Линейные векторные пространства. Базис
Линейные векторные пространства
Линейные векторные пространства
Линейные векторные пространства
Линейные векторные пространства
Линейная зависимость векторов
Линейные векторные пространства
Базис линейного пространства
Базис линейного пространства
Базис линейного пространства
Базис линейного пространства
Базис линейного пространства
Базис линейного пространства
Размерность линейного пространства
Размерность линейного пространства
Переход от одного базиса к другому
Переход от одного базиса к другому
Переход от одного базиса к другому
ЕВКЛИДОВЫ ПРОСТРАНСТВА.
ЕВКЛИДОВЫ ПРОСТРАНСТВА
ЕВКЛИДОВЫ ПРОСТРАНСТВА
Ортогональные элементы. Ортонормированный базис
  ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА  
  ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА  
Примеры
Примеры
Примеры
Примеры
Примеры
Примеры
517.50K
Category: mathematicsmathematics

Линейные векторные пространства. Базис

1. Линейные векторные пространства. Базис

Линейные векторные пространства;
Линейная зависимость векторов;
Базис и размерность пространства
Преобразование координат;
Матрица перехода

2. Линейные векторные пространства

Определение. Множество V называется линейным
векторным пространством, если для любых его
элементов a и b
, называемых векторами этого
пространства, и любого действительного числа
определены в V векторы a b
следующие аксиомы:
и
так
a , что верны

3. Линейные векторные пространства

1. В пространстве
V есть нулевой вектор 0 такой, что
a 0 a
а V ;
a V существует противоположный
ему вектор, обозначаемый a , такой, что a a 0 ;
2. Для любого вектора
3.
a b b a а, b V ;
4.
a b c a b c
5.
1 a a
а V ;
а, b, c V ;

4. Линейные векторные пространства

6.
a b a b а, b V R ;
7. a a a
8.
a a
а V , R
а V , R
Пример. Множество всех векторов плоскости или
трехмерного
пространства
является
линейным
пространством относительно операций сложения двух
векторов и умножения векторов на число.

5. Линейные векторные пространства

З а м е ч а н и е 1. Пространство
R n – множество строк из n
x1;...; xn – является линейным векторным
пространством, если суммой строк x1 ;...; xn и y1 ;...; y n
назвать строку x1 y1 ;...; xn yn , а произведением строки
x1 ;...; xn на число назвать строку x1 ;...; xn .
нулем пространства служит строка 0 0;...;0 ; противоположной
строке а1 ;...; аn является строка а1 ;...; аn и верны все
действительных чисел
аксиомы 1– 8.

6. Линейная зависимость векторов

Определение . Векторы a1 , a2 ,..., an линейного
векторного пространства V называются линейно
зависимыми, если существуют числа
1 , 2 ,... n , не все равные нулю, такие, что
справедливо равенство:
1a1 2 a2 .... n an 0 (1 )
Определение . Векторы a1 , a2 ,..., an
линейного
векторного пространства называются линейно
независимыми, если выполнение равенства (1)
возможно только при условии:
1 2 n 0
.

7. Линейные векторные пространства

Теорема. Система из k векторов a1 , a2 ,..., ak
пространства
R
n
является линейно
независимой тогда и только тогда, когда матрица
A , столбцы (строки) которой составлены из
этих векторов, имеет ранг k.
Следствие. Система, состоящая более чем из n
векторов пространства
R
n
, линейно зависима .

8. Базис линейного пространства

Пусть
L
произвольное линейное пространство.
Определение . Линейная независимая система
элементов e1 , e2 ,..., en пространства
L
называется
базисом этого пространства, если любой элемент
пространства
L
является линейной комбинацией
этих элементов, т.е.
где x1 , x2 ,..., xn
x x1e1 x2e2 ,..., xnen ,
( )
некоторые числа называемые
x относительно базиса
e1 , e2 ,..., en .
координатами элемента
x

9. Базис линейного пространства

Равенство
x x1e1 x2e2 ,..., xnen ,
разложением элемента
x
( ) называется
по базису e1 , e2 ,..., en .
Пример 1. В линейном пространстве всех векторов
плоскости любые два неколлинеарные вектора
являются базисом этого пространства.
Пример 2. В линейном пространстве всех векторов
пространства любые три некомпланарные вектора
являются базисом этого пространства.

10. Базис линейного пространства

Теорема. Любой элемент x
пространства
L
линейного
разлагается по базису e1 , e2 ,..., en
этого пространства единственным способом.
Доказательство. Предположим
пусть элемент
x
обратное,
разлагается по базису e1 , e2 ,..., en
двумя различными способами:
x x1e1 x2e2 ... xnen ,
x x1 e1 x2 e2 ... xn en .

11. Базис линейного пространства

x x1e1 x2e2 ... xn en ,
x x1 e1 x2 e2 ... xn en .
x1 x1 e1 x2 x 2 e2 ... xn xn en 0.
( )
В силу линейной независимости базисных элементов
e1 , e2 ,..., en , равенство ( )
справедливо только и
только тогда, когда
x1 x1 0, x2 x 0,..., xn xn 0,
x1 x1 , x2 x ,..., xn xn . Теорема доказана.

12. Базис линейного пространства

x и
Пусть элементы
пространства L
разложены по базису
y
линейного
e1 , e2 ,..., en :
x x1e1 x2e2 ... xnen ,
y y1e1 y2e2 ... yn en .
Из этих равенств, в силу аксиом 1-8 линейного
векторного пространства, получим
x y x1 y1 e1 x2 y2 e2 ... xn yn en , (1)
и
x x1e1 x2e2 ... xn en .
(2)

13. Базис линейного пространства

Равенство (1) означает, что при сложении двух
элементов линейного пространства
L
их
координаты складываются.
Равенство (2) означает, что при умножении элемента
линейного пространства
L
на некоторое число
координаты этого элемента умножаются на
.

14. Размерность линейного пространства

Определение. Если линейное пространство L
имеет базис, состоящий из n элементов, то это число
n называется размерностью линейного пространства
L
, а само пространство называется n – мерным
линейным или векторным пространством.
Размерность линейного пространства
обозначается через
dim L.
L

15. Размерность линейного пространства

Линейное пространство, в котором не существует базис,
назывется бесконечномерным.
Теорема. В линейном пространстве любые два базиса
содержат одинаковое число элементов.
Размерность линейного пространства всех векторов
плоскости равна двум.
Размерность линейного пространства всех векторов
пространства равна трем.
n
Размерность линейного пространства R равна n.

16. Переход от одного базиса к другому

Пусть e1 , e2 ,..., en и e1 , e2 ,..., en
два произвольных
базиса n-мерного линейного пространства
Элементы e1 , e2 ,..., en
Rn
разложим по базису
e1 , e2 ,..., en
e1 a11e1 a12 e2 ... a1n en ,
e2 a21e1 a22 e2 ... a1n en
...........................................
en an1e1 an 2 e2 ... ann en .
.

17. Переход от одного базиса к другому

Обозначим
a11 a12 ...a1n
a
a
...
a
A 21 22 1n
...................
an1 an 2 ...ann
Матрицу А называют матрицей перехода от нового
базиса к старому базису .
Определитель этой матрицы отличен от нуля.

18. Переход от одного базиса к другому

Замечание .
Каждый вектор
a
пространства
L
имеет координаты как в старом базисе, так и в новом.
Справедливо равенство: ( y1; y2 ;...; yn ) A ( x1; x2 ;...; xn )
которое связывает координаты
вектора
координаты
в старом базисе и
( x1; x2 ;...; xn )
вектора
( x1; x2 ;...; xn )
a
в новом базисе, где
– матрица перехода от нового базиса к старому.
А

19. ЕВКЛИДОВЫ ПРОСТРАНСТВА.

Определение.
векторов a и b
пространства
( a, b)
L
Скалярным произведением
линейного векторного
называется число, обозначаемое
и удовлетворяющее следующим условиям:
1. ( a, b) (b, a ) а, b L
2. ( a b , c) (a, с) b, c а, b, c L
3. ( а, с )
4.
( a, с ) а, с L, R
( a, a ) 0
а L

20. ЕВКЛИДОВЫ ПРОСТРАНСТВА

( a, а ) 0 тогда, когда , a нулевой элемент
пространства
L
.
Определение. Линейное векторное пространство
L,
в котором определено скалярное произведение
векторов, называется евклидовым пространством.
Пространство
R n является евклидовым, так как оно
линейное векторное и в нем определено скалярное
произведение элементов.

21. ЕВКЛИДОВЫ ПРОСТРАНСТВА

:
.
В любом евклидовом пространстве определяют:
длину вектора:
a a, a
расстояние между двумя векторами:
a; b a b
косинус угла между векторами a и
cоs
a, b
a b
b
:

22. Ортогональные элементы. Ортонормированный базис

Определение. Базис e1 , e2 ,..., en евклидова
пространства L называется ортогональным, если
ei , e j 0 при любых 1 i j n
Определение. Ортогональный базис e1 , e2 ,..., en
евклидова пространства L
ортонормированным, если
называется
ei , ei 1 i 1, 2,..., n

23.   ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА  

ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ
БАЗИСА
Пусть – f1 , f 2 ,..., f n
пространстве
k 1
ek f k ci ei
e1 f1
где
ci
. Тогда векторов, вычисленных по
L
формулам
базис в евклидовом
k 2,...n
i 1
f k ; ei
,
ei ; ei
k 2,...n,
образуют ортогональный базис в евклидовом
пространстве
L
.

24.   ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА  

ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ
БАЗИСА
Процесс построения указанным способом
ортогонального базиса
данному
e1 , e2 ,..., en
по некоторому
f1 , f 2 ,..., f n базису называется процессом
ортогонализации Шмидта.
Определение. Нормированием вектора a называется
а
замена его вектором а , имеющим длину, равную 1.

25. Примеры

Выяснить, являются ли векторы
a1 (1;3;1;3); a2 (2;1;1; 2); a3 (3; 1;1;1);
линейно зависимыми.
Решение. Составим матрицу, у которой, например,
строками являются векторы
ее к ступенчатому виду:
a1; a2 ; a3
. Приведем

26. Примеры

1 2 3 ( 3)( 1)
3 1 1
1 1 1
3 2 1
:
(
5)
0 4 8
1 2 3
0 5 10
0 1 2
Ранг системы векторов равен двум.
Ответ : Векторы линейно зависимые.
1 2 3
0 1 2
0 0 0
0 0 0

27. Примеры

П р и м е р 2. Показать, что векторы
a (1; 2; 3 ), b ( 3; 2;1) и c (1; 0;1)
3
образуют базис в пространстве R . Найти координаты вектора
m ( 1; 6;13 ) в этом базисе.
Р е ш е н и е. Составим матрицу, столбцами которой являются
данные в примере векторы. Приведем ее к ступенчатому виду:

28. Примеры

Следовательно, ранг матрицы, составленной из векторов a, b ,
, равен трём; векторы a, b ,
c
c линейно независимы и образуют
базис в пространстве R 3 .
Тогда вектор
базису:
m ( 1; 6;13 )
должен разлагаться по этому
m x1a x2 b x3 c
Т.е. координаты данного разложения удовлетворяют линейной системе
алгебраических уравнений:

29. Примеры

1 x1 3x2 x3
6 2 x1 2 x2
13 3x x x .
1
2
3
1 3 1 1 ( 2)( 3)
1 1
1 3
0
4
2
8
2
2
0
6
2
0 8 2 16
3 1 1 13
1 1
1 1
1 3
1 3
0 4 2 8
0 4 2 8
0 0
0 0
1 0 ( 2) ( 1)
2 0 (1 / 2)
1 3 0 1
1 3 0 1
0 4 0 8 ( 1 / 4) 0 1 0 2 ( 3)
0 0 1 0
0 0 1 0
1 0 0 5
0 1 0 2 .
0 0 1 0
x1 5, x2 2, x3 0

30. Примеры

Итак, вектор m в базисе a, b ,
Отсюда заключаем:
c имеет координаты:
5; 2;0 .
m 5a 2b .
О т в е т: a, b ,
c – базис пространства R 3 ; m 5a 2b .
П р и м е р 3. Найти матрицу перехода от базиса
e1 1;1;0 , e2 2;0;1 , e3 0;1;1
к базису
f1 1;1;1 , f 2 2;0;0 , f 3 0;0;2 .

31.

х1 , х2 , х3 , у1 , у2 , у 3 и
в базисе f1 , f 2 , f 3 :
Р е ш е н и е. Найдем координаты
z1 , z 2 , z 3 векторов e1 , e2 , e3
e1 x1 f1 x2 f 2 x3 f 3 ,
e2 y1 f1 y 2 f 2 y3 f 3 ,
e3 z1 f1 z 2 f 2 z 3 f 3 .
Рассматривая каждое уравнение в отдельности, получим три
системы, соответственно, для координат х1 , х2 , х3 ,
у1 , у2 , у 3 и
z1 , z 2 , z 3 :
x1 2 x2 1
1) x1 1
x 2 x 0,
3
1
y1 2 y 2 2
2) y1 0
y 2 y 1,
3
1
z1 2 z 2 0
3) z1 1
z 2 z 1.
3
1

32.

x1 1;
x2 0;
x3 1 / 2,
y1 0;
y 2 1;
y 3 1 / 2,
z1 1;
z 2 1 / 2;
z3 0.
f1 , f 2 , f 3
координаты 1;0; 1 / 2 , вектор e2 ― 0;1;1 / 2 и e3 ―
1; 1 / 2;0 .
Значит, матрица перехода от базиса e1 , e2 , e3 к базису f1 , f 2 ,
f 3 имеет вид:
Таким образом, вектор
0
1/ 2
1
1
1/ 2
0
1 1/ 2
0
e1
имеет в базисе
Ответ :
0
1/ 2
1
0
1
1
/
2
1 1/ 2
0
English     Русский Rules