
- •Конспект лекций по линейной и векторной алгебре, аналитической геометрии и комплексным числам к.Н.Пономарёв и.А.Сажин
- •1.Введение.
- •2. Матрицы. Линейные операции над ними. Произведение матриц.
- •2.1.Операции над матрицами.
- •2.2.Определители.
- •2.3. Свойства определителей.
- •3.Обратная матрица.
- •3.1. Решение систем линейных уравнений с помощью обратной матрицы.
- •3.2. Понятие линейной зависимости строк.
- •3.3. Ранг матрицы.
- •3.4. Метод Гаусса.
- •4. Решение совместных систем линейных алгебраических уравнений.
- •4.1. Системы линейных уравнений.
- •4.2.Однородная система линейных
- •5.Векторы.
- •5.1. Понятие вектора.
- •5.2. Линейные операции с векторами.
- •5.3. Базис.
- •5.4. Скалярное произведение векторов.
- •5.5. Векторное и смешанное произведения векторов.
- •6.Аналитическая геометрия.
- •6.1. Уравнение линии на плоскости.
- •6.2.Полярная система координат.
- •6.3. Уравнение прямой на плоскости.
- •6.3.1.Уравнение прямой с угловым коэффициентом. Рассмотрим прямую в декартовой плоскости.
- •6.3.2. Нормированное уравнение прямой линии.
- •6.3.3.Уравнение прямой линии в полярных координатах.
- •7.Линии второго порядка.
- •7.1.Каноническое уравнение эллипса.
- •7.2. Каноническое уравнение гиперболы.
- •7.3.Каноническое уравнение параболы.
- •8. Плоскость. Различные способы задания плоскости.
- •9. Прямая линия в пространстве.
- •10.Линейные пространства.
- •10.1.Введение. Основные определения.
- •10.2.Размерность и базис линейного пространства.
- •10.2.1. Размерность линейного пространства.
- •10.2.2.Базис линейного пространства.
- •10.2.3.Действия над векторами в координатной форме.
- •10.2.4. Замена базиса.
- •11.Евклидовы пространства.
- •11.1.Основные определения.
- •11.2.Неравенство Коши-Буняковского.
- •11.3. Норма вектора. Нормированное пространство.
- •11.4. Ортонормированный базис конечномерного евклидова пространства.
- •11.5.Ортогональные матрицы и их свойства.
- •12.Линейные операторы.
- •12.1. Действия над линейными операторами.
- •12.2. Матрица линейного оператора.
- •12.3. Изменение матрицы линейного оператора при переходе от одного базиса к другому.
- •12.4.Собственные числа и собственные векторы линейного преобразования.
- •13.Линейные операторы в евклидовом пространстве.
- •13.1. Примеры линейных операторов.
- •14.Квадратичные формы и их приведение к каноническому виду.
- •15. Комплексные числа.
- •15.1. Алгебраические операции над комплексными числами.
- •15.2. Возведение в целую степень и извлечение корня из комплексных чисел.
10.2.Размерность и базис линейного пространства.
В пространстве V3 каждый вектор можно единственным образом разложить по трем некомпланарным векторам, которые называются базисом пространства V3. Рассмотрим вопрос о построении базиса в произвольно пространстве R. Для этого повторим некоторые важные понятия.
Линейная зависимость векторов. Если x1 x2 … xn – векторы линейного пространства R, а 1 2 … n – произвольные числа из поля K, то выражение
1 x1 + 2 x2 +…+ n xn
называется линейной комбинацией векторов x1 x2 … xn, а числа 1 2 … n называются коэффициентами этой линейной комбинации. Если линейная комбинация векторов обращается в нуль тогда и только тогда, когда все i = 0, то вектора являются линейно независимыми. В противном случае, когда
1 x1 + 2 x2 +…+ n xn = 0
при условии, что хотя бы один i ≠ 0, вектора называются линейно зависимыми.
Вспомним, что мы доказывали, что любая совокупность векторов x1 x2 … xn, содержащая нулевой вектор, является линейно зависимой. Точно также система векторов x1 x2 … xn, содержащая совокупность линейно зависимых векторов, линейно зависима.
Теорема. Векторы x1 x2 … xn линейно зависимы тогда и только тогда, когда хотя бы один из них можно представить как линейную комбинацию оставшихся.
Другими словами, нужно доказать необходимость и достаточность. Докажем необходимость. Пусть x1 x2 … xn линейно независимы. Тогда:
x1 + x2 +…+ xn = 0
причем хотя бы одно из чисел , , …, 0. Положим, что 0. Тогда
(*)
а это по определению означает линейную комбинацию. Достаточность: пусть x1 является линейной комбинацией оставшихся, т.е. равенство (*) выполнено. Тогда перепишем его в виде:
Поскольку из чисел (-1), , … , одно не равно нулю – это (-1), то это означает линейную зависимость векторов x1 x2 … xn.
10.2.1. Размерность линейного пространства.
Если в линейном пространстве R существует n линейно независимых векторов, а любые n + 1 векторов этого пространства линейно зависимы, то линейное пространство называется n – мерным. Число n называется размерностью пространства. Символ размерности - dim R.
Например, пространства V3 и V2 соответственно трехмерные и двухмерные. Существуют бесконечномерные линейные пространства. Пример такого пространства – это векторы x и y из пространства С [a, b]. Их сумма и произведение имеют вид:
x = (t) y = (t)
x + y = (t) + (t), x = (t)
В линейной алгебре изучаются только конечномерные пространства.
10.2.2.Базис линейного пространства.
Система
{ e
} из n линейно – независимых векторов n
– мерного пространства
,
заданных в определенном порядке,
называется базисом этого пространства.
Теорема. Любой вектор х n – мерного линейного пространства можно представить и притом единственным образом линейной комбинацией векторов базиса этого пространства .
Действительно,
векторы
линейно зависимы т.к. их число равно n +
1, а по определению базиса n – мерного
пространства любые n + 1 векторов линейно
зависимы. Тогда составим выражение:
в
котором хотя бы одно i
будет
отлично от
0. Тогда уже 0
0, т.к. иначе окажется, что базисные
вектора линейно зависимы. Значит
,
т.е.
можно представить
как линейную комбинацию базисных
векторов. Причем, разложение это
единственно. Запишем разложение в виде:
и
назовем числа x1
x2
… xn
координатам вектора x
в базисе
.
Будем писать
.