
- •Решение задач по алгебре
- •Для 2 курса озо
- •Факультета математики
- •И информатики
- •Решение задач по алгебре для 2 курса озо факультета математики и информатики
- •Игнатов Юрий Александрович
- •1. Системы линейных уравнений
- •2. Линейная зависимость. Базис системы векторов
- •3. Фундаментальная система решений
- •4. Алгебра матриц
- •5. Определители
- •6. Линейные пространства. Подпространства. Размерность и базис
- •7. Евклидово пространство
- •8. Линейные отображения
- •9. Собственные векторы и собственные значения
- •Задания к контрольной работе
- •Содержание
7. Евклидово пространство
Евклидовым
пространством называется линейное
пространство над полем R,в котором определено скалярное умножение,
ставящее в соответствие каждой паре
векторов,
скаляр
,
причем выполнены условия:
=
;
(
+
)
=(
) +(
);
> 0.
Стандартное скалярное произведение вычисляется по формулам
(1, … , n) (1, … , n) = 11 + … + nn.
Векторы
и
называются
ортогональными, записывается
,
если их скалярное произведение равно
0.
Система векторов называется ортогональной, если векторы в ней попарно ортогональны.
Ортогональная система векторов линейно независима.
Процесс
ортогонализации системы векторов
,
… ,
заключается
в переходе к эквивалентной ортогональной
системе
,
… ,
,
выполняемом по формулам:
=
;
,
где
,k = 2, … , n.
П р и м е р 7.1. Ортогонализировать систему векторов
=
(1, 2, 2, 1),
=
(3, 2, 1, 1),
=
(4, 1, 3, -2).
Р е
ш е н и е. Имеем=
=
(1, 2, 2, 1);
,
=
=
=
1;
=
(3, 2, 1, 1) – (1, 2, 2, 1) =
(2, 0, -1, 0).
,
=
=
=1;
=
=1;
=
(4, 1, 3, -2) – (1, 2, 2, 1) – (2, 0,
-1, 0) = (1, -1, 2, -3).
У п р а ж н е н и е 7.1. Ортогонализировать системы векторов:
а)
=
(1, 1, 0, 2),
=
(3, 1, 1, 1),
=
(-1, -3, 1, -1);
б)
=
(1, 2, 1, 1),
=
(3, 4, 1, 1),
=
(0, 3, 2, -1).
П р
и м е р 7.2. Дополнить систему векторов
=
(1,-1,1,-1),
=
(1,1,-1,-1), до
ортогонального базиса пространства.
Р е
ш е н и е. Исходная система ортогональна,
поэтому задача имеет смысл. Так как
векторы заданы в четырехмерном
пространстве, то требуется найти еще
два вектора. Третий вектор
=
(x1,
x2,
x3,
x4)определяем из условий
=
0,
=
0. Эти условия дают систему уравнений,
матрица которой образована из координатных
строк векторов
и
.
Решаем систему:
~
~
.
Свободным
переменным x3
и x4
можно придать любой набор значений,
отличный от нулевого. Полагаем, например,
x3
= 0, x4
= 1. Тогда x2
= 0, x1
= 1, и =
(1, 0, 0, 1).
Аналогично
находим
=
(y1,
y2,
y3,
y4).Для этого к полученной выше ступенчатой
матрице добавляем новую координатную
строку и приводим к ступенчатому виду:
~
~
.
Для
свободной переменной y3
полагаем
y3
= 1. Тогда
y4
= 0, y2
= 1, y1=
0, и =
(0, 1, 1, 0).
Нормой
вектора
евклидова пространства называется
неотрицательное действительное число
.
Вектор называется нормированным, если его норма равна 1.
Чтобы нормировать вектор, его следует разделить на его норму.
Ортогональная система нормированных векторов называется ортонормированной.
У п р а ж н е н и е 7.2. Дополнить систему векторов до ортонормированного базиса пространства:
а)
=
(1/2, 1/2,1/2,1/2),
=
(-1/2, 1/2, -1/2, 1/2);
б)
=
(1/3,-2/3,
2/3).
8. Линейные отображения
Пусть
UиV–
линейные пространства над полемF.Отображениеf: U
Vназывается линейным, еслии
.
П р и м е р 8.1. Являются ли линейными преобразования трехмерного пространства:
а) f(x1, x2, x3) = (2x1, x1 – x3, 0);
б) f(x1, x2, x3) = (1, x1 + x2, x3).
Р е ш е н и е.
а) Имеем f((x1, x2, x3) + (y1, y2, y3)) = f(x1 + y1, x2 + y2, x3 + y3) =
= (2(x1 + y1), (x1 + y1) – (x3 + y3), 0) = (2x1, x1 – x3 , 0) + (2y1, y1 - y3, 0) =
= f((x1, x2, x3) + f(y1, y2, y3));
f((x1, x2, x3)) = f(x1, x2, x3) = (2x1, x1 – x3, 0) = (2x1, x1 – x3, 0) =
= f(x1, x2, x3).
Следовательно, преобразование является линейным.
б) Имеем f((x1, x2, x3) + (y1, y2, y3)) = f(x1 + y1, x2 + y2, x3 + y3) =
= (1, (x1 + y1) + (x2 + y2), x3 + y3);
f((x1, x2, x3) + f(y1, y2, y3)) = (1, x1 + x2, x3) + (1, y1 + y2, y3) =
= (2, (x1 + y1) + (x2 + y2), x3 + y3) f((x1, x2, x3) + (y1, y2, y3)).
Следовательно, преобразование не является линейным.
Образом линейного отображения f: U V называется множество образов векторов изU,то есть
Im
(f) = {f()
U}.
Ядром
линейного отображения f: U V называется множество векторов изU,
отображающихся в,
то есть
Ker
(f) = {
U
f(
)
=
}.
Im (f) иKer (f) являются подпространствами в пространствахVи Uсоответственно. Их размерности называются рангом и дефектом линейного отображенияfи обозначаютсяrank f и def f соответственно.
Ранг и дефект линейного отображения f: U V связаны соотношением
rank f + def f = dim U.
Пусть
задано линейное отображение f: U V, и,
… ,
;
,
… ,
– базисы пространствU и V
соответственно.Пусть
f()
= 11
+…+m1
;
………………………………
f()
= 1n
+…+nm
.
Матрицей линейного отображения f называется матрица
A
= .
Образ
любого вектора
можно найти с помощью матричного
умножения: f(
)
=А
,
где
записан в виде столбца.
П р и м е р 8.2. Найти ранг, дефект, базисы образа и ядра линейного отображения f, заданного матрицей
А =
.
Р е ш е н и е. Образ отображения порождается образами базисных векторов, расположенных по столбцам матрицы А. Поэтому базис образа – это базис системы столбцов. Находим его приведением матрицы к ступенчатому виду:
~
~
.
Заключаем, что базис Im f образуют векторы (1, 2, 2), (2, 5, 3) и (1, 3, 2). Следовательно, rank f = 3. Исходное пространство имеет размерность 4 (число столбцов матрицы), поэтому def f = 4 – rank f = 1.
Ядро
отображения – это множество решений
уравнения А=
,
базис ядра – фундаментальная система
решений соответствующей системы
линейных уравнений. Матрица системы
уже приведена к ступенчатому виду.
Полагаем
x3
= a, тогда
x4
= 0, x2
= -a, x1
= -a, =
(-a, -a, a, 0) = a(-1, -1, 1, 0). Таким
образом, базис ядра образует вектор
(-1, -1, 1, 0).
З а м е ч а н и е. Если будет получено, что def f = 0,то ядро будет нулевым пространством и не имеет базиса.
У п р а ж н е н и е 8.1. Найти ранг, дефект, базисы образа и ядра линейного отображения f, заданного матрицей:
а)
А = ;
б) А =
;
в) А =
.