Лекции Линал (не подробно)
.pdfА.Ю. Аникин
Лекции по линейной алгебре (2 семестр, факультеты РК, МТ)
1. Линейные пространства.
Определение 1. Множество L называется линейным (или векторным) пространством, а его элементы a; b; : : : 2 L векторами, если в L определены две операции (называемые линейными):
a) Сложение векторов: a + b 2 L 8a; b 2 L;
b) Умножение вектора на скаляр: a 2 L |
8a 2 L; 2 R, |
|||||
и выполнены следующие 8 свойств (аксиом): |
|
|||||
1) |
(a + b) + c = a + (b + c) |
8a; b; c 2 L; |
(ассоциативность) |
|||
2) |
a + b = b + a |
8a; b 2 L; |
(коммутативность) |
|||
3) |
90 2 L |
такой, что |
a = a + 0 = 0 + a |
8a 2 L; |
||
4) |
8 a 9( a) такой, что 0 = a + ( a) = ( a) + a; |
|||||
5) |
(a + b) = a + b |
8a; b 2 L; 2 R; |
(дистрибутивность) |
|||
6) |
( + )a = a + a |
8a 2 L; ; 2 R; |
(дистрибутивность) |
|||
7) |
( )a = ( a) |
8a 2 L; ; 2 R; |
|
|||
8) |
1a = a |
8a 2 L: |
|
|
|
Сформулируем некоторые следствия из аксиом:
1)Существует единственный вектор 0, удовлетворяющий аксиоме 3).
2)Для всякого вектора a существует единственный противоположный вектор ( a).
3)Åñëè a + a = a, òî a = 0.
4) 0a = 0 = 0 8a 2 L; 2 R
5) Вектор ( 1)a является противоположным вектору a
1
6)Выражение a1 + a2 + : : : + an не зависит от расстановки скобок и, тем самым, корректно определено.
Доказательство.
1) Пусть 01; 02 два нулевых вектора. Тогда в силу аксиомы 3):
01 = 01 + 02 = 02:
Следовательно, 01 = 02, что и требовалось.
2)Пусть b1; b2 два вектора, противоположных вектору a 2 L. Тогда в силу аксиомы 4), а также аксиом 1),2):
b2 = (b1 + a) + b2 = b1 + (a + b2) = b1:
Следовательно, ( a1) = ( a2), что и требовалось.
3) Действительно,
0 = a a = (a + a) a = a + (a a) = a;
что и требовалось (первое равенство следует из аксиомы 3), второе имеет место по услвоию, третье из аксиомы 1), четвертое вновь из аксиомы 3)).
4) В силу аксиомы 5)
0a + 0a = (0 + 0)a = 0a:
По предыдущему свойству 0a = 0. Аналогично можно проверить, что
0 = 0.
5) В силу предыдущего свойства, а также аксиом 6),8):
a + ( 1)a = (1 1)a = 0:
Таким образом, вектор ( 1)a является противоположным к a, что и требовалось.
6) Выводится методом математической индукции из аксиомы 1).
Примеры.
2
1.Пространство V3. Его элементами являются свободные геометри- ческие векторы обычного трехмерного пространства. Операциями являются стандартное сложение векторов и умножение вектора на скаляр. Пространство V2 свободных геометрических векторов на плоскости вводится аналогично.
2.Пространство Rn арифметических векторов. Элементами в нем яв-
ляются векторы-столбцы:
|
T |
0a2 |
1 |
|
|
|
: : : an) = B |
a1 |
|
; a1; a2; : : : ; an 2 R: |
|
a = (a1 a2 |
: : :C |
||||
|
|
B |
|
C |
|
|
|
Ban |
C |
|
|
|
|
@ |
|
A |
|
Сложение столбцов и умножение столбцов на скаляр понимается в смысле обычных операций над матрицами. Легко проверить, что все 8 аксиом линейного пространства выполнены.
3.Пространство Mm n матриц из m строк и n столбцов. В каче- стве операций вводятся стандартные сложение матриц и умножение матрицы на число.
4.Пространство C[a; b]. Элементами этого пространства (векторами) являются функции, непрерывные на отрезке [a; b]. В качестве ли-
нейных операций мы вводим сложение функций и умножение функции на число. Из свойств непрерывных функций следует, что C[a; b] является линейным пространством.
Определение 2. Подмножество X L линейного пространства L называется подпространством, если X само является линейным пространством относительно операций, определенных в L.
Упражнение. Доказать, что непустое подмножество X L является
подпространством тогда и только тогда, когда оно замкнуто относительно линейных операций, а именно если
a + b 2 X; a 2 X 8a; b 2 X; 2 R
2. Линейная зависимость.
3
Определение 3. Система векторов fa1; a2; : : : ; ang называется линейно независимой, если для всяких чисел 1; 2; : : : ; n, не равных нулю одновременно,
n
X
kak = 1a1 + 2a2 + : : : + nan 6= 0: |
(1) |
k=1
Выражение в левой части (1) называется линейной комбинацией век- торов a1; a2; : : : ; an. Линейная комбинация с нулевыми коэффициентами:1 = 2 = : : : = n = 0 называется тривиальной.
Таким образом определение 3 можно переформулировать следующим образом. Система называется линейно независимой, если линейная комбинация этих векторов равна нулю тогда и только тогда, когда она тривиальная.
Определение 4. Система векторов fa1; a2; : : : ; ang называется линейно зависимой, если существуют числа 1; 2; : : : ; n, не равные нулю одновременно, для которых
n
X
kak = 1a1 + 2a2 + : : : + nan = 0:
k=1
Другими словами, система векторов линейно зависима, если существует нетривиальная линейная комбинация этих векторов, равная нулю.
Теорема 1 (Общий критерий линейной зависимости) . Система векторов fa1; a2; : : : ; ang линейно зависима тогда и только тогда, когда в ней
существует вектор ak, являющийся линейной комбинацией остальных векторов системы.
Доказательство. ) Пусть система линейно зависима. Тогда, по
Pn
определению, k=1 kak = 0, причем 9 k 6= 0. Не ограничивая общности, предположим, что 1 6= 0. Тогда
n
a1 = X k ak;
k=2 1
òî åñòü a1 является линейной комбинацией остальных векторов системы.
4
( Пусть a1 = Pn kak. Тогда
k=2
a1 + ( 2)a2 + : : : + ( n)an = 0:
Таким образом, мы нашли нетривиальную линейную комбинацию векторов, равную нулю.
Следствие 1. Два геометрических вектора линейно зависимы тогда и только тогда, когда они коллинеарны. Три геометрических векторов линейно зависимы тогда и только тогда, когда они компланарны.
Доказательство. По теореме 1 два вектора a; b линейно зависимы в том и только том случае, когда вектор a является линейной комбинацией вектора b. Это значит, что a = b или, что векторы коллинеарны.
Аналогично доказывается утверждение для трех векторов.
Определение 5. Линейной оболочкой векторов a1; a2; : : : ; an простран- ства L называется множество, обозначаемое X = Span(a1; a2; : : : ; an), всех линейных комбинаций этих векторов. Также говорят, что линейная оболочка X порождается векторами a1; a2; : : : ; an.
Упражнение. Доказать, что линейная оболочка X является линейным подпространством в L.
3. Базис. Координаты. Размерность.
Определение 6. Базисом линейного пространства L называется упорядоченный набор векторов
fekgnk=1 = fe1; e2; : : : ; eng;
удовлетворяющий свойствам:
1) система fe1; e2; : : : ; eng линейно независима;
2) любой вектор a 2 L можно выразить в виде линейной комбинацией
векторов системы: |
n |
|
|
|
|
|
Xk |
|
a = |
kek: |
(2) |
|
=1 |
|
Выражение вида (2) называется разложением вектора a по базису
fekgnk=1.
5
Теорема 2. Разложение вектора по базису единственно.
Доказательство. Пусть вектор a разложен по базису двумя спосо-
áàìè: |
n |
n |
|
||
|
X |
X |
|
a = kek = kek: |
|
|
k=1 |
k=1 |
Следовательно, Pnk=1( k k)ek = 0. Поскольку векторы fe1; e2; : : : ; eng линейно независимы, то
1 = 1; 2 = 2 : : : n = n;
что и требовалось.
Теорема 3. Пусть fekgnk=1 è ffkgmk=1 два базиса линейного простран- ства L. Тогда n = m.
Доказательство. б/д. |
|
|
||
Определение 7. Пусть a = |
kn=1 kek. Тогда числа 1; 2; : : : ; n íà- |
|||
зываются координатами |
|
P a |
|
fekgk=1. |
|
вектора |
в базисе |
n |
|
|
|
Для координат вектора a в базисе E = fekgnk=1 будет использоваться обозначение: a = ( 1; 2; : : : ; n)E
Теорема 4. Пусть система E = fekgnk=1 образует базис в линейном пространстве L. Если a = ( 1; 2; : : : ; n)E è b = ( 1; 2; : : : ; n)E, òî a + b = ( 1 + 1; 2 + 2; : : : ; n + n)E è a = ( 1; 2; : : : ; n)E.
Доказательство. Очевидно.
Упражнение. Доказать, что любую линейно независимую систе- ìó fekgmk=1 можно дополнить до базиса всего линейного пространства
fekgnk=1.
Определение 8. Линейное пространство L называется конечномер-
ным, если оно имеет конечный базис E = fekgnk=1. Число n называется размерностью пространства L и обозначается n = dim L. Само про-
странство в таком случае называют n-мерным.
Примеры.
6
1. В пространстве Rn существует базис E = fekg, состаящий из векторов:
e1 |
= |
0 0 |
1; |
e2 |
= |
0 1 |
1; |
: : : ; e1 |
= |
0 0 |
1: |
|||
|
|
B |
1 |
C |
|
|
B |
0 |
C |
|
|
B |
0 |
C |
|
|
:0: : |
|
|
:0: : |
|
|
:1: : |
||||||
|
|
B |
|
C |
|
|
B |
|
C |
|
|
B |
|
C |
|
|
@ |
|
A |
|
|
@ |
|
A |
|
|
@ |
|
A |
Такой базис E называется стандартным базисом в Rn.
2.Размерность пространства Mm n равна mn. В Mm n можно ввести базис, состоящий из всевозможных матриц с единственным ненулевым элементом, равным единице.
4. Матрица перехода.
Пусть E = fekgnk=1 è E0 = fe0kgnk=1 два базиса в линейном простран- стве L. Будем называть базис E старым (или исходным), а базис E0
новым.
Разложим векторы базиса E0 по базису E:
8 e01 = 1 1e1 + 1 2e2 + : : : + 1 nen e02 = 2 1e1 + 2 2e2 + : : : + 2 nen
>
>
>
<
>: : :
>
>
:e0n = n 1e1 + n 2e2 + : : : + n nen
èëè
(e0 e0 |
: : : e0 |
) = (e1 e2 : : : en)P; P = |
0 |
1 2 |
2 2 |
: : : |
n 2 |
1 |
: (3) |
|
|
|
B |
1 1 |
2 1 |
: : : |
n 1 |
C |
|
1 2 |
n |
|
: : : |
: : : |
:: :: :: |
: : : |
|
||
|
|
|
B |
1 n |
2 n |
|
n n |
C |
|
|
|
|
@ |
|
|
|
|
A |
|
В формуле (3) под умножением понимается стандартное произведение матриц.
Определение 9. Матрица P 2 Mn n в формуле (3) называется матрицей перехода от базиса E к базису E0.
Эквивалентное определение: P матрица перехода от E к E0, åñëè â k-м столбце P записаны координаты вектора e0k в базисе E.
7
Теорема 5. Матрица перехода P от базиса E к базису E0 невырождена. Наоборот, пусть векторы систем E = fekgnk=1 è E0 = fe0kgnk=1 связаны соотношением (3) с некоторой невырожденной матрицей P . Тогда если система E является базисом, то E0 также базис.
Доказательство. Введем обозначения
P (i) = ( i 1 i 2 : : : i n )T; i = 1; : : : ; n
для столбцов матрицы P . Докажем, что P (1); P (2); : : : ; P (n) линейно неза- висимы. Для этого рассмотрим их линейную комбинацию и приравняем
åå ê íóëþ:
n
X
iP (i) = 0: |
(4) |
i=1
Запишем это векторное равенство в координатах:
n |
n |
|
n |
X |
X |
|
Xi |
|
i i 1 = 0; |
i i 2 = 0; : : : ; |
i i n = 0: |
i=1 |
i=1 |
|
=1 |
Домножим первое равенство на e1, второе на e2, и т.д. Полученные n равенств сложим:
n |
n |
n |
n |
|
X Xi |
X X |
|||
0 = ej |
|
i i j = i |
i jej: |
|
j=1 |
=1 |
i=1 |
j=1 |
|
|
n |
i jej = ei0 |
|
|
Далее, учитывая, что Pj=1 |
, получаем: |
nn
XX
0 = |
iP (i) = iei0: |
(5) |
i=1 |
i=1 |
|
Из этого равенства в силу линейной независимости e01; e02; : : : ; e0n вытека- åò, ÷òî 1 = 2 = : : : = n = 0. Следовательно, линейная комбинация
(4) тривиальна, т.е. столбцы матрицы P линейно независимы. Поэтому P невырождена.
Обратно. Рассмотрим линейную комбинацию векторов системы E0:
1e01 + 2e02 + : : : + ne0n = 0:
8
Повторяя выкдадки из первой части доказательства, получим формулу
(5). Из нее, в силу невырожденности матрицы P (а, следовательно, ли-
нейной независимости столбцов P (i)), следует, что 1 = 2 = : : : = n = 0. Поэтому векторы системы E0 линейно независимы, т.е. система E0 ÿâëÿ-
ется базисом.
Примеры.
1.Пусть новый базис E0 совпадает с исходным E. Тогда e0k = ek. Ïî- этому P = E (E единичная матрица). Вывод: матрица перехода от любого базиса к самому себе единичная.
2.Пусть E = fekgnk=1 исходный базис пространства L. Рассмотрим новый базис E0, состоящий из векторов e0k = ek. Тогда P = E. Вывод: матрица перехода к новому базису, получаемому растяжением всех векторов исходного базиса в раз, равна E.
3.Рассмотрим линейное пространство V2 геометрических векторов на
плоскости. Пусть E = fe1; e2g ортонормированный базис. Рассмотрим новый ортонормированный базис E0 = fe01; e02g, получаемый из E поворотом против часовой стрелки на угол . Обозначим
вектор e01 через OA, а вектор e02 через OB. Тогда A(cos ; sin ) и B( sin ; cos ). Следовательно,
e0 |
= cos e |
+ sin e |
|
èëè P = |
sin |
cos |
|
|
e20 |
= sin e1 |
+ cos e2 |
||||||
1 |
1 |
|
|
2 |
cos |
sin |
: |
Теорема 6. 1) Пусть E = fekgnk=1 è E0 = fe0kgnk=1 два базиса в ли- нейном пространстве L. Если P матрица перехода от базиса E к
базису E0, òî P 1 матрица перехода от базиса E0 к базису E.
2)Пусть E = fekgnk=1,E0 = fe0kgnk=1 è E00 = fe00kgnk=1 три базиса в ли- нейном пространстве L. Если P матрица перехода от базиса E
к базису |
E |
0 |
, P 0 |
матрица перехода от базиса |
E |
0 |
к базису |
E |
00, òî |
|
P 00 = P P 0 |
|
|
|
|
|
. |
|
|||
матрица перехода от базиса E к базису E00 |
|
|
|
Доказательство. Докажем 2). В силу (3):
(e001 e002 : : : e00n) = (e01 e02 : : : e0n) P 0 = (e1 e2 : : : en) P P 0:
По определению, P 00 = P P 0, что и требовалось.
9
Доказательство 1) аналогично.
5. Формула преобразования координат.
Рассмотрим в линейном пространстве L два базиса: E = fekgnk=1 è
E0 = fe0kgnk=1.
Теорема 7. Пусть x = (x1; x2; : : : ; xn)E = (x01; x02; : : : ; x0n)E0. Тогда
|
x1 |
1 |
|
|
x10 |
1 |
|
|
|
|
|
0x2 |
= P |
0x20 |
; |
|
|
(6) |
|||
|
B : : :C |
B |
: : :C |
|
|
|
||||
|
B |
C |
|
B |
0 |
C |
|
|
|
|
|
Bxn |
C |
|
Bxn |
C |
|
|
|
|
|
|
@ |
A |
|
@ |
|
A |
|
|
|
|
где P матрица перехода от базиса E к базису E0. |
|
|
|
|||||||
Доказательство. По условию |
|
|
|
|
|
|
|
|||
|
|
x1 |
1 |
|
|
|
x10 |
1 |
|
|
x = (e1 e2 |
0x2 |
|
|
|
0x20 |
|
||||
: : : en) B |
: : :C = (e10 e20 : : : en0 ) B : : :C: |
|
||||||||
|
B |
|
C |
|
|
|
B |
0 |
C |
|
|
Bxn C |
|
|
|
Bxn |
C |
|
|||
|
@ |
|
A |
|
|
|
@ |
|
A |
|
Используя соотношение (3), получаем: |
|
|
|
|
|
|
||||
|
x1 |
1 |
|
|
|
|
x10 |
1 |
|
|
x = (e1 e2 |
0x2 |
|
|
|
0x20 |
: |
||||
: : : en) B : : :C = (e1 e2 : : : en)P B |
: : :C |
|||||||||
|
B |
|
C |
|
|
|
B |
0 |
C |
|
|
Bxn |
C |
|
|
|
Bxn C |
|
|||
|
@ |
|
A |
|
|
|
@ |
|
A |
|
Поскольку векторы e1; e2; : : : ; en линейно независимы, отсюда следует требуемая формула (6).
Замечание 1. Обратите внимание на различие между формулами (3) и
(6). В формуле (3) мы выражали векторы нового базиса через векторы исходного базиса, используя матрицу перехода P . В формуле (6) мы,
наоборот, выражаем исходные координаты вектора через новые!
Примеры.
10