- •Глава 1. Линейная алгебра.
- •§1. Матрицы и действия над ними.
- •1.1. Понятие матрицы
- •1.2. Основные операции над матрицами и их свойства.
- •§2. Определители.
- •2.1. Понятие определителя.
- •2.2. Свойства определителей.
- •§3. Обратная матрица.
- •3.1. Понятие обратной матрицы. Теорема об обратной матрице.
- •3.2. Метод элементарных преобразований.
- •§4. Системы линейных уравнений. Методы решения.
- •4.1. Понятие системы линейных уравнений.
- •4.2. Матричный способ решения слу.
- •4.3. Формулы Крамера.
- •§5. Ранг матрицы. Теорема кронекера-капелли. Решение произвольных методов гаусса. Однородные системы.
- •5.1.Ранг матрицы.
- •5.2. Методы нахождения ранга матрицы.
- •5.3. Теорема Кронекера-Капелли.
- •5.4.Решение произвольных систем методом Гаусса.
- •5.5. Однородные системы.
- •§6. Линейные и евклидовы пространства.
- •6.1. Понятия вектора, линейного пространства.
- •6.2. Линейная зависимость векторов. Базис.
- •6.3. Евклидовы пространства. Неравенство Коши-Буняковского.
§6. Линейные и евклидовы пространства.
НЕРАВЕНСТВО КОШИ–БУНЯКОВСКОГО.
6.1. Понятия вектора, линейного пространства.
В школьных курсах математики и физики изучаются величины, которые нельзя охарактеризовать одним числом: точки и геометрические векторы в фиксированной системе координат на плоскости или в трехмерном пространстве, скорость материальной точки, сила и т.д. Однако в геометрии, механике, физике есть такие объекты, которые нельзя однозначно охарактеризовать только тремя числами, например, шар в трехмерном пространстве: положение центра (три числа) и радиус.
Есть множество объектов, для которых определены одинаковые операции, которые могут определяться по-разному, но иметь одинаковые свойства. Например: сложение матриц и сложение геометрических векторов.
Поэтому возникла необходимость описания совокупности всевозможных упорядоченных систем из nчисел, обладающих определенными свойствами.
Упорядоченная числовая строка x=(x1, x2,…, xn) называетсяn-мерным вектором. Числаxi , i=1,n, называютсякомпонентами (координатами) вектораx. Векторыx=(x1, x2,…, xn)иy=(y1, y2,…, yn)называютсяравными, еслиxi= yiдля всехi=1,n.
Операции над векторами:
Суммой двух векторовxиyбудем называть векторx+y= (x1+y1,x2+y2,…..,xn+yn).
Произведениемвектораx=(x1, x2,…, xn)на действительное число α будем называть векторαx=(αx1,αx2,…,αxn).
Свойства операций над векторами:
1) x+y= y+x(коммутативность),
2) x+ (y+z) =(x+y)+z(ассоциативность),
3) существует единственный вектор 0, такой, что для всех векторов x+ 0 = x,
4) для любого xсуществует единственный вектор (x) такой, чтоx+(x)=0,
5) α(x+y)=αx+αy, αR,
6) (α)x=αxx, αдействительные числа,
7) αx=αx,
8) для любого x 1 x=x.
Вектор (x)= =(–x1, x2,…,– xn) называетсяпротивоположнымдля вектораx=(x1, x2,…, xn). Вектор 0=(0,0,…,0) называется нулевым вектором.
Множество всех n-мерных векторов с действительными компонентами, рассматриваемая с определенными в ней операциями сложения векторов и умножения вектора на число, называетсялинейным (векторным) пространством.ОбозначаетсяL.
Пример: Множество многочленов степени n.
6.2. Линейная зависимость векторов. Базис.
Выражение вида называетсялинейной комбинациейвекторовс коэффициентами.
Система векторов называетсялинейно зависимой, если существуют числане все равные нулю, причем выполняется равенство
=0. (1)
Если (1) выполняется лишь в случае, когда , то векторы называютсялинейно независимыми.
Базисом в пространстве L называется упорядоченная, конечная система векторов, если:
1) она линейно независима,
2) каждый вектор пространства Lявляется линейной комбинацией векторов этой системы.
Пусть векторы составляют базис. Тогда любой векторможет быть представлен единственным образом в виде линейной комбинации векторовследующим образом:
………………………………………………………………………(2)
Выражение (2) называется разложением вектора по базису. Тогданазываютсякоординатами векторав этом базисе.
Теорема 1. Если в линейном пространствеLсуществует базис изnвекторов, то любой другой базис в этом пространстве состоит из того же числа векторов.
Доказательство:(от противного)
Пусть в пространстве Lсуществуют два базисаи, причем. Каждый из векторов базисамы разложим по базису.
……………………………..
.
Составим матрицу, столбцами которой будут координаты векторов в базисе:
. Размерность этой матрицыmn. Ее ранг не превосходитn. По теореме о ранге матрицы столбцы матрицы линейно зависимы, а, следовательно, зависимы и векторы, т.е. они не могут составлять базис.
Линейное пространство, в котором существует базис из nвекторов, называетсяn-мерным, числоn–размерностью пространства. Обозначается. Размерность нулевого пространства по определению считается равным нулю.
Теорема 2:Вn-мерном пространстве каждая упорядоченная система изn линейно независимых векторов является базисом. (без доказательства).
Рассмотрим переход от одного базиса к другому. Пусть в n-мерном пространстве даны два базисаВ:иВ’:. Разложим каждый вектор базисаВ’ по базисуВ:
,
, (3)
…………………………………,
.
Компоненты ijможно записать в виде квадратной матрицы порядкаn.
. Столбцы матрицы – это координаты векторовв базисеВ. Поэтому столбцы матрицыТлинейно независимы и, значит, |Т|≠0.
Матрица Т,i-ый столбец которой есть координатный столбец векторапо базису, называется матрицей перехода от базисаВк базисуВ’. Равенство (3) можно переписать в матричных обозначениях:
или ,……………………………………………………………………………(4)
где ,.
Умножая равенство (4) справа на , получим. Т.е. , где- матрица перехода от базисаВ’к базисуВ.
Определим связь компонент одного и того же вектора в двух базисахВ и В’.
Разложение в старом базисе В:,
в новом базисе B’:.
Приравниваем =.
В матричном виде: , где,.
Но . (5)
Это формула перехода от новых координат вектора к старым.
Умножим слева на (|T|≠0). Получим. Это формула перехода от старых координат векторак новым.
Пример: 1)
2)