
- •1. Понятие матрицы. Виды матриц. Транспонирование матрицы. Равенство матриц. Алгебраические операции над матрицами: умножение на число, сложение, умножение матриц.
- •2. Определители 2, 3 и n-го порядков (определения и их свойства). Теорема Лапласа о разложении определителя по элементам строки или столбца.
- •3. Квадратная матрица и ее определитель. Особенная и неособенная квадратные матрицы. Присоединенная матрица. Матрица, обратная данной, и алгоритм ее вычисления.
- •7. Метод Гаусса решения системы n линейных уравнений с п переменными. Понятие о методе Жордана – Гаусса.
- •14. Векторное (линейное) пространство. Его размерность и базис. Теорема о существовании и единственности разложения вектора линейного пространства по векторам базиса.
- •17. Определение оператора. Понятие линейного оператора. Образ и прообраз векторов.
- •18. Матрица линейного оператора в заданном базисе: связь между вектором х и образом у. Ранг оператора. Операции над линейными операторами. Нулевой и тождественный операторы.
- •22. Квадратичная форма (канонический вид). Приведение квадратичной формы к каноническому виду. Пример. Закон инерции квадратичных форм.
- •23. Положительно и отрицательно определенная, знакоопределенная квадратичные формы. Критерии знакоопределенности квадратичной формы (через собственные значения ее матрицы и по критерию Сильвестра).
14. Векторное (линейное) пространство. Его размерность и базис. Теорема о существовании и единственности разложения вектора линейного пространства по векторам базиса.
Векторное
пространство
называется n-мерным, если в нем можно
найти n линейно независимых векторов,
но больше, чем n линейно независимых
векторов оно не содержит. Размерность
пространства – это максимальное число
содержащихся в нем линейно независимых
векторов. Совокупность n линейно
независимых векторов n- мерного векторного
пространства
называется его базисом.
Теорема.
Каждый вектор
линейного n- мерного пространства
можно представить, и притом единственным
способом, в виде линейной комбинации
векторов базиса.
Доказательство.
Пусть
- произвольный базис пространства
и
Так
как любые n+1 векторов пространства
линейно зависимы, то зависимы, в
частности, и векторы
, т.е. существуют не равные одновременно
нулю числа
, такие, что
При
этом
, в противном случае хотя бы одно из
чисел
было бы отлично от нуля, и вектора
были бы линейно зависимы. Следовательно,
Полагая
, будем иметь
. Это представление
через
единственно. Доказывается от противного.
Числа
называются координатами вектора
в базисе
.
Теорема.
Если
- линейно независимые векторы пространства
и любой вектор
линейно выражается через
,
то эти векторы образуют базис в
.
Доказательство.
Векторы
,
по условию, линейно независимы. Покажем,
что в пространстве
нет более чем n линейно независимых
векторов. Выберем произвольные
векторов из
: . По условию, каждый из них можно линейно
выразить через
:
Рассмотрим матрицу:
Так как число строк этой матрицы равно
n, то ее ранг не больше, чем n, и значит,
среди ее столбцов имеется не более, чем
n линейно независимых. Но так как m>n,
то m столбцов этой матрицы линейно
зависимы. Следовательно, линейно зависимы
и векторы
. Итак, пространство
n – мерно и
- его базис.
15.
Скалярное произведение векторов в
n-мерном пространстве. Евклидово
пространство. Длина (норма) вектора.
Если
каждой паре векторов x, y линейного
пространства L поставлено в соответствие
действительное число (x, y), так, что для
любых x, y и z из L и любого действительного
числа α справедливы следующие аксиомы:(x,
y)
= (y,
x),(α·x,
y)
= α·(x,
y),(x
+ y,
z)
=(x,
z)
+ (y,
z),(x,
x)>
0 при x
≠ 0, (0, 0) = 0, то в пространстве L определено
скалярное произведение (x, y).Если в
линейном пространстве определено
скалярное произведение, то такое
пространство называется евклидовым
пространством. Скалярным
произведением
векторов
и
в многомерном пространстве называется
число
Длиной
n-мерного вектора
называется
квадратный корень из скалярного
квадрата:
Вектор, длина которого равна единице,
называется единичным.
16. Ортогональные векторы. Ортогональный и ортонормированный базисы. Теорема о существовании ортонормированного базиса в евклидовом пространстве.
Если
скалярное произведение двух ненулевых
векторов x и y евклидова пространства E
равно нулю, то векторы называются
ортогональными векторами:(x, y) ←→ x ⊥
y. Если длина вектора равна единице, он
называется нормированным вектором:(x,x)
= 1, |x| = 1.Если все векторы системы векторов
нормированы, то система векторов
называется нормированной системой.Если
векторы системы векторов e1, e2, ..., enпопарно
ортогональны и нормированы, то система
векторов называется ортонормированной
системой: (ei, ej) = 0, если i ≠ j ,(ei, ei) = 1. Если
e1, e2, ..., en — ортонормированная система
и x = x1e1 + x2e2 + ... + xnen — разложение вектора
x по этой системе, то xi =(x, ei). Ортонормированная
система, состоящая из n векторов n-мерного
евклидова пространства, образует базис
этого пространства. Такой базис называется
ортонормированным базисом.Если e1, e2,
..., en — ортонормированный базис n-мерного
евклидова пространства и x = x1e1 + x2e2 + ...
+ xnen — разложение вектора x по этому
базису, то координаты xi вектора x в
ортонормированном базисе вычисляются
по формулам xi =(x, ei), i = 1, 2, ..., n. Пусть e1,
e2, ..., en — ортонормированный базис
n-мерного евклидова пространства и пусть
x = x1e1 + x2e2 + ... + xnen , y = y1e1 + y2e2 + ... + ynen —
разложения векторов x и y по этому
базису.Тогда скалярное произведение
векторов x и y вычисляется по формуле:
(x,
y)
= x1·
y1
+ x2·
y2
+ ... + xn·
yn
. Теорема.
Во всяком n-мерном
евклидовом пространстве Е существует
ортонормированный базис. Доказательство.
Согласно определению размерности в
пространстве Е найдется n линейно
независимых элементов f1, f2,..., fn. Докажем,
что можно построить n элементов e1,e2
,...,en , линейно выражающихся через f1,
f2,..., fn и образующих ортонормированный
базис. Проведем доказательство возможности
построения таких элементов e1,e2 ,...,en
методом математической индукции. Если
имеется только один элемент f1, то для
построения элемента e1 с нормой, равной
единице, достаточно нормировать элемент
f1, т.е. умножить этот элемент на число
, обратное его норме (напомним, что
среди линейно независимых элементов
f1, f2,..., fn не может быть нулевого
элемента, так что норма f1 больше нуля).
Мы получим при этом элемент e1
=
f1 с нормой, равной единице.
Считая, что m — целое число, меньшее n, предположим, что нам удалось построить m элементов e1,e2 ,...,em, линейно выражающихся через f1, f2,..., fm, попарно ортогональных и имеющих нормы, равные единице. Докажем, что к этим элементам e1,e2 ,...,em можно присоединить еще один элемент em+1, линейно выражающийся через f1, f2,..., fm+1, ортогональный к каждому из элементов e1,e2 ,...,em и имеющий норму, равную единице. Убедимся в том, что этот элемент em+1 имеет вид em+1 = αm+1 [fm+1 - (fm+1,em),em - (fm+1,em-1),em-1 - ... - (fm+1,e1)e1] где αm+1 — некоторое вещественное число. В самом деле, элемент em+1 линейно выражается через f1, f2,..., fm+1 (в силу того, что он линейно выражается через e1,e2 ,...,em, fm+1, акаждый из элементов e1,e2 ,...,em линейно выражается через f1, f2,..., fm). Отсюда сразу же следует, что при αm+1≠ 0 элемент em+1 заведомо не является нулевым (ибо, в противном случае, являлась бы нулевым элементом некоторая линейная комбинация линейно независимых элементов f1, f2,..., fm+1 , в которой, в силу отличен от нуля коэффициент при fm+1). Далее из того, что элементы e1,e2 ,...,em попарно ортогональны и имеют нормы, равные единице, и из соотношения сразу же вытекает, что скалярное произведение (em+1, ek) равно нулю для любого номера k, равного 1, 2,..., m. Для завершения индукции остается доказать, что число αm+1 можно выбрать так, что норма элемента будет равна единице. Выше уже установлено, что при αm+1≠ 0 элемент em+1, а, стало быть, и элемент, заключенный в в квадратные скобки, не является нулевым. Стало быть, для того чтобы нормировать элемент, заключенный в квадратные скобки, следует взять число αm+1 обратным положительной норме этого, заключенного в квадратные скобки, элемента. При этом норма em+1 будет равна единице.Теорема доказана.