- •Лекция 3. Векторы. Системы линейных уравнений.
- •3.1 Векторы
- •3.1.1 Векторы на плоскости и в пространстве.
- •Собственные векторы и с обственные значения матрицы.
- •3.2 Система линейных уравнений.
- •3.2.1 Основные понятия и определения.
- •3.2.2 Системы n линейных уравнений с n переменными. Метод обратной матрицы и формулы Крамера.
- •Доказательство
- •3.2.3 Метод Гаусса
- •3.2.4. Система m линейных уравнений с n переменными.
- •Раздел II. Введение в математический анализ. Лекция 4. Функция. Основные определения.
- •4.1. Числовые множества. Абсолютная
- •4.2. Понятие функции. Основные свойства функций.
- •Способы задания функции.
- •4.3. Элементарные функции. Классификация функций. Преобразования графиков.
- •Основные элементарные функции.
- •Преобразование графиков.
- •4.4. Уравнение линии на плоскости. Различные
- •Линейная функция. Различные уравнения прямой.
Лекция 3. Векторы. Системы линейных уравнений.
3.1 Векторы
Цель изучения темы состоит в обобщении понятия вектора, с которым студенты знакомы по школьной программе и расширение ее систематического кругозора.
3.1.1 Векторы на плоскости и в пространстве.
Вектор –
это направленный
отрезок
.
Точка А
– начало вектора, точка В
– конец вектора (рис. 3.1.1). Можно
использовать обозначение
.
Д
линой
(модулем)
вектора
называется
число, равное длине вектора. Обозначается
модуль вектора символом
или
.
Если модуль вектора
,
вектор называется нулевым;
направление нулевого вектора произвольно.
Два вектора
называются коллинеарными,
если они параллельны одной прямой (или
лежат на одной прямой), в этом случае
пишут
.
Нулевой вектор коллинеарен любому
вектору.
Два вектора равны,
то есть
,
если выполняется три условия:
;
и
и
одинаково направлены.
Произведением
вектора ā
на число (скаляр) λ
называется
вектор
,
удовлетворяющий следующим условиям:
,
векторы
и
сонаправлены, если
и направлены в противоположные стороны,
если
.
Если
,
вектор
называется противоположным
вектору
.
Таким образом, условие является достаточным для коллинеарности вектором и ;
Сложение векторов.
Суммой двух векторов
и
называется вектор
,
начало
которого совпадает с началом вектора
,
а конец – с концом вектора
при условии, что начало вектора
совпадает с концом вектора
(правило треугольника)
(см. рис. 3.1.2).
Т
ак
как вектор
,
то для получения суммы
двух векторов
можно использовать правило параллелограмма:
суммой двух
векторов
является вектор-диагональ параллелограмма,
построенного на векторах
и
,
выходящий их общего начала обоих
векторов-слагаемых.
Сумма нескольких
векторов находится по правилу
многоугольника:
чтобы найти сумму нескольких векторов
,
нужно
последовательно совместить начало
следующего вектора-слагаемого с концом
предыдущего; тогда вектор, проведенный
из начала первого вектора в конец
последнего называется суммой всех
данных векторов (рис. 3.1.3).
Р
азностью
двух векторов
называется сумма
.
Если вектор
,
то по аналогии с суммой двух векторов
этот вектор является диагональю
параллелепипеда, построенного на трех
векторах как на сторонах (рис. 3.1.4).
Р
ассмотрим
вектор
в плоскости. Перенесем в начало координат
системы хОу.
Получим вектор
.
Координатами
вектора
называются координаты точки М(х;у).
Введем на осях координат векторы i
и j
– единичной длины (рис. 3.1.5).
Очевидно, или
или
.
Если вектор
рассматривается в трехмерном пространстве,
где точка М
характеризуется тремя координатами,
то есть M(x,y,z),
то вектор
можно представить в виде:
xi
yj
zk, (3.1.1)
где i,
j,
k
– единичные векторы, лежащие на осях
координат. Пусть
,
.
Найдем сумму и разность этих векторов:
(3.1.2)
или
Сложение векторов и умножение вектора на скаляр подчиняется следующим свойствам:
1)
;
2)
;
3)
;
4)
;
5)
.
Доказательства вытекают на основании (3.1.2).
Определение.
Скалярным произведением
векторов
и
называется число
равно произведению модулей этих векторов
на косинус угла φ
между ними, то есть
.
(3.1.3)
Из (3.1.3) вытекают свойства скалярного произведения:
1)
;
2)
;
3)
;
4) если
,
то
.
Используя свойства
скалярного произведения, можно найти
скалярное произведение двух векторов
в координатной форме. Если
,
,
то
;
если
- условие перпендикулярности векторов.
Если векторы
коллинеарны, то есть
,
то
- условие коллинеарности векторов.
Понятие n-мерного вектора. Векторное пространство. Линейная комбинация и линейная зависимость векторов.
Понятие вектора
можно обобщить.
Определение. n-мерным вектором называется упорядоченная совокупность n действительных чисел, записываемых в виде Х=(х1, х2,…, хn), хi – компоненты вектора Х.
Понятие n-мерного
вектора широко используется в экономике.
Например, некоторый набор товаров можно
охарактеризовать вектором
,
а соответствующие цены – вектором
.
Два n-мерных
вектора равны тогда и только тогда,
когда равны их соответствующие компоненты:
,
.
По аналогии с
геометрическими векторами вводятся:
сумма векторов
с компонентами
,
;
разность векторов
с компонентами
,
,
с теми же свойствами.
Скалярное произведение n-мерных векторов:
.
Если X
- набор товаров, а Y
- соответствует ценам за единицу каждого
товара, то стоимость всем товаров:
.
О
пределение.
Множество
векторов с действительными компонентами,
в котором определены операции сложения
(вычитания) и умножения вектора на
скаляр, удовлетворяющего приведенным
выше свойствам называется векторным
пространством.
Определение.
Вектор
называется линейной
комбинацией векторов
векторного
пространства, если
,
(3.1.4)
где
- любые действительные числа.
О
пределение.
Векторы
называются линейно зависимыми, если
существуют такие числа
,
не равные одновременно нулю, что линейная
комбинация
.
В противном случае
векторы
(
)
называются линейно
независимыми.
Если векторы линейно зависимы, то хотя бы один из них линейно выражается через остальные. Покажем это. Пусть векторы ( ) линейно зависимы, то есть
и
,
тогда
Верно и обратное утверждение: если один из векторов выражается через остальные, то все векторы в совокупности линейно зависимы.
Для векторного пространства имеет место следующее свойство: если среди m векторов какая-то часть векторов являются линейно зависимыми, то все m векторов линейно зависимы.
О
пределение.
Векторное
пространство называется n-мерным,
если в нем существует ровно n
линейно независимых векторов, а любые
из (
)
векторов уже линейно зависимы. Это число
n
называется размерностью
пространства.
Определение. Совокупность n линейно независимых векторов n-мерного векторного пространства называется базисом.
Для базисных
векторов
принято обозначение
.
Справедлива следующая теорема.
Теорема.
Каждый вектор Х
векторного пространства можно представить,
причем единственным образом, как линейную
комбинацию базисных векторов
,
то есть
.
(
3.1.5)
Доказательство.
Пусть векторы
образуют
некоторый базис n-мерного
пространства. Тогда с любым вектором
добавленным (
)-м
вектором Х
получаем совокупность линейно зависимых
векторов. Это означает, что
(
),
следовательно
Обозначим
,
откуда
,
что и требовалось доказать. Можно
доказать, что полученное разложение
является единственным.
Пример.
Даны векторы е1
,
е2
,
е3
,
.
Разложить вектор
по базисным векторам
:
запишем разложение вектора
.
Перейдем к координатной форме
Перейдем к системе уравнений
Решив систему
любым методом (например, методом Крамера),
получим ее решение:
,
,
.
Разложение вектора
по базису имеет вид
.
