математика, механика, алгебра, кватернионы, матричные идеи

Уильям Роуэн Гамильтон

Уильям Роуэн Гамильтон соединяет механику, оптику и алгебру операторов. В линейной алгебре его имя особенно заметно рядом с характеристическим многочленом, собственными значениями, операторными уравнениями и теоремой Кэли-Гамильтона.

Стилизованный портрет Уильяма Роуэна Гамильтона на фоне характеристического многочлена, операторной формулы, кватернионных осей и матриц

Биография

Уильям Роуэн Гамильтон родился в 1805 году в Ирландии и стал выдающимся математиком и физиком. Он известен работами в оптике, механике и особенно созданием кватернионов - алгебраической системы, которая расширила представления о числах, вращениях и многомерных величинах. Для линейной алгебры Гамильтон важен не только как автор кватернионов. Его имя входит в теорему Кэли-Гамильтона, утверждающую, что квадратная матрица удовлетворяет своему характеристическому многочлену. Теорема Кэли-Гамильтона относится к следующему уровню после базового поиска собственных значений, но уже в теме характеристического многочлена полезно видеть эту историческую связь. Характеристический многочлен не просто дает корни; он связан с самим оператором и его степенями. Такой взгляд превращает матрицу из таблицы коэффициентов в алгебраический объект. Гамильтона не нужно указывать как автора каждой формулы о собственных значениях. Его роль точнее описывать как часть линии, где алгебра, геометрия и механика привели к изучению операторов, характеристических уравнений и матричных тождеств.

Исторический контекст

XIX век был временем, когда алгебраические структуры быстро расширялись за пределы обычных чисел и координатной геометрии. Кватернионы Гамильтона показали, что операции с многомерными объектами могут иметь собственную алгебру. Параллельно развивались матрицы, детерминанты и линейные подстановки. Для темы собственных значений это важно потому, что характеристический многочлен стал не только способом найти числа lambda, но и объектом, который описывает сам оператор и его инварианты. Так алгебра начала говорить о преобразованиях как о самостоятельных объектах.

Вклад в формулы

В этой теме Гамильтон связан прежде всего с характеристическим многочленом и алгебраической кратностью. Его имя помогает подготовить читателя к дальнейшей теме Кэли-Гамильтона и диагонализации: собственные значения являются корнями многочлена, а сам многочлен выражает глубокое свойство оператора. Такая связь полезна, но должна подаваться без ложного утверждения, что Гамильтон единолично создал современную теорию собственных значений. Этот материал связывает этот блок с общей историей операторной алгебры.

Связь с формулами

С этим именем связано 12 формул: Характеристический многочлен общей матрицы, Алгебраическая кратность собственного значения, Степень диагонализируемой матрицы и еще 9. Ниже можно открыть каждую формулу, посмотреть обозначения, пример и историческую справку.

Библиография

Связанные формулы

Степень диагонализируемой матрицы

Если A=PDP^{-1}, то степень A^k вычисляется как PD^kP^{-1}. Диагональную матрицу D возводят в степень по диагональным элементам.

$A^k=PD^kP^{-1},\quad D^k=\operatorname{diag}(\lambda_1^k,\ldots,\lambda_n^k)$

Функция от диагонализируемой матрицы

Если A диагонализируема, функцию от матрицы можно вычислить через функцию от ее собственных значений. Для диагональной D функция применяется к каждому диагональному элементу.

$f(A)=P f(D) P^{-1},\quad f(D)=\operatorname{diag}(f(\lambda_1),\ldots,f(\lambda_n))$

Ортогональная матрица

Квадратная матрица Q ортогональна, если ее столбцы образуют ортонормированный базис. Тогда обратная матрица равна транспонированной, а преобразование сохраняет длины и углы.

$Q^{T}Q=I,\quad Q^{-1}=Q^{T}$

k-й шаг алгоритма Gram-Schmidt

Для каждого нового столбца убирают вклад уже построенных ортонормированных направлений, затем нормируют остаток. Эта формула относится к ортогонализации столбцов матрицы и объясняет, как заменить исходный набор векторов ортонормированным базисом с верхнетреугольными коэффициентами перехода.

$u_k=a_k-\sum_{j=1}^{k-1}(q_j^{\top}a_k)\,q_j,\quad q_k=\frac{u_k}{\|u_k\|}$

Характеристическое уравнение матрицы

Характеристическое уравнение det(A-lambda I)=0 находит те значения lambda, при которых у системы (A-lambda I)v=0 появляется ненулевое решение. Именно эти lambda являются собственными значениями матрицы.

$\det(A-\lambda I)=0$

Собственное значение и собственный вектор

Собственный вектор матрицы A - это ненулевой вектор, который после умножения на A остается на той же прямой. Собственное значение lambda показывает, во сколько раз этот вектор растягивается, сжимается или меняет направление.

$Av=\lambda v,\quad v\ne0$

Линейный оператор как квадратная матрица

Линейный оператор - это линейное отображение пространства в себя. В выбранном базисе конечномерного пространства он записывается квадратной матрицей.

$T:V\to V,\quad [T]_B=A\in M_n(F),\quad [T(v)]_B=A[v]_B$

Матричное произведение

Матричное произведение строит элемент новой матрицы как скалярное произведение строки первой матрицы и столбца второй. Порядок множителей важен.

$(AB)_{ij}=\sum_{k=1}^{m}a_{ik}b_{kj}$

Норма вектора через скалярное произведение

Длина вектора в евклидовом пространстве равна квадратному корню из его скалярного произведения с самим собой. Формула связывает геометрическую длину с алгебраической операцией над координатами.

$\|v\|=\sqrt{v\cdot v}$