Джеймс Джозеф Сильвестр - британский математик XIX века, одна из ключевых фигур алгебры матриц и теории инвариантов. Его имя полезно связывать с языком матриц, ранговых условий и линейных преобразований, но не приписывать ему единолично каждую современную формулу линейной алгебры.
Джеймс Джозеф Сильвестр родился в Лондоне в 1814 году и стал одним из самых заметных алгебраистов XIX века. Он работал в Великобритании и США, преподавал, публиковал статьи по алгебре, теории чисел, инвариантам, детерминантам и матричным методам. В истории линейной алгебры его часто упоминают из-за раннего употребления термина matrix в середине XIX века: для Сильвестра матрица была не просто таблицей чисел, а объектом, из которого можно получать определители и изучать алгебраические связи.
Сильвестр не является автором современной теоремы о ранге и дефекте в том виде, как она записывается в учебниках. Однако его работы относятся к той исторической среде, где складывался язык матриц, инвариантов, определителей и линейных замен. Этот язык сделал возможной компактную запись линейных отображений, переход от системы уравнений к матрице коэффициентов и разговор о ранге как о числе независимых направлений. Поэтому на страницах о ядре, образе и ранге Сильвестр нужен как связующее звено между вычислительной алгеброй XIX века и современной матричной формой линейной алгебры.
Исторический контекст
В XIX веке понятия матрицы, определителя, линейной подстановки и инварианта развивались параллельно. Математики искали способы описывать не только численный результат вычисления, но и свойства выражений, которые сохраняются при заменах переменных. Сильвестр работал именно в этой алгебраической культуре. Для современного читателя это важно потому, что ядро и образ линейного отображения обычно находят через матрицу: решают Ax = 0, выделяют ведущие столбцы, считают ранг и сопоставляют его с размерностями пространств. Историческая линия Сильвестра помогает увидеть, почему матричная запись стала естественным инструментом, а не случайной таблицей коэффициентов.
Вклад в формулы
В разделе линейной алгебры Сильвестр связан с формулами, где матрица представляет линейное отображение и позволяет вычислять ранг, образ и ядро. Его вклад следует подавать аккуратно: он укрепил алгебраический язык матриц и инвариантов, но современные учебные равенства о размерностях являются результатом развития всей теории линейных пространств. Такая атрибуция особенно полезна на страницах о ранге линейного отображения, размерностях ядра и образа матрицы, критериях инъективности и сюръективности через полный ранг.
Связь с формулами
С этим именем связано 38 формул: Матричное произведение, Обратная матрица 2x2, Матричная форма системы линейных уравнений и еще 35. Ниже можно открыть каждую формулу, посмотреть обозначения, пример и историческую справку.
Библиография
James Joseph Sylvester. Additions to the articles On a new class of theorems, 1850.
The MacTutor History of Mathematics archive. James Joseph Sylvester.
Karen Hunger Parshall. James Joseph Sylvester: Life and Work in Letters.
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.
Ядро линейного отображения - это множество всех векторов, которые переходят в нулевой вектор. По ядру сразу видно, теряет ли отображение информацию и может ли оно быть инъективным.
Образ линейного отображения - это множество всех векторов, которые реально могут получиться на выходе. Для матрицы это столбцовое пространство, натянутое на ее столбцы.
Линейное отображение инъективно тогда и только тогда, когда его ядро состоит только из нулевого вектора. Ненулевое ядро означает потерю различимости входов.
Если матрица A имеет n столбцов и ранг r, то размерность ее ядра равна n-r, а размерность образа равна r. Это матричная форма теоремы о ранге и дефекте.
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.
Собственное пространство E_lambda - это множество всех векторов, которые удовлетворяют Av=lambda v, вместе с нулевым вектором. Оно равно ядру матрицы A-lambda I.
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.
Если B - базис из собственных векторов оператора T, то матрица T в этом базисе диагональна. На диагонали стоят собственные значения, соответствующие векторам базиса.
Ранг расширенной матрицы показывает, добавляет ли столбец правых частей новое независимое условие к строкам матрицы коэффициентов. Это ключ к проверке совместности системы.
Теорема Кронекера-Капелли дает точный критерий совместности линейной системы: решение существует тогда и только тогда, когда ранги матрицы коэффициентов и расширенной матрицы равны.
Характеристический многочлен квадратной матрицы A - это многочлен det(lambda I-A). Его корни являются собственными значениями A с учетом алгебраической кратности.
Геометрическая кратность собственного значения - это размерность его собственного пространства. Она показывает, сколько независимых собственных направлений соответствует данному lambda.
