Unlock-Линейная алгебра Сикорская 1
.pdfВ базисе a линейное подпространство описывается однородной системой из двух уравнений x3′ = 0 , x4′ = 0 , которая в матричной форме имеет вид:
|
|
|
|
|
|
x′ |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
1 |
|
|
0 |
|
|
|
|
|
|
|
||
0 0 1 0 |
x′ |
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
2 |
= |
. |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
x3′ |
|
|
|
|
|
|
|
|
|
|
|||
|
0 0 0 1 |
|
|
|
0 |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x4′ |
|
|
|
|
|
|
|
|
|
|
|
||
Применив |
формулу |
xa =T −1xe , |
полученную систему |
преобразуем в |
|||||||||||||||
систему |
|
|
|
|
|
1 2 1 2 0 0 x′ |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 2 0 0 |
|
1 |
|
|
0 |
|
|
|
0 0 1 0 1 2 |
|
|
− |
x2′ |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
−1 |
|
|
|
−1 1 0 |
x3′ |
|
|
|
|||||
|
0 0 0 1 |
|
|
|
|
|
|
0 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
−1 |
|
|
|
1 0 1 |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
x4′ |
|
|
|
|
|||||
после умножения матриц – в систему |
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
1 |
|
0 |
|
|
|
|
|
|
|
|
−1 −1 1 0 x2 |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
= |
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x3 |
|
|
|
|
|
|
|
|
|||
|
−1 1 0 1 |
|
|
0 |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
или |
|
|
|
|
|
|
x4 |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
− x − x |
2 |
+ x |
3 |
= 0 |
|
|
|
|
|
|
|
|
|
|
|
||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
− x1 + x2 + x4 = 0, |
|
|
|
|
|
|
|
|
|
|
|||||||||
описывающую линейное подпространство L в базисе e . |
|
||||||||||||||||||
Общие |
|
|
уравнения |
линейного |
|
подпространства |
определяются |
неоднозначно: достаточно систему линейных уравнений заменить любой эквивалентной системой, чтобы получить другие общие уравнения того же линейного подпространства. В рассмотренном примере ответ зависит от того, какими векторами a3 и a4 мы дополняем систему a1 , a2 до базиса.
Например, если положить
[a3 ]e = (0, 0, −1, −1)T , [a4 ]e = (0, 0, −1, 1)T ,
то, повторив все вычисления, получим уже другую систему линейных уравнений, описывающую заданное линейное подпространство L в базисе e , именно:
x1 − 12 x3 − 12 x4 = 0,
x2 − 1 x3 + 1 x4 = 0.
2 2
Если подпространство задано общими уравнениями, то для построения
базиса этого подпространства следует построить фундаментальную систему решений для общих уравнений подпространства.
239
Если a1, a2 , ..., ak – базис линейного подпространства |
L в линейном |
пространстве V , то L можно задать уравнением |
|
x = t1a1 + t2a2 + ... + tnan , |
(9.20) |
которое называют параметрическим уравнением подпространства L в векторной форме.
Пусть векторы a1, a2 , ..., ak заданы своими координатами в некотором базисе пространства V :
a11 a1 = aM21 ,an1
a12 a2 = aM22
an2
, …,
Тогда векторное уравнение следующим образом:
x |
|
= a t |
+ a t |
2 |
+... + a |
|
t |
k |
, |
|
|||
1 |
11 1 |
12 |
1k |
|
|
|
|||||||
x2 = a21t1 + a22t2 +... + a2k tk , |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
....................................... |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
n |
= a |
t |
+ a |
n2 |
t |
2 |
+... + a |
nk |
t |
k |
. |
|
|
|
n1 1 |
|
|
|
|
|
a1k ak = aM2k .
ank
(9.20) в координатах можно записать
(9.21)
Систему (9.21) называют параметрическими уравнениями подпространства L в координатной форме.
Если из параметрических уравнений (9.21) подпространства L исключить параметры t1, t2 , ..., tk , получим общие уравнения подпространства L. Таким
образом, мы пришли еще к одному способу получения общих уравнений подпространства.
Например, подпространство L = a1, a2 |
, где |
|||
a = (1, 1, 2, 0)T , |
a |
2 |
= (1, −1, 0, 2)T |
, |
1 |
|
|
|
зададим параметрическими уравнениями в векторной и координатной формах, а также общими уравнениями.
Решение: Векторное уравнение (9.20) в данном случае имеет вид:
|
|
1 |
|
|
|
1 |
|
|
|
|
1 |
|
|
|
|
|
|
x = t |
|
|
+ t |
|
−1 |
. |
||
|
|
|
2 |
|
|
|||
1 |
2 |
|
0 |
|
||||
|
|
|
|
|
|
|
||
|
|
0 |
|
|
|
2 |
|
|
|
|
|
|
|
|
|
Переходя к координатам, получаем координатную форму, параметрических уравнений:
x1 = t1 + t2 ,x2 = t1 − t2 ,x3 = 2t1,
x4 = 2t2 .
240
Исключив параметры t1 и t2 , получим общие уравнения подпространства
L:
2x1 − x3 − x4 = 0,2x2 − x3 + x4 = 0.
9.9 Пересечение подпространств. Сумма подпространств
Пусть в линейном пространстве V даны подпространства L1 и L2 . Множество L1 ∩ L2 векторов, принадлежащих как L1 , так и L2 , является подпространством в V . Его называют пересечением подпространств L1 и L2 .
Множество всех векторов х вида x = a + b , где a L1, b L2 , называют суммой подпространств L1 и L2 и обозначают через L1 + L2 . Если при этом пересечение L1 ∩ L2 – нулевое подпространство, то сумму L1 + L2 называют прямой суммой и обозначают через L1 L2 .
Теорема 9.19 Сумма подпространств является подпространством.
Доказательство. Пусть x = a + b , y = c + d , где a, c L1 , b, d L2 . Тогда
x + y = (a + c) + (b + d ) L1 + L2 ,
поскольку
a + c L1 |
и |
b + d L2 . |
Аналогично для любого числа α имеем: |
||
αx =αa +αb L1 + L2 , |
|
|
так как |
и |
αb L2 . |
αa L1 |
Таким образом, доказано, что сумма подпространств является подпространством.
Понятия пересечения и суммы подпространств распространяются на любое число подпространств.
Теорема 9.20 Если сумма подпространств L1 и L2 в V является прямой,
то представление любого |
вектора |
х в виде |
x = a + b , |
где a L1, |
b L2 , |
|||||
единственно. |
|
|
|
каждый вектор x V |
|
|
|
|
|
|
В частном случае, V = L1 L2 |
имеет представление |
|||||||||
x = a + b , причем единственное. В |
этом случае подпространства |
L1 |
и L2 |
|||||||
называют прямыми дополнениями друг друга, |
а слагаемое a L1 - |
проекцией |
||||||||
вектора х на подпространство L1 параллельно подпространству L2 . |
|
|||||||||
Например, в пространстве K4 построим какое-либо прямое дополнение L2 |
||||||||||
к подпространству L1 = a1, a2 , где |
|
|
|
|
|
|
|
|||
a = (1, 1, 1, 0)T , |
a |
2 |
= (1, 0, 1, 0)T , |
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
и найдем проекцию вектора |
x = (2, 1,5, 5)T на L параллельно |
L |
2 |
. |
|
|
||||
|
|
|
|
1 |
|
|
|
|
|
241
Решение. Векторы a1 и a2 линейно независимы и поэтому составляют базис в подпространстве L1 . Дополним систему векторов a1 , a2 до базиса во всем
пространстве V , например, векторами |
|
|
|
|
|
|||||||||
b = (0, 0, 1, 0)T , |
|
b = (0, 0, 0, 1)T |
|
|
||||||||||
1 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
и положим L2 = b1, b2 |
. Очевидно, |
что L2 является искомым подпространством. |
||||||||||||
Далее запишем векторное равенство |
|
|
0 |
|
|
|
||||||||
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
0 |
|
|
|
x = (a |
+ a |
2 |
)+ (3b |
+ 5b )= |
|
|
+ |
|
, |
|
|
|||
1 |
|
|
1 |
2 |
|
2 |
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
0 |
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
где (2, 1, 2, 0)T L , |
|
(0, 0, 3, 5)T |
L . |
Следовательно, проекцией |
вектора |
|||||||||
x = (2, 1,5, 5)T |
|
|
1 |
|
|
|
|
|
|
2 |
|
|
|
|
на подпространство |
L |
параллельно подпространству L |
2 |
является |
||||||||||
вектор x = (2, 1, 2, 0)T . |
|
|
|
|
|
1 |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пусть L1 = a1, a2 , ..., ak , |
L2 = b1, b2 , ..., bl - подпространства в линейном |
|||||||||||||
пространстве |
X . Чтобы найти какой-либо базис в подпространстве |
L1 + L2 , |
следует выделить какую-либо максимальную линейно независимую подсистему системы векторов
a1, a2 , ..., ak , b1, b2 , ..., bl .
Для этого достаточно составить матрицу из координатных столбцов этих векторов и в этой матрице выделить какой-либо базисный минор. Векторы, на координатных столбцах которых находится базисный минор, образуют базис в подпространстве L1 + L2 . Отметим, что базисный минор можно выбирать не в
исходной, а преобразованной матрице (после выполнения последовательности элементарных преобразований строк).
Например, найдем базис суммы L1 + L2 |
подпространств L1 = a1, a2 , a3 и |
|||||||||||||||
L2 = b1, b2 , b3 , если |
|
|
|
|
|
|
|
|
|
|
= (1, −1, 1, −1)T , |
|||||
a = (1, 1, 1, 1)T |
, |
|
|
a |
2 |
= (1, 1, −1, −1)T |
, |
a |
||||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
= (3, −1, 1, 1)T . |
|
b = (1, −1, −1, 1)T , |
|
b = (2, − 2, 0, 0)T , |
b |
|||||||||||||
1 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
3 |
|
|
Решение. Составим матрицу |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
1 |
1 |
1 |
1 |
2 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(a |
, a |
2 |
, a |
3 |
, b , b |
, b |
)= |
1 |
1 −1 |
−1 |
− 2 |
−1 . |
||||
1 |
|
|
1 |
2 |
3 |
|
|
|
−1 |
|
−1 |
|
|
|
||
|
|
|
|
|
|
|
|
|
1 |
1 |
0 |
1 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
−1 |
−1 |
1 |
0 |
1 |
|
|
|
|
|
|
|
|
|
|
1 |
|
Проводя элементарные преобразования строк матрицы, приведем ее к ступенчатому виду:
242
|
1 |
1 |
1 |
1 |
2 |
3 |
|
|
0 |
− 2 |
0 |
− 2 |
− 2 |
− 2 |
|
|
|
||||||
|
0 |
0 |
− 2 |
2 |
0 |
0 |
. |
|
|
||||||
|
0 |
0 |
0 |
− 4 |
− 4 |
−4 |
|
|
|
Видим, что ранг матрицы равен четырем, а один из ее базисных миноров располагается на векторах a1, a2 , a3 , b1. Следовательно, эти векторы составляют
базис суммы L1 + L2 .
Если пространства L1 и L2 заданы однородными системами уравнений, то пересечение L1 ∩ L2 будет определяться системой, включаемую все уравнения
двух систем. Любая фундаментальная система решений такой системы уравнений дает базис пересечения L1 ∩ L2 .
Например, найдем базис пересечения подпространства L1 , заданного системой уравнений
x1 − x3 + x5 = 0,x2 − x4 + x6 = 0,x1 − x2 + x5 − x6 = 0,
и подпространства L2 , заданного системой уравнений
x2 − x − 3 + x6 = 0,x1 − x4 + x5 = 0.
Решение. Составим систему уравнений, состоящую из всех уравнений систем подпространств L1 и L2
x |
|
− x |
+ x = 0, |
||
1 |
3 |
5 |
|
|
|
x2 − x4 + x6 = 0, |
|||||
|
|
− x2 + x5 − x6 = 0, |
|||
x1 |
|||||
x |
2 |
− x − 3 + x |
6 |
= 0, |
|
|
|
|
|
||
|
|
− x4 + x5 = 0 |
|||
x1 |
и найдем ее общее решение
x = (x4 − x5 , x4 − x6 , x4 , x4 , x5 , x6 )T .
Здесь три свободных неизвестных: x4 , x5 , x6 . Поэтому каждая
фундаментальная система решений этой системы состоит из трех решений. Одну из фундаментальных систем решений составляют столбцы
243
|
1 |
|
|
|
−1 |
|
|
0 |
|
|
|
1 |
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
−1 |
|||
|
1 |
|
, |
|
0 |
|
, |
|
0 |
|
|
1 |
|
|
0 |
|
|
0 |
. |
||
|
|
|
|
|
|
|
|
|||
|
0 |
|
|
|
1 |
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|||
|
0 |
|
|
|
0 |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
Они и представляют собой один из базисов подпространства L1 ∩ L2 . Если подпространства L1 и L2 заданы как линейные оболочки систем
векторов
L1 = a1, a2 , ..., ak , L2 = b1, b2 , ..., bl ,
то при построении базиса пересечения L1 ∩ L2 этих подпространств достаточно
перейти к описанию этих подпространств общими уравнениями, а затем действовать, как в последнем примере: объединяя две однородные системы в одну, искать фундаментальную систему решений объединенной системы.
Существуют и другие способы построения базиса пересечения. Например, можно составить векторное уравнение
α1a1 +α2a2 + ... +αk ak = β1b1 + β2b2 + ... + βl bl |
(9.22) |
с неизвестными α1, α2 , ..., αk , β1, β2 , ..., βl и от |
него перейти к системе |
покоординатных уравнений. Это линейная однородная система. Построив фундаментальную систему решений этой системы, для каждого решения из ФСР вычислим, например, левую часть векторного уравнения. Получим систему векторов, порождающую линейное пространство L1 ∩ L2 . Теперь базис в L1 ∩ L2
можно построить, выделив в этой системе максимальную линейно независимую подсистему. Отметим, что если система векторов a1, a2 , ..., ak линейно
независима, то и построенная, как описано выше, система векторов, порождающая L1 ∩ L2 , будет линейно независимой. В этом случае дополнительно
выделять максимальную линейно независимую подсистему не нужно.
В заключение примем без доказательства теорему о размерности суммы линейных пространств.
Теорема 9.21 В конечномерном линейном пространстве V размерность суммы L1 + L2 подпространств L1 и L2 равна сумме размерностей этих
подпространств минус размерность их пересечения, т.е. dim(L1 + L2 )= dim L1 + dim L2 − dim(L1 ∩ L2 ).
244
9.10 Вопросы для самоконтроля
1Сформулируйте определение линейного пространства.
2Сформулируйте и докажите теорему о единственности нулевого элемента в линейном пространстве.
3Сформулируйте и докажите теорему о существовании единственного противоположного элемента линейного пространства.
4Докажите верность тождества 0x =θ для любого элемента линейного пространства.
5Докажите верность тождества −1 x = −x , для любого элемента линейного пространства.
6Докажите справедливость равенства αθ =θ .
7 Докажите, что если αx = 0 и α ≠ 0 , то x =θ .
8Докажите, что если αx = 0 , x =θ , то α = 0.
9Какое линейное пространство называется n -мерным? Как обозначается размерность пространства Vn ?
10Какое линейное пространство называется конечномерным? Приведите примеры конечномерных пространств.
11Какое линейное пространство называется бесконечномерным? Приведите примеры бесконечномерных пространств.
12Дайте определение базиса n -мерного линейного пространства. Приведите примеры базиса какого-нибудь линейного пространства.
13Сколько базисов может иметь линейное n -мерное пространство?
14Что означает разложение вектора x по базису?
15Сформулируйте и докажите теорему о единственности разложения любого вектора x пространства Vn по заданному базису.
16Какая матрица называется матрицей системы векторов в данном
базисе?
17Какая матрица называется матрицей перехода от базиса e1, e2 , ..., en к
базису e1′, e2′ , ..., en′ ?
18Выведите формулу (e1′, e2′ , ..., en′ )= (e1, e2 , ..., en )T T и объясните ее.
19Какую матрицу можно рассматривать как матрицу перехода от базиса к базису в n -мерном пространстве?
20Какие формулы называются формулами преобразования координат?
21Сформулируйте и докажите теорему о преобразовании координат?
22Какие два линейных пространства называются изоморфными?
23 Что означает понятия «образ», «прообраз», если V ~ U и x ↔ y , где x V , а y U .
24В каком случае два линейных пространства изоморфны?
25Сформулируйте и докажите утверждение о соответствии базисов изоморфных пространств.
26Сформулируйте определение подпространства линейного пространства.
245
27Какие подпространства заданного линейного пространства называются тривиальными?
28Приведите примеры нетривиальных подпространств линейных пространств.
29Расскажите о линейной зависимости (независимости) векторов.
30Сформулируйте и докажите основную теорему о линейной зависимости
векторов.
31Какие две системы векторов называются эквивалентными?
32Сформулируйте определение линейной оболочки системы векторов.
33Сформулируйте и докажите теорему о дополнении базиса подпространства до базиса всего n -мерного пространства.
34Сформулируйте и докажите теорему о том, что для любого линейного
подпространства L существует система линейных уравнений AX = 0 , в которой L - множество решений.
35 Какую систему линейных уравнений называют общими уравнениями подпространства?
36Что необходимо сделать для построения базиса подпространства, если последнее задано общими уравнениями?
37Какое уравнение называют параметрическим уравнением подпространства L в векторной форме?
38Напишите параметрические уравнения подпространства в координатной форме.
39Дайте определение пересечения подпространства L1 и L2 .
40Дайте определение суммы подпространства L1 и L2 .
41Какая сумма подпространств является прямой (обозначение)?
42Докажите утверждение о том, что сумма подпространств является подпространством.
43Какие подпространства L1 и L2 называются прямыми дополнениями
друг друга?
44Как найти какой-либо базис в подпространстве L1 + L2 ?
45Как найти какой-либо базис L1 ∩ L2 ?
246
Глава 10 Евклидово и унитарное пространство
10.1 Определение евклидовых пространств
В линейном пространстве V кроме операций сложения векторов и умножения вектора на действительное число введем еще одну операцию скалярное умножение векторов. Каждой упорядоченной паре векторов x, y V поставим в соответствие действительное число, которое назовем их скалярным
произведением и обозначим ( x, y ). Потребуем, |
чтобы для любых x, y, z V и |
любого числа α R выполнялись следующие условия, называемые аксиомами |
|
скалярного произведения: |
|
I ( x, y ) = ( y, x ). |
|
II ( x + y, z ) = ( x, z ) +( y, z ). |
|
III (αx, y)=α( x, y). |
|
IV ( x, x ) > 0 для всех x ≠ 0, (x, x)= 0 для x = 0 . |
|
Скалярное произведение равно нулю, если хотя бы один из векторов |
|
нулевой. Действительно: |
|
(0, y)= (0x, y)= 0(x, y)= 0 . |
(10.1) |
Скалярное произведение ( x, x ) вектора x |
на себя называется скалярным |
квадратом этого вектора и обозначается x2 , т.е.
(x,x)= x2 .
Евклидовым пространством называется линейное действительное пространство, в котором задана операция скалярного умножения векторов,
удовлетворяющая аксиомам I – IV. Если n -мерное линейное пространство является евклидовым, будем называть его евклидовым n -мерным пространством, а базис этого линейного пространства – базисом евклидова пространства.
Примеры евклидовых пространств. |
|
|
1) Пусть M 3 |
- пространство свободных векторов. Для свободных векторов |
|
определена операция скалярного умножения, которая удовлетворяет аксиомам I – |
||
IV. Следовательно, пространство M 3 с введенной операцией скалярного |
||
умножения векторов является евклидовым. |
|
|
2) Пусть Rn |
- арифметическое пространство. Каждой |
паре элементов |
X =( x1 ; x2 ; ...; xn ), |
Y =( y1 ; y2 ; ...; yn ) этого пространства |
поставим в |
соответствие число |
|
|
(X , Y )= x1 y1 + x2 y2 + ... + xn yn . |
(*) |
|
Легко убедиться в том, что аксиомы I – IV выполняются, т.е. выражение |
(*) является скалярным произведением. Следовательно, пространство Rn с введенной операцией (*) скалярного умножения есть евклидово пространство.
3) В линейном пространстве Rn×1 каждой паре матриц
X =[x1 x2 ...xn ]T ; Y =[y1 y2 ... yn ]T
поставим в соответствие число
247
n |
|
( X , Y ) = ∑xi yi . |
(**) |
i=1 |
|
Выражение (**) является скалярным произведением, так как аксиомы I – IV выполнены. Следовательно, пространство Rn×1 с введенной операцией скалярного умножения есть евклидово пространство.
Поставим для себя следующий вопрос: можно ли в линейном пространстве матриц H22 , определенном над полем K , ввести скалярное произведение по формуле
|
( A, B ) = a1a2 − b1b2 + c1c2 − d1d2 , |
|||||||||
где |
a |
b |
|
, |
a |
2 |
b |
|
|
? |
A = 1 |
1 |
|
B = |
2 |
|
|||||
|
c |
d |
|
|
c |
2 |
d |
2 |
|
|
|
1 |
1 |
|
|
|
|
|
|
Нельзя, так как не выполняется аксиома IV Действительно, для матрицы
|
1 |
1 |
|
A = |
|
|
|
|
0 |
0 |
|
|
|
имеем (A, A)=1 −1 = 0 , хотя A ≠ Θ.
Из II и III аксиом вытекает следующая
произведения линейных комбинаций систем векторов:
|
n |
i |
|
n i |
|
∑αi ai ∑ |
β jb j |
= ∑∑αi β j (aib j ). |
|
i =1 |
j =1 |
i =1 j =1 |
скалярного произведения.
формула для скалярного
(10.2)
При любом n |
в n -мерном линейном пространстве Vn можно определить |
скалярное умножение, т.е. можно превратить это пространство в евклидово. |
|
В самом деле, возьмем в пространстве Vn любой базис e1 , e2 , ..., en Если |
|
n |
n |
a = ∑αiei , |
b = ∑βiei , |
i =1 |
i −1 |
то положим |
|
n |
|
(a, b)= ∑αi βi . |
(10.3) |
i =1 |
|
Легко проверяется, что условия I – IV будут выполнены, т.е. равенство |
(10.3) определяет в пространстве Vn скалярное умножение.
В n -мерном линейном пространстве скалярное умножение можно задать, вообще говоря, многими различными способами. Очевидно, что (10.3) зависит от выбора базиса. Возникает вопрос – нельзя ли ввести скалярное умножение какимлибо принципиально иным способом? Нашей ближайшей целью является обозрение всех возможных способов превращения n -мерного линейного пространства в евклидово пространство и установление того, что в некотором смысле для всякого n существует одно единственное n -мерное евклидово пространство.
248