- •Содержание
- •Глава 1. Линейная алгебра
- •§ 1. Определители
- •§ 2. Правило крамера
- •§ 3. Матрицы
- •§ 4. Матричная форма системы линейных уравнений
- •§ 5. Ранг матрицы. Эквивалентные матрицы
- •§ 6. Решение системы линейных уравнений методом гаусса
- •§ 7. Исследование системы m линейных уравнений с п неизвестными
- •§ 8. Понятие вектора
- •§ 9. Двумерные векторы (векторы на плоскости)
- •§ 10. Трехмерные векторы (векторы в пространстве)
- •§ 11. Понятие п – мерного вектора. Линейное пространство
- •§ 12. Скалярное произведение векторов
- •§ 13. Векторное произведение векторов
- •§ 14. Смешанное произведение векторов
- •§ 15. Линейный оператор
- •§ 16. Евклидово пространство
- •§ 17. Квадратические формы
- •Принято говорить, что квадратичная форма приведена к каноническому виду с помощью ортогонального преобразования в.
- •Определяем собственные векторы. Если то получаем систему уравнений
- •При получаем систему
- •Из семейства собственных векторов выделим два каких-нибудь ортогональных вектора. Полагая, например, ,
- •Подберем параметры и b так, чтобы выполнялось равенство
- •Глава 2. Элементы высшей алгебры
- •§ 1. Комплексные числа
- •§ 2. Многочлены
- •Глава 3. Аналитическая геометрия на плоскости
- •§ 1. Уравнение линии
- •§ 2. Уравнение прямой с угловым коэффициентом
- •§ 3. Общее уравнение прямой
- •§ 4. Кривые второго порядка
- •§ 5. Классификация кривых второго порядка
- •§ 6. Приведение общего уравнения кривой второго порядка к каноническому виду
- •Глава 4. Аналитическая геометрия в пространстве
- •§ 1. Уравнение поверхности
- •§ 2. Плоскость
- •§ 3. Прямая в пространстве
- •§ 4. Взаимное расположение прямой и плоскости
- •§ 5. Поверхности второго порядка
- •§ 6. Приведение общего уравнения поверхности второго порядка к каноническому виду
- •При получаем систему
- •При получаем систему
- •При получаем систему
- •§ 7. Метод сечений
- •Литература
§ 16. Евклидово пространство
Линейное пространство R называется евклидовым, если имеется правило, которое позволяет для каждых двух векторов и из R построить действительное число, называемое скалярным произведением векторов и и обозначаемое ( , ), причем это правило удовлетворяет условиям:
10 ( , ) = ( , );
20 ( , + ) = ( , ) + ( , );
30 (λ , ) = λ ( , ) для любого действительного числа ;
40 ( , ) > 0, если .
Из условий 10 – 40 следует, что:
а) ( + , ) = ( , ) + ( , );
б) ( , λ ) = λ( , )
в) ( , ) = 0 для любого вектора .
Скалярное произведение любого вектора R на себя называется скалярным квадратом.
Длиной (нормой) вектора в евклидовом пространстве называется квадратный корень из скалярного квадрата этого вектора, т. е.
.
Если λ − любое действительное число, а − любой вектор евклидова пространства, то
.
Вектор, длина которого равна единице, называется нормированным. Если R − ненулевой вектор, то
является нормированным вектором.
Для любых двух векторов и в евклидовом пространстве выполняется неравенство
(или )
− неравенство Коши-Буняковского.
Равенство
имеет место тогда и только тогда, когда векторы и линейно зависимы.
Угол φ между векторами и определяется равенством:
, где 0 π
Если и − ненулевые векторы, а , то ( , ) = 0. В этом случае говорят, что векторы и ортогональны, т.е. .
Для произвольных векторов и евклидова пространства имеют место важные соотношения:
( неравенство треугольника ).
Пусть φ − угол между векторами и , тогда
(теорема косинусов).
Если , то .
Заменяя в последнем равенстве на − , получим
(теорема Пифагора).
Пример. Пусть множество всевозможных систем действительных чисел , , , … является линейным пространством.
Можно ли скалярное произведение двух произвольных векторов и определить равенством ( для того, чтобы это пространство стало евклидовым)?
□ Для этого необходимо проверить выполнение условий 10 − 40.
10 Так как ( , )= , то .
20 Пусть . Тогда
и
30
.
40 , если хотя бы одно из чисел
х1, х2 , …, хn отлично от нуля.
Значит, в заданном пространстве с помощью указанного равенства можно определить скалярное произведение. ■
Ортогональный базис
Базис , ,…, евклидова пространства называется ортогональным, если
при .
Теорема. Во всяком евклидовом пространстве имеется ортогональный базис.
Если ортогональный базис состоит из нормированных векторов, то этот базис называется ортонормированным. Для ортонормированного базиса , ,…, справедливо
Если в n - мерном евклидовом пространстве известен какой-нибудь базис , ,…, , то в этом пространстве всегда можно найти и ортонормированный базис , ,…, .
Любой вектор евклидова пространства, заданный в ортонормированном базисе, определяется равенством:
.
Длина вектора находится по формуле
.
Два вектора
и
линейно зависимы ( коллинеарны, пропорциональны) тогда и только тогда, когда
.
Ортогональность двух векторов и :
.
Угол между двумя векторами и :
.
Пример. Нормировать вектор
.
□ Согласно формуле , имеем
■
Пример. Дана матрица А =
перехода от ортонормированного базиса , , к базису *, *, *. Доказать, что базис *, *, * ортонормированный.
□ Вспоминая переход к новому базису, можем записать
или
Для ортонормированного базиса , , должны выполняться равенства
Проверим эти равенства для базиса *, *, *:
Так как указанные равенства выполняются, то базис *, *, * − ортонормированный. ■
Пример. При каком значении λ базис, образованный векторами
, ,
,
является ортогональным? Нормировать этот базис.
□ Базис будет ортогональным, если при . В нашем случае, если при . Пусть, например, . Тогда Отсюда
λ = −1. Следовательно,
, ,
и
Пронормируем векторы полученного ортогонального базиса по формуле
, где i = 1,2,3,4.
Длина равна: .
Таким образом, векторы
,
,
,
образуют ортонормированный базис. ■
Ортогональные преобразования
Линейное преобразование (линейный оператор) А евклидова пространства называется ортогональным, если оно сохраняет скалярное произведение любых двух векторов и этого пространства, т.е.
.
Длина вектора при этом не изменяется, т.е. .
Таким образом, .
Из последнего равенства следует, что ортогональное преобразование А не изменяет угла между любыми двумя векторами и .
Ортогональное преобразование переводит любой ортонормированный базис в ортонормированный. Наоборот, если линейное преобразование переводит какой-нибудь ортонормированный базис в ортонормированный, то оно является ортогональным.
Пример. При каком значении λ преобразование А, определяемое равенством , является ортогональным?
□ Пусть
, ,
, .
Преобразование будет ортогональным, если
и , .
Тогда имеем
.
Это равенство будет выполняться при , т.е. при . При таких значениях λ не изменяются длины векторов и :
.
Если , то .
Аналогично,
. ■
Пример. Является ли ортогональным преобразование А, определяемое в каком-нибудь ортонормированном базисе матрицей
,
если , ,
, ,
, ?
□ Составим векторы :
,
,
.
Если , , то преобразование А будет ортогональным. Проверим это условие:
− по условию;
− по условию;
− по условию.
Значит, преобразование А − ортогональное.
Более того, т. к.
− по условию,
− по условию,
− по условию,
то векторы образуют ортонормированный базис. Это означает, что преобразование А − ортонормированное. ■