
- •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
2. Базис и размерность линейного пространства
Фундаментальным вопросом теории линейных пространств является вопрос о том, можно ли, а если можно, то как, произвольный вектор пространства представить в виде линейной комбинации фиксированного набора векторов из этого пространства. Далее мы получим ответ на этот вопрос.
Система
линейно независимых векторов
векторного пространства
называетсябазисом
этого пространства, если любой вектор
из
может быть представлен в виде линейной
комбинации векторов этой системы, т.е.
для каждого вектора
существуют вещественные числа
такие, что имеет место равенство
.
Это
равенство называется разложением
вектора
по базису
,
а числа
называютсякоординатами
вектора
относительно базиса
(или в базисе)
.
Утверждение
Базисом линейного пространства решений однородной системы является ее фундаментальная система решений.
ТЕОРЕМА
(о единственности разложения по базису).
Каждый вектор
пространства
может быть разложен по базису
единственным
образом, т.е. координаты каждого вектора
в базисе
определяются однозначно.
Главное значение базиса заключается в том, что операции сложения векторов и умножения их на числа при задании базиса превращаются в соответствующие операции над числами – координатами этих векторов. А именно, справедлива следующая
ТЕОРЕМА.
При сложении
двух любых векторов линейного пространства
их координаты (относительно любого
базиса пространства) складываются; при
умножении
произвольного вектора на любое число
все координаты этого вектора умножаются
на
.
Типовой пример
Исследуем
вопрос о базисе пространства
,
введенного ранее при рассмотрении
Типовой примеров векторных пространств.
Покажем, что
элементов
указанного пространства образуют базис.
►Во-первых,
эти векторы линейно независимы. Проверка
линейной независимости набора
состоит в определении значений
,
при которых возможно равенство
.
Но в силу только что доказанной теоремы
,
а
последний вектор является нулевым лишь
при условии
.
Во-вторых, всякий вектор
заведомо представим в виде линейной
комбинации векторов
:
и, значит, набор
образует базис. ◄
Векторное
пространство
называется
-мерным,
если в нем существуют
линейно независимых векторов, а любые
векторов уже являются линейно зависимыми.
При этом число
называетсяразмерностьюпространства
.
Размерность векторного пространства, состоящего из одного нулевого вектора, принимается равной нулю.
Размерность
пространства
обычно обозначают символом
.
Векторное
пространство
называетсябесконечномерным, если
в нем существует любое число линейно
независимых векторов. В этом случае
пишут
.
Выясним связь между понятиями базиса и размерности пространства.
ТЕОРЕМА.Если
– векторное пространство размерности
,
то любые
линейно независимых векторов этого
пространства образуют его базис.
ТЕОРЕМА.Если векторное пространство
имеет базис, состоящий из
векторов, то
.
Утверждение
Rn=n.
Типовые примеры
Образуют ли базис в пространстве R3 векторы
?
►По определению базис составляют линейно независимые векторы. Линейная зависимость (или независимость) определяется исходя из анализа равенства нулю линейной комбинации этих векторов:
.
Последнее
векторное уравнение после записи его
по компонентам представляет собой
систему трёх однородных уравнений
относительно
.
Согласно схеме исследования линейной
зависимости векторов вычислим
определитель матрицы, составленной из
координат векторов
Определитель системы равен нулю, следовательно, она имеет нетривиальное решение и это означает, что исходная группа векторов линейно зависима и не образует базис в R3. ◄
2.Найти размерность и один из базисов линейного пространства решений однородной системы:
►Представленная система состоит из трёх уравнений и содержит 5 неизвестных. Выпишем матрицу системы и упростим её с помощью элементарных преобразований, сначала поменяв местами строки 1 и 2, а затем вычитая новую первую строку, умноженную на 3 и 4, соответственно из второй и третьей строк :
Видно,
что ранг матрицы
равен 2. Следовательно, две неизвестные
являются главными, а три - свободными.
Значит ФСР системы содержит 5-2=3 линейно
независимых решения. Выберем в качестве
главных
.
Это можно сделать, т.к. минор 2-го порядка,
составленный из коэффициентов при этих
неизвестных, отличен от нуля. Система,
соответствующая преобразованной
матрице, имеет вид
Отсюда, выражая главные неизвестные через свободные, получим общее решение
Или иначе:
.
Фундаментальная совокупность решений является базисом линейного пространства решений исходной системы и в данном случае имеет вид
Размерность искомого пространства равна 3.◄
Матрицей
переходаот базисак базису
называется матрица вида
где
для каждого
в
-ом
столбце стоят координаты
вектора
в базисе
.
Утверждение
Координаты
вектора
в базисе
и координаты
этого же вектора в базисе
связаны равенством
где
- матрица перехода от базиса
к базису
.
Утверждение.
Матрица перехода
от базиса
к базису
и матрица обратного перехода
от базиса
к базису
связаны равенством
=
.
Типовые примеры
1.Найти координаты векторав базисе
,
если известно
►В
соответствии с определением матрица
перехода от базиса
к базису
есть
.
Обозначим
координаты вектора
в базисе
через
,
а в базисе
через
.
Искомые координаты
связаны с известными координатами
следующим соотношением:
.
Видно,
что для получения координат
необходимо вычислить матрицу, обратную
.
Используя стандартную процедуру, имеем
.
Вычислим теперь координаты
:
.
◄
Найти матрицу перехода от базиса
к базису
по данным разложениям этих векторов в базисе
:
.
►Чтобы
построить матрицу
перехода
от базиса
к базису
,
необходимо найти разложение векторов
по базису
.
Сделаем это, представив
в виде разложения по
с неизвестными координатами, которые
требуется определить:
,
или с
учётом вида этих векторов в базисе
.
Откуда для координат
имеем
Теперь,
зная разложение
по
,
выпишем матрицу
:
.◄
5. Линейные оболочки и подпространства
Подпространством линейного пространства
называется множество векторов из
такое, что для любых двух векторов
и
из
и любых двух вещественных чисел
и
линейная комбинация
также принадлежит
.
Утверждение. Подпространство само является линейным пространством.
Линейной оболочкойсистемы векторовназывается множество всех линейных
комбинаций векторов
.
Обозначается
.
Утверждение. Линейная оболочка системы векторов является подпространством.
Пересечениемдвух подпространстви
называется множество всех векторов,
принадлежащих одновременно и
,
и
.
Обозначается
.
Суммой двух подпространстви
называется множество всех векторов
,
представимых в виде
,
где
,
.
Обозначается
.
Утверждение. Сумма и пересечение
подпространств
и
являются линейными пространствами, и
их размерности связаны равенством
+
=
+
.
Сумма двух подпространств называется прямой суммой, если пересечение этих подпространств состоит только из нулевого вектора.
Типовой пример
Найти размерность и какой-нибудь базис
суммы и пересечения подпространств,
порождённых векторами
.
►Вычислим вначале размерность
подпространств. С этой целью установим,
являются ли линейно независимыми
векторы, порождающие данные подпространства.
Для подпространства
,
порождённого векторами
,
равенство нулю линейной комбинации
,
эквивалентное системе уравнений
,
достигается лишь при условии
.
Следовательно, векторы
линейно независимы и размерность
подпространства
равна 2:
.
Для подпространства
,
порождённого векторами
,
проводя аналогичный анализ, получим
.
Вычислим теперь размерность пересечения
подпространств
и
.
По определению векторы, составляющие
пересечение, принадлежат одновременно
обоим подпространствам. Произвольный
вектор
подпространства
является линейной комбинацией базисных
векторов
:
.
Аналогично для подпространства
имеем
,
тогда условие принадлежности пересечению
есть
или
.
Это условие представляет собой систему
уравнений относительно коэффициентов
.
Составим матрицу системы и упростим её
с помощью элементарных преобразований:
Как видно ранг системы равен 3. Значит
ФСР состоит из одного линейно независимого
вектора. Найдём его, решив систему
уравнений, соответствующих последней
матрице, получим
,
откуда
.
Полагая свободное неизвестное
,
для остальных имеем
.
Итак, пересечение подпространств
имеет
один базисный вектор
.
Размерность пересечения
.
Следовательно, в соответствии с равенством
размерность суммы подпространств
.
В качестве базиса суммы подпространств
можно взять, например, векторы
,
дополненные вектором
.
В линейной независимости векторов
убедиться нетрудно.◄