Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Скачиваний:
8
Добавлен:
12.05.2015
Размер:
529.33 Кб
Скачать

 

 

 

 

 

 

 

 

 

Лекція 12

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Лінійні простори

 

 

 

 

 

 

 

 

 

 

 

12.1 . Поняття лінійного простору

 

 

 

Множину V називають лінійним або векторним простором, якщо:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1)

 

є правило, за яким кожним двом елементам v1

,v2

V ставиться у

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

відповідність

третій елемент із V, який називають сумой v1

і v2 і

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

позначають

v1

v2 :

v1

,v2

V

v1

v2 V ;

 

 

 

 

2)

 

є правило, за яким кожному елементу v

V і будь-якому числу

R

ставиться у відповідність елемент із V, який називають добутком елемента v

на число

 

і позначають

 

 

 

V ,

R

 

 

V .

 

 

 

v :

v

 

v

 

Аксіоми лінійного простору:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

v ,v1 ,v2

,v3

V ,

,

 

R

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1)

v1

v2

v2

v1 ;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2)

v1

v2

 

v3

v1

v2

v3 ;

 

 

 

 

 

 

 

3)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0 V : v

0

0

v

v ;

 

 

 

 

 

 

 

4)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( v ) : v ( v ) 0;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5)

 

v1

v2

 

v1

 

v2

;

 

 

 

 

 

 

6)

(

 

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

v

 

v

 

v ;

 

 

 

 

 

 

 

7)

(

)

 

 

 

 

 

 

 

 

 

 

 

 

 

v

 

 

 

v ;

 

 

 

 

 

 

 

8)1 v v .

Елементи лінійного простору називають векторами незалежно від їх

 

 

природи, вектор 0 називають нуль-вектором, а вектор (

v )

протилежним до вектора v .

Властивості лінійних просторів

 

 

 

 

Наслідки з аксіом 1) – 8)

 

 

 

 

 

1)

Існує тільки один нульовий вектор.

 

 

 

2)

Існує тільки один протилежний вектор.

 

 

 

3)

 

V

 

 

 

 

 

 

 

u ,v

рівняння u

x

v має єдиний розв’язок

x

v

( u ) .

4)

 

V : 0

 

0.

 

 

 

 

 

v

v

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5)

 

R :

0

0.

 

 

 

 

 

Приклади лінійних просторів

Для того, щоб з’ясувати чи є деяка множина лінійним простором відносно запроваджених на ній операцій і , необхідно перевірити виконання аксіом.

Лінійними є:

1)множина що містить лише нуль-вектор;

2)множина дійсних чисел;

3)множина n-вимірних векторів;

4)множина всіх геометричних векторів в просторі з початком в заданій точці і паралельних заданій площині;

5)множина всіх матриць m n , елементами яких є дійсні числа.

12.2. Базис лінійного простору

Базисом n― вимірного простору V називають будь-яку лінійно незалежну

 

цього простору і позначають B

 

систему векторів vi n

vi n .

Базисом скінченної системи векторів називають не порожню лінійно незалежну її підсистему, через вектори якої виражається кожен вектор цієї системи.

Теорема 12.6. Якщо в n―вимірному просторі V задан базис B

vi n , то

 

 

 

 

 

 

 

 

 

будь-який вектор x лінійно виражається через базисні вектори єдиним

чином.

 

 

 

 

 

 

 

Доведення.

 

 

 

 

 

 

 

 

 

 

 

 

 

Система векторів

vi

n ―лінійно незалежна, а система vi

n ,x ―лінійно

 

 

 

 

 

n

 

 

 

залежна, отже

i ,i

1,n : x

k vk (властивість 5 лінійної залеж-

 

 

 

 

 

k

1

 

 

ності).Доведено.●

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Числа

i називають координатами вектора x в базисі B , а вираз

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

k vk називають розкладанням вектора x по базисних векторах.

k

1

 

 

 

 

 

 

 

Операції над векторами у вибраному базисі можна замінити операціями над їх координатами.

◄Приклад 12.4. Показати, що в R3 система векторів

a1 1, 1,2 , a2 2,1,0 , a3

4, 1,1

утворює базис і знайти в цьому

базисі координати вектора

c

2,1,3 .

 

Розв’язання.

 

 

 

Покажемо, що вектори a1

1,

1,2 , a2

2,1,0 , a3 4, 1,1 є лінійно

незалежними. Складемо матрицю з координат векторів і знайдемо її ранг:

 

1

2

4

A

1

1

1 ; det A 9 - матриця невироджена. Стовпці є лінійно

 

2

0

1

незалежними, що означає лінійну незалежність системи векторів. Тоді,

розв’язавши матричне рівняння Ax

c , або систему

x1

2x2

4x3

2

2

 

x1

x2

x3

1 , знаходимо x

2

. Це і будуть координати вектора

2x1

x3

3

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

c в новому базисі.►

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Приклад 12.5. Знайти координати многочлена

 

 

 

f ( x ) 4x

3

3x

2

x 3

в базисі

2x

3

,

1

x

2

, x,1 .

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Розв’язання.

f ( x ) 2 ( 2x

3

) 9 (

1

x

2

) ( 1) x 3 1

.

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Координати

 

f1 , f2 , f3 , f4

многочлена f ( x ) дорівнюють

 

f1

2, f2

 

9, f3

 

1, f4

 

 

3.►

 

 

 

 

 

 

 

 

 

 

 

 

12.3. Розмірність лінійного простору

Нехай n N . Лінійний простір V називають n― вимірним, якщо вико-

нуються наступні аксіоми:

9)існують системи з n лінійно незалежних векторів;

10)будь-яка система з (n+1) вектора є лінійно залежною.

Число n називають розмірністю простору V і позначають dimV n .

Ранг будь-якої системи векторів в n― вимірному просторі не перевищує n.

◄Приклад 12.6. Задано однорідну систему лінійних рівнянь:

x1 2x2 2x3 x4 0

x1 3x2 x3 4x4 0 , множина розв’язків якої утворює лінійний

2x1 5x2 3x3 5x4 0

простір. Знайти розмірність цього простору і будь-який базис в ньому.

Розв’язання.

Розв’яжемо систему методом Гауса – Жордано:

1

2

2

 

1

 

1

2

2

1

1

2

2

1

1

0

4

5 .

1

3

1

 

4

 

0

1

1

3

0

1

1

3

2

5

3

 

5

 

0

1

1

3

0

0

0

0

0

1

1

3

 

 

 

 

 

 

Ранг системи дорівнює 2, вільними змінними можемо вважати

 

 

x

c ,x

 

c

, а базисними будуть

x1

 

4c1

5c2 .

 

 

 

 

3

1

4

 

2

 

 

 

 

 

x2

 

c1

3c2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x1

 

 

 

4

 

 

5

 

 

 

 

 

 

 

 

 

 

x2

 

c1

 

1

 

c2

3

 

 

 

 

 

 

 

 

 

 

x

 

1

 

 

0 .

Це фундаментальна система розв’язків системи.

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x4

 

 

0

 

 

 

1

 

 

 

 

 

 

 

 

 

 

Згідно теорії систем лінійних алгебраїчних рівнянь система векторів

 

 

4

 

 

 

 

5

 

 

 

 

 

 

 

 

 

 

f1

1

1

і

f2

0

3 є лінійно незалежною, а будь-який інший розв’язок

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

може бути представлений у вигляді лінійної комбінації цих векторів. Вектори f1 , f2 утворюють базис в лінійному просторі розв’язків системи, що розглядається. Розмірність цього лінійного простору дорівнює 2 – кількості векторів в базисі.►

◄Приклад 12.7. Всі вектори з Rn , у яких перша та остання координати співпадають , утворюють лінійний підпростір в Rn . Знайти його базис і розмірність.

Розв’язання. Нехай множина M x ( x1 , x2 ,...,xn ) : x1 xn

заданий підпростір. Розглянемо систему векторів

e1 10...01 ; e2

010...00 ; e3 0010 00 ; ;en 1 00 010 .... ... ...

 

 

 

 

Зауважимо, що ei

M , i 1,n . Крім того, це повна система векторів в М:

 

n

дійсно

iei 0 тільки при 1

i 1

xM : x ( x1 , x2 ,...,xn 1 ,x1 )

 

 

Отже, система векторів ei

M , i

dim M n 1.►

 

...

n

0

. Тоді

 

 

 

 

 

 

 

x1e1

 

x2e2

... xn 1en 1.

1,n може бути базисом в М, .

12.4.Перетворення координат вектора при заміні базиса

Влінійному просторі всі базиси рівноправні. Іноді зручно використовувати для представлення елементів лінійного простору декілька базисів. В цьому випадку виникає задача перетворення координат векторів, що пов’язане із зміною базиса.

Нехай в n-вимірному просторі L задано два базиси: старий B

bi in

1 і

новий C

ci in

1 . Будь-який вектор можна розкласти за базисом B . Тобто,

кожен вектор з базису C можна представити у вигляді лінійної комбінації

векторів базису B :

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ci

1ib1 ...

nibi , i 1,n.

 

 

1i

Або в матричному вигляді: ci B ... , або, для всіх векторів: C BU , де

ni

11 ... 1n

U ............ . Матрицю U називають матрицею переходу від старого

n1 ... nn

базису B до нового базису C . Згідно даному визначенню, i-ий стовпчик матриці переходу є стовпчик координат i-ого вектора нового базису в старому. Тому кажуть, що матриця переходу складається з координат векторів нового базису в старому, що записані стовпчиками.

Властивості матриці переходу.

1.Матриця переходу невироджена і завжди має обернену матрицю.

2.Якщо в n-вимірному просторі L задано базис B , то для будь-якої

невиродженої квадратної матриці U існує такий базис C в цьому ліній-

ному просторі, що U буде матрицею переходу від базису B до базису C .

◄Приклад 12.8. Нехай B = b1 ,b2 ,b3 - базис лінійного простору. Тоді

система векторів c1

2b1 , c2

b2 , c3

b3 також є базисом в цьому

 

 

 

2

0

0

 

лінійному просторі:

c1 ,c2 ,c3

b1 ,b2 ,b3

0

1

0

.►

 

 

 

0

0

1

 

3.Якщо U – матриця переходу від старого базиса до нового, то U 1 -

матриця переходу від нового базису до старого.

4.Якщо в лінійному просторі задано базиси B,C, D , причому U

матриця переходу від базиса B до базису C , а V – матриця переходу від базиса C до базиса D , то добуток цих матриць UV – матриця переходу від базиса B до базиса D .

Дослідимо, як перетворюються координати довільного вектора в ліній-ному просторі при переході від старого базиса до нового. Виберемо довільний

вектор x L . Його розкладання за старим базисом: x x1b1 ... xnbn або

x1

x... . Розклад того самого вектора в новому базисі матиме вигляд:

xn

 

 

 

x'

 

 

 

 

1

 

'

'

 

 

 

x x1 c1

... xncn

або x

... . Знайдемо зв’язок між старими та новими

 

 

 

x'

 

 

 

 

n

 

координатами вектора: Bx

Cx' . C = BU і Bx BUx'

B Ux' .

Згідно теореми про єдиність розкладання вектора за даним базисом, маємо:

x Ux або x U 1x . Отже, щоб отримати координати вектора в старому

базисі, необхідно стовбець координат цього вектора в новому базисі помножити зліва на матрицю переходу від старого базиса до нового.

◄Приклад 12.9. На площині задано ортонормований базис B

i , j .

Новий базис e1 ,e2

отриманий поворотом старого базиса на заданий кут .

Знайти координати векторів

e1 ,e2

нового базиса відносно старого.

Розв’язання. e1

cos

; e2

sin

. Матриця переходу матиме

sin

cos

 

 

 

 

 

 

 

вигляд: U

cos

sin

і U

1

cos

sin

.

 

sin

cos

sin

cos

 

 

 

 

 

 

Знайдені матриці дозволяють записати співвідношення між старими

x1 ,x2

та новими x1 ,x2

координатами довільного вектора площини:

 

x1

x1 cos

x2 sin

,

x1

x1 cos

x2 sin

.►

x2

x1 sin

x2 cos

,

x2

x1 sin

x2 cos

 

12.4. Лінійний підпростір

Підпростором лінійного простору V називають множину U

V ,

яка задовольняє умови:

 

 

 

 

 

 

1)

якщо x, y

 

U , то і x

y

U ;

 

 

 

2)

якщо x U , то і

 

x

U .

 

 

 

 

 

 

 

 

 

 

Нехай vi V ,i

1,m . Вектор виду

 

 

 

 

 

 

 

 

 

 

 

 

m

 

 

 

 

u

1v1

 

2v2 ...

mvm

k vk

 

 

 

 

 

 

 

 

 

 

k 1

 

називається лінійною комбінацією векторів vi

з коефіцієнтами

i .

Властивості підпросторів:

 

 

 

 

 

1)якщо vi ,i 1,m ―елементи підпростору U , то і будь-яка лінійна

комбінація цих векторів буде елементом підпростору U ;

2)підпростір U є лінійним простором.

◄Приклад 12.1. Довести, що в лінійному просторі V 3 вільних векторів тривимірного простору лінійні підпростори утворюють: а) всі вектори, що паралельні заданій площині; б) всі вектори, що паралельні заданій прямій.

Розв’язання.

а) Перше твердження випливає з означення суми вільних векторів: вектори a

, b і a b - компланарні. Тому, якщо a , b паралельні деякій площині, то і a b буде паралельний цій площині. Якщо деякий вектор a помножити на число 0, то отримаємо вектор, що компланарний заданому і знову отримаємо вектор, що буде паралельний заданій площині.

Аналогічні міркування стосуються і випадку б).►

dim L .●
dim H
dim H
L , то

Приклад 12.2. В лінійному просторі C 0,1 всіх функцій, що неперервні на відрізку 0,1 знайти і описати можливі лінійні підпростори.

Розв’язання. Можна виділити наступні лінійні підпростори: а) множину функцій, неперервних на 0,1 і неперервно диференційованих в інтервалі

0,1 ; б) множину всіх многочленів. Зауважимо, що множина всіх монотонних функцій, що неперервні на 0,1 є підмножиною множини

C 0,1 але неє лінійним підпростором, оскільки сума двох монотонних функцій може не бути монотонною.►

12.5. Розмірність лінійного підпростору

Лінійний підпростір має розмірність та базис.

Теорема 2.4. Якщо H - лінійний підпростір лінійного простору

dim H dim L . Якщо до того ж H L , то dim H

dim L .

Доведення. Будь-який базис лінійного підпростору H є лінійно

незалежною системою векторів у лінійному просторі

L . Якщо цей базис в

H є базисом і в L , то dim H dim L і зрозуміло, що в цьому випадку

H L. Якщо базис в H не є базисом в L , то існує такий вектор x L ,

який не є лінійною комбінацією векторів цього базиса. В цьому випадку лінійний підпростір не може співпадати із простором L . Додамо вектор x до векторів базису в H . Це означає, що в L знайдено більше лінійно

незалежних векторів, ніж . З цього випливає, що

З теореми випливає, що будь-який базис лінійного підпростору H

лінійному просторі L можна розширити, додавши вектор так, що розширена система векторів залишається лінійно незалежною. Отже, будь-який базис

Соседние файлы в папке Конспект лекцій_лінійна алгебра