestliže pro libovolnéu,v,w V aα R platí: 1. B(u+v,w) = B(u,w)+B(v,w) 2. B(αu,v) = αb(u,v) 3. B(u,v+w) = B(u,v)+B(u,w)

9. Bilineární formy p. 3/14 9.1 Definice a příklady DEFINICE 1 Necht V je reálný vektorový prostor. Zobrazení B : V V R se nazývá bilineární forma, jestliže pro libovolnéu,v,w V aα R platí: 1. B(u+v,w) = B(u,w)+B(v,w) 2. B(αu,v) = αb(u,v) 3. B(u,v+w) = B(u,v)+B(u,w) 4. B(u,αv) = αb(u,v)

9. Bilineární formy p. 3/14 9.1 Definice a příklady DEFINICE 1 Necht V je reálný vektorový prostor. Zobrazení B : V V R se nazývá bilineární forma, jestliže pro libovolnéu,v,w V aα R platí: 1. B(u+v,w) = B(u,w)+B(v,w) 2. B(αu,v) = αb(u,v) 3. B(u,v+w) = B(u,v)+B(u,w) 4. B(u,αv) = αb(u,v) Bilineární funkce je tedy při zvolené hodnotě jedné proměnné lineární funkcí druhé proměnné. Můžeme ji považovat za zobecnění funkce z = axy dvou proměnných x ay na vektorové prostory.

9. Bilineární formy p. 4/14 8.1 Definice a příklady PŘÍKLAD 1 Na prostoru V = R 3 sloupcových vektorů dimenze 3 si definujeme formu B předpisem, který každé dvojici vektorů x = [x i ] ay = [y i ] přiřazuje B(x,y) = x y = x 1 y 1 +x 2 y 2 +x 3 y 3. Interpretujeme-li x jako sílu a y jako dráhu, pak B(x,y) je práce konaná silou x po dráze y. Snadno se ověří, žeb je bilineární forma.

9. Bilineární formy p. 4/14 8.1 Definice a příklady PŘÍKLAD 1 Na prostoru V = R 3 sloupcových vektorů dimenze 3 si definujeme formu B předpisem, který každé dvojici vektorů x = [x i ] ay = [y i ] přiřazuje B(x,y) = x y = x 1 y 1 +x 2 y 2 +x 3 y 3. Interpretujeme-li x jako sílu a y jako dráhu, pak B(x,y) je práce konaná silou x po dráze y. Snadno se ověří, žeb je bilineární forma. PŘÍKLAD 2 Necht A = [a ij ] je daná reálná čtvercová matice řádu 2. Pak zobrazení, které každé dvojici sloupcových vektorů druhého řádu x = [x i ] a y = [y i ] přiřazuje B(x,y) = x Ay = a 11 x 1 y 1 +a 12 x 1 y 2 +a 21 x 2 y 1 +a 22 x 2 y 2, je bilineární forma.

8.1 Definice a příklady PŘÍKLAD 1 Na prostoru V = R 3 sloupcových vektorů dimenze 3 si definujeme formu B předpisem, který každé dvojici vektorů x = [x i ] ay = [y i ] přiřazuje B(x,y) = x y = x 1 y 1 +x 2 y 2 +x 3 y 3. Interpretujeme-li x jako sílu a y jako dráhu, pak B(x,y) je práce konaná silou x po dráze y. Snadno se ověří, žeb je bilineární forma. PŘÍKLAD 2 Necht A = [a ij ] je daná reálná čtvercová matice řádu 2. Pak zobrazení, které každé dvojici sloupcových vektorů druhého řádu x = [x i ] a y = [y i ] přiřazuje B(x,y) = x Ay = a 11 x 1 y 1 +a 12 x 1 y 2 +a 21 x 2 y 1 +a 22 x 2 y 2, je bilineární forma. PŘÍKLAD 3 Necht F je vektorový prostor všech reálných funkcí. Pak předpis, který každé dvojici funkcí f F a g F přiřazuje B(f,g) = f(1)g(1)+f(2)g(2), definuje bilineární formu. 9. Bilineární formy p. 4/14

9. Bilineární formy p. 5/14 9.2 Klasifikace bilineárních forem DEFINICE 2 Necht V je libovolný vektorový prostor. Bilineární forma B se nazývá symetrická, jestliže pro libovolné vektory u, v V platí B(u, v) = B(v, u) a antisymetrická, jestliže B(u, v) = B(v, u).

9. Bilineární formy p. 5/14 9.2 Klasifikace bilineárních forem DEFINICE 2 Necht V je libovolný vektorový prostor. Bilineární forma B se nazývá symetrická, jestliže pro libovolné vektory u, v V platí B(u, v) = B(v, u) a antisymetrická, jestliže B(u, v) = B(v, u). Antisymetrické formy lze ekvivalentně charakterizovat též rovností B(u,u) = 0 pro libovolné u V.

9. Bilineární formy p. 5/14 9.2 Klasifikace bilineárních forem DEFINICE 2 Necht V je libovolný vektorový prostor. Bilineární forma B se nazývá symetrická, jestliže pro libovolné vektory u, v V platí B(u, v) = B(v, u) a antisymetrická, jestliže B(u, v) = B(v, u). Antisymetrické formy lze ekvivalentně charakterizovat též rovností B(u,u) = 0 pro libovolné u V. Skutečně, platí-li B(u,u) = 0, pak B(u+v,u+v) = B(u,v)+B(v,u) = 0, odkud dostaneme B(u, v) = B(v, u).

9. Bilineární formy p. 5/14 9.2 Klasifikace bilineárních forem DEFINICE 2 Necht V je libovolný vektorový prostor. Bilineární forma B se nazývá symetrická, jestliže pro libovolné vektory u, v V platí B(u, v) = B(v, u) a antisymetrická, jestliže B(u, v) = B(v, u). Antisymetrické formy lze ekvivalentně charakterizovat též rovností B(u,u) = 0 pro libovolné u V. Skutečně, platí-li B(u,u) = 0, pak B(u+v,u+v) = B(u,v)+B(v,u) = 0, odkud dostaneme B(u, v) = B(v, u). Obráceně z B(u, v) = B(v, u) plyne B(u,u) = B(u,u), tedy platí B(u, u) = 0.

9. Bilineární formy p. 6/14 9.2 Klasifikace bilineárních forem PŘÍKLAD 4 Bilineární formy z příkladu 1 a 3 jsou zřejmě symetrické, zatímco forma z příkladu 2 je symetrická, právě když A = A. Bilineární forma z příkladu 2 bude antisymetrická, právě když A = A

9. Bilineární formy p. 6/14 9.2 Klasifikace bilineárních forem PŘÍKLAD 4 Bilineární formy z příkladu 1 a 3 jsou zřejmě symetrické, zatímco forma z příkladu 2 je symetrická, právě když A = A. Bilineární forma z příkladu 2 bude antisymetrická, právě když A = A Vskutku B(y,x) = y Ax = ( y Ax ) = (Ax) y = x A y. Jelikož B(x,y) = x Ay pak B(x,y) = B(y,x) A = A. Obdobně B(x,y) = B(y,x) A = A. Například pro matici [ 0 1 1 0 ]. Bilineární forma je antisymetrická, nebot splňuje B(x,y) = x 1 y 2 x 2 y 1 = (y 1 x 2 y 2 x 1 ) = B(y,x).

9. Bilineární formy p. 7/14 9.2 Klasifikace bilineárních forem VĚTA 1 Každou bilineární formub můžeme vyjádřit ve tvaru součtu symetrické a antisymetrické formy B(u,v) = B S (u,v)+b A (u,v), kde B S (u,v) = 1 ( ) B(u,v)+B(v,u) 2 B A (u,v) = 1 ( ) B(u,v) B(v,u) 2 přičemžb S (u,v) = B S (v,u) ab A (u,v) = B A (v,u). FormyB S ab A se nazývají po řadě symetrická část a antisymetrická část bilineární formyb.

9. Bilineární formy p. 7/14 9.2 Klasifikace bilineárních forem VĚTA 1 Každou bilineární formub můžeme vyjádřit ve tvaru součtu symetrické a antisymetrické formy B(u,v) = B S (u,v)+b A (u,v), kde B S (u,v) = 1 ( ) B(u,v)+B(v,u) 2 B A (u,v) = 1 ( ) B(u,v) B(v,u) 2 přičemžb S (u,v) = B S (v,u) ab A (u,v) = B A (v,u). FormyB S ab A se nazývají po řadě symetrická část a antisymetrická část bilineární formyb. DŮKAZ: B(u,v) = 1 2( B(u,v)+B(v,u) ) + 1 2 ( B(u,v) B(v,u) )

9. Bilineární formy p. 8/14 9.3 Matice bilineární formy Necht V je vektorový prostor s bází E = (e 1,...,e n ) a necht B je bilineární forma nav. Necht x,y V jsou dva vektory, které lze zapsat pomocí souřadnic ve tvaru x = x 1 e 1 + +x n e n, y = y 1 e 1 + +y n e n.

9. Bilineární formy p. 8/14 9.3 Matice bilineární formy Necht V je vektorový prostor s bází E = (e 1,...,e n ) a necht B je bilineární forma nav. Necht x,y V jsou dva vektory, které lze zapsat pomocí souřadnic ve tvaru x = x 1 e 1 + +x n e n, y = y 1 e 1 + +y n e n. Pak B(x,y) = B(x 1 e 1 + +x n e n,y) = x 1 B(e 1,y)+ +x n B(e n,y) = B(e 1,y) B(e 1,y 1 e 1 + +y n e n ) = [ x 1,...,x n ]. =[ x 1,...,x n ]. B(e n,y) B(e n,y 1 e 1 + +y n e n ) B(e 1,e 1 )y 1 + +B(e 1,e n )y n = [ x 1,...,x n ]. = B(e n,e 1 )y 1 + +B(e n,e n )y n B(e 1,e 1 )...B(e 1,e n ) y 1 = [ x 1,...,x n ]... B(e n,e 1 )...B(e n,e n ) y n =

9. Bilineární formy p. 9/14 9.3 Matice bilineární formy DEFINICE 3 Necht V je libovolný vektorový prostor a E = (e 1,...,e n ) je jeho báze. Maticí bilineární formy B v bázie rozumíme matici [B] E = [B(e i,e j )]

9. Bilineární formy p. 9/14 9.3 Matice bilineární formy DEFINICE 3 Necht V je libovolný vektorový prostor a E = (e 1,...,e n ) je jeho báze. Maticí bilineární formy B v bázie rozumíme matici [B] E = [B(e i,e j )] VĚTA 2 Necht [B] E je matice bilineární formyb v bázie vektorového prostoru V. Pro libovolné vektory x,y V B(x,y) = [x] E [B] E [y] E.

9. Bilineární formy p. 10/14 9.3 Matice bilineární formy PŘÍKLAD 5 Najděte matici bilineární formy z příkladu 3 definované na prostoru P 3 všech mnohočlenů nejvýše druhého stupně v bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Výsledek využijte k vyčíslení B(p,q) pro p(x) = 1 x a q(x) = x 2 x.

9. Bilineární formy p. 10/14 9.3 Matice bilineární formy PŘÍKLAD 5 Najděte matici bilineární formy z příkladu 3 definované na prostoru P 3 všech mnohočlenů nejvýše druhého stupně v bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Výsledek využijte k vyčíslení B(p,q) pro p(x) = 1 x a q(x) = x 2 x. ŘEŠENÍ: Postupně vypočteme: B(e 1,e 1 ) = e 1 (1)e 1 (1)+e 1 (2)e 1 (2) = 1 1+1 1 = 2 B(e 1,e 2 ) = e 1 (1)e 2 (1)+e 1 (2)e 2 (2) = 1 1+1 2 = 3 B(e 1,e 3 ) = e 1 (1)e 3 (1)+e 1 (2)e 3 (2) = 1 1+1 4 = 5 B(e 2,e 2 ) = e 2 (1)e 2 (1)+e 2 (2)e 2 (2) = 1 1+2 2 = 5 B(e 2,e 3 ) = e 2 (1)e 3 (1)+e 2 (2)e 3 (2) = 1 1+2 4 = 9 B(e 3,e 3 ) = e 3 (1)e 3 (1)+e 3 (2)e 3 (2) = 1 1+4 4 = 17

9. Bilineární formy p. 10/14 9.3 Matice bilineární formy PŘÍKLAD 5 Najděte matici bilineární formy z příkladu 3 definované na prostoru P 3 všech mnohočlenů nejvýše druhého stupně v bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Výsledek využijte k vyčíslení B(p,q) pro p(x) = 1 x a q(x) = x 2 x. ŘEŠENÍ: Postupně vypočteme: B(e 1,e 1 ) = e 1 (1)e 1 (1)+e 1 (2)e 1 (2) = 1 1+1 1 = 2 B(e 1,e 2 ) = e 1 (1)e 2 (1)+e 1 (2)e 2 (2) = 1 1+1 2 = 3 B(e 1,e 3 ) = e 1 (1)e 3 (1)+e 1 (2)e 3 (2) = 1 1+1 4 = 5 B(e 2,e 2 ) = e 2 (1)e 2 (1)+e 2 (2)e 2 (2) = 1 1+2 2 = 5 B(e 2,e 3 ) = e 2 (1)e 3 (1)+e 2 (2)e 3 (2) = 1 1+2 4 = 9 B(e 3,e 3 ) = e 3 (1)e 3 (1)+e 3 (2)e 3 (2) = 1 1+4 4 = 17 Ostatní prvky matice formy dopočteme ze symetrie B(e i,e j ) = e i (1)e j (1)+e i (2)e j (2) = e j (1)e i (1)+e j (2)e i (2) = B(e j,e i ).

9. Bilineární formy p. 11/14 9.3 Matice bilineární formy PŘÍKLAD 5 (Pokračování) Matice má tedy tvar: [B] E = 2 3 5 3 5 9 5 9 17.

9. Bilineární formy p. 11/14 9.3 Matice bilineární formy PŘÍKLAD 5 (Pokračování) Matice má tedy tvar: 2 3 5 [B] E = 3 5 9. 5 9 17 Jelikož 1 0 [p] E = 1 a [q] E = 1 0 1,

9. Bilineární formy p. 11/14 9.3 Matice bilineární formy PŘÍKLAD 5 (Pokračování) Matice má tedy tvar: Jelikož platí B(p,q) = [ 1 1 0 2 3 5 [B] E = 3 5 9. 5 9 17 1 0 [p] E = 1 a [q] E = 1 0 1 ] 2 3 5 3 5 9 5 9 17 0 1 1 [ =, 1 1 0 ] 2 4 8 = 2.

9. Bilineární formy p. 12/14 9.3 Matice bilineární formy VĚTA 3 Necht B je bilineární forma na vektorovém prostoru V konečné dimenze. Pak B je symetrická, právě když matice B v libovolné bázi E prostoru V splňuje [B] E = [B] E (S)

9. Bilineární formy p. 12/14 9.3 Matice bilineární formy VĚTA 3 Necht B je bilineární forma na vektorovém prostoru V konečné dimenze. Pak B je symetrická, právě když matice B v libovolné bázi E prostoru V splňuje [B] E = [B] E (S) DŮKAZ:Je-li B symetrická bilineární forma, pakb(e i,e j ) = B(e j,e i ) a vztah (S) platí. Obráceně, necht platí (S). Pak podle věty 2 pro libovolné vektory x,y V platí

9. Bilineární formy p. 12/14 9.3 Matice bilineární formy VĚTA 3 Necht B je bilineární forma na vektorovém prostoru V konečné dimenze. Pak B je symetrická, právě když matice B v libovolné bázi E prostoru V splňuje [B] E = [B] E DŮKAZ:Je-li B symetrická bilineární forma, pakb(e i,e j ) = B(e j,e i ) a vztah (S) platí. Obráceně, necht platí (S). Pak podle věty 2 pro libovolné vektory x,y V platí ) = B(x,y) = [x] E [B] E [y] E ([x] = E [B] E [y] E [y] E [B] E [x] E = [y] E [B] E [x] E = = B(y,x), takže forma B je symetrická. (S)

9. Bilineární formy p. 12/14 9.3 Matice bilineární formy VĚTA 3 Necht B je bilineární forma na vektorovém prostoru V konečné dimenze. Pak B je symetrická, právě když matice B v libovolné bázi E prostoru V splňuje [B] E = [B] E DŮKAZ:Je-li B symetrická bilineární forma, pakb(e i,e j ) = B(e j,e i ) a vztah (S) platí. Obráceně, necht platí (S). Pak podle věty 2 pro libovolné vektory x,y V platí ) = B(x,y) = [x] E [B] E [y] E ([x] = E [B] E [y] E [y] E [B] E [x] E = [y] E [B] E [x] E = = B(y,x), takže forma B je symetrická. (S) Matice A, která splňuje A = A, se nazývá symetrická matice.

9. Bilineární formy p. 13/14 9.4 Změna báze Necht E = (e 1,...,e n ) af = (f 1,...,f n ) jsou dvě bázeu. Necht S je matice přechodu od bázee k nové bázif, takže pro libovolný vektor x U platí [x] E = S[x] F.

9. Bilineární formy p. 13/14 9.4 Změna báze Necht E = (e 1,...,e n ) af = (f 1,...,f n ) jsou dvě bázeu. Necht S je matice přechodu od bázee k nové bázif, takže pro libovolný vektor x U platí [x] E = S[x] F. S použitím věty 2 dostaneme pro libovolné dva vektory x,y U a bilineární formu B na U [x] F [B] F [y] F = B(x,y) = [x] E [B] E [y] E = [x] F S [B] E S[y] F.

9. Bilineární formy p. 13/14 9.4 Změna báze Necht E = (e 1,...,e n ) af = (f 1,...,f n ) jsou dvě bázeu. Necht S je matice přechodu od bázee k nové bázif, takže pro libovolný vektor x U platí [x] E = S[x] F. S použitím věty 2 dostaneme pro libovolné dva vektory x,y U a bilineární formu B na U [x] F [B] F [y] F = B(x,y) = [x] E [B] E [y] E = [x] F S [B] E S[y] F. Zvolíme-li x = f i a y = f j dostaneme [B] F = S [B] E S.

9. Bilineární formy p. 13/14 9.4 Změna báze Necht E = (e 1,...,e n ) af = (f 1,...,f n ) jsou dvě bázeu. Necht S je matice přechodu od bázee k nové bázif, takže pro libovolný vektor x U platí [x] E = S[x] F. S použitím věty 2 dostaneme pro libovolné dva vektory x,y U a bilineární formu B na U [x] F [B] F [y] F = B(x,y) = [x] E [B] E [y] E = [x] F S [B] E S[y] F. Zvolíme-li x = f i a y = f j dostaneme [B] F = S [B] E S. Odtud dostaneme s použitím matice zpětného přechodu T = S 1 od bázef k bázie [B] E = T [B] F T.

9. Bilineární formy p. 14/14 9.5 Kongruentní matice DEFINICE 4 Čtvercová matice A je kongruentní s maticí B, jestliže existuje regulární matice T tak, že A = T BT.

9. Bilineární formy p. 14/14 9.5 Kongruentní matice DEFINICE 4 Čtvercová matice A je kongruentní s maticí B, jestliže existuje regulární matice T tak, že A = T BT. VĚTA 4 Matice dané bilineární formy v různých bázích jsou kongruentní.

9.5 Kongruentní matice DEFINICE 4 Čtvercová matice A je kongruentní s maticí B, jestliže existuje regulární matice T tak, že A = T BT. VĚTA 4 Matice dané bilineární formy v různých bázích jsou kongruentní. Je možno dokázat i tvrzení, že jsou-li matice kongruentní, pak jsou maticemi nějaké bilineární formy v různých bázích. Jelikož podstatné vlastnosti bilineárních forem (například symetrie) nezávisí na bázi prostoru, dá se očekávat, že kongruentní matice budou mít podstatné charakteristiky shodné. 9. Bilineární formy p. 14/14