Важнейшим понятием в теории линейных пространств является линейная зависимость векторов. Прежде чем определить это понятие, рассмотрим несколько примеров.

Примеры. 1. Дана следующая система трех векторов из пространства Тк:

Легко заметить, что или

2. Возьмем теперь другую систему векторов из

Соотношение, аналогичное равенству (1), для этой системы векторов непосредственно усмотреть затруднительно. Однако нетрудно проверить, что

Коэффициенты 4, -7,5 соотношения (2) можно было бы найти следующим образом. Обозначим их через считая неизвестными, будем решать векторное уравнение:

Произведя указанные операции умножения и сложения и переходя к равенству компонент векторов в (2), получаем однородную систему линейных уравнений относительно

Одним из решений этой системы является:

3. Рассмотрим систему векторов:

Равенство

приводит к системе уравнений, имеющей единственное - нулевое - решение. (Проверьте!) Таким образом, из равенства (3) следует,

что Иначе говоря, равенство (3) выполняется только при

Системы векторов в примерах 1-2 являются линейно зависимыми, система примера 3 - линейно независимой.

Определение 3. Система векторов линейного пространства над полем называется линейно зависимой, если существуют не все равные нулю числа поля Я, такие, что

Если же для векторов равенство имеет место только при то система векторов называется линейно независимой.

Заметим, что свойство линейной зависимости и независимости является свойством системы векторов. Однако в литературе широко используют те же прилагательные в применении непосредственно к самим векторам и говорят, допуская вольность речи, «система линейно независимых векторов» и даже «векторы линейно независимы».

Если в системе имеется всего один вектор а, то при по свойству 6 (§ 2) из следует Значит, система, состоящая из одного ненулевого вектора, линейно независима. Напротив, любая система векторов содержащая нулевой вектор 0, линейно зависима. Например, если то

Если система двух векторов линейно зависима, то имеет место равенство при (или . Тогда

т. е. векторы пропорциональны. Верно и обратное, так как из следует Значит, система двух векторов линейно зависима тогда и только тогда, когда векторы пропорциональны.

Пропорциональные векторы из лежат на одной прямой; в связи с этим и в общем случае пропорциональные векторы иногда называют коллинеарными.

Отметим некоторые свойства линейной зависимости векторов.

Свойство 1. Система векторов, содержащая линейно зависимую подсистему, линейно зависима.

Пусть линейно зависима подсистема

Тогда существуют не все равные нулю числа такие, что

Добавив в левую часть этого равенства остальные векторы данной системы с нулевыми коэффициентами, получим требуемое.

Из свойства 1 следует, что всякая подсистема линейно независимой системы векторов линейно независима.

Свойство 2. Если система векторов

линейно независима, а система векторов

линейно зависима, то вектор линейно выражается через векторы системы (4).

Так как система векторов (5) линейно зависима, то существуют не все равные нулю числа такие, что

Если то и тогда ненулевые коэффициенты будут среди что означало бы линейную зависимость системы (4). Значит, и

Свойство 3. Упорядоченная система ненулевых векторов

линейно зависима тогда и только тогда, когда некоторый вектор является линейной комбинацией предшествующих векторов.

Пусть система линейно зависима. Так как то вектор линейно независим. Обозначим через наименьшее натуральное число, при котором система линейно зависима. (Такое существует: в крайнем случае, если системы линейно независимы, то Тогда существуют не все равные нулю числа такие, что выполняется равенство

Если бы то ненулевые коэффициенты были бы среди и выполнялось бы равенство

что означало бы линейную зависимость системы но это противоречило бы выбору числа Значит, и потому

Обратно, из равенства (7) по свойству 1 следует линейная зависимость системы

Из свойства 3 легко следует, что система векторов тогда и только тогда линейно зависима, когда хотя бы один ее вектор линейно выражается через остальные. В этом смысле и говорят, что понятие линейной зависимости эквивалентно понятию линейной выражаемости.

Свойство 4. Если вектор х линейно выражается через векторы системы

а вектор линейно выражается через остальные векторы системы (8), то вектор также линейно выражается через эти векторы системы (8).

В самом деле,

Теперь можно доказать одну из важнейших теорем о линейной зависимости векторов.

Теорема 1. Если каждый вектор линейно независимой системы

есть линейная комбинация векторов

то Другими словами, в линейно независимой системе векторов, являющихся линейными комбинациями векторов число векторов не может быть больше

Доказательство. 1-й шаг. Построим систему

По условию каждый вектор системы (9), в частности вектор линейно выражается через векторы (10), а потому система (11) линейно зависима. По свойству 3 в системе (11) некоторый вектор где линейно выражается через предшествующие векторы, а потому и через векторы системы

полученной из (11) удалением вектора Отсюда по свойству 4 имеем: каждый вектор системы (9) линейно выражается через векторы системы (12).

2-й шаг. Применяя те же рассуждения, что и на шаге, к системам векторов

и (12) и учитывая, что система векторов линейно независима, мы получим систему векторов

через которые линейно выражаются все векторы системы (9).

Если допустить, что то, продолжая этот процесс, мы через шагов исчерпаем все векторы и получим систему

такую, что каждый вектор системы (9), в частности линейно выражается через векторы системы (14). Тогда система (9) оказывается линейно зависимой, что противоречит условию. Остается принять, что

Рассмотрим теперь, что означает линейная зависимость векторов в различных пространствах.

1. Пространство Если система двух векторов линейно зависима, то или т. е. векторы коллинеарны. Верно и обратное. Система трех векторов пространства линейно зависима тогда и только тогда, когда они лежат в одной плоскости. (Докажите!) Система четырех векторов пространства всегда линейно зависима. В самом деле, если какая-либо подсистема нашей системы линейно зависима, то и вся система линейно зависима. Если же никакая собственная подсистема не является линейно зависимой, то по предыдущему это означает, что никакие три вектора нашей системы не лежат на одной плоскости. Тогда из геометрических соображений следует существование вещественных чисел таких, что параллелепипед с ребрами-векторами будет иметь диагональ т. е. в равенстве

Система векторов , называется линейно зависимой , если существуют такие числа , среди которых хотя бы одно отлично от нуля, что выполняется равенство https://pandia.ru/text/78/624/images/image004_77.gif" width="57" height="24 src=">.

Если же это равенство выполняется только в том случае, когда все , то система векторов называется линейно независимой .

Теорема. Система векторов , будет линейно зависимой тогда и только тогда, когда хотя бы один из ее векторов является линейной комбинацией остальных.

Пример 1. Многочлен является линейной комбинацией многочленов https://pandia.ru/text/78/624/images/image010_46.gif" width="88 height=24" height="24">. Многочлены составляют линейно независимую систему, так как многочлен https://pandia.ru/text/78/624/images/image012_44.gif" width="129" height="24">.

Пример 2. Система матриц , , https://pandia.ru/text/78/624/images/image016_37.gif" width="51" height="48 src="> является линейно независимой, так как линейная комбинация равна нулевой матрице только в том случае, когда https://pandia.ru/text/78/624/images/image019_27.gif" width="69" height="21">, , https://pandia.ru/text/78/624/images/image022_26.gif" width="40" height="21"> линейно зависимой.

Решение.

Составим линейную комбинацию данных векторов https://pandia.ru/text/78/624/images/image023_29.gif" width="97" height="24">=0..gif" width="360" height="22">.

Приравнивая одноименные координаты равных векторов, получаем https://pandia.ru/text/78/624/images/image027_24.gif" width="289" height="69">

Окончательно получим

Система имеет единственное тривиальное решение, поэтому линейная комбинация данных векторов равна нулю только в случае, когда все коэффициенты равны нулю. Поэтому данная система векторов линейно независима.

Пример 4. Векторы линейно независимы. Какими будут системы векторов

Решение.

a). Составим линейную комбинацию и приравняем её к нулю

Используя свойства операций с векторами в линейном пространстве, перепишем последнее равенство в виде

Так как векторы линейно независимы, то коэффициенты при должны быть равны нулю, т. е..gif" width="12" height="23 src=">

Полученная система уравнений имеет единственное тривиальное решение .

Так как равенство (*) выполняется только при https://pandia.ru/text/78/624/images/image031_26.gif" width="115 height=20" height="20"> – линейно независимы;

b). Составим равенство https://pandia.ru/text/78/624/images/image039_17.gif" width="265" height="24 src=">(**)

Применяя аналогичные рассуждения, получим

Решая систему уравнений методом Гаусса, получим

Последняя система имеет бесконечное множество решений https://pandia.ru/text/78/624/images/image044_14.gif" width="149" height="24 src=">. Таким образом, существует, ненулевой набор коэффициентов, для которого выполняется равенство (**) . Следовательно, система векторов – линейно зависима.

Пример 5 Система векторов линейно независима, а система векторов линейно зависима..gif" width="80" height="24">.gif" width="149 height=24" height="24">(***)

В равенстве (***) . Действительно, при система была бы линейно зависимой.

Из соотношения (***) получаем или Обозначим .

Задачи для самостоятельного решения (в аудитории)

1. Система, содержащая нулевой вектор, линейно зависима.

2. Система, состоящая из одного вектора а , линейно зависима тогда и только тогда, когда, а=0 .

3. Система, состоящая из двух векторов, линейно зависима тогда и только тогда, когда, векторы пропорциональны (т. е. один из них получается из другого умножением на число).

4. Если к линейно зависимой системе добавить вектор, то получится линейно зависимая система.

5. Если из линейно независимой системы удалить вектор, то полученная система векторов линейна независима.

6. Если система S линейно независима, но становится линейно зависимой при добавлении вектора b , то вектор b линейно выражается через векторы системы S .

c). Система матриц , , в пространстве матриц второго порядка.

10. Пусть система векторов a, b, c векторного пространства линейно независима. Докажите линейную независимость следующих систем векторов:

a). a+ b, b, c.

b). a+ https://pandia.ru/text/78/624/images/image062_13.gif" width="15" height="19">– произвольное число

c). a+ b, a+c, b+c.

11. Пусть a, b, c – три вектора на плоскости, из которых можно сложить треугольник. Будут ли эти векторы линейно зависимы?

12. Даны два вектора a1=(1, 2, 3, 4), a2=(0, 0, 0, 1) . Подобрать ещё два четырёхмерных вектора a3 и a4 так, чтобы система a1, a2, a3, a4 была линейно независимой.

Определение 1 . Линейной комбинацией векторовназывается сумма произведений этих векторов на скаляры:

Определение 2 . Система векторовназывается линейно зависимой системой, если линейная комбинация их (2.8) обращается в нуль:

причем среди чиселсуществует хотя бы одно, отличное от нуля.

Определение 3 . Векторыназываются линейно независимыми, если их линейная комбинация (2.8) обращается в нуль лишь в случае, когда все числа.

Из этих определений можно получить следующие следствия.

Следствие 1 . В линейно зависимой системе векторов хотя бы один вектор может быть выражен как линейная комбинация остальных.

Доказательство . Пусть выполнено (2.9) и пусть для определенности, коэффициент. Имеем тогда:. Заметим, что справедливо и обратное утверждение.

Следствие 2. Если система векторовсодержит нулевой вектор, то эта система (обязательно) линейно зависима – доказательство очевидно.

Следствие 3 . Если средиn векторовкакие либоk () векторов линейно зависимы, то и всеn векторов линейно зависимы (опустим доказательство).

2 0 . Линейные комбинации двух, трех и четырех векторов . Рассмотрим вопросы линейной зависимости и независимости векторов на прямой, плоскости и в пространстве. Приведем соответствующие теоремы.

Теорема 1 . Для того чтобы два вектора были линейно зависимы, необходимо и достаточно, чтобы они были коллинеарны.

Необходимость . Пусть векторыилинейно зависимы. Это означает, что их линейная комбинация=0 и (ради определенности). Отсюда следует равенство, и (по определению умножения вектора на число) векторыиколлинеарны.

Достаточность . Пусть векторыиколлинеарны (║) (предполагаем, что они отличны от нулевого вектора; иначе их линейная зависимость очевидна).

По теореме (2.7) (см. §2.1,п.2 0) тогдатакое, что, или– линейная комбинация равна нулю, причем коэффициент приравен 1 – векторыилинейно зависимы.

Из этой теоремы вытекает следующее следствие.

Следствие . Если векторыине коллинеарны, то они линейно независимы.

Теорема 2 . Для того чтобы три вектора были линейно зависимы, необходимо и достаточно, чтобы они были компланарны.

Необходимость . Пусть векторы,илинейно зависимы. Покажем, что они компланарны.

Из определения линейной зависимости векторов следует существование чисел итаких, что линейная комбинация, и при этом (для определенности). Тогда из этого равенства можно выразить вектор:=, то есть векторравен диагонали параллелограмма, построенного на векторах, стоящих в правой части этого равенства (рис.2.6). Это означает, что векторы,илежат в одной плоскости.

Достаточность . Пусть векторы,икомпланарны. Покажем, что они линейно зависимы.

Исключим случай коллинеарности какой либо пары векторов (ибо тогда эта пара линейно зависима и по следствию 3 (см.п.1 0) все три вектора линейно зависимы). Заметим, что такое предположение исключает также существование нулевого вектора среди указанных трех.

Перенесем три компланарных вектора в одну плоскость и приведем их к общему началу. Через конец вектора проведем прямые, параллельные векторами; получим при этом векторыи(рис.2.7) – их существование обеспечено тем, что векторыине коллинеарные по предположению векторы. Отсюда следует, что вектор=+. Переписав это равенство в виде (–1)++=0, заключаем, что векторы,илинейно зависимы.

Из доказанной теоремы вытекает два следствия.

Следствие 1 . Пустьине коллинеарные векторы, вектор– произвольный, лежащий в плоскости, определяемой векторамии, вектор. Существуют тогда числаитакие, что

Следствие 2 . Если векторы,ине компланарны, то они линейно независимы.

Теорема 3 . Любые четыре вектора линейно зависимы.

Доказательство опустим; с некоторыми изменениями оно копирует доказательство теоремы 2. Приведем следствие из этой теоремы.

Следствие . Для любых некомпланарных векторов,,и любого вектораитакие, что

Замечание . Для векторов в (трехмерном) пространстве понятия линейной зависимости и независимости имеют, как это следует из приведенных выше теорем 1-3, простой геометрический смысл.

Пусть имеются два линейно зависимых вектора и. В таком случае один из них является линейной комбинацией второго, то есть просто отличается от него численным множителем (например,). Геометрически это означает, что оба вектора находятся на общей прямой; они могут иметь одинаковое или противоположное направления (рис.2.8 хх).

Если же два вектора расположены под углом друг к другу (рис.2.9 хх), то в этом случае нельзя получить один из них умножением другого на число – такие векторы линейно независимы. Следовательно, линейная независимость двух векторов иозначает, что эти векторы не могут быть уложены на одну прямую.

Выясним геометрический смысл линейной зависимости и независимости трех векторов.

Пусть векторы ,илинейно зависимы и пусть (для определенности) векторявляется линейной комбинацией векторови, то есть расположен в плоскости, содержащей векторыи. Это означает, что векторы,илежат в одной плоскости. Справедливо и обратное утверждение: если векторы,илежат в одной плоскости, то они линейно зависимы.

Таким образом, векторы ,илинейно независимы в том и только в том случае, если они не лежат в одной плоскости.

3 0 . Понятие базиса . Одним из важнейших понятий линейной и векторной алгебры является понятие базиса. Введем определения.

Определение 1 . Пара векторов называется упорядоченной, если указано, какой вектор этой пары считается первым, а какой вторым.

Определение 2. Упорядоченная пара,неколлинеарных векторов называется базисом на плоскости, определяемой заданными векторами.

Теорема 1 . Всякий векторна плоскости может быть представлен как линейная комбинация базисной системы векторов,:

и это представление единственно.

Доказательство . Пусть векторыиобразуют базис. Тогда любой векторможно представить в виде.

Для доказательства единственности предположим, что имеется еще одно разложение . Имеем тогда=0, причем хотя бы одна из разностей отлична от нуля. Последнее означает, что векторыилинейно зависимы, то есть коллинеарны; это противоречит утверждению, что они образуют базис.

Но тогда – разложение единственно.

Определение 3 . Тройка векторов называется упорядоченной, если указано, какой вектор ее считается первым, какой вторым, а какой третьим.

Определение 4 . Упорядоченная тройка некомпланарных векторов называется базисом в пространстве.

Здесь также справедлива теорема разложения и единственности.

Теорема 2 . Любой векторможет быть представлен как линейная комбинация базисной системы векторов,,:

и это представление единственно (опустим доказательство теоремы).

В разложениях (2.12) и (2.13) величины называются координатами векторав заданном базисе (точнее, аффинными координатами).

При фиксированном базисе иможно писать.

Например, если задан базис и дано, что, то это означает, что имеет место представление (разложение).

4 0 . Линейные операции над векторами в координатной форме . Введение базиса позволяет линейные операции над векторами заменить обычными линейными операциями над числами – координатами этих векторов.

Пусть задан некоторый базис . Очевидно, задание координат вектора в этом базисе полностью определяет сам вектор. Имеют место следующие предложения:

а) два вектора иравны тогда и только тогда, когда равны их соответственные координаты:

б) при умножении вектора на числоего координаты умножаются на это число:

в) при сложении векторов складываются их соответственные координаты:

Доказательства этих свойств опустим; докажем лишь для примера свойство б). Имеем

Замечание . В пространстве (на плоскости) можно выбрать бесконечно много базисов.

Приведем пример перехода от одного базиса к другому, установим соотношения между координатами вектора в различных базисах.

Пример 1 . В базисной системезаданы три вектора:,и. В базисе,,векторимеет разложение. Найти координаты векторав базисе.

Решение . Имеем разложения:,,; следовательно,=+2+= =, то естьв базисе.

Пример 2 . Пусть в некотором базисечетыре вектора заданы своими координатами:,,и.

Выяснить, образуют ли векторы базис; в случае положительного ответа найти разложение векторав этом базисе.

Решение . 1) векторы образуют базис, если они линейно независимы. Составим линейную комбинацию векторов() и выясним, при какихиона обращается в нуль:=0. Имеем:

По определению равенства векторов в координатной форме получим следующую систему (линейных однородных алгебраических) уравнений: ;;, определитель которой=1, то есть система имеет (лишь) тривиальное решение. Это означает линейную независимость векторови, следовательно, они образуют базис.

2) разложим вектор в этом базисе. Имеем:=или в координатной форме.

Переходя к равенству векторов в координатной форме, получим систему линейных неоднородных алгебраических уравнений: ;;. Решая ее (например, по правилу Крамера), получим:,,и (). Имеем разложение векторав базисе:=.

5 0 . Проекция вектора на ось. Свойства проекций. Пусть имеется некоторая осьl , то есть прямая с выбранным на ней направлением и пусть задан некоторый вектор.Определим понятие проекции векторана осьl .

Определение . Проекцией векторана осьl называется произведение модуля этого вектора на косинус угла между осьюl и вектором (рис.2.10):

Следствием этого определения является утверждение о том, что равные векторы имеют равные проекции (на одну и ту же ось).

Отметим свойства проекций.

1) проекция суммы векторов на некоторую ось l равна сумме проекций слагаемых векторов на ту же ось:

2) проекция произведения скаляра на вектор равна произведению этого скаляра на проекцию вектора на ту же ось:

Следствие . Проекция линейной комбинации векторов на ось равна линейной комбинации их проекций:

Доказательства свойств опустим.

6 0 . Прямоугольная декартова система координат в пространстве .Разложение вектора по ортам осей. Пусть в качестве базиса выбраны три взаимно перпендикулярных орта; для них вводим специальные обозначения. Поместив их начала в точкуO , направим по ним (в соответствии с ортами) координатные осиOx ,Oy иOz (ось с выбранным на ней положительным направлением, началом отсчета и единицей длины называется координатной осью).

Определение . Упорядоченная система трех взаимно перпендикулярных координатных осей с общим началом и общей единицей длины называется прямоугольной декартовой системой координат в пространстве.

Ось Ox называется осью абсцисс,Oy – осью ординат иOz – осью аппликат.

Займемся разложением произвольного вектора по базису . Из теоремы (см.§2.2,п.3 0 , (2.13)) следует, чтоможет быть и единственным образом разложен по базису(здесь вместо обозначения координатупотребляют):

В (2.21) суть (декартовы прямоугольные) координаты вектора. Смысл декартовых координат устанавливает следующая теорема.

Теорема . Декартовы прямоугольные координатывектораявляются проекциями этого вектора соответственно на осиOx ,Oy иOz .

Доказательство. Поместим векторв начало системы координат – точкуO . Тогда его конец будет совпадать с некоторой точкой.

Проведем через точку три плоскости, параллельные координатным плоскостямOyz ,Oxz иOxy (рис.2.11 хх). Получим тогда:

В (2.22) векторы иназываются составляющими векторапо осямOx ,Oy иOz .

Пусть через иобозначены соответственно углы, образованные векторомс ортами. Тогда для составляющих получим следующие формулы:

= =, = =, = =(2.23)

Из (2.21), (2.22) (2.23) находим:

– координаты вектораесть проекции этого вектора на координатные осиOx ,Oy иOz соответственно.

Замечание . Числаназываются направляющими косинусами вектора.

Модуль вектора (диагональ прямоугольного параллелепипеда) вычисляется по формуле:

Из формул (2.23) и (2.24) следует, что направляющие косинусы могут быть вычислены по формулам:

Возводя обе части каждого из равенств в (2.25) и складывая почленно левые и правые части полученных равенств, придем к формуле:

– не любые три угла образуют некоторое направление в пространстве, но лишь те, косинусы которых связаны соотношением (2.26).

7 0 . Радиус-вектор и координаты точки .Определение вектора по его началу и концу . Введем определение.

Определение . Радиусом-вектором (обозначается) называется вектор, соединяющий начало координатO с этой точкой (рис.2.12 хх):

Любой точке пространства соответствует определенный радиус-вектор (и обратно). Таким образом, точки пространства представляются в векторной алгебре их радиус-векторами.

Очевидно, координаты точкиM являются проекциями ее радиус-векторана координатные оси:

и, таким образом,

– радиус-вектор точки есть вектор, проекции которого на оси координат равны координатам этой точки. Отсюда следует две записи: и.

Получим формулы для вычисления проекций вектора по координатам его начала – точкеи конца – точке.

Проведем радиус-векторы и вектор(рис.2.13). Получим, что

– проекции вектора на координатные орты равны разностям соответствующих координат конца и начала вектора.

8 0 . Некоторые задачи на декартовы координаты .

1) условия коллинеарности векторов . Из теоремы (см.§2.1,п.2 0 , формула (2.7)) следует, что для коллинеарности векторовинеобходимо и достаточно, чтобы выполнялось соотношение:=. Из этого векторного равенства получаем три в координатной форме равенства:, откуда следует условие коллинеарности векторов в координатной форме:

– для коллинеарности векторов инеобходимо и достаточно, чтобы их соответствующие координаты были пропорциональны.

2) расстояние между точками . Из представления (2.29) следует, что расстояниемежду точкамииопределяется формулой

3) деление отрезка в данном отношении . Пусть даны точкиии отношение. Нужно найти– координаты точкиM (рис.2.14).

Имеем из условия коллинеарности векторов: , откудаи

Из (2.32) получим в координатной форме:

Из формул (2.32’) можно получить формулы для вычисления координат середины отрезка , полагая:

Замечание . Будем считать отрезкииположительными или отрицательными в зависимости от того, совпадает их направление с направлением от началаотрезка к концу, или не совпадает. Тогда по формулам (2.32) – (2.32”) можно находить координат точки, делящей отрезоквнешним образом, то есть так, что делящая точкаM находится на продолжении отрезка, а не внутри его. При этом конечно,.

4) уравнение сферической поверхности . Составим уравнение сферической поверхности – геометрического места точек, равноудаленных на расстояниеот некоторого фиксированного центра – точки. Очевидно, что в данном случаеи с учетом формулы (2.31)

Уравнение (2.33) и есть уравнение искомой сферической поверхности.

Перейдем к описанию свойств линейных пространств. В первую очередь к ним относятся отношения между его элементами.

Линейной комбинацией элементов над полем действительных чиселR называется элемент

Определение. Множество элементов ,называется линейно независимым, если из равенства

с необходимостью следует, что ,. Ясно, что любая часть элементов изтакже линейно независимая. Если хотя бы одно из,, то множествоназывается линейно зависимым.

Пример III .6. Пусть дано векторное множество . Если один из векторов, например,, то такая система векторов линейно зависима. В самом деле, пусть множество,, …,,, …,линейно независимо, тогда из равенстваследует, что.

Добавляя к этому множеству вектор, умноженный на, по-прежнему имеем равенство

Следовательно, множество векторов, как, впрочем, и любых других элементов, содержащих нулевой элемент, всегда линейно зависимо ▼.

Замечание. Если множество векторов пусто, то оно линейно независимо. В самом деле, если нет никаких индексов, то невозможно выбрать им соответствующие не равные нулю числа, чтобы сумма вида (III.2) была равна 0. Такая интерпретация линейной независимости может быть принята за доказательство, тем более что такой результат хорошо согласуется с теорией 11.

В связи со сказанным определение линейной независимости можно сформулировать так: множество элементов линейно независимо, еслии нет ни одного индекса, для которого. В частности, это множество может быть и пустым.

Пример III .7. Любые два скользящих вектора линейно зависимы. Напомним, что скользящими векторами называются векторы, лежащие на одной прямой. Взяв единичный вектор , можно получить любой другой вектор умножением на соответствующее действительное число, то естьили. Следовательно, уже любые два вектора в одномерном пространстве линейно зависимы.

Пример III .8. Рассмотрим пространство полиномов, где ,,,. Запишем

Полагая ,,, получим, тождественно поt

то есть множество линейно зависимо. Заметим, что любое конечное множество вида,линейно независимо. Для доказательства рассмотрим случай, тогда из равенства

в случае предположения о его линейной зависимости, следовало бы, что существуют не все равные нулю числа  1 ,  2 ,  3 , что тождественно для любого выполняется (III.3), но это противоречит основной теореме алгебры: любой многочлен n -ой степени имеет не более чем n действительных корней. В нашем случае это уравнение имеет только два корня, а не бесконечное их множество. Получили противоречие.

§ 2. Линейные комбинации. Базисы

Пусть . Будем говорить, чтоестьлинейная комбинация элементов .

Теорема III .1 (основная). Множество ненулевых элементов линейно зависимо тогда и только тогда, когда некоторый элемент,является линейной комбинацией предшествующих элементов.

Доказательство . Необходимость . Предположим, что элементы ,, …,линейно зависимы и пустьпервое натуральное число, для которого элементы,, …,линейно зависимы, тогда

при не всех равных нулю и обязательно(иначе этим коэффициентом было бы, что противоречило бы заявленному). Отсюда имеем линейную комбинацию

Достаточность очевидна, поскольку, каждое множество, содержащее линейно зависимое множество, само линейно зависимо ▼.

Определение. Базисом (координатной системой) линейного пространства L называется множество A линейно независимых элементов, такое, что каждый элемент из L является линейной комбинацией элементов из A , 11.

Мы будем рассматривать конечномерные линейные пространства ,.

Пример III .9. Рассмотрим трехмерное векторное пространство . Возьмем единичные векторы,,. Они образуют базис при.

Покажем, что векторы линейно независимы. В самом деле, имеем

или . Отсюда по правилам умножения вектора на число и сложения векторов (примерIII.2) получим

Следовательно, ,,▼.

Пусть – произвольный вектор пространства, тогда исходя из аксиом линейного пространства получаем

Аналогичные рассуждения справедливы для пространства с базисом, . Из основной теоремы следует, что в произвольном конечномерном линейном пространствеL любой элемент может быть представлен как линейная комбинация его базисных элементов,, …,, то есть

Причем такое разложение единственно. В самом деле, пусть имеем

тогда после вычитания получаем

Отсюда, в силу независимости элементов ,,

То есть ▼.

Теорема III .2 (о дополнении до базиса). Пусть – конечномерное линейное пространство и– некоторое множество линейно независимых элементов. Если они не образуют базис, то вможно найти такие элементы,, …,, что множество элементовобразуют базис в. То есть, каждое линейно независимое множество элементов линейного пространства может быть дополнено до базиса.

Доказательство . Поскольку пространство – конечномерное, то у него есть базис, состоящий, например, изn элементов, пусть это элементы . Рассмотрим множество элементов.

Применим основную теорему. В порядке следования элементов рассмотрим множество A . Оно заведомо линейно зависимое, поскольку любой из элементов есть линейная комбинация,,. Так как элементы,, …,– линейно независимые, то добавляя к нему последовательно элементыдо тех пор, пока не появится первый элемент, например,, такой, что он будет линейной комбинацией предыдущих векторов этого множества, то есть. Выбрасывая этот элемент из множестваA , получим . Продолжаем эту процедуру до тех пор, пока в этом множестве не останетсяn линейно независимых элементов, среди которых все элементы ,, …,иn -m из элементов . Полученное множество и будет базисом ▼.

Пример III .10. Доказать, что векторы ,,иобразуют линейно зависимое множество, а любые три из них линейно независимы.

Покажем, что существуют не все равные нулю числа , для которых

В самом деле, при ,имеем

Линейная зависимость доказана. Покажем, что тройка векторов, например ,,, образует базис. Составим равенство

Выполняя действия с векторами, получим

Приравнивая соответствующие координаты в правой и левой частях последнего равенства, получим систему уравнений ,,, решая ее, получим.

Аналогичное рассуждение справедливо и для оставшихся троек векторов ,,или,,.

Теорема III .3 (о размерности пространства). Все базисы конечномерного линейного пространства L состоят из одинакового числа базисных элементов.

Доказательство . Пусть даны два множества , где;,. Каждому из них припишем одно из двух свойств, определяющих базис: 1) через элементы множестваA линейно выражаются любые элементы из L , 2) элементы множества B представляют линейно независимую совокупность, но не обязательно всю из L . Будем считать, что элементы A и B упорядочены.

Рассмотрим множество A и применим к его элементам m раз метод из основной теоремы. Так как элементы из B линейно независимы, то получим, по-прежнему, линейно зависимое множество

В самом деле, если бы , то получилось бы линейно независимое множество, а оставшиесяn элементов множества B линейно выражались бы через них, что невозможно, значит . Но этого тоже быть не может, так как по построению множество (III.4) обладает свойством базиса множества A . Поскольку пространство L конечномерное, то остается только , то есть два разных базиса пространстваL состоят из одинакового числа элементов ▼.

Следствие. В любом n -мерном линейном пространстве () можно найти бесконечно много базисов.

Доказательство следует из правила умножения элементов линейного (векторного) пространства на число.

Определение. Размерностью линейного пространства L называется число элементов, составляющих его базис.

Из определения следует, что пустое множество элементов – тривиальное линейное пространство – имеет размерность 0, что, как следует заметить, оправдывает терминологию линейной зависимости и позволяет заявить: n -мерное пространство имеет размерностьn , .

Таким образом, подводя итоги сказанному, получаем, что каждое множество из n +1 элемента n -мерного линейного пространства линейно зависимо; множество из n элементов линейного пространства является базисом тогда и только тогда, когда оно линейно независимое (или каждый элемент пространства является линейной комбинацией элементов его базиса); в любом линейном пространстве число базисов бесконечно.

Пример III .11 (теорема Кронекера – Капелли).

Пусть имеем систему линейных алгебраических уравнений

где A – матрица коэффициентов системы,  расширенная матрица коэффициентов системы

Где , (III.6)

эта запись эквивалентна системе уравнений (III.5).

Теорема III .4 (Кронекера – Капелли). Система линейных алгебраических уравнений (III.5) совместна тогда и только тогда, когда ранг матрицы A равен рангу матрицы , то есть.

Доказательство . Необходимость . Пусть система (III.5) совместна, тогда у нее существует решение: ,,. Учитывая (III.6), , но в этом случаеесть линейная комбинация векторов,, …,. Следовательно, через множество векторов,,, …,можно выразить любой вектор из. Это означает, что.

Достаточность . Пусть . Выберем любой базис из,, …,, тогдалинейно выражается через базис (это могут быть как все векторы, так и их часть) и тем самым, через все векторы,. Это означает, что система уравнений совместна ▼.

Рассмотрим n -мерное линейное пространство L . Каждый вектор можно представить линейной комбинацией , где множество,состоит из базисных векторов. Перепишем линейную комбинацию в видеи установим взаимнооднозначное соответствие между элементами и их координатами

Это означает, что между n -мерным линейным векторным пространством векторов надn -мерным полем действительных чисел установлено взаимно-однозначное соответствие.

Определение. Два линейных пространства инад одним и тем же скалярным полемизоморфны , если между их элементами можно установить взаимнооднозначное соответствие f , так чтобы

то есть под изоморфизмом понимается взаимнооднозначное соответствие, сохраняющее все линейные отношения. Ясно, что изоморфные пространства имеют одинаковую размерность.

Из примера и определения изоморфизма следует, что с точки зрения изучения проблем линейности изоморфные пространства одинаковы, поэтому формально вместо n -мерного линейного пространства L над полем можно изучать только поле.

Векторы, их свойства и действия с ними

Векторы, действия с векторами, линейное векторное пространство.

Векторы- упорядоченная совокупность конечного количества действительных чисел.

Действия: 1.Умножение вектора на число: лямда*вектор х=(лямда*х 1 , лямда*х 2 … лямда*х n).(3,4, 0, 7)*3=(9, 12,0,21)

2.Сложение векторов (принадлежат одному и тому же векторному пространству) вектор х+вектор у = (х 1 +у 1, х 2 +у 2, … х n +у n ,)

3. Вектор 0=(0,0…0)---n E n – n-мерное (линейное пространство) вектор х +вектор 0 = вектор х

Теорема. Для того чтобы система n векторов, n- мерного линейного пространства была линейно зависимой, необходимо и достаточно, чтобы один из векторов были линейной комбинацией остальным.

Теорема. Любая совокупность n+ 1ого вектора n- мерного линейного пространства явл. линейно зависимой.

Сложение векторов, умножение векторов на числа. Вычитание векторов.

Суммой двух векторов и называется вектор, направленный из начала вектора в конец вектора при условии, что начало совпадет с концом вектора. Если векторы заданы их разложениями по базисным ортам, то при сложении векторов складываются их соответствующие координаты.

Рассмотрим это на примере декартовой системы координат. Пусть

Покажем, что

Из рисунка 3 видно, что

Сумма любого конечного числа векторов может быть найдена по правилу многоугольника (рис. 4): чтобы построить сумму конечного числа векторов, достаточно совместить начало каждого последующего вектора с концом предыдущего и построить вектор, соединяющий начало первого вектора с концом последнего.

Свойства операции сложения векторов:

В этих выражениях m, n - числа.

Разностью векторов и называют вектор Второе слагаемое является вектором, противоположным вектору по направлению, но равным ему по длине.

Таким образом, операция вычитания векторов заменяется на операцию сложения

Вектор, начало которого находится в начале координат, а конец - в точке А (x1, y1, z1), называют радиус-вектором точки А и обозначают или просто. Так как его координаты совпадают с координатами точки А, то его разложение по ортам имеет вид

Вектор, имеющий начало в точке А(x1, y1, z1) и конец в точке B(x2, y2, z2), может быть записан в виде

где r 2 - радиус-вектор точки В; r 1 - радиус-вектор точки А.

Поэтому разложение вектора по ортам имеет вид

Его длина равна расстоянию между точками А и В

УМНОЖЕНИЕ

Так в случае плоской задачи произведение вектор на a = {ax; ay} на число b находится по формуле

a · b = {ax · b; ay · b}

Пример 1. Найти произведение вектора a = {1; 2} на 3.

3 · a = {3 · 1; 3 · 2} = {3; 6}

Так в случае пространственной задачи произведение вектора a = {ax; ay; az} на число b находится по формуле

a · b = {ax · b; ay · b; az · b}

Пример 1. Найти произведение вектора a = {1; 2; -5} на 2.

2 · a = {2 · 1; 2 · 2; 2 · (-5)} = {2; 4; -10}

Скалярное произведение векторов и где - угол между векторами и ; если либо , то

Из определения скалярного произведения следует, что

где, например, есть величина проекции вектора на направление вектора .

Скалярный квадрат вектора:

Свойства скалярного произведения:

Скалярное произведение в координатах

Угол между векторами

Угол между векторами - угол между направлениями этих векторов (наименьший угол).

Векторное произведение(Векторное произведение двух векторов.)- это псевдовектор, перпендикулярный плоскости, построенной по двум сомножителям, являющийся результатом бинарной операции «векторное умножение» над векторами в трёхмерном Евклидовом пространстве. Произведение не является ни коммутативным, ни ассоциативным (оно является антикоммутативным) и отличается от скалярного произведения векторов. Во многих задачах инженерии и физики нужно иметь возможность строить вектор, перпендикулярный двум имеющимся - векторное произведение предоставляет эту возможность. Векторное произведение полезно для «измерения» перпендикулярности векторов - длина векторного произведения двух векторов равна произведению их длин, если они перпендикулярны, и уменьшается до нуля, если векторы параллельны либо антипараллельны.

Векторное произведение определено только в трёхмерном и семимерном пространствах. Результат векторного произведения, как и скалярного, зависит от метрики Евклидова пространства.

В отличие от формулы для вычисления по координатам векторов скалярного произведения в трёхмерной прямоугольной системе координат, формула для векторного произведения зависит от ориентации прямоугольной системы координат или, иначе, её «хиральности»

Коллинеарность векторов.

Два ненулевых (не равных 0) вектора называются коллинеа́рными, если они лежат на параллельных прямых или на одной прямой. Допусти́м, но не рекомендуется синоним - «параллельные» векторы. Коллинеарные векторы могут быть одинаково направлены («сонаправлены») или противоположно направлены (в последнем случае их иногда называют «антиколлинеарными» или «антипараллельными»).

Сме́шанное произведе́ние векторов(a, b,c) - скалярное произведение вектора a на векторное произведение векторов b и c:

(a,b,c)=a ⋅(b ×c)

иногда его называют тройным скалярным произведением векторов, по всей видимости из-за того, что результатом является скаляр (точнее - псевдоскаляр).

Геометрический смысл: Модуль смешанного произведения численно равен объёму параллелепипеда, образованного векторами(a,b,c) .

Свойства

Смешанное произведение кососимметрично по отношению ко всем своим аргументам:т. е. перестановка любых двух сомножителей меняет знак произведения. Отсюда следует, чтоСмешанное произведение в правой декартовой системе координат (в ортонормированном базисе) равно определителю матрицы, составленной из векторов и:

Смешанное произведение в левой декартовой системе координат (в ортонормированном базисе) равно определителю матрицы, составленной из векторов и, взятому со знаком "минус":

В частности,

Если любые два вектора параллельны, то с любым третьим вектором они образуют смешанное произведение равное нулю.

Если три вектора линейно зависимы (т. е. компланарны, лежат в одной плоскости), то их смешанное произведение равно нулю.

Геометрический смысл - Смешанное произведение по абсолютному значению равно объёму параллелепипеда (см. рисунок), образованного векторами и; знак зависит от того, является ли эта тройка векторов правой или левой.

Компланарность векторов.

Три вектора (или большее число) называются компланарными, если они, будучи приведенными к общему началу, лежат в одной плоскости

Свойства компланарности

Если хотя бы один из трёх векторов - нулевой, то три вектора тоже считаются компланарными.

Тройка векторов, содержащая пару коллинеарных векторов, компланарна.

Смешанное произведение компланарных векторов. Это - критерий компланарности трёх векторов.

Компланарные векторы - линейно зависимы. Это - тоже критерий компланарности.

В 3-мерном пространстве 3 некомпланарных вектора образуют базис

Линейно зависимые и линейно независимые векторы.

Линейно зависимые и независимые системы векторов. Определение . Система векторов называется линейно зависимой , если существует хотя бы одна нетривиальная линейная комбинация этих векторов, равная нулевому вектору. В противном случае, т.е. если только тривиальная линейная комбинация данных векторов равна нулевому вектору, векторы называются линейно независимыми .

Теорема (критерий линейной зависимости) . Для того чтобы система век торов линейного пространства была линейно зависимой, необходимо и достаточно, чтобы, по крайней мере, один из этих векторов являлся линейной комбинацией остальных.

1) Если среди векторов имеется хотя бы один нулевой вектор, то вся система векторов линейно зависима.

В самом деле, если, например, , то, полагая , имеем нетривиальную линейную комбинацию .▲

2) Если среди векторов некоторые образуют линейно зависимую систему, то и вся система линейно зависима.

Действительно, пусть векторы , , линейно зависимы. Значит, существует нетривиальная линейная комбинация , равная нулевому вектору. Но тогда, полагая , получим также нетривиальную линейную комбинацию , равную нулевому вектору.

2. Базис и размерность. Определение . 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 ) .

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 .

Определение -мерным , если в нем существуют линейно независимых векторов, а любые векторов уже являются линейно зависимыми. При этом число называется размерностью пространства .

Размерность векторного пространства, состоящего из одного нулевого вектора, принимается равной нулю.

Размерность пространства обычно обозначают символом .

Определение . Векторное пространство называется бесконечномерным , 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 .

Похожая информация.