Артур Кэли - британский математик XIX века, один из создателей современной матричной алгебры. В справочнике он полезен для страниц о матрицах базиса, определителях, смене базиса и преобразовании матрицы оператора.
Артур Кэли родился в 1821 году и стал одной из центральных фигур британской алгебры XIX века. Он работал в теории инвариантов, геометрии, алгебре и особенно важен для истории матриц. Его работа A Memoir on the Theory of Matrices 1858 года часто рассматривается как один из ключевых текстов, где матрицы начинают изучаться как самостоятельные алгебраические объекты с операциями сложения, умножения и обращением, а не только как вспомогательные таблицы коэффициентов.
Для темы базисов и смены координат Кэли важен не как единоличный автор формулы P_C^{-1}P_B, а как представитель матричной линии, которая сделала такие формулы естественными. Как только координатные переходы записываются матрицами, появляются произведения матриц, обратные матрицы, подобие и инварианты. Формула [T]_C=S^{-1}[T]_B S принадлежит именно этому матричному языку: один и тот же оператор получает разные матрицы, а связь между ними выражается через обратимую матрицу перехода.
Страница Кэли должна помогать читателю видеть исторический контекст без ложного упрощения. Современная линейная алгебра возникла из многих линий: систем уравнений, определителей, геометрии, матриц, инвариантов и абстрактных пространств. Кэли особенно важен там, где формула говорит не только о векторах, но и о матрицах как объектах, которые можно преобразовывать и сравнивать.
Исторический контекст
Во второй половине XIX века матрицы постепенно стали самостоятельным предметом изучения. До этого таблицы коэффициентов и определители широко использовались в системах уравнений, но не всегда рассматривались как объекты алгебры. Кэли вместе с Сильвестром и другими математиками усилил матричный язык. Для современных формул смены базиса это важно: матрица базиса, матрица перехода и формула подобия требуют уверенной работы с произведениями и обратными матрицами. Поэтому Кэли является хорошей исторической связью для страниц, где координатная идея Декарта переходит в полноценную матричную алгебру.
Вклад в формулы
В текущем разделе Кэли связан с критерием базиса через определитель, матрицей базиса, переходом координат и преобразованием матрицы оператора при смене базиса. Его роль нужно формулировать аккуратно: он не автор всех этих учебных формул, но его вклад в развитие матричной алгебры объясняет, почему операции с базисами записываются именно через произведение, обратную матрицу и подобие. Это помогает связать отдельные страницы справочника в цельную линию: базис задает координаты, матрица базиса переводит координаты в стандартный язык, а матричная алгебра управляет сменой этого языка.
Связь с формулами
С этим именем связано 37 формул: Матричное произведение, Обратная матрица 2x2, Матричная форма системы линейных уравнений и еще 34. Ниже можно открыть каждую формулу, посмотреть обозначения, пример и историческую справку.
Библиография
Arthur Cayley. A Memoir on the Theory of Matrices, 1858.
The MacTutor History of Mathematics archive. Arthur Cayley.
Обратная матрица 2x2 существует только при ненулевом определителе. Она обращает действие исходной матрицы: A^{-1}A = I, то есть возвращает исходный вектор.
Матричная форма Ax = b записывает систему линейных уравнений как произведение матрицы коэффициентов на столбец неизвестных. Такая запись позволяет решать систему не как набор отдельных строк, а как единый линейный объект.
Образ линейного отображения - это множество всех векторов, которые реально могут получиться на выходе. Для матрицы это столбцовое пространство, натянутое на ее столбцы.
Матрица базиса переводит координатный столбец в выбранном базисе в стандартные координаты. Ее столбцы - это сами базисные векторы, записанные в стандартной системе.
Переход координат между базисами переводит координатный столбец одного и того же вектора из базиса B в базис C. Сам вектор не меняется, меняется только его числовое описание.
При смене базиса матрица одного и того же линейного оператора меняется по формуле подобия. Это позволяет описывать один оператор разными матрицами без изменения самого действия на пространстве.
Критерий линейности проверяет, сохраняет ли отображение сложение векторов и умножение на скаляр. Если равенство выполняется для любых u, v и скаляров alpha, beta, отображение линейно.
Матрица отображения в базисах B и C переводит координаты входного вектора в базисе B в координаты его образа в базисе C. Ее столбцы - координаты образов базисных векторов.
Если линейное отображение T представлено обратимой квадратной матрицей A, то обратное отображение представлено матрицей A^{-1}. Это верно при согласованных базисах.
$T^{-1}\text{ существует }\Longleftrightarrow A^{-1}\text{ существует},\quad [T^{-1}]=A^{-1}$
Линейный функционал - это линейное отображение из пространства в поле скаляров. В выбранном базисе он записывается одной строкой, которая умножается на координатный столбец.
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.
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.
Характеристический многочлен квадратной матрицы A - это многочлен det(lambda I-A). Его корни являются собственными значениями A с учетом алгебраической кратности.
Собственное пространство E_lambda - это множество всех векторов, которые удовлетворяют Av=lambda v, вместе с нулевым вектором. Оно равно ядру матрицы A-lambda I.
Геометрическая кратность собственного значения - это размерность его собственного пространства. Она показывает, сколько независимых собственных направлений соответствует данному lambda.
Произведение собственных значений квадратной матрицы, взятых с алгебраическими кратностями, равно определителю матрицы. Нулевое собственное значение означает нулевой определитель.
Диагонализация представляет квадратную матрицу A в виде A=PDP^{-1}, где D диагональна, а столбцы P являются собственными векторами A. Это переводит действие оператора в собственный базис.
Базис из собственных векторов - это базис пространства, каждый вектор которого является собственным для оператора A. В таком базисе матрица оператора становится диагональной.
Матрица n x n диагонализируема тогда и только тогда, когда сумма размерностей всех ее собственных пространств равна n. Это означает, что собственных векторов хватает на базис.
Если матрица n x n имеет n различных собственных значений, то она диагонализируема. Разным собственным значениям соответствуют линейно независимые собственные векторы.
Матрица 2x2 диагонализируется, если для нее можно найти два линейно независимых собственных вектора. При двух различных собственных значениях это выполняется автоматически.
Если A диагонализируема, функцию от матрицы можно вычислить через функцию от ее собственных значений. Для диагональной D функция применяется к каждому диагональному элементу.
Если B - базис из собственных векторов оператора T, то матрица T в этом базисе диагональна. На диагонали стоят собственные значения, соответствующие векторам базиса.
Квадратная матрица Q ортогональна, если ее столбцы образуют ортонормированный базис. Тогда обратная матрица равна транспонированной, а преобразование сохраняет длины и углы.
Нормировка первого столбца задает первый ортонормированный вектор. Эта формула относится к ортогонализации столбцов матрицы и объясняет, как заменить исходный набор векторов ортонормированным базисом с верхнетреугольными коэффициентами перехода.
