
Algebra&Geometry / modules 3-4 / LECT16
.pdfЛекция 16. Евклидово пространство
1. Скалярное произведение в пространстве Rn
Определение 1. Скалярным произведением (¹x; y¹) двух векторов x;¹ y¹ 2 Rn называется число, равное x1y1 +
: : : + x |
n |
y |
n. Длина или модуль j |
x¹ |
j вектора |
x¹ |
2 R |
n определяется как |
|
(¹x; x¹) |
. Два вектора x;¹ y¹ |
2 R |
n называ- |
|||||
|
|
|
|
|
n |
|
|
|
|
|
|
|||||||
ются ортогональными, если |
(¹x; y¹) = 0 |
. Пространство R |
|
с так |
определенным скалярным произведением |
|||||||||||||
|
|
|
|
|
p |
|
|
называется n-мерным евклидовым пространством.
¹
Замечание. jx¹j > 0, и если jx¹j = 0, то x¹ = 0.
Замечание. (¹x; ®y¹ + ¯z¹) = ®(¹x; y¹) + ¯(¹x; z¹).
Теорема 1 (неравенство Коши). j(¹x; y¹)j 6 jx¹j ¢ jy¹j.
Доказательство. Положим
p(t) = (¹x + ty;¹ x¹ + ty¹) = jx¹j2 + 2t(¹x; y¹) + t2jy¹j2:
Это квадратный многочлен от переменной t. Так как p(t) = jx¹ + ty¹j2, то p(t) > 0. Следовательно, дискриминант многочлена p отрицателен, т.е.
(¹x; y¹)2 6 jx¹j2 ¢ jy¹j2:
¤
Следствие (неравенство треугольника). jx¹ + y¹j 6 jx¹j + jy¹j.
Доказательство.
jx¹ + y¹j2 = (¹x + y;¹ x¹ + y¹) = jx¹j2 + 2(¹x; y¹) + jy¹j2 6 jx¹j2 + 2jx¹j ¢ jy¹j + jy¹j2 = (jx¹j + jy¹j)2 :
Определение 2. Матрицей Грама системы векторов x¹1; : : : ; x¹k 2 Rn называется k £ k-матрица |
||||||||||||||
0(¹x2 |
; x¹1) (¹x2 |
; x¹2) ¢¢ ¢¢ ¢¢ |
(¹x2 |
; x¹k)1 |
|
|||||||||
|
(¹x1 |
; x¹1) (¹x1 |
; x¹2) |
|
(¹x1 |
; x¹k) |
|
|||||||
B ... |
|
|
... |
|
|
... |
|
... |
|
C |
: |
|||
@ |
|
|
; x¹ |
|
) (¹x ; x¹ |
|
) |
¢ ¢ ¢ |
(¹x ; x¹ |
|
A |
|
||
B(¹x |
k |
1 |
2 |
|
k |
)C |
|
|||||||
B |
|
|
k |
|
|
|
k |
|
C |
|
Теорема 2. Матрица Грама системы векторов x¹1; : : : ; x¹k 2 Rn вырождена в том и только том случае, когда эта система линейно зависима.
Доказательство. Предположим, что система векторов линейно зависима и что вектор x¹k является линейной комбинацией остальных векторов системы: x¹k = ®1x¹1 + : : : + ®k¡1x¹k¡1. Заменим в последнем столбце матрицы Грама в каждом скалярном произведении второй вектор x¹k на его выражение. Тогда в матрице Грама последний элемент первой строки будет равен
®1(¹x1; x¹1) + ®2(¹x1; x¹2) + : : : + ®k¡1(¹x1; x¹k¡1);
последний элемент второй строки будет равен
®1(¹x2; x¹1) + ®2(¹x2; x¹2) + : : : + ®k¡1(¹x2; x¹k¡1);
и так далее. Все это означает, что последний столбец матрицы есть линейная комбинация первых k ¡ 1 столбцов с коэффициентами ®1; : : : ; ®k¡1, соответственно. То-есть наша матрица вырождена.
Пусть теперь матрица Грама вырождена. Это означает, что ее столбцы линейно зависимы, т.е. суще-
ствует нетривиальная линейная комбинация, равная нулю: |
|
|
|
|
|
||||||||
®1 |
B |
(¹x1; x¹1) |
C |
+ ®2 |
(¹x1; x¹2) |
+ : : : + ®k |
B |
(¹x1; x¹k) |
= 0: |
||||
... |
|
B ... |
C |
|
... |
C |
|||||||
|
0(¹x2; x¹1)1 |
|
0(¹x2; x¹2)1 |
|
0(¹x2 |
; x¹k)1 |
¹ |
||||||
|
B(¹x ; x¹ |
)C |
|
B(¹x ; x¹ |
)C |
|
B(¹x |
; x¹ |
)C |
|
|||
|
B |
k 1 |
|
C |
|
B k 2 |
C |
|
B |
k |
k |
C |
|
|
@ |
|
|
A |
|
@ |
A |
|
@ |
|
|
A |
|
Но сумма в левой части равенства равна |
|
|
+ ®2x¹2 |
+ : : : + ®kx¹k)1 |
|
|||
0(¹x2 |
; ®1x¹1 |
|
||||||
(¹x1 |
; ®1x¹1 |
+ ®2x¹2 |
+ : : : + ®kx¹k) |
C |
|
|||
B |
|
|
|
... |
|
: |
||
@ |
|
|
|
|
|
|
A |
|
B(¹x ; ® |
x¹ |
1 |
+ ® x¹ |
2 |
+ : : : + ® x¹ )C |
|
||
B k |
1 |
|
2 |
k k |
C |
|
1
2
Положим u¹ = ®1x¹1 + : : : + ®kx¹k, тогда
(¹x1; u¹) = 0
(¹x2; u¹) = 0
...
(¹xk; u¹) = 0
Следовательно,
0 = ®1(¹x1; u¹) + : : : + ®k(¹xk; u¹) = (®1x¹1 + : : : + ®kx¹k; u¹) = (¹u; u¹) = ju¹j2:
Так как длина вектора u¹ равна нулю, то этот вектор нулевой, следовательно, система x¹1; : : : ; x¹k линейно зависима. ¤
2. Ортогональное дополнение
Определение 3. Пусть L ½ Rn линейное подпространство. Ортогональным дополнением L? подпространства L называется множество векторов
L? = fx¹ 2 Rn j (¹x; y¹) = 0; 8y 2 Lg:
Предложение 1. L? линейное подпространство. Доказательство.
¹ n ¹ ?
² Так как (0; y¹) = 0 для любого вектора y¹ 2 R , то 0 2 L .
²Пусть (¹x; y¹) = (¹z; y¹) = 0, тогда (¹x + z;¹ y¹) = (¹x; y¹) + (¹z; y¹) = 0.
²(¹x; y¹) = 0, тогда (®x;¹ y¹) = ®(¹x; y¹) = 0.
¤
Предложение 2 („теорема о трех перпендикулярах\). Пусть L = hv¹1; : : : ; v¹ki. Тогда x¹ 2 L? в том
и только том случае, когда (¹x; v¹1) = : : : = (¹x; v¹k) = 0. |
|
||||||||||
Доказательство. Пусть (¹x; v¹1) = : : : = (¹x; v¹k) = 0 и y¹ 2 L, тогда y¹ = ®1v¹1 + : : : + ®kv¹k. Но тогда |
|
||||||||||
|
|
|
|
(¹x; y¹) = (¹x; ®1v¹1 + : : : + ®kv¹k) = ®1(¹x; v¹1) + : : : + ®k(¹x; v¹k) = 0: |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
¤ |
Теорема 3. Пусть L ½ Rn линейное подпространство и dim L = k. Тогда dim L? = n ¡ k. |
|
||||||||||
Доказательство. Пусть L = hv¹1; : : : ; v¹ki, где v¹1; : : : ; v¹k базис. Тогда |
|
||||||||||
|
|
|
|
x¹ |
2 |
L? |
, |
8 |
(¹x; v¹1..) = 0 |
(1) |
|
|
|
|
|
|
|
|
> |
. |
|
||
|
|
|
|
|
|
|
|
|
< |
(¹x; v¹ ) = 0 |
|
|
a |
|
j |
|
|
|
v¹ |
|
: |
k |
|
Обозначим через |
|
ij |
|
-ю координату вектора |
i. |
> |
|
|
|||
|
|
|
|
>8 a11x1 + a12x2 +..:.: : + a1nxn = 0 |
(2) |
||||||
|
|
|
|
: |
|
+ an2x2 + : : : + annxn = 0 |
|
||||
|
|
|
|
< an1x1 |
|
||||||
Так как векторы v¹1; : : : ; v¹k линейно>независимы, то ранг матрицы однородной системы (2) равен k. Сле- |
довательно, |
размерность пространства решений этой системы равна n ¡ k. Но пространство решений |
|
системы (2) это в точности ортогональное дополнение подпространства L. |
¤ |