Линейная Алгебра Билеты 1 Курс 1 Семестр
.pdfБилет 10.
Теорема. Определитель есть единственная кососимметрическая полилинейная функция от строк4 матрицы, такая что для единичной матрицы е¼ значение равно единице.
Пусть нам дана функция f. Из е¼ полилинейности следует, что
|
0a21 |
a22 |
|
a11 |
a12 |
f |
B ... ... |
|
|
B |
|
|
B |
|
|
@ |
|
|
an1 |
an2 |
: : : a2n |
1 |
n |
|
a21 : : : : : :1:j:1: : : : : |
a2n |
|
= |
|
|
|
|||||||||||||
... |
|
|
... |
C |
= j1=1 f |
0: : : : : : : : : : : : : : : : : : : : : : : : :1 |
|
|
|
||||||||||||||
: : : a1n |
|
|
|
|
0 : : : |
|
a |
|
|
: : : |
|
0 |
|
|
|
|
|
||||||
: : : |
|
a |
|
C |
X Ban1 : : : : : : : : : : : : : annC |
|
|
|
|
||||||||||||||
|
|
|
|
nnC |
|
|
B |
|
|
|
|
|
|
|
|
|
C |
|
|
|
|
||
|
|
|
|
|
A |
|
|
@ |
|
|
|
|
|
|
|
|
|
A |
|
|
|
|
|
= |
|
n |
|
n |
n |
f |
0: : : |
0 a2j2 |
|
|
: : : |
|
0 1 |
= |
|
|
|
||||||
|
X1 |
X2 |
X B |
0 : : : |
a1j1 |
|
|
: : : |
|
0 |
|
|
|
|
|
||||||||
|
0 : : : |
|
0 |
|
a |
|
: : :C |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
B |
|
|
|
|
|
|
|
njn |
|
C |
|
|
|
|
|
|
j |
=1 j =1 |
jn=1 |
@ |
|
|
|
|
0: |
0: : |
|
0: : |
|
A |
|
|
1 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
= |
n |
|
|
n |
|
n |
a1j a2j |
: : : anj f |
: |
1 |
|
: : : |
0 |
: (10.1) |
|||||||||
X1 |
X2 |
X |
|
|
|
|
|
|
B |
|
|
|
|
1 |
|
: : : |
0 |
|
|
||||
|
|
|
|
|
|
|
0 : : : |
0 1 : : :C |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
B |
: : : : : : : : : : : : : : : : : : : : : |
C |
|
||||||||
|
|
|
|
|
|
1 |
2 |
|
n |
|
@ |
A |
|
||||||||||
j |
=1 j |
=1 |
jn=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Обратите внимание, что запись элемента матрицы как a1j1 означает, что на самом деле он находится в строке 1 и столбце j1, а вовсе не обязательно в том месте матрицы, где такие буквы
упоминаются.
Но кососимметричность f(A) означает, что, если в двух разных строках матрицы единицы стоят в одном и том же столбце (то есть ja = jb при a 6= b), значение f для такой матрицы равно 0. Получаем, что в каждом слагаемом все jx должны составлять подстановку. Заметим также, что в (10.1) фигурируют все возможные наборы jx. Поэтому (10.1) можем записать как
X
8 2Sn
|
0 |
|
|
|
|
|
|
1 |
|
|
|
B:: |
0 |
|
: : : |
1 |
: : : |
0 |
|
|
|
a1 1 a2 2 : : : an n f |
0:: |
:: |
: :::1:::: : : |
0 |
: : : |
0 |
: |
(10.2) |
||
0: : : : |
1: : : : |
:: :: ::C |
||||||||
|
B |
|
|
|
|
|
|
C |
|
|
|
@ |
|
|
|
|
|
|
A |
|
|
Подстановка есть произведение единичной подстановки и некоторого числа t транспозиций. Из кососимметричности f(A) следует, что если один раз поменять
местами две строки матрицы, то функция поменяет знак. Итак, слагаемое, использующее подстановку , нужно умножить на ( 1)t = sgn , поэтому
X
(10.2) =
8 2Sn
sgn |
a1 a2 |
: : : an f |
00 |
1 |
: : : |
01 |
: |
(10.3) |
|
|
|
1 |
0 |
: : : |
0 |
|
|
|
1 2 |
n |
B0: : : :0: : ::::::: : :1:C |
|
|
|||
|
|
|
B |
|
|
C |
|
|
|
|
|
@ |
|
|
A |
|
|
Если для единичной матрицы E f(E) = 1, то f(A) = det A.
Следствие. Значение кососимметрической полилинейной функции f от строк матрицы A равно det A f(E).
Билет 11.
Теорема. Определитель произведения матриц равен произведению определителей этих матриц, то есть det(AB) = det A det B.
4Строки и столбцы матрицы полностью равноправны во всех демократических странах.
10
Обозначим AB как C = fcikg, det(XB) êàê d(X1; : : : ; Xn). Элемент cik ðà-
Pn
âåí j=1 aijbjk, тогда строка Ci равна Ai B. Определим функцию di(Ai) = det(C1; : : : ; Ci; : : : ; Cn), тогда
di(X + Y ) = det(C1; : : : ; (X + Y )B; : : : ; Cn) = det(C1; : : : ; XB + Y B; : : : ; Cn) = = det(C1; : : : ; XB; : : : ; Cn) + det(C1; : : : ; Y B; : : : ; Cn) = di(X) + di(Y ): (11.1)
Аналогично доказываем, что di( X) = di(X). Получаем, что функция d(A) полилинейна от строк A.
Докажем кососимметричность d:
d(A1; : : : ; X; : : : ; Y; : : : ; An) = det(C1; : : : ; XB; : : : ; Y B; : : : ; Cn) =
= det(C1; : : : ; Y B; : : : ; XB; : : : ; Cn) = d(A1; : : : ; Y; : : : ; X; : : : ; An): (11.2)
Таким образом, d(A) кососимметричная полилинейная функция от строк матрицы A. Согласно вышеизложенному следствию, d(A) = det A d(E), из чего следует det(AB) = det A det B.
4Линейное пространство. Линейная независимость
Îïð. Алгебраическое многообразие множество решений системы алгебраических уравнений f(x1; x2; : : : ; xn) = 0, где f многочлен.
Важным частным случаем алгебраического многообразия является линейное многообразие.
~
Îïð. Линейное многообразие множество решений системы линейных уравнений AX =
~
B.
В тр¼хмерном пространстве линейное многообразие можно представить геометрически как плоскость, прямую, точку, а также как пустое множество.
Îïð. Линейное пространство множество V некоторых объектов, называемых векторами, замкнутое относительно операций +: V V ! V и : R V ! V , удовлетворяющих следующим аксиомам:
1.8u; v 2 V ) u + v = v + u;
2.8u; v; w 2 V ) (u + v) + w = u + (v + w);
3. |
~ |
~ ~ |
; |
|
90 : 8u 2 V ) u + 0 = 0 + u = u |
|
4.8u 2 V; ; 2 R ) u( + ) = u + u;
5.8u 2 V; ; 2 R ) ( + )u = u + u;
6.8u 2 V; ; 2 R ) ( )u = ( u);
7.8 2 ) ~ u V 0u = 0;
8.8u 2 V ) 1u = u.
Следует отметить, что слово ¾вектор¿ здесь и далее не означает вектора в привычном смысле. Линейное пространство вполне может содержать, к примеру, матрицы. Некоторые коллеги даже могут заметить, что восьми аксиомам удовлетворяет множество R.
Îïð. Линейное подпространство подмножество некоторого линейного пространства, замкнутое относительно сложения и умножения.
Óòâ. Множество решений однородной системы линейных уравнений является линейным подпространством.
Óòâ. Любое непустое линейное многообразие представимо как f x + u j x 2 V g, где V линейное подпространство, а u вектор.
11
Билет 12.
Докажите, что многочлены степени не выше d образуют линейное пространство.
Для решения задачи нужно показать, что многочлены степени не выше d:
замкнуты относительно сложения и умножения на скаляр;
удовлетворяют восьми аксиомам линейного пространства.
Верность аксиом вытекает из соответствующих свойств множества R. Доказатель-
ство замкнутости данного множества многочленов также не представляет большой сложности. В качестве примера покажем, что многочлены степени не выше d замкнуты относительно сложения:
dxd + d 1xd 1 + + 1x + 0 + dxd + d 1xd 1 + + 1x + 0 =
= ( d + d)xd + ( d 1 + d 1)xd 1 + + ( 1 + 1)x + ( 0 + 0); (12.1)
что также является многочленом степени не больше d. Замкнутость относительно умножения на скаляр доказывается аналогично.
Îïð. Векторы v1; v2; : : : ; vn называются линейно независимыми , если уравнение
1v1 + 2v2 + + nvn = 0
не имеет нетривиальных решений.
Билет 13.
Докажите, что несколько векторов линейно зависимы в том и только том случае, когда один из них равен линейной комбинации остальных.
Необходимость: по определению линейная зависимость означает наличие таких чисел 1; : : : ; n, ÷òî 9 i 6= 0 è
1v1 + 2v2 + + ivi + + nvn = 0: |
(13.1) |
||||||
Перенес¼м вектор vi в правую часть равенства и разделим обе части на |
i, ïî- |
||||||
лучаем |
1 |
2 |
n |
|
|||
|
|
||||||
|
|
v1 |
|
v2 |
|
vn = vi: |
(13.2) |
i |
i |
i |
Получаем, что вектор vi есть линейная комбинация остальных данных векторов.
Достаточность: если вектор vi равен линейной комбинации других векторов vx, то верно (13.2). Перенеся vi с противоположным знаком в левую часть равенства, получаем нетривиальное решение уравнения (13.1), так как коэффициент при vi отличен от нуля и равен 1.
Îïð. Линейная оболочка векторов u1; u2; : : : ; un множество всех их линейных комбина- ций. Обозначается L(u1; u2; : : : ; un) èëè hu1; u2; : : : ; uni.
Линейная оболочка также является линейным подпространством.
Говорят, что L(u1; u2; : : : ; un) порождено векторами u1; u2; : : : ; un или натянуто на них.
Билет 14.
Докажите, что следующие множества являются подпространствами в Rn: ëè-
нейная оболочка нескольких векторов; множество решений однородной системы линейных уравнений от n неизвестных.
12
Доказать, что множество является подпространством, довольно просто. Спра-
ведливость аксиом для него уже установлена, так как оно вложено в линейное пространство. Оста¼тся только доказать замкнутость.
Провед¼м доказательство для линейной оболочки векторов v1; v2; : : : ; vn. Линей-
ная оболочка это множество всех их линейных комбинаций. Из определения видно, что сумма линейных комбинаций и умноженная на скаляр линейная комбинация сами суть линейные комбинации.
Рассмотрим теперь множество решений однородной системы линейных уравне-
ний, то есть множество |
V |
всех таких ~ , ÷òî |
~ |
~. Рассмотрим произвольные |
||||
|
|
|
X |
AX = 0 |
|
|
||
~ |
~ |
|
~ |
~ |
~ |
~ |
~ |
|
X1 |
; X2 2 V , 2 R. Тогда A(X1 |
+ X2) = AX1 |
+ AX2 = 0 + 0 = 0, A( X1) = |
|||||
|
~ |
|
|
|
|
|
2 V , что и означает |
|
(AX1) = 0 = 0. Получаем, что X1 + X2 2 V è X1 |
||||||||
замкнутость V относительно сложения и умножения на скаляр. |
|
|||||||
Îïð. Базис линейного пространства V набор линейно независимых векторов, линейная |
||||||||
оболочка которых равна V . |
|
|
|
|
|
|
|
|
Базис множества решений однородной системы линейных уравнений называется |
фунда- |
ментальной системой решений .
Часто встречается ортонормированный базис , состоящий из векторов вида (x; 0; : : : ; 0), (0; x; : : : ; 0), : : : , (0; 0; : : : ; x). В частности, координаты вектора в таком базисе используются в эвклидовой геометрии.
Билет 15.
Докажите, что любое пространство, порожд¼нное конечным набором векторов, имеет конечный базис.
Предположим противное. Пусть есть некое линейное пространство V , порож-
д¼нное конечным набором векторов a1; a2; : : : ; an, базис которого бесконечен. По- скольку линейное пространство замкнуто относительно сложения и умножения на скаляр, оно содержит все возможные линейные комбинации векторов ai, òî åñòü является их линейной оболочкой. Тогда, если векторы линейно независимы, то они образуют базис V , что противоречит предположению о бесконечности базиса.
Если же среди векторов ai есть линейно зависимые от остальных, то, отбросив их, также получаем базис V , что приводит к тому же самому противоречию.
Îïð. Размерность линейного пространства V есть количество векторов в его базисе. Обозначается dim V .
Îïð. Ранг системы векторов u1; u2; : : : ; un размерность линейной оболочки этих векторов. Обозначается Rg(u1; u2; : : : ; un), а также бесчисленными другими способами.
Óòâ. Все базисы некоторой системы векторов равномощны.
Теорема. Если в линейном подпространстве V , содержащем векторы длины n, есть n линейно незави- симых векторов vi, то они образуют базис.
Очевидно, что одним из базисов для V является стандартный базис S: (1; 0; : : : ; 0), (0; 1; : : : ; 0), : : : , (0; 0; : : : ; 1). Чтобы доказать, что взятые нами векторы тоже образуют базис, нужно выразить через него
S. Представим векторы vi как строки матрицы V . Поскольку она не является вырожденной вследствие линейной независимости строк, у не¼ есть единственный канонический вид, строками которого являются
векторы стандартного базиса. Более того, строка канонического вида может быть получена из векторов |
vi ñ |
помощью их сложения и умножения на число. Это означает, что любой вектор S есть линейная комбинация |
|
некоторых vi. Стало быть, все векторы, выразимые через стандартный базис, выразимы и через vi. |
|
Следствие. В линейном пространстве V , содержащем векторы длины n, не может существовать n + 1 линейно независимых векторов.
Билет 16.
Теорема. Размерность подпространства не превосходит размерности пространства.
Рассмотрим линейное пространство V и его подпространство V 0. Предположим, ÷òî dim V = n, íî dim V 0 = m > n. Тогда в подпространстве V 0 åñòü m линейно
13
независимых векторов v1; v2; : : : ; vm. Íî V 0 вложено в V , поэтому эти векторы входят и в V . Если размерность пространства равна n, то, как доказано выше, в н¼м не может быть даже n + 1 линейно независимых векторов. Следовательно, v1; v2; : : : ; vn линейно зависимы.
Найдите размерность пространства многочленов степени не выше d.
Базисом пространства многочленов степени не выше d является набор векторов x0; x1; : : : ; xd. Это следует уже из записи многочлена. В самом деле, если
p(x) = adxd + + a1x1 + a0x0;
òî a0; a1; : : : ; ad координаты p(x) в предложенном базисе. Таким образом, размерность данного пространства равна d + 1.
Билет 17.
Докажите, что множество решений однородной системы линейных уравнений образует линейное пространство. Как его размерность связана с рангом матрицы системы?
Пусть в системе вида AX = 0 n уравнений и m неизвестных; тогда решение системы есть вектор в Rm, а справедливость аксиом для таких векторов доказывается тривиально. Оста¼тся доказать замкнутость множества решений. Пусть X1 è X2 решения системы уравнений, тогда A(X1 +X2) = AX1 +AX2 = 0+0 = 0, òî åñòü X1+X2 тоже решение системы уравнений. Кроме того, A ( X1) = AX1 =0 = 0, произведение решения и скаляра тоже является решением. Таким обра-
зом, замкнутость множества решений системы линейных уравнений относительно сложения и умножения на скаляр доказана.
Исследуем размерность множества решений, для этого построим базис. Таким базисом является фундаментальная система решений. В ней Rg A линейно незави-
симых строк, а значит, столько же независимых столбцов и базисных переменных. Стало быть, в базисе m Rg A векторов, по одному на каждую свободную пере-
менную. Получаем: в множестве решений системы AX = 0 размерность множества решений равна разности количества переменных и ранга A.
Множество таких X, что AX = 0, также называют ядром A и обозначают Ker A. В свою очередь, множество всех таких Y , что AX = Y для некоторого X, именуется образом и обозначается Im A.
Размерность образа в данном случае равна рангу матрицы. Таким образом, наше утверждение тогда записывается как
dim Ker A + dim Im A = m:
В таком виде оно более известно под названием теоремы о ранге и дефекте (rank nullity theorem).
Îïð. Сумма линейных подпространств U1; U2; : : : ; Un наименьшее пространство, со- держащее все Ui, òî åñòü
fu1 + u2 + + un j u1 2 U1; u2 2 U2; : : : ; un 2 Ung:
Билет 18.
Докажите, что сумма и пересечение двух подпространств U и W снова подпространства. Как их размерности связаны с размерностями U и W ?
Рассмотрим сначала сумму подпространств. Пусть u 2 U, w 2 W , но тогда иu 2 U, и w 2 W . Отсюда очевидно следует, что u + w входит в U + W при любых и . Также из произвольности и можно показать, что dim(U + V ) 6 dim U + dim V . В самом деле, линейное подпространство U + W натянуто как на
14
базис U (поскольку 8u 2 U ) U 2 U + W ), так и на базис W (аналогично). Если
оба базиса линейно независимы, то размерность суммы равна сумме размерностей; в противном случае часть векторов избыточна и не входит в базис U + W .
Теперь обратимся к пересечению подпространств U и W . В него входят все векторы v, входящие в оба подпространства; но в таком случае в оба подпространства
входят и все v, и все v1 + v2. Таким образом, U \W линейное подпространство. Его размерность не превосходит minfdim U; dim W g, так как векторов в его базисе не больше, чем в меньшем из базисов U и W . В самом деле, раз в U \ W входят только векторы, имеющиеся и в U, и в W , то подобное справедливо и для базиса
U \ W .
Îïð. Ранг матрицы определяется следующим образом:
строковый ранг: ранг системы векторов, состоящей из строк матрицы;
столбцовый ранг: ранг системы векторов, состоящей из столбцов матрицы;
ранг по Фробениусу: порядок наибольшего ненулевого минора.
Билет 19.
Теорема. Все определения ранга матрицы эквивалентны.
Предположим, что в матрице A порядок наибольшего ненулевого минора (обозначенного D) равен n. Перенумеруем строки и столбцы матрицы так, чтобы этот
минор оказался в е¼ левом верхнем углу. Докажем, что в таком случае в матрице ровно n линейно независимых столбцов. В самом деле, столбцы 1, 2, : : : , n
независимы, иначе минор был бы равен 0.
Исследуем все определители i, окаймляющие D и содержащие l-й столбец (l > n) и некоторую i-ю строку. Если i > n, то по условию этот определитель равен нулю.
В противном же случае определитель содержит две одинаковые строки и потому тоже равен нулю.
Рассмотрим алгебраические дополнения элементов последней строки i. Äëÿ ail таким дополнением будет D, а для остальных элементов
A = ( |
|
1)n+1+j |
|
a21 |
|
: : : |
a2;j 1 |
a2;j+1 |
: : : a2n |
a2l : |
(19.1) |
|||||||
ij |
|
|
|
|
a11 |
|
: : : |
a1;j 1 |
a1;j+1 |
: : : a1n |
a1l |
|
|
|||||
|
|
|
: : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : |
|
||||||||||||||
|
|
|
|
|
|
|
: : : a |
a |
|
: : : a |
a |
|
|
|||||
|
|
|
|
a |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n1 |
|
|
n;j 1 |
|
n;j+1 |
|
nn |
nl |
|
|
|||
Можно заметить, что это значение не зависит от i. i по условию равно 0. Запи- |
||||||||||||||||||
шем разложение i по последней строке: |
|
|
|
|
|
|
|
|||||||||||
|
|
ai1Ai1 + ai2Ai2 + + dinAin + ailD = 0; |
|
|
(19.2) |
|||||||||||||
но по условию D 6= 0, и тогда для всех i справедливо |
|
|
|
|||||||||||||||
|
|
|
|
|
|
Ai1 |
Ai2 |
|
|
Air |
|
|
|
|||||
|
|
ail = |
|
|
ai1 |
|
|
ai2 |
|
|
air: |
|
|
(19.3) |
||||
|
|
|
D |
D |
D |
|
|
Здесь коэффициенты, опять же, не зависят от матрицы A есть линейная комбинация первых
i, а это значит, что весь l-й столбец n столбцов.
Легко заметить, что вместо матрицы A с равным успехом можно было рассмат- ривать AT , так как определитель не меняется при транспонировании. Таким образом, строковый ранг равен столбцовому.
15
Билет 20.
Теорема (Кронекера-Капелли). Система линейных уравнений AX = B являет-
ся совместной в том и только том случае, когда ранг е¼ матрицы равен рангу расширенной матрицы, то есть Rg A = Rg(AjB).
Необходимость: пусть система совместна и имеет некоторое решение x1, x2,
: : : , xn. Тогда B представляет собой сумму всех остальных столбцов с коэффици- ентами x1, x2, : : : , xn. Следовательно, последний столбец расширенной матрицы линейно зависим от остальных, то есть Rg A = Rg(AjB).
Достаточность: предположим, что Rg A = Rg(AjB). Тогда в матрице ровно Rg A
линейно независимых столбцов. Однако количество столбцов в расширенной матрице как минимум на 1 больше ранга A. Значит, столбец B может быть выражен
через остальные иначе говоря, система линейных уравнений AX = B совместна.
Óòâ. Пусть имеется система линейных уравнений AX = B, привед¼нная к ка-
ноническому виду, где x1; x2; : : : ; xs базисные переменные, xs+1; xs+2; : : : ; xn свободные переменные. Тогда е¼ решение вычисляется так:
P
для базисной переменной xk: xk = i>s( akixi);для свободной переменной xl: xl 2 R.
16
Определения
1.Сложение векторов в Rn: (a1; a2; : : : ; an) + (b1; b2; : : : ; bn) = (a1 + b1; a2 + b2; : : : ; an + bn). Умножение вектора в Rn на число: (a1; a2; : : : ; an) = ( a1; a2; : : : ; an).
2.Скалярное произведение векторов в Rn:
(a1; a2; : : : ; an) (b1; b2; : : : ; bn) = a1b1 + a2b2 + + anbn:
3. Длина (норма) вектора в Rn квадратный корень скалярного квадрата вектора:
pq
jxj = x x = x21 + x22 + + x2n:
4. Подстановка из n элементов биекция из множества натуральных чисел не больше n
â ñåáÿ æå.
5.Произведение подстановок есть их композиция.
6.Ч¼тность подстановки ч¼тность количества инверсий в подстановке. (Эквивалентно: ч¼тность количества транспозиций в разложении подстановки на транспозиции.)
7.Знак подстановки (sgn ) равен ( 1)i, где i количество инверсий в перестановке (либо транспозиций в е¼ разложении). Иначе: sgn равно 1, если подстановка ч¼тная, и 1, если она неч¼тная.
8.Знак произведения подстановок равен произведению знаков подстановок.
9.Знаки взаимно обратных подстановок равны.
10.Определитель квадратной матрицы A = faijg порядка n:
|
8X |
det A = |
(sgn a1 1 a2 2 : : : an n ); |
|
2Sn |
где подстановка, Sn множество всех подстановок из n элементов.
11.Элементарные преобразования строк матрицы:
(a)перемена двух строк матрицы местами;
(b)прибавление к строке матрицы другой строки, умноженной на число;
(c)умножение строки на ненулевое число.
12.Определитель матрицы меняет знак при перестановке строк матрицы, не меняется при прибавлении к строке другой строки с некоторым коэффициентом, умножается на при умножении строки на .
13.Определитель матрицы A порядка n раскладывается по строке x следующим образом:
nn
XX
det A = |
axjAxj = ( 1)x+jaxjMxj; |
j=1 |
j=1 |
ãäå Axj алгебраическое дополнение элемента, а Mxj его дополнительный минор.
14. Определитель матрицы A порядка n раскладывается по столбцу y следующим образом:
nn
XX
det A = |
aiyAiy = ( 1)i+yaiyMiy: |
i=1 |
i=1 |
17
15.Обратной матрицей A 1 к квадратной невырожденной матрице A называется такая матрица, что A A 1 = E.
16.Невырожденной матрицей называется матрица, определитель которой отличен от нуля.
17.Транспонированная матрица AT матрица, полученная из исходной матрицы A заменой строк на столбцы.
18.Произведением матриц An m è Bm r называется такая матрица Cn r, ÷òî
|
|
m |
|
|
|
Xj |
|
||
cik = aijbjk: |
||||
|
=1 |
|
|
|
19. Обратная матрица к A вычисляется по формуле |
||||
A 1 |
1 |
|
A~T ; |
|
= |
|
|
||
det A |
ãäå ~
A союзная матрица к A, состоящая из алгебраических дополнений к соответствующим элементам A.
20.Система линейных уравнений называется совместной, если она обладает хотя бы одним решением.
21.Система линейных уравнений называется определ¼нной, если у не¼ ровно одно решение.
22.Определитель обратной матрицы к A обратен к определителю A: det A 1 = det1 A .
23.Полилинейной функцией называется функция от нескольких аргументов, линейная
по каждому из них. Иначе, f полилинейна, когда f(: : : ; x + y; : : : ) = f(: : : ; x; : : : ) + f(: : : ; y; : : : ) и f(: : : ; x; : : : ) = f(: : : ; x; : : : ).
24.Кососимметрической функцией называется функция, меняющая знак при перестановке любых двух аргументов.
25.Матрица называется ступенчатой, если номера ведущих элементов е¼ ненулевых строк образуют строго возрастающую последовательность, а нулевые строки (если они есть) стоят в конце.
26.Матрица приведена к каноническому виду, если она является ступенчатой, ведущие элементы е¼ ненулевых строк равны 1, а все остальные элементы в их столбцах нулевые.
27.Линейным пространством называется множество V , содержащее так называемые век-
торы, замкнутое относительно сложения и умножения на скаляр и удовлетворяющее следующим аксиомам:
(a)8u; v 2 V ) u + v = v + u;
(b)8u; v; w 2 V ) (u + v) + w = u + (v + w);
(c) |
~ |
~ ~ |
; |
|
90 : 8u 2 V ) u + 0 = 0 + u = u |
|
(d)8u 2 V; ; 2 R ) u( + ) = u + u;
(e)8u 2 V; ; 2 R ) ( + )u = u + u;
(f)8u 2 V; ; 2 R ) ( )u = ( u);
(g)8 2 ) ~ u V 0u = 0;
(h)8u 2 V ) 1u = u.
18
28.Линейной оболочкой L(v1; v2; : : : ; vn) называется множество всех линейных комбинаций векторов v1; v2; : : : ; vn.
29.Система векторов v1; v2; : : : ; vn называется линейно независимой, если уравнение
~1v1 + 2v2 + + nvn = 0
не имеет нетривиальных (то есть ненулевых) решений.
30.Линейное пространство называется конечно порожд¼нным, если в н¼м можно найти конечный базис.
31.Линейным подпространством называется подмножество линейного пространства, замкнутое относительно сложения и умножения на скаляр.
32.Базис линейного пространства V набор линейно независимых векторов, линейная оболочка которых равна V .
33.Размерность линейного пространства V (dim V ) мощность базиса V .
34.Размерность пространства многочленов степени не выше d равна d + 1.
35.Размерность пространства Rn равна n.
36.Вопрос снят.
37.Вопрос снят.
38.Ранг матрицы определяется следующим образом:
строковый ранг: ранг системы векторов, состоящей из строк матрицы;
столбцовый ранг: ранг системы векторов, состоящей из столбцов матрицы;
ранг по Фробениусу: порядок наибольшего ненулевого минора.
Все эти определения эквивалентны.
39.Размерность пространства решений однородной системы линейных уравнений AX = 0 равна n Rg A, где n количество столбцов в A.
40.Фундаментальная система решений однородной системы линейных уравнений есть базис линейного пространства е¼ решений.
41.Теорема Кронекера-Капелли: система линейных уравнений AX = B совместна тогда
и только тогда, когда ранг е¼ матрицы равен рангу расширенной матрицы, то есть
Rg A = Rg(AjB).
42.Линейное многообразие есть множество решений некоторой системы линейных уравнений.
43.Если ранги обычной и расширенной системы не равны, то в силу теоремы КронекераКапелли система несовместна, и размерность линейного многообразия решений равна 0. Иначе размерность линейного многообразия равна n Rg A, как и в случае однородной системы линейных уравнений.
19