- •Определение и примеры векторных пространств.
- •Подпространства линейного пространства: определения и примеры
- •Линейные комбинации векторов. Линейно зависимые и линейно независимые системы векторов и их св-ва.
- •Линейная оболочка множества. Конечномерные бесконечномерные векторные пространства
- •Основная лемма о линейной зависимости
- •Определение базиса линейного пространства. Переформулировка определения базиса. Теорема о существовании базиса в конечномерном векторном пространстве.
- •7. Размерность векторного пространства.
- •10. Матрица перехода от одного базиса к другому. Формула преобразования координат при переходе к новому базису.
- •11. Ранг системы векторов. Ранг матрицы. Эквивалентные системы векторов.
- •12. Вычисление ранга матрицы с помощью приведения её к ступенчатому виду.
- •13 Теорема Кронекера – Капелли.
- •14 Сумма и пересечение подпространств.
- •15 Базисы, согласованные с подпространствами. Теорема о базисе, согласованном с двумя подпространствами, со следствием.
- •16 Лнз системы подпространств и их свойства
- •17 Прямые суммы подпространств. Разложение линейного пространства матриц порядка с элементами из поля в прямую сумму двух подпространств)
- •25.Теорема об изоморфизме алгебры линейных операторов и алгебры матриц.
- •26.Подпространства, инвариантные относительно линейных операторов.
- •27.Собственные векторы и собственные значения ло.
- •28.Необходимые и достаточные условия существования базиса из собственных векторов линейного оператора.
- •29.Определение и примеры линейных форм.
- •30.Сопряжённые пространства и их свойства.
- •31. Аннулятор подпространства и его свойства.
- •32. Билинейные формы: определение и примеры. Матрица билинейной формы.
- •33. Квадратичные формы: определение и примеры. Матрица квадратичной формы.
- •34. Ортогональные подпространства и их свойства.
- •35. Процесс ортогонализации Грама-Шмидта.
- •36 Положительно определённые квадратичные формы. Критерий Сильвестра.
- •37. Закон инерции вещественных квадратичных форм
- •38. Метод Якоби
- •39. Метод Лагранжа
- •40. Евклидовы пространства: определение и примеры.
- •41. Неравенство Коши-Буняковского. Матрица Грамма и ее свойства.
- •42. Ортогональные матрицы и их свойства
- •43. Сопряженный оператор, его свойства
- •44. Самосопряжённые операторы, ортогональные операторы и их свойства
- •45. Приведение квадратичной формы к главным осям
- •46. Теорема о полярном разложении линейного оператора, действующего в евклидовом пространстве.
- •47. Корневые подпространства
- •48. Теорема о размерности корневого подпространства
- •49. Разложение линейного пространства в прямую сумму корневых подпространств.
- •50. Нильпотентные операторы и их свойства.
- •51. Разложение линейного пространства в прямую сумму циклических подпространств.
- •52. Жордановы матрицы.
- •53. Минимальный аннулирующий многочлен линейного оператора и его свойства.
13 Теорема Кронекера – Капелли.
Теорема 6.
1) (Теорема Кронекера — Капелли.) Система линейных уравнений совместна тогда и только тогда, когда ранг матрицы ее коэффициентов равен рангу расширенной матрицы.
2) Совместная система линейных уравнений является определенной тогда и только тогда, когда ранг матрицы ее коэффициентов равен числу неизвестных.
Док-во:1)Достаточно рассматривать сис-тему лин. урн-ний расширенной матрицы которая явл. ступенчатая. Такая система не совместна тогда и только тогда, когда ведущий элемент последней ненулевой строки расширенной матрицы стоит в последнем столбце, а это имеет место тогда и только тогда, когда ранг матрицы коэффициентов не равен рангу расширенной матрицы.
2)Совместная система с расшир. ступенч. матр. явл. определенной тогда и только тогда, когда число ненулевых строк этой ступенчатой матрицы равно числу неизвестных.
14 Сумма и пересечение подпространств.
Очевидно, что для любых двух подпространств U и W векторного пространства V их пересечение U ⋂ W также является подпространством. Это наибольшее подпространство, содержащееся как в U, так и в W.
Определение 1. Суммой U + W подпространств U и W наз. совокупность векторов вида и + w, где и∈U, w∈W.
Это наименьшее подпр-во, содержащее как U, так и W
Определение 4. Суммой U1 + ... + Uk подпространств U1,... ,Uk ⊂ V называется совокупность векторов вида и1 + ... + ик, где u ∈Ui
Это наименьшее подпространство, содержащее все подпространства U1,..., Uk.
15 Базисы, согласованные с подпространствами. Теорема о базисе, согласованном с двумя подпространствами, со следствием.
Определение 2. Базис пространства V называется согласованным с подпространством U, если U является линейной оболочкой какой-то части базисных векторов пространстра V
Теорема 1. Для всякой пары подпространств U, W С V существует базис пространства V, согласованный с каждым из подпространств U, W.
Доказательство. Пусть {е1,..., еp } — базис подпространства U⋂W.Дополним его какими-то векторами ер + 1..., ек до базиса подпространства U и, с другой стороны, векторами ек + 1,..., ек + l-р — до базиса подпространства W. (Здесь р = dim U ⋂ W, к = dim U,l =dim W.) Докажем, что векторы e1 ..., ек + l-р линейно независимы. Дополнив их затем до базиса подпространства V, мы и получим базис, согласованный как с U, так и с W.
Предположим
,что
.
Рассмотрим вектор x=
.
Из
первого представления вектора х
следует,
что он лежит в U,а
из второго — что он лежит в W.
Таким
образом, х
∈
U⋂W
и,
значит, x=
.
Так
как векторы е1,...,
ер,
ек+l
..., ек
+
l-p
линейно
независимы,
то отсюда следует, что х = 0 и λi= 0 при i= к
+ 1,..., к + I — р. Далее, так как векторы
е1,...,ек линейно независимы, то из
равенства
0,
следует, что λi=0 при i = 1,..., к. □
Рисунок 2 иллюстрирует это доказательство в случае р = 1, к = l=2.
Следствие. dim(U + W) = dim U + dim W - dim(U⋂W).
Доказательство. В обозначениях доказательства теоремы 1 векторы е1,..., ек +l-p составляют базис подпространства U + W, так что dim(U+W) = k + l -р. □
