
- •1.Определение линейного векторного пространства и следсвия из аксиом.
- •Аксиомы:
- •2. Определение подпространства линейного векторного пространства, критерий подпространства. Примеры подпространства.
- •3. Определение и свойства линейной зависимости и независимости векторов линейного пространства. Критерий линейной зависимости.
- •Свойства:
- •4. Базис и размерность линейного пространства. Координаты вектора в базисе и их единственность.
- •5. Матрица перехода от старого базиса к новому. Преобразование координат вектора при переходе к новому базису.
- •6. Определение евклидова пространства. Следствие из аксиом. Примеры.
- •Следствие из аксиом:
- •7. Неравенство Коши-Буняковского.
- •8. Определение и свойства нормы в Евклидовом пространстве.
- •9. Определение и свойства расстояния в Евклидовом пространстве.
- •10. Угол между векторами в Евклидовом пространстве. Ортогональность и свойства.
- •11. Теорема о линейной независимости ортогональной системы векторов евклидова пространства.
- •13. Матрица Грамма. Скалярное произведение и координаты векторов в ортонормированном базисе.
- •Свойства:
- •17. Сумма, умножение на число и произведение линейных операторов. Их свойства и матрицы.
- •Определим сумму этих операторов следующим образом:
- •Свойства введенных операций: .
- •18. Обратный оператор. Его существование и линейность. Матрица обратного оператора.
- •19. Сопряженные операторы. Теорема о существовании, единственности и линейности (б/д). Свойства сопряженного оператора и его матрица. Самосопряженные операторы.
- •21. Ортогональные операторы. Теорема о критериях ортогонального оператора (б/д). Свойства ортогонального оператора и его матрица.
- •23. Собственные значения и собственные векторы матриц. Их свойства.
- •24. Теорема о собственных векторах, отвечающих различным собственным значениям матрицы.
- •25. Характеристическое уравнение и характеристический многочлен матрицы. Вычесление собственных значений и собственных векторов.
- •26. Собственные значения, собственные векторы и характеристический многочлен линейного оператора. Их независимость от выбора базиса.
- •27. Теорема об ортогональности собственных векторов симметричной матрицы, отвечающих различным собственным значениям.
- •28. Теорема о существовании ортогонального базиса евклидова пространства, состоящего из собственных векторов самосопряженного оператора.
- •29. Диагонализация матрицы линейного оператора.
- •30. Квадратичные формы. Приведите к каноническому виду с помощью ортогонального преобразования.
1.Определение линейного векторного пространства и следсвия из аксиом.
Множество V, в котором определены операции сложения( внутренняя операция) его элементов и умножения (внешняя операция) элементов множества на произвольные числа из R и эти операции удовлетворяют указанным выше аксиомам, называются вещественным линейным или векторным пространством.
Аксиомы:
x+y = y+x
в множестве V существует элемент ( который будем называть нулевым и обозначать О ), такой, что x+О = x
Для каждого элемента
существует элемент( который будем называть противоположным элементу x и обозначать –x), такой, что
.
Для любого 1x = x.
.
2. Определение подпространства линейного векторного пространства, критерий подпространства. Примеры подпространства.
Множество
элементов
линейного пространства называется
подпространством пространства,
если выполняются следующие условия:
В множестве операции сложения элементов и умножения элемента на число определяются так же, как в множестве V.
если x,
,то
;
если
, то
, где
- вещественное число, когда V- вещественное пространство, и комплексное, когдаV- комплексное.
Теорема:
Пусть
,
где V- линейное пространство,
является
подпространством, тогда и только тогда,
когда выполняются следующие условия:
1.
(
т.е. операция сложения должна быть
замкнута на
)
2.
(
т.е. операция умножения на число замкнута
на
)
Доказательство:
Все аксиомы, кроме 3., 4., выполняются
очевидным образом, поскольку они верны
не только для множества
,
но и для всего множества
,
содержащее
.
3. Определение и свойства линейной зависимости и независимости векторов линейного пространства. Критерий линейной зависимости.
Система векторов называется линейно независимой, если только тривиальная линейная комбинация этих векторов является нулевым вектором, и линейно зависимой, если существует нетривиальная линейная комбинация этих векторов, которая является нулевым вектором.
Свойства:
Если совокупность векторов содержит нулевой вектор, то она линейно зависима.
Если к линейно зависимой совокупности векторов добавить еще один вектор, то получиться линейно зависимая совокупность. (Лена, я тебя очень люблю(твой Сергей))
Если из линейно независимой совокупности удалить какой – либо вектор, то получится линейно независимая совокупность.
Теорема: Совокупность векторов линейного пространства зависима, тогда и только тогда, когда в ней существует вектор, являющийся линейной комбинацией других векторов.
Если все коэффициенты линейной комбинации векторов равны нулю, то такая комбинация называется тривиальной и представляет собой нулевой вектор. Если хотя бы один из коэффициентов отличен от нуля, то комбинация векторов называется нетривиальной.
4. Базис и размерность линейного пространства. Координаты вектора в базисе и их единственность.
Максимальный набор линейно независимых векторов конечномерного пространства называется базисом этого ространства. Нетрудно видеть, что различные базисы данного пространства имеют одинаковое число векторов, это количество векторов в базисе называется размерностью данного пространства.
Теорема:
Совокупность линейно независимых
векторов
линейного пространства
является
базисом тогда и только тогда, когда для
любого вектора x из V является линейной
комбинацией векторов.
Доказательство:
Пусть
-
базис и
докажем,
что x- является линейной комбинацией
базисных векторов. Рассмотрим набор
векторов
-
данная совокупность векторов линейной
зависимости, потому что в ней больше
векторов чем в базисе. Значит существуют
числа
не все равные нулю, такие что
.
Утверждаем что число
не
может быть равным нулю. Действуя в
противоположном направлении мы получим
,
причем существует
из начального набора векторов
- линейно зависимы и поэтому не
являются базисом, тогда (Лена, я тебя
очень люблю(твой Сергей))
.