
- •Билет 1. Определение определителя порядка n, его свойства.
- •6.2. Определители порядка n
- •Свойства определителя порядка п:
- •Билет 2. Сложение матриц и умножение матрицы на число, свойства этих операций.
- •Свойства операций сложения матриц и умножения на число:
- •Билет 3. Умножение матриц, свойства умножения (доказать ассоциативность).
- •Свойства умножения матриц:
- •Билет 4. Умножение матриц, свойства умножения (доказать дистрибутивность).
- •Свойства умножения матриц:
- •Билет 5. Обратная матрица, существование и единственность.
- •Билет 6. Ранг матрицы. Теорема о базисном миноре.
- •Билет 7. Ранг матрицы. Вычисление ранга методом окаймляющих миноров.
- •Метод элементарных преобразований
- •Билет 8. Ранг матрицы. Вычисление ранга матрицы элементарными преобразованиями.
- •Метод элементарных преобразований
- •Билет 9. Метод Гаусса решения систем линейных уравнений.
- •Билет 10. Правило Крамера.
- •Билет 11. Теорема Кронекера-Капелли.
- •Билет 12. Система линейных однородных уравнений. Фундаментальная система решений.
- •Билет 13. Аксиоматическое определение линейного пространства. Примеры. Следствия из аксиом.
- •По правилу сложения матриц
- •Билет 14. Базис линейного пространства. Примеры базисов в конкретных пространствах.
- •Билет 15. Базис линейного пространства. Единственность разложения вектора по базису.
- •Билет 16. Базис линейного пространства. Координаы суммы векторов и произведения вектора на число.
- •Билет 17. Размерность линейного пространства.
- •Билет 18. Связь между базисами линейного пространства.
- •Билет 19. Линейные подпространства. Примеры.
- •Билет 20. Линейные операторы, определения и примеры.
- •Билет 21. Матрица линейного оператора. Связь координат образа и прообраза.
- •Билет 22. Характеристический многочлен и характеристические корни матрицы.
- •Билет 23. Характеристические корни и собственные значения линейного оператора.
- •Билет 24. Линейные операторы с простым спектром.
- •Билет 25. Евклидовы пространства. Определения и примеры. Следствия из аксиом.
- •Билет 26. Норма вектора. Неравенство Коши-Буняковского.
- •Билет 27. Линейная независимость системы ненулевых ортогональных векторов в евклидовом прос-стве.
- •Билет 28. Процесс ортогонализации Шмидта.
- •Билет 29. Ортогональные и ортонормированные базисы в евклидовом пространстве.
- •Билет 30. Ортогональные матрицы, их свойства (доказать: q является ортогональной тогда и только тогда, когда столбцы q составляют ортонормированную систему).
- •Билет 31. Ортогональные матрицы, их свойства (доказать: матрица перехода от ортонормированного базиса к ортонормированному базиса является ортогональной).
- •Билет 34. Квадратичные формы. Линейные преобразования неизвестных.
- •Билет 35. Положительно определенные квадратичные формы. Критерий Сильвестра.
Билет 28. Процесс ортогонализации Шмидта.
Опишем процесс построения ортогонального базиса в линейной оболочке любых линейно независимых векторов.
Пусть линейно независимы.
Шаг
1.
Примем
.
Шаг
2.
Примем
.
Отметим, что
,
так как
является линейной комбинацией
и
,
причем
и
линейно независимы (линейная комбинация
векторов
и
с коэффициентами, один из которых, а
именно коэффициент при
,
заведомо отличен от нуля, не может
равняться
).
Подберем
так, чтобы
:
и
.
Шаг
3.
Примем
.
Отметим, что
,
так как
является линейной комбинацией
,
и
,
а эти векторы линейно независимы.
Подберем
и
так, чтобы
и
.
Отсюда
,
.
Шаг
4.
Пусть уже построена ортогональная
система ненулевых векторов
,
причем
,
является линейной комбинацией векторов
.
Положим
.
Вектор
,
так как является линейной комбинацией
линейно независимых векторов
с коэффициентами, один из которых, а
именно коэффициент при
,
заведомо отличен от нуля (поскольку
не входит в
).
Коэффициенты
подберем так, чтобы
был ортогонален векторам
:
.
Отсюда
и
,
.
Продолжая
процесс, построим ортогональную систему
векторов
,
причем
,
,
откуда в силу теоремы 2 следует, что
линейно независимы. Линейная оболочка
векторов
является подпространством размерности
(
),
а это означает, что
- базис в
(по построению - ортогональный).
Описанный выше процесс носит название процесса ортогонализации Шмидта.
Пример
3.
- евклидово пространство геометрических
векторов. Применяя процесс ортогонализации
Шмидта, построить ортогональный базис
в подпространстве, натянутом на векторы
и
.
Полагаем
,
.
П
одбираем
:
,
откуда
.
Итак,
,
и базис в линейной оболочке
составляют векторы
,
.
Геометрический
смысл процедуры иллюстрирует рис. 13.1.
Подпространство
,
натянутое на векторы
,
- плоскость, проходящая через
и векторы
и
,
приведенные к точке
.
В этой плоскости построен базис
,
такой, что
.
Билет 29. Ортогональные и ортонормированные базисы в евклидовом пространстве.
Определение
5.
Вектор
называется нормированным,
если
.
Если
,
то нормированием
называется переход к вектору
(
является нормированным, так как
и, следовательно,
).
Определение
6.
Система
векторов
в евклидовом пространстве
называется ортонормированной системой,
если
Всякое евклидово пространство обладает ортонормированными базисами.
В
самом деле, ранее было показано, что
всякое евклидово пространство обладает
ортогональными базисами. Возьмем в
произвольный ортогональный базис
и нормируем все его векторы, т.е. перейдем
к системе векторов
.
(13.7)
Система (13.7) - ортонормированный базис в .
Пример 4. - евклидово пространство геометрических векторов. Указать какой-нибудь ортонормированный базис в линейной оболочке векторов и .
В примере 3 был построен ортогональный базис , в .
Имеем
,
,
,
.
Векторы
-
ортонормированный базис в
.
Теорема
3.
Пусть
- евклидово пространство,
(I)
– базис в
.
Базис
является ортонормированным тогда и
только тогда, когда для любых векторов
,
,
,
скалярное произведение выражается
равенством
.
Доказательство.
Необходимость. Пусть
базис (I)
– ортонормированный, т.е.
Тогда
.
Но
во внутренней сумме всего одно слагаемое
отлично от нуля при
(
).
Таким образом,
.
Достаточность.
Пусть
базис (I)
таков, что
,
.
Для векторов базиса справедливы
разложения
,
.
В
силу этих разложений получим
,
,
– и базис (I)
– ортонормированный.