
- •Глава 1. Матрицы и определители
- •§1. Матрицы
- •2. Квадратные матрицы
- •3. Действия с матрицами
- •Тогда суммарная производительность (за рабочий день) будет:
- •§2. Определители. Свойства. Вычисление
- •2. Перестановки
- •4. Свойства определителей
- •5. Вычисление определителей -го порядка.
- •§3. Обратная матрица
- •2. Способы вычисления обратной матрицы
- •3. Вычисление обратной матрицы методом элементарных преобразований. Элементарные преобразования матрицы
- •§4. Ранг матрицы
- •Идея практического метода вычисления ранга матрицы
- •Типовой пример Найти ранг и указать какой-нибудь базисный минор матрицы .
- •Глава 2. Системы линейных
- •Алгебраических уравнений
- •§1. Общие понятия
- •§2. Решение линейных систем с помощью обратной матрицы. Правило Крамера. Теорема Кронекера–Капелли
- •2. Правило Крамера
- •3. Критерий совместности системы линейных уравнений
- •§3. Метод Гаусса (метод последовательного исключения неизвестных) решения систем линейных уравнений
- •§4. Однородная система линейных алгебраических уравнений
- •Глава 3. Линейные (векторные) пространства
- •§1. Понятие линейного пространства
- •§ 2. Линейная зависимость и независимость систем векторов. Базис и размерность
- •1. Линейно зависимые и независимые системы векторов.
- •2. Базис и размерность линейного пространства
- •Типовые примеры
- •§ 3. Евклидовы пространства
- •1. Скалярное произведение
- •2. Процесс ортогонализации базиса
- •Типовые примеры
- •Матрица Грамма.Матрицей Грамадля системы векторовназывается симметричная матрица вида
- •4. Ортогональное разложение векторов. Говорят, что векторортогонален к подпространству, если векторортогонален любому вектору из этого подпространства.
- •§4.Унитарное пространство
- •§ 5. Собственные векторы и собственные значения матриц
- •§6. Квадратичные формы и их применения
- •Типовые примеры
Глава 3. Линейные (векторные) пространства
§1. Понятие линейного пространства
1.
Линейным
(векторным)
пространством
называется множество
элементов любой природы, если выполнены
следующие три требования:
а)
имеется правило, посредством которого
любым двум элементам
ставится в соответствие третий элемент
этого множества, называемый суммой
элементов
и
и обозначаемый символом
;
б)
имеется правило, посредством которого
любому элементу
и любому числу
(
)
ставится в соответствие элемент этого
множества, называемый произведением
элемента
на число
и обозначаемый символом
;
в)
для любых элементов
и любых чисел
и
выполнены следующие аксиомы:
;
;
. Этот элемент
пространства
называют нулевым (не путать с числом
!);
. Такой элемент
называют противоположным для
;
;
;
;
.
Замечание
1. Если в
пункте II
мы ограничиваемся вещественными числами,
то
называется вещественным векторным
пространством; если же определено
умножение на любое комплексное число,
то векторное пространство называется
комплексным.
Замечание 2. Элементы произвольного векторного пространства принято называть векторами. То обстоятельство, что часто термин «вектор» употребляется в более узком смысле, при этом не приводит к недоразумениям, а, напротив, обращаясь к сложившимся геометрическим представлениям, можно уяснить, а зачастую и предвидеть ряд результатов, справедливых для векторных пространств произвольной природы.
При введении понятия векторного пространства мы абстрагируемся не только от природы изучаемых объектов, но и от конкретного вида правил образования суммы элементов и произведения элемента на число. Важно лишь, чтобы эти правила удовлетворяли аксиомам векторного пространства.
Примеры векторных пространств.
1.
Пространство
векторов на плоскости.
2.
Пространство
векторов в трехмерном пространстве.
3.
Множество
многочленов с вещественными коэффициентами
степени не выше
образует векторное пространство
относительно операций сложения
многочленов и умножения многочлена на
вещественное число.
4.
Множество
матриц одинаковых размеров образуют
векторное пространство относительно
операций сложения матриц и умножения
матрицы на число. В частности, часто
встречается и используется векторное
пространство матриц-строк
(
).
Для него принято другое обозначение –
(
).
Элементами этого векторного пространства
служат упорядоченные совокупности
произвольных вещественных (комплексных)
чисел
.
5.
«Нестандартный» типовой пример.
Рассмотрим множество
всех положительных вещественных чисел.
Определим «сумму» двух элементов
как произведение вещественных чисел
и
(понимаемое в обычном смысле):
.
«Произведение» элемента
на вещественное число
определим как возведение числа
в степень
:
.
Нулевым элементом пространства будет
служить вещественное число
,
а противоположным элементом (для данного
элемента
)
будет число
.
Проверьте выполнение аксиом векторного
пространства (которые в обычной записи
принимают другой вид: вместо
мы имеем
и т.д.). В этом Типовой примере, быть
может, для обозначения суммы элементов
пространства и для произведения элемента
пространства на число предпочтительнее
другие обозначения (например,
и
).
Арифметическим
пространством
Rn
называется множество векторов
,
в котором операции сложения векторов
и умножения вектора на число определены
следующим образом: если
,
,
,
то
,
.
Утверждение
Множество всех решений однородной системы образует
линейное пространство.
2. Некоторые свойства произвольных векторных пространств. Из определения векторного пространства следует ряд утверждений, справедливых для произвольных векторных пространств.
1. В векторном пространстве существует единственный нулевой элемент.
2. Для каждого элемента векторного пространства существует единственный противоположный элемент.
3.
.
4.
Для любого элемента
противоположный ему элемент
равен произведению элемента
на число
,
т.е.
.
Отметим
также, что из определения векторного
пространства следует существование и
единственность разности
любых двух элементов векторного
пространства
и
,
которая определяется как элемент
,
удовлетворяющий условию
.
Этим элементом служит сумма
.