
- •Розділ II.
- •§8. Системи лінійних рівнянь і n-вимірні вектори.
- •8.1. Поняття системи лінійних рівнянь, системи лінійних нерівностей та їх розв’язків.
- •8.2. Поняття n-вимірного вектора і n-вимірного лінійного векторного простору.
- •8.3. Загальні теореми про множину розв’язків систем лінійних рівнянь.
- •8.4. Теорема Крамера для квадратних слр.
- •§9. Лінійні векторні простори.
- •9.1. Загальне поняття лінійного векторного простору.
- •9.2. Підпростори лінійних векторних просторів.
- •9.3. Геометрія лінійних векторних просторів.
- •9.4. Опуклі множини в п-вимірному просторі.
- •§10. Метод Гауса розв’язання систем лінійних рівнянь.
- •10.1. Загальна ідея методу Гауса.
- •10.2. Поняття загального розв’язку слр.
- •10.3. Елементарні перетворення слр .
- •Позначення: ;
- •Позначення: .
- •10.4. Перетворення виключення.
- •10.5. Умова несумісності слр.
- •10.6. Вилучення залежних рівнянь.
- •10.7. Алгоритм методу Гауса.
- •10.8. Матрична форма методу Гауса.
- •§11. Елементи матричної алгебри.
- •11.1. Вступ до матричної алгебри.
- •11.2. Арифметичні операції над матрицями.
- •11.3. Економічне тлумачення операції матричного множення.
- •11.4. Властивості операцій над матрицями.
- •11.5. Мультиплікативна форма методу Гауса
- •11.6.Обернена матриця, її обчислення і застосування.
- •11.7. Застосування оберненої матриці до розв’язання систем лінійних рівнянь.
- •§12. Визначники n-го порядку, їх обчислення та застосування.
- •12.1. Аналіз спільних властивостей визначників 2-го та 3-го порядку.
- •12.2. Поняття визначника n-го порядку.
- •12.3. Обчислення визначників n-го порядку за означенням.
- •Спосіб генерування всіх перестановок чисел 1, 2, …..., n.
- •Перестановки чисел 1, 2, 3, 4
- •Формула для обчислення визначника 4-го порядку
- •12.4. Метод Гауса обчислення визначників.
- •12.5. Розкладення визначника за елементами рядка (або стовпчика).
- •12.6. Детермінантна формула для оберненої матриці.
- •12.7. Властивості визначників.
- •12.8. Теорема Крамера (загальний випадок).
- •12.9. Інтерполяційний многочлен.
- •§13. Лінійна залежність і незалежність n-вимірних векторів.
- •13.1. На підходах до поняття лінійної залежності і незалежності.
- •13.2. Загальне поняття лінійної залежності і незалежності.
- •13.3. Лінійна залежність в ℝ2 і ℝ3.
- •13.4. Властивості лінійно залежних і лінійно незалежних систем n-вимірних векторів.
- •13.5. Базиси n-вимірних векторних просторів.
- •13.6. Фундаментальна система розв’язків системи лінійних рівнянь.
- •Якщо скористатися результатом роботи методу Гаусса
- •13.7. Критерій сумісності систем лінійних рівнянь.
13.1. На підходах до поняття лінійної залежності і незалежності.
Значення поняття лінійної залежності і незалежності полягає в тому, що воно висвітлює єдину сутність багатьох, здавалося б різнорідних понять. З розгляду деяких з них ми і почнемо.
13.1.1.Колінеарність векторів.
Поняття колінеарності дуже близьке за змістом до поняття паралельності і вживається стосовно вільних векторів в аналітичній геометрії (див. §3): вільні вектори немов би „невловимі”, їх можна вільно пересувати паралельно; конкретний вектор, тобто направлений відрізок, можна розглядати як представника, миттєве положення вільного вектора; усі такі представники мають однакові величини проекцій на координатні осі, які приймаються за координати вільного вектора. Так от, якщо ми говоримо про два колінеарні вектори і , то можна собі уявляти, що ми упіймали ці вектори, сумістили їх початки, і тоді вектори уляглися на одній прямій, а тоді ми згадали, що є така операція векторної алгебри: множення вектора на число
Нехай два вільні
вектори
і
задані своїми координатами:
.
Векторна алгебра дає алгебраїчний
критерій колінеарності:
вектори
і
колінеарні (позначаємо
) тоді і тільки тоді, коли один з них
можна отримати з іншого множенням на
деяке число (тобто розтягуванням або
стисканням):
.
13.1.2. Компланарність векторів.
Три
вектори називаються компланарними,
якщо при суміщенні їх початків вони
потрапляють у деяку площину.
Між компланарними векторами існує
цікаве співвідношення. Нехай
– компланарні (вільні) вектори. Розглянемо
малюнок у припущенні, що початки векторів
суміщені, і площина зображення є та сама
площина, куди потрапили вектори:
Ми проілюстрували доведення такого твердження: якщо на площині є два не колінеарні вектори, то будь-який (інший) вектор на площині можна подати як суму цих (фіксованих) векторів, помножених на деякі числа:
.
Ми вже неодноразово
зустрічались з поняттям лінійної
комбінації системи векторів:
це сума векторів, помножених на деякі
числа (коефіцієнти). Отже, можна сказати,
що вектор
поданий як лінійна комбінація векторів
і
або ще так: вектор
розкладений за векторами
і
.
13.1.3. Знаходження методом Гаусса рівнянь-наслідків.
Застосуємо метод Гаусса до СЛР:
Скористаємося
тим, що в 1-у рівнянні є змінна
з коефіцієнтом 1.
Виключимо за допомогою першого рівняння
змінну
з 2-го і 3-го рівнянь перетвореннями:
(до 2-го додаємо перше рівняння, помножене на (-2),
до 3-го додаємо перше рівняння, помножене на (-7));
отримуємо:
Далі, до 3-го рівняння додаємо 2-ге, помножене на (-5). СЛР набуває такого вигляду:
Можна сказати, що 3-е рівняння після такого перетворення “зникає”. Це є показником того, що 3-є рівняння є наслідком перших двох. Дамо відповідь на питання: яким чином третє рівняння останньої СЛР утворене з рівнянь початкової СЛР? При його утворенні брали участь рівняння-результати першого повного перетворення виключення, отже, по відношенню до початкових рівнянь, ми виконували таке перетворення:
.
В цьому перетворенні рівняння відіграють роль особливих алгебраїчних величин, отриманий вираз подібний до алгебраїчного виразу
.
Розкриваємо дужки і зводимо подібні:
.
Згадуємо, що змінні в цій тотожності – це рівняння нашої СЛР. Тлумачимо тотожність в термінах рівнянь: якщо до 1-го рівняння, помноженого на 3, додати 2-е, помножене на (-5), і ще додати 3-є, то отримаємо тотожньо нульове рівняння. Або ще так: якщо до 1-го рівняння, помноженого на (-3), додати 2-е, помножене на 5, то отримаємо в точності 3-є рівняння (переконайтесь!):
,
інакше кажучи, 3-є рівняння є лінійною комбінацією1-го і 2-го рівнянь. А якби ми застосовували матричний варіант методу Гаусса, то отримали б такий висновок: 3-й рядок розширеної матриці СЛР є лінійною комбінацією1-го і 2-го рядків. От що означає, що якесь рівняння СЛР є наслідком інших рівнянь і що встановлює метод Гаусса, утворюючи на місці такого рівняння повністю нульове рівняння.
13.1.4. Векторний погляд на систему лінійних рівнянь.
Згадаємо другу векторну форму запису СЛР. В ній беруть участь стовпчики основної матриці (тобто зібрані у вектори-стовпчики коефіцієнти при кожній окремо змінній) і стовпчик вільних членів СЛР (див. §8):
,
,
.
Ліві частини рівнянь з СЛР утворюють лінійну комбінацію векторів з коефіцієнтами , і ця лінійна комбінація прирівнюється до стовпчика вільних членів. Такий запис з точки зору питання про сумісність СЛР (тобто існування хоча б одного розв’язку) можна інтерпретувати як питання: чи є вектор-стовпчик вільних членів СЛР лінійною комбінацією векторів-стовпчиків основної матриці СЛР ?