Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Лекции танкеева

.pdf
Скачиваний:
16
Добавлен:
22.03.2015
Размер:
458.18 Кб
Скачать

АНАЛИТИЧЕСКАЯ ГЕОМЕТРИЯ

21

0

0

11

 

10 : : : 0

det BAe B:

0

:

1

: : :

:

0

= 0:

0: :

0: :

:: :: ::

1: :CC

B

B

 

 

 

 

 

CC

 

@

@

 

 

 

 

 

AA

 

Очевидно,

0

0

1

 

0

det BAf B:

0

:

1

0: :

0: :

B

B

 

 

 

@

@

 

 

 

00

1

det BQ 1 A Q B 0

B B

@@: : :e

 

0Q 1

 

 

Q 1

 

0

det

Ae

Q

 

0

0

 

B

 

 

 

 

B:

1

 

 

 

 

 

0: :

 

B

 

 

 

 

B

 

 

@

 

 

 

 

@

 

11

: : : 0

:: : 0 CC CC =

:: : : : :AA

:: : 1

11

0: : : 0

1: : : 0 CC CC =

:: : : : : : : :AA 0 : : : 1

0

: : :

0

1

1

 

1

: : :

0

 

QC

=

: 0: :

:: :: :: :1: :C

 

 

 

C

C

 

 

 

 

A

A

 

det

0Q 1

0Ae

 

 

0

0

 

1

 

B

 

B

 

 

 

1

 

0

 

 

 

 

B: 0: : : 0: :

 

B

 

B

 

 

B

 

 

 

 

@

 

@

 

 

@

 

 

 

 

 

 

 

0A

 

 

0

1

 

0

det Q 1

 

det

 

 

0

 

1

 

 

 

B

 

B

 

 

 

 

 

 

 

B

 

 

B

 

 

 

 

 

 

 

e

 

 

@: : : : : :

 

 

 

 

@

 

 

 

 

 

 

0

 

 

0

0

 

0

 

 

 

 

 

 

1

 

0

 

 

 

det BAe

B:

 

 

 

 

0

:

1

 

 

 

0: :

0: :

 

 

 

 

B

 

 

B

 

 

 

 

 

 

 

@

 

 

@

 

 

 

11 1

: : : 0

:: : 0 CC C CCQC =

:: : : : :AA A

: : : 1

11

: : : 0

:: : 0 CC

CC det Q =

:: : : : :AA

:: : 1

11

: : : 0

:: : 0 CC CC:

:: : : : :AA

:: : 1

Теорема доказана.

 

 

 

= a11 + a22 + + ann

 

Следствие. След Tr A

 

не зависит от выбора базиса

(trace=след).

 

 

 

 

 

 

 

 

 

 

 

Доказательство. Характеристическое уравнение

= 0

 

 

 

a21

a22

 

: : :

 

a2n

 

 

a11

 

a12

: : :

 

a1n

 

 

 

: : :

: : :

: : :

 

: : :

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

n1

a

n2

: : :

a

nn

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

имеет вид

 

 

 

 

 

 

 

 

 

 

 

( )n + ( )n 1(a11 + a22 + + ann) + + det A = 0

и не зависит от выбора базиса. Поэтому его коэффициенты (и, в частности, след a11 + a22 + + ann) не зависят от выбора базиса. Следствие доказано.

Пример. В случае n = 2 характеристическое уравнение

22

С.Г.ТАНКЕЕВ

 

a11

a12

= 0

a21

a22

 

 

 

 

 

 

 

 

 

 

 

 

имеет вид

2 (a11 + a22) + a11a22 a12a21 = 0;

т.е.

2 Tr A + det A = 0:

20. Ранг матрицы и его вычисление. Метод окаймляющих миноров

Определение.

~

 

~

– векторы линейного пространства E над полем

Пусть f1; : : : ; fn

R. Рангом этой системы векторов называется размерность пространства

 

 

 

F =

 

 

~

+

~

 

 

E :

 

 

 

 

kf1

+ kfn

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

~

 

~

 

 

 

 

 

всевозможные

линейные комбинации векторов f

 

;:::;fn

 

 

 

 

 

|

 

{z

}

1

 

 

 

 

 

 

 

 

~

~

 

 

 

 

 

 

 

 

 

 

 

rankff1; : : : ; fng = dimR F:

 

 

 

 

Пример.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

~ ~

~

~

~

~

 

~

 

 

 

~

~

 

~

~

~

Л + Р +

Щ = 0 ) Р =

Л

Щ ) F = R Л + R Р

+ R Щ

= R Л + R Щ )

 

 

 

 

 

 

 

~

 

~ ~

 

 

 

 

 

 

 

 

dimR F 2 ) rankf Л;

Р; Щg = dimR F 2:

 

 

Определение. Пусть

 

 

0

1

 

 

 

a11 : : :

a1n

 

 

A = @a: m: :1 :: :: ::

a:mn: : A:

 

~

n

~

n

,

Рассмотрим f1

= (a11; : : : ; a1n) 2 R

, : : : , fm = (am1; : : : ; amn) 2 R

 

 

~

~

 

 

F = Rf1 + + Rfm:

 

Рангом матрицы A называется число dimR F .

Определение. Выберем k строк и k столбцов матрицы A. Пусть M=(определитель k-го порядка, элементы которого aij расположены в выбранных строках и столбцах). M называется минором k-го порядка.

Пример. Пусть

01

 

1

2

3

4

 

A

5

6

7

8

:

 

= @9

10

11

12A

 

Миноры 1-го порядка: 1; 2; : : : ; 12. Миноры 2-го порядка:

5 6

; : : : ;

11 12

:

 

1

2

 

 

7

8

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Миноры 3-го порядка:

АНАЛИТИЧЕСКАЯ ГЕОМЕТРИЯ

23

5 6

7

; : : : ;

6 7

8

:

 

 

1

2

3

 

2

3

4

 

 

 

9

10

11

 

10

11

12

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Теорема. Ранг матрицы равен наивысшему

порядку

отличных от нуля миноров.

Комментарий. Предположим, что существует минор r-го порядка M 6= 0. Если все миноры порядка > r равны нулю, то ранг A равен r.

Набросок доказательства. Пусть M 6= 0 – минор порядка r, а все миноры порядка > r равны нулю. Мы должны доказать, что rank A = r.

Можно считать, что M расположен в северо - западном углу:

0

:a:11:

:: :: ::

:a:1:r

a:1:r+1:

:: :: :: a: 1:n:

1

:

B

:: :: ::

M: : :6=: : :0

:: :: ::

 

:: :: ::

:: :: ::

:: :: ::

C

B

 

 

 

 

 

 

 

 

 

 

 

 

 

C

 

Ba

r1

: : :

a

rr

a

r r+1

: : :

a

rn

C

 

B

 

 

: : :

 

 

 

: : :

 

 

C

 

B

: : :

: : :

 

: : :

: : :

C

 

B

 

 

 

 

 

 

 

 

 

 

 

 

 

C

 

Ba

m1

: : :

a

 

a

m r+1

: : : a

 

 

C

 

B

 

mr

 

 

 

mnC

 

@

 

 

 

 

 

 

 

 

 

 

 

 

 

A

 

Мы должны проверить, что все строки с номерами > r выражаются через первые r строк.

Возьмем для простоты случай r = 2:

 

a11

a12

a13

= 0;

где M =

a21

a22

 

6= 0:

a21

a22

a23

 

31

32

33

 

 

 

a11

a12

 

 

 

a

a

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Поскольку M 6= 0, то строки минора M не пропорциональны. Поэтому строки (a11; a12; a13) и (a21; a22; a23) тоже не пропорциональны (эти векторы не лежат на одной прямой в пространстве R3). С другой стороны, объем параллелепипеда, построенного на строках матрицы A, равен нулю. Значит, этот параллелепипед плоский, и поэтому 3-я строка лежит в плоскости, натянутой на 1-ю и 2-ю строки. Поскольку 1-я и 2-я строки образуют базис плоскости, то 3-я строка является линейной комбинацией 1-й и 2-й строк. Теорема доказана.

Аналогично доказывается следующая теорема:

Теорема. Если M 6= 0 и все окаймляющие миноры равны нулю, то rank A = r.

Пример.

 

 

 

 

 

 

0

2

3

4

1

 

 

 

 

 

 

 

1

 

 

 

 

 

 

A

 

5

6

7

8

 

;

 

 

 

 

 

= @6

8

10

12A

 

M =

 

1

2

= 1

6 2

5 6= 0

) rank A 2:

5

6

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Окаймляющие миноры:

5

6

7

 

= 0;

5

6

8

 

= 0

 

rank A = 2:

1

2

3

 

 

1

2

4

 

 

)

 

6 8 10

 

6 8 12

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

24

С.Г.ТАНКЕЕВ

21. Системы линейных уравнений. Теорема Кронекера - Капелли. Алгоритм решения системы линейных уравнений

Рассмотрим систему линейных уравнений

8

>a11x1 + a12x2 + + a1nxn = b1

>

>

<a21x1 + a22x2 + + a2nxn = b2

>: : : : : : : : : : : : : : : : : :

>

>

:am1x1 + am2x2 + + amnxn = bm

и матрицы

A =

0a21

a22

: : : a2n 1

; A =

0a21

a22

: : : a2n

 

a11

a12

: : :

a1n

 

 

 

a11

a12

: : :

a1n

 

Ba: : :

a: : :

:: :: ::

a: : : C

 

 

 

Ba: : :

a: : :

:: :: ::

a: : :

 

 

 

 

 

B m1

m2

 

mnC

 

 

 

B m1

m2

 

mn

 

@

 

 

A

 

 

 

@

 

 

 

1

b1 b2 C

C

: : :A bm

(матрица A называется расширенной матрицей системы уравнений).

Теорема Кронекера - Капелли. Система уравнений имеет хотя бы одно реше-

ние (совместна) , rank A = rank A.

Доказательство. 1) Предположим, что система совместна, и пусть ( 1; : : : ; n) – решение. Тогда

1

0a21 1

+ 2

0a22 1

+ + n

0a2n 1

=

0b2 1

 

 

a11

 

 

a12

 

 

a1n

 

 

b1

 

 

Ba: : :

C

 

Ba: : :

C

 

Ba: : :

C

 

B:b: :C

)

 

B m1C

 

B m2C

 

B mnC

 

B mC

 

 

@

A

 

@

A

 

@

A

 

@ A

 

0 1

b1

столбец @: : :A является линейной комбинацией столбцов матрицы A, поэтому раз- bm

мерность пространства, порожденного столбцами матрицы A, равна размерности пространства, порожденного столбцами A, т.е. rank A = rank A (надо учесть, что ранг матрицы равен наивысшему порядку отличных от нуля миноров, а поэтому ранг, вычисленный по строкам, равен рангу, вычисленному по столбцам).

0 1 b1

2) Пусть rank A = rank A. Присоединяя столбец @: : :A к столбцам матрицы A, мы bm

0 1

b1

получим ту же размерность пространства, порожденного столбцами. Значит, @: : :A bm

выражается через

 

0a: :11:

1; : : : ;

0a:

1:n:

1

с какими-то коэффициентами 1; : : : ; n. По-

этому

 

 

 

 

 

 

@

A

@

 

A

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

am1

 

amn

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( 1; : : : ; n) решение системы. Теорема доказана.

 

 

 

 

 

 

 

Примеры. 1) Рассмотрим систему

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

8x1

+ x2

+ x3 = 0

A =

 

 

1 1

1

; A =

 

1

1 1

0

:

 

 

x1

2x2

+ 3x3 = 4

 

 

 

 

 

1

2

3

 

 

 

 

1

2 3

4

 

 

>

 

 

 

x2 + 4x3 = 4;

 

 

 

02

 

1

41

 

 

 

02

 

1

4

41

 

 

<2x1

 

 

 

 

@

 

 

 

A

 

 

 

@

 

 

 

 

A

 

 

>

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Очевидно,

 

 

 

 

АНАЛИТИЧЕСКАЯ ГЕОМЕТРИЯ

25

 

 

 

 

 

 

 

 

M =

 

1

2

 

= 0;

 

 

 

 

 

 

 

 

 

 

 

 

1

1

6

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

поэтому

rank A

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

. С другой стороны,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2

3

 

 

1

 

2

4

 

 

 

 

 

 

 

1 1 1 = 0;

1 1 0

= 0;

 

 

 

 

 

 

2

1

4

 

 

2

 

 

1

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

поэтому rank A = rank

 

=

2, и система

совместна

по теореме Кронекера - Капелли.

A

Так как M 6= 0, то 1-я и 2-я строки матрицы A линейно независимы, а 3-я строка является линейной комбинацией этих строк. Поэтому система уравнений эквивалентна системе

(

x1 2x2 + 3x3 = 4 x1 + x2 + x3 = 0:

Переменные, которые не попали в минор M, перенесем в правую часть:

(

x1 2x2 = 4 3x3 x1 + x2 = x3

и будем рассматривать как независимые переменные. Поскольку M 6= 0, то можно воспользоваться правилом Крамера:

4 3x3 2

 

x

3

 

 

 

 

 

 

 

x1 =

1

 

1

=

(4 3x3) 1 2x3

=

4 5x3

;

 

2

 

3

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 4 3x3

 

 

1 x3

 

 

 

x3

4 + 3x3

 

2x3

4

x2 =

 

1 2

 

=

 

 

 

=

 

 

:

 

 

 

3

3

 

 

 

1 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Решение имеет вид

 

 

 

 

 

 

 

 

 

 

 

 

4 5x3 ; 2x3 4; x3 ;

3 3

где x3 – независимая переменная. Если, например, k = R, то решения нашей системы образуют прямую.

2) Рассмотрим систему

 

 

 

1

 

 

 

 

 

 

1 2

 

83x1

 

x2

 

x3 = 2

A = 3 1

 

; A = 3 1

:

>

x1 + x2

x3 = 1

0

1

 

 

1

1

0

1

 

 

1

1

 

 

 

 

 

 

1

 

 

 

 

 

1

1

 

 

 

 

 

4

0

 

2

 

 

 

 

4

0

2

4

 

<4x1

 

2x3

= 4;

@

 

 

 

 

A

@

 

 

 

 

A

>

 

 

 

 

 

 

 

 

 

 

:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Очевидно,

 

 

 

 

 

 

 

 

 

 

 

1

1

6= 0;

 

 

 

M =

3 1

поэтому

rank A

 

2

 

 

 

 

. С другой стороны,

 

 

26

С.Г.ТАНКЕЕВ

1 1 1

3 1 1 = 0;

4

0 2

 

 

поэтому rank A = 2. Очевидно,

1 1 1

3

1

2

=

 

4 = 0;

4

0

4

 

6

 

 

 

 

 

 

 

 

 

 

 

 

поэтому rank A = 3 6= rank A, и система несовместна (не имеет решений) по теореме Кронекера - Капелли.

22. Прямая на плоскости. Уравнение прямой на плоскости. Расстояние от точки до прямой на плоскости

1-й способ задания прямой на плоскости: пусть прямая L проходит через точку (x0; y0) и имеет направляющий вектор ~a = a1~e1 +a2~e2, где ~e1; ~e2 – ортонормированный базис плоскости. Тогда (x; y) = (x0; y0) + t~a, поэтому в координатной записи получаем параметрическое уравнение прямой:

(

x = x0 + ta1 y = y0 + ta2:

2-й способ задания прямой на плоскости: пусть прямая L проходит через точки (x1; y1) 6= (x2; y2), и (x; y) – произвольная точка прямой L. Имеем:

(x; y) (x1; y1) = t[(x2; y2) (x1; y1)] ) x2

x11

y2 y11

= 0 )

 

 

 

 

 

 

 

 

 

x

 

x

y

y

 

 

(x

 

x1)(y2

 

y1)

 

(y

 

 

 

 

 

 

 

 

 

 

 

y1)(x

2

 

x1) = 0:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Это уравнение имеет вид Ax + By + C = 0.

3-й способ задания прямой на плоскости: фиксируем нормаль ~n к прямой L

(по определению, jj~njj = 1; ~n ? ~a). Поскольку (~n;~a) = 0, то

(~n; t~a) = 0 ) (~n; (x x0)~e1 + (y y0)~e2) = 0;

где ~n = n1~e1 + n2~e2, n21 + n22 = 1 в силу соотношения jj~njj = 1. Наше уравнение принимает вид

(n1~e1 + n2~e2; (x x0)~e1 + (y y0)~e2) = 0;

т.е. мы получаем нормальное уравнение прямой:

n1(x x0) + n2(y y0) = 0; n1x + n2y + ( n1x0 n2y0) = 0:

Сравним: прямая L задается уравнением Ax + By + C = 0 и нормальным урав-

нением. Рассмотрим матрицы

 

 

 

n1

 

n1x0 + n2y0

 

A =

n1

n2

;

A =

n2

:

 

A

B

 

 

 

A

B

C

 

Поскольку множество решений системы

АНАЛИТИЧЕСКАЯ ГЕОМЕТРИЯ

27

(

Ax + By = C

n1x + n2y = n1x0 + n2y0

– прямая L, то rank A = rank A = 1 (если бы rank A = rank A = 2, то по правилу Крамера множество решений состояло бы из одной точки). Поэтому (n1; n2) = (A; B). С другой стороны,

p p

1 = jj~njj = ( A)2 + ( B)2 = j j A2 + B2;

j j = p 1 ) = p 1 )

A2 + B2 A2 + B2

~n = n1~e1 + n2~e2 = p 1 (A~e1 + B~e2): A2 + B2

Теорема. Расстояние от точки (x0; y0) на плоскости до прямой Ax + By + C = 0

равно = jAx0+By0+Cj.

p

A2+B2

Доказательство. Опустим перпендикуляр из точки (x0; y0) на прямую L. Обозначим точку пересечения перпендикуляра с прямой L через (x; y). Имеем (x; y) = (x0; y0) + t~n, где t = . Это соотношение принимает вид

(

x = x0 + tn1 y = y0 + tn2;

причем Ax + By + C = 0, т.е. A(x0 + tn1) + B(y0 + tn2) + C = 0. Можно считать, что

1

 

+ B~e2). В этом случае n1 =

 

 

 

A

, n2 =

 

B

, поэтому

~n =

p

 

(A~e1

p

 

 

 

 

p

 

A2+B2

A2+B2

A2+B2

 

 

 

 

Ax0 + By0 + C + t

 

A2

 

B2

= 0 )

 

 

 

 

p

 

 

 

 

+

p

 

 

 

 

 

 

 

A2 + B2

A2 + B2

 

 

 

 

Ax0 + By0 + C + tp

 

 

 

= 0 )

 

 

 

 

 

A2 + B2

 

 

 

 

 

 

Ax0 + By0 + C

 

 

 

 

 

 

 

 

 

 

 

t =

 

 

p

 

 

 

)

 

 

 

 

 

 

 

 

 

 

 

A2 + B2

 

 

 

 

 

 

 

 

= t

=

jAx0 + By0 + Cj

:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j j

 

 

 

 

pA2 + B2

 

 

 

 

Пример. Пусть даны две пересекающиеся прямые A1x + B1y + C1 = 0; A2x + B2y + C2 = 0. Уравнения биссектрис, проведенных через точку пересечения, имеют вид

jA1x + B1y + C1j = jA2x + B2y + C2j:

pA12 + B12

pA22 + B22

23. Угол между двумя прямыми на плоскости. Взаимное расположение двух прямых на плоскости

Пусть даны две прямые L1; L2. По определению,

^^

(L1; L2) = (~n1; ~n2) =

(~n1; ~n2)

arccos jj~n1jj jj~n2jj = arccos(~n1; ~n2) =

28

 

 

 

 

С.Г.ТАНКЕЕВ

 

 

 

 

!

 

 

 

 

A12

+ B12

 

 

 

A22

+ B22

 

arccos

 

 

A1~e1 + B1~e2

;

 

 

A2~e1

 

+ B2~e2

 

=

arccos

 

p

 

A1A2 + p1

 

 

2

 

!

:

 

 

 

 

A2 + B2

 

A2

+ B2

 

 

 

 

 

 

 

 

 

 

 

 

 

B B

 

 

 

 

 

 

 

 

 

 

p

 

 

 

 

 

p

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

1

 

2

 

 

2

 

 

 

Следствие. L1 ? L2 , A1A2

+ B1B2 = 0.

 

 

 

 

 

 

 

 

 

Теорема. Рассмотрим две прямые

 

 

 

 

 

 

 

 

 

 

 

 

A1x + B1y + C1 = 0

 

 

 

 

(L1)

 

 

 

A2x + B2y + C2 = 0

 

 

 

 

(L2)

 

 

и матрицы

 

B2

 

 

 

 

 

 

A2

 

 

B2

C2

 

A2

 

 

 

 

 

 

 

A = A1

B1

 

;

 

A

= A1

 

 

B1

C1 :

1)Если rank A 6= rank A, то прямые не пересекаются (параллельны).

2)Если rank A = rank A = 1, то прямые совпадают.

3)Если rank A = rank A = 2, то прямые пересекаются в одной точке.

24.Плоскость в трехмерном пространстве. Расстояние от точки до плоскости в трехмерном пространстве. Угол между плоскостями. Взаимное расположение двух плоскостей в трехмерном пространстве. Взаимное расположение трех плоскостей в трехмерном пространстве

Пусть даны три точки (x1; y1; z1); (x2; y2; z2); (x3; y3; z3), не лежащие на одной прямой. Тогда они задают единственную плоскость .

Очевидно, (x; y; z) 2 , (x x1; y y1; z z1) является линейной комбинацией векторов (x2 x1; y2 y1; z2 z1) и (x3 x1; y3 y1; z3 z1) ,

x2

x11

y2

y11

z2

z11 = 0 Ax + By + Cz + D = 0:

 

x

x

 

y

y

 

z

z

 

 

 

x

3

x

1

y

3

y

1

z

3

z

1

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Плоскость : Ax + By + Cz + D = 0 имеет нормаль

A~e1 + B~e2 + C~e3

 

~n =

p

 

 

:

A2 + B2 + C2

Следующие теоремы доказываются аналогично теоремам о прямых на плоскости: Теорема. Расстояние от точки (x0; y0; z0) до плоскости Ax + By + Cz + D = 0

равно

= jAx0p+ By0 + Cz0 + Dj: A2 + B2 + C2

Теорема. Рассмотрим плоскости

1 : A1x + B1y + C1z + D1 = 02 : A2x + B2y + C2z + D1 = 0:

Двугранный угол между этими плоскостями равен

АНАЛИТИЧЕСКАЯ ГЕОМЕТРИЯ

 

29

 

 

 

^

^

 

 

 

 

 

 

 

( 1; 2) = (~n1; ~n2) =

 

!:

 

 

 

 

A A2 + B1B2 + C1C2

 

 

arccos

 

 

1

 

 

 

 

 

 

p

 

 

 

 

 

 

 

 

A2

+ B2

+ C2

A2

+ B2

+ C2

 

 

1

1

1 p

2

2

2

 

 

Следствие (условие ортогональности двух плоскостей). 1 ? 2

, A1A2+

B1B2 + C1C2 = 0.

Теорема (взаимное расположение 2-х плоскостей в 3-мерном простран-

стве). Рассмотрим плоскости

 

 

 

 

 

 

 

 

 

1 : A1x + B1y + C1z + D1 = 0

 

 

 

2 : A2x + B2y + C2z + D2 = 0

 

 

и матрицы

B2

C2

 

 

A2

B2

C2

D2

 

A2

 

A = A1

B1

C1

;

A

= A1

B1

C1

D1

:

1)Если rank A 6= rank A, то плоскости не пересекаются (параллельны и не совпадают).

2)Если rank A = rank A = 2, то плоскости пересекаются по прямой.

3)Если rank A = rank A = 1, то плоскости совпадают.

Теорема (взаимное расположение 3-х плоскостей в 3-мерном пространстве). Рассмотрим плоскости

1 : A1x + B1y + C1z + D1 = 02 : A2x + B2y + C2z + D2 = 03 : A3x + B3y + C3z + D3 = 0

и матрицы

A =

0A2

B2

C21

;

A =

0A2

B2

C2

D21

:

 

A1

B1

C1

 

 

 

 

A1

B1

C1

D1

 

 

@A3

B3

C3A

 

 

 

 

@A3

B3

C3

D3A

 

1)Если rank A 6= rank A, то либо две плоскости параллельны, а третья их пересекает, либо две плоскости пересекаются по прямой L, а третья параллельна этой прямой, либо все три плоскости параллельны, либо две плоскости совпадают, а третья им параллельна.

2)Если rank A = rank A = 3, то плоскости пересекаются в одной точке (в этом случае говорят, что плоскости находятся в общем положении).

3)Если rank A = rank A = 2, то плоскости содержат одну общую прямую.

4)Если rank A = rank A = 1, то все три плоскости совпадают.

25.Самосопряженные операторы и симметрические матрицы. Собственные числа самосопряженного оператора

Определение. Конечномерное линейное пространство E над полем R веществен-

ных чисел называется евклидовым ,

на E определено скалярное произведение.

Определение. Пусть E – евклидово пространство. Оператор A : E ! E назы-

вается самосопряженным , 8~x; ~y 2 E

(A(~x); ~y) = (~x; A(~y)).

30

С.Г.ТАНКЕЕВ

Теорема. Пусть ~e1; : : : ; ~en – ортонормированный базис евклидова пространства E. Оператор A : E ! E самосопряжен , его матрица Ae симметрическая, т.е.

aij = aji.

 

 

1;

если i = j;

, поэтому

Доказательство. Напомним, что (~ei;~ej) = (0;

если i = j;

 

 

 

 

6

 

 

8~x; ~y 2 E (A(~x); ~y) = (~x; A(~y)) ,

(A(~ej);~ei)

=

(~ej; A(~ei))

 

n

jj

 

 

 

njj

(

Pk=1 jj

 

 

Pkjj

 

akj~ek; ~ei)

 

(~ej;

=1 aki~ek)

 

 

aij

 

 

aji:

Теорема. Если оператор A : E ! E самосопряжен, то все комплексные корни характеристического уравнения являются вещественными.

Доказательство (для n = 2). Пусть Ae – матрица самосопряженного оператора A в ортонормированном базисе ~e1;~e2. По предыдущей теореме имеем: aij = aji. Характеристическое уравнение имеет вид

a11 a12

a21 a22 = 0;

|{z}

=a12

 

т.е.

2 (a11 + a22) + a11a22 a212 = 0:

Напомним, что

 

 

2 + p + q = 0 ) 1;2

= 2

r

 

 

 

 

 

 

 

 

4 q:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p

 

p2

В нашем случае

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1;2 =

 

 

 

2

 

 

 

 

 

r

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

 

 

(a11a22 a122 ) =

 

 

 

 

a11

+ a22

 

 

 

 

 

(a11 + a22)2

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

r

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

11

 

 

 

 

4

 

 

 

 

22

(a11a22 a122 ) =

 

a11 + a22

 

 

 

 

 

 

a2 + 2a11a22

+ a2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

11

2

 

 

22 r

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

11

2

 

11

 

224+

22 + 4 12 =

 

 

 

 

 

 

a

 

+ a

 

 

 

 

 

 

 

 

 

a2

 

 

 

a

 

a

 

 

 

a2

a2

2

 

 

 

 

v

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

) 1;2 2 R:

 

 

 

 

 

(a

11

4

 

 

 

12

 

 

 

 

 

 

a11 + a22

 

u

 

 

 

 

 

a22)2 + 4a2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

u

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

u

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t

|

 

 

 

 

 

 

{z

 

 

 

 

}

 

 

 

 

 

 

 

 

 

 

Теорема доказана.

26. Спектральная теорема

Спектральная теорема. Пусть A : E ! E – самосопряженный оператор в ев-

 

~

~

клидовом пространстве E. Тогда в E существует ортонормированный базис f1

; : : : ; fn,

~

~

 

состоящий из собственных векторов оператора A: A(fj) = jfj,