АЛГЕБРА И АНАЛИТИЧЕСКАЯ ГЕОМЕТРИЯ › files › docs › science ›...
TRANSCRIPT
МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ
РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное
образовательное учреждение высшего образования
«ПЕРМСКИЙ ГОСУДАРСТВЕННЫЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ»
Т. М. Коневских, А. Н. Оглезнева
АЛГЕБРА И АНАЛИТИЧЕСКАЯ
ГЕОМЕТРИЯ
АЛГЕБРА
Допущено методическим советом
Пермского государственного национального
исследовательского университета в качестве
учебно-методического пособия для студентов
механико-математического, экономического и физического факультетов, изучающих дисциплины
«Алгебра и аналитическая геометрия»,«Алгебра»
Пермь 2019
2
УДК 512: 514(075.8)
ББК 22я7
К64
Издание составлено в соответствии с действующими программами курсов
«Алгебра и аналитическая геометрия» и «Алгебра» для студентов первого курса
механико-математического и физического факультетов.
Пособие включает теоретический материал основных тем курсов: «Метод
Гаусса», «Определители», «Матрицы», «Линейные пространства», «Линейные
преобразования линейных пространств», «Матрицы перехода», «Евклидовы
пространства». Особое внимание уделено решению задач, вызывающих
затруднения у студентов. В теоретическом материале содержатся основные
определения, формулы, утверждения и свойства.
Кроме того, в пособии в конце разделов приводятся варианты лабораторной
работы и задания для самостоятельного решения, которые могут быть
использованы при проведении практических занятий. Каждая лабораторная
работа содержит 13 различных вариантов.
УДК 512: 514(075.8)
ББК 22я7
Издается по решению ученого совета
механико-математического факультета
Пермского государственного национального исследовательского университета
Рецензенты: зав. кафедрой физики и математики ФГБОУ ВО ПГФА Минздрава
России, канд. пед. наук В. И. Данилова;
кафедра высшей математики и методики обучения математике ПГГПУ
(и.о. зав. кафедрой, канд. пед. наук, доцент Е. Л. Черемных )
ISBN 978-5-7944-3363-0
© Коневских Т. М., Оглезнева А. Н., 2019
© ПГНИУ, 2019
К64
Коневских Т. М., Оглезнева А. Н.
Алгебра и аналитическая геометрия. Алгебра [Электронный ресурс]:
учеб.-метод. пособие / Т. М. Коневских, А. Н. Оглезнева; Перм. гос.
нац. исслед. ун-т. – Электрон. дан. – Пермь, 2019. – 3,99 Мб; 114 с. –
Режим доступа: http://www.psu.ru/files/docs/science/books/ uchebnie-
posobiya/konevskix-oglezneva-algebra-i-analiticheskaya-geometriya-ch-
1.pdf – Загл. с экрана.
ISBN 978-5-7944-3363-0
3
ОГЛАВЛЕНИЕ
РАЗДЕЛ 1. МЕТОД ПОСЛЕДОВАТЕЛЬНОГО ИСКЛЮЧЕНИЯ НЕИЗВЕСТНЫХ
ДЛЯ РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ (МЕТОД ГАУССА) ................................................ 4
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ ........................................................................................................ 7
РАЗДЕЛ 2. ОПРЕДЕЛИТЕЛИ N-ГО ПОРЯДКА. МЕТОДЫ ВЫЧИСЛЕНИЯ ОПРЕДЕЛИТЕЛЕЙ .......... 10
§1. ПЕРЕСТАНОВКИ. ПОДСТАНОВКИ ...................................................................................................................... 10 §2. ОПРЕДЕЛЕНИЕ ОПРЕДЕЛИТЕЛЯ. СВОЙСТВА ОПРЕДЕЛИТЕЛЕЙ ............................................................................ 11 §3. МЕТОДЫ ВЫЧИСЛЕНИЯ ОПРЕДЕЛИТЕЛЕЙ.......................................................................................................... 13
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ ...................................................................................................... 17
РАЗДЕЛ 3. МАТРИЦЫ. ОПЕРАЦИИ НАД МАТРИЦАМИ ............................................................................. 20
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ ...................................................................................................... 25
РАЗДЕЛ 4. ЛИНЕЙНЫЕ ПРОСТРАНСТВА ...................................................................................................... 30
§1. ОПРЕДЕЛЕНИЕ ЛИНЕЙНОГО ПРОСТРАНСТВА ..................................................................................................... 30 §2. ЛИНЕЙНАЯ КОМБИНАЦИЯ СИСТЕМЫ ВЕКТОРОВ. ЛИНЕЙНАЯ ОБОЛОЧКА СИСТЕМЫ ВЕКТОРОВ.
ЭКВИВАЛЕНТНЫЕ СИСТЕМЫ ВЕКТОРОВ ................................................................................................................. 34 §3. ЛИНЕЙНАЯ ЗАВИСИМОСТЬ И ЛИНЕЙНАЯ НЕЗАВИСИМОСТЬ СИСТЕМЫ ВЕКТОРОВ ............................................... 35 §4. БАЗИС СИСТЕМЫ ВЕКТОРОВ. РАЗМЕРНОСТЬ ЛИНЕЙНОГО ПРОСТРАНСТВА. РАНГ МАТРИЦЫ.
РАНГ СИСТЕМЫ ВЕКТОРОВ ..................................................................................................................................... 38 §5. РАЗЛОЖЕНИЕ ВЕКТОРА ПО БАЗИСУ. КООРДИНАТЫ ВЕКТОРА В БАЗИСЕ .............................................................. 42 §6. ПОДПРОСТРАНСТВО, ЕГО БАЗИС И РАЗМЕРНОСТЬ .............................................................................................. 43 §7. СУММА И ПЕРЕСЕЧЕНИЕ ПОДПРОСТРАНСТВ. ПРЯМАЯ СУММА ПОДПРОСТРАНСТВ ............................................. 47
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ ...................................................................................................... 52
РАЗДЕЛ 5. МАТРИЦА ПЕРЕХОДА .................................................................................................................... 57
§1. ОПРЕДЕЛЕНИЕ МАТРИЦЫ ПЕРЕХОДА ................................................................................................................ 57 §2. СВЯЗЬ КООРДИНАТ ВЕКТОРА В РАЗНЫХ БАЗИСАХ .............................................................................................. 57
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ ...................................................................................................... 63
РАЗДЕЛ 6. РЕШЕНИЕ ОДНОРОДНЫХ И НЕОДНОРОДНЫХ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ
С ИСПОЛЬЗОВАНИЕМ РАНГОВ ИХ МАТРИЦ .............................................................................................. 66
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ ...................................................................................................... 70
РАЗДЕЛ 7. ЛИНЕЙНЫЕ ПРЕОБРАЗОВАНИЯ ЛИНЕЙНЫХ ПРОСТРАНСТВ .......................................... 73
§1. ОПРЕДЕЛЕНИЕ ЛИНЕЙНОГО ПРЕОБРАЗОВАНИЯ ................................................................................................. 73 §2. ДЕЙСТВИЯ С ЛИНЕЙНЫМИ ПРЕОБРАЗОВАНИЯМИ .............................................................................................. 74 §3. ХАРАКТЕРИСТИЧЕСКИЙ МНОГОЧЛЕН И ХАРАКТЕРИСТИЧЕСКИЕ ЧИСЛА МАТРИЦЫ ............................................. 82 §4. СОБСТВЕННЫЕ ЗНАЧЕНИЯ И СОБСТВЕННЫЕ ВЕКТОРЫ МАТРИЦЫ ....................................................................... 82 §5. ПРИВЕДЕНИЕ МАТРИЦЫ К ДИАГОНАЛЬНОМУ ВИДУ ........................................................................................... 84 §6. ОБЛАСТЬ ЗНАЧЕНИЙ И ЯДРО ЛИНЕЙНОГО ПРЕОБРАЗОВАНИЯ ............................................................................. 88
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ ...................................................................................................... 90
РАЗДЕЛ 8. ЕВКЛИДОВЫ ПРОСТРАНСТВА ................................................................................................... 98
§1. ОПРЕДЕЛЕНИЕ ЕВКЛИДОВА ПРОСТРАНСТВА. МАТРИЦА ГРАМА ........................................................................ 98 §2. ДЛИНЫ И УГЛЫ. ОРТОГОНАЛЬНОСТЬ. ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ .............................................................. 100 §3. ОРТОНОРМИРОВАННЫЕ БАЗИСЫ ..................................................................................................................... 104 §4. ОРТОГОНАЛЬНЫЕ МАТРИЦЫ ........................................................................................................................... 106 §5.ОРТОГОНАЛЬНОЕ ДОПОЛНЕНИЕ. ОРТОГОНАЛЬНАЯ ПРОЕКЦИЯ ВЕКТОРА НА ПОДПРОСТРАНСТВО...................... 107
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ .................................................................................................... 109
СПИСОК ЛИТЕРАТУРЫ .................................................................................................................................... 113
4
Раздел 1. МЕТОД ПОСЛЕДОВАТЕЛЬНОГО ИСКЛЮЧЕНИЯ НЕИЗВЕСТНЫХ
ДЛЯ РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ
(МЕТОД ГАУССА)
Системой линейных алгебраических уравнений, содержащей уравнений и
неизвестных, называется система вида
(1)
Здесь – неизвестные, – коэффициенты при неизвестных, – свободные члены,
, . Матрица , составленная из коэффициентов системы, называется
матрицей системы. Расширенной матрицей называется матрица , полученная из матрицы
дополнением столбцом свободных членов.
Решением системы уравнений (1) называется упорядоченная совокупность
действительных чисел удовлетворяющая всем уравнениям системы, т.е.
обращающая все уравнения при замене неизвестных на соответствующие числа в верные
равенства.
Система (1) называется совместной, если она имеет хотя бы одно решение, и
несовместной, если она не имеет решений. Совместная система называется определенной,
если она имеет единственное решение, и неопределенной, если имеет более одного решения.
Две системы линейных уравнений называются эквивалентными, если каждое решение
первой системы является решением второй и наоборот. Для того чтобы две совместные
системы линейных уравнений с одинаковым числом неизвестных были эквивалентными,
необходимо и достаточно, чтобы каждое уравнение первой системы было линейной
комбинацией уравнений второй системы и наоборот.
Рассмотрим следующие преобразования системы линейных уравнений:
1) перестановку двух уравнений системы;
2) умножение обеих частей одного из уравнений на любое число, отличное от нуля;
3) прибавление к обеим частям одного уравнения соответствующих частей другого,
умноженных на любое число.
Применяя к системе (1) преобразования 1) – 3), построим эквивалентную систему
специального вида. Для этого возьмем в качестве первого уравнения одно из тех уравнений
системы (1), где коэффициент при отличен от нуля. Далее будем домножать это уравнение
последовательно на , , и прибавлять его почленно к соответствующим
уравнениям системы (1).
В результате получаем систему
(2)
s n
....
..,........................................
,...
,...
2211
22222121
11212111
snsnss
nn
nn
bxaxaxa
bxaxaxa
bxaxaxa
nxxx ,...,, 21 ijaib
si ,1 nj ,1 ijaA
B
A
n
n ...,,, 21
1x
11
1
a
ai si ,2
....
....,..............................
,...
,...
22
22222
11212111
snsns
nn
nn
bxaxa
bxaxa
bxaxaxa
5
во всех уравнениях которой, начиная со второго, будет исключено неизвестное . При этом
может случиться, что вместе с будут исключены неизвестные , , но будет
найдено уравнение, в котором сохранится . Используем его в качестве второго уравнения
системы. Из всех оставшихся уравнений, кроме первых двух, исключим неизвестное , для
чего будем умножать второе уравнение на и прибавлять ко всем последующим, т. е.
и т. д.
В результате такого последовательного исключения неизвестных в каком-нибудь
уравнении системы все коэффициенты при неизвестных могут обратиться в нуль. Если при
этом свободный член будет отличен от нуля, то полученная система несовместна, а значит,
несовместна и эквивалентная ей система (1). Если же свободный член какого-нибудь
уравнения обратится в нуль вместе со всеми коэффициентами при неизвестных в этом
уравнении, то это уравнение из системы можно исключить, так как оно не накладывает
никаких ограничений на неизвестные.
Таким образом, после последовательного исключения неизвестных число уравнений в
получающихся при этом системах может только уменьшиться.
В результате придем к системе одного из видов:
(3)
или
(4)
Система (3) называется системой треугольного вида и, очевидно, имеет единственное
решение. Система (4) называется системой трапецеидального (ступенчатого) вида и имеет
бесконечно много решений.
Действительно, если систему (4) переписать в виде
(5)
то, придавая неизвестным произвольные значения, можно для каждого набора
решить систему (5) и получить набор , который
будет являться решением системы (5) и, следовательно, системы (1).
1x
1x12 ,..., kxx nk
kx
kx
k
ik
a
a
2
si ,3
.
......,....................
,...
,...
22222
11212111
nnnn
nn
nn
bxa
bxaxa
bxaxaxa
....
...,..............................
,...
,...
22222
11212111
mnmnmmm
nn
nn
bxaxa
bxaxa
bxaxaxa
nm
....
......,..................................................
,...
,...
11
2211222222
111111212111
nmnmmmmmmm
nnmmmm
nnmmmm
xaxabxa
xaxabxaxa
xaxabxaxaxa
nm xx ,...,1
0011 ,..., nnmm xxxx 00
100
201 ,...,,,,, nmm xxxxx
6
При этом неизвестные принято называть свободными, а – основными.
Очевидно, легко выразить основные неизвестные через свободные, т. е. получить общий вид
решения.
При практическом решении системы (1) все описанные преобразования удобно
применять не к самой системе, а к расширенной матрице системы:
.
Пример 1. Решить систему:
Решение. Составим и преобразуем матрицу следующим способом: элементы первой строки
первой матрицы умножаем последовательно на (2), (1), (1) и прибавляем к
соответствующим элементам второй, третьей и четвертой строк соответственно. При переходе
от второй к третьей матрице первую строку оставляем неизменной, а элементы второй
прибавляем к элементам четвёртой. При переходе от третьей матрицы к четвёртой третью
строку умножаем на (1) и прибавляем к четвертой.
.
Полученное четвертое уравнение системы противоречиво, поэтому система несовместна.
Пример 2. Решить систему:
Решение. Выпишем расширенную матрицу этой системы и подвергнем ее таким
преобразованиям, чтобы она получила треугольный или трапецеидальный вид:
.
Восстановим систему линейных уравнений по последней матрице
Полученная система, эквивалентная данной системе, совместна. Найдем ее решения.
Для этого перепишем ее в следующем виде:
nm xx ,...,1 mxx ,...,1
ssnss
n
n
b
b
b
aaa
aaa
aaa
2
1
21
22221
11211
...
...
.132
,3
,122
,13
321
321
321
321
xxx
xxx
xxx
xxx
1
4
3
1
000
400
410
311
)1(
5
4
3
1
400
400
410
311
2
4
3
1
010
400
410
311)1()1()2(
1
3
1
1
321
111
212
311
.662
,552
,12
4321
4321
4321
xxxx
xxxx
xxxx
1
1
1000
1211
0
1
1
0000
1000
1211
)1(
1
1
1
1000
1000
1211
)71(
61
7
6
1
7000
6000
1211)1()1(
6
5
1
6211
5211
1211
.1
,12
4
4321
x
xxxx
7
Очевидно, если неизвестным и придавать любые значения, то получим решение
системы: если и , то , .
Таким образом, имеем общий вид решения: , , , , где
– любые числа.
Пример 3. Решить систему:
Решение. Выпишем расширенную матрицу этой системы и подвергнем ее таким
преобразованиям, чтобы она получила треугольный или трапецеидальный вид:
Полученную в шестой матрице нулевую строку удалим. Наша система приведена к
треугольному виду и имеет единственное решение. Найдем ее решение. Для этого представим
систему в следующем виде:
Получаем решение: .
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ
ВАРИАНТ 1
Решить системы методом Гаусса
.1
,21
4
3241
x
xxxx
2x3x
12 Сx 23 Сx 14 x 211 2ССx
211 2ССx 12 Сx 23 Сx 14 x
21,СС
.74
,11332
,2
,724
321
321
321
321
xxx
xxx
xxx
xxx
.
1
3
2
100
110
111
0
1
3
2
000
100
110
111
)1()2(
3
5
3
2
110
120
110
111
3
3
5
2
110
110
120
111
)5/1(
)5/1(
)3/1(
15
15
15
2
550
550
360
111)4()2()4(
7
11
7
2
114
332
124
111
7
11
2
7
114
332
111
124
.1
,3
,2
3
32
321
x
xx
xxx
1,2,1 321 xxx
.64233
,124358
,6234
,422
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.293822
,132533
,23422
,1323
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.1278
,7532
,9934
,8852
321
321
321
321
xxx
xxx
xxx
xxx
8
ВАРИАНТ 2
Решить системы методом Гаусса
ВАРИАНТ 3
Решить системы методом Гаусса
ВАРИАНТ 4
Решить системы методом Гаусса
ВАРИАНТ 5
Решить системы методом Гаусса
ВАРИАНТ 6
Решить системы методом Гаусса
.343
,3232
,125
,251132
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.1224
,9138436
,354236
,2322
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.132
,3
,122
,13
321
321
321
321
xxx
xxx
xxx
xxx
.372983
,4079102
,1123
,20452
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.22369
,7223
,32423
,132546
54321
4321
54321
54321
xxxxx
xxxx
xxxxx
xxxxx
.14332
,75
,53
,22
321
321
321
321
xxx
xxx
xxx
xxx
.87353
,8586
,65353
,3243
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.11472
,534563
,4232
54321
54321
54321
xxxxx
xxxxx
xxxxx
.6133
,34
,053
,332
321
321
321
321
xxx
xxx
xxx
xxx
.032
,32365
,622
,22497
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.12372
,02324
,43224
,543236
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.0417
,0453
,032
,023
321
321
321
321
xxx
xxx
xxx
xxx
.11293
,12243
,1349
,44256
421
4321
4321
4321
xxx
xxxx
xxxx
xxxx
.123345
,23622
,2323
,7
54321
5432
54321
54321
xxxxx
xxxx
xxxxx
xxxxx
.727
,152
,223115
,534
,4232
4321
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
xxxx
9
ВАРИАНТ 7
Решить системы методом Гаусса
ВАРИАНТ 8
Решить системы методом Гаусса
ВАРИАНТ 9
Решить системы методом Гаусса
ВАРИАНТ 10
Решить системы методом Гаусса
ВАРИАНТ 11
Решить системы методом Гаусса
.862
,5942
,3215247
,1362
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.023
,02
,02
54321
54321
54321
xxxxx
xxxxx
xxxxx
.182547
,1553
,8324
,10233
,212568
4321
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
xxxx
.422
,82223
,3263
,1842
321
4321
4321
4321
xxx
xxxx
xxxx
xxxx
.2642
,3
,122
,13
321
321
321
321
xxx
xxx
xxx
xxx
.202975
,122773
,73892
,2254
,332
4321
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
xxxx
.8364
,72695
,1373
,5352
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.7532
,2414162
,8852
,9934
321
321
321
321
xxx
xxx
xxx
xxx
.42320161210
,94132212018
,83729221816
,52724151412
54321
54321
54321
54321
хxxxx
хxxxx
хxxxx
хxxxx
.2294
,342
,3532
,3523
4321
421
4321
4321
xxxx
xxx
xxxx
xxxx
.14332
,75
,22
,10262
321
321
321
321
xxx
xxx
xxx
xxx
.6910299753560
,588382602848
,436261452136
,284140301424
54321
54321
54321
54321
хxxxx
хxxxx
хxxxx
хxxxx
.78232
,123
,3322
,7534
4321
321
4321
4321
xxxx
xxx
xxxx
xxxx
.11177142
,1755104
,122
,122
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.1110948
,98736
,76524
,5432
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
10
ВАРИАНТ 12
Решить системы методом Гаусса
ВАРИАНТ 13
Решить системы методом Гаусса
Раздел 2. ОПРЕДЕЛИТЕЛИ N-ГО ПОРЯДКА. МЕТОДЫ ВЫЧИСЛЕНИЯ ОПРЕДЕЛИТЕЛЕЙ
§1. Перестановки. Подстановки
Пусть дано упорядоченное множество n элементов. Расположение n элементов в
определенном порядке называется перестановкой из n элементов.
Так как каждый элемент имеет свой номер, будем говорить, что дано n натуральных
чисел.
Число различных перестановок из n чисел равно n!.
Если в некоторой перестановке из n чисел число стоит раньше , но , т.е. большее
число стоит раньше меньшего, то говорят, что пара составляет инверсию.
Пример 1. Определить число инверсий в перестановке .
Решение. Числа 5 и 4, 5 и 3, 5 и 2, 4 и 3, 4 и 2, 3 и 2 образуют инверсии. Общее число инверсий
в данной перестановке равно 6.
Перестановка называется четной, если общее число инверсий в ней четное, в
противном случае она называется нечетной. В рассмотренном ранее примере дана четная
перестановка.
Пусть дана некоторая перестановка (*). Преобразование, при котором числа
и меняются местами, а остальные остаются на своих местах, называется транспозицией.
После транспозиции чисел и в перестановке (*) получится перестановка , где
все элементы, кроме и , остались на своих местах.
От любой перестановки из n чисел можно перейти к любой другой перестановке из этих
чисел с помощью нескольких транспозиций.
Всякая транспозиция меняет чётность перестановки. При 2n число чётных и
нечётных перестановок из n чисел одинаково и равно .
.23
,0243
,6332
,322
4321
4321
4321
421
xxxx
xxxx
xxxx
xxx
.0417
,0453
,032
,023
321
321
321
321
xxx
xxx
xxx
xxx
.635221927
,1748363247
,1645282135
,343292336
,952342845
4321
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
xxxx
.3263
,1842
,422
,82223
4321
4321
321
4321
xxxx
xxxx
xxx
xxxx
.152
,727
,534
,4232
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.045
,022
,04
,0232
,0
421
4321
421
4321
4321
xxx
xxxx
xxx
xxxx
xxxx
i j ji
j,i
),,,,( 23451
,...j,...,i...,
i j
i j ,...i,...,j...,
i j
2
!n
11
Пусть – упорядоченное множество из n элементов. Всякое биективное
преобразование множества называется подстановкой n-й степени.
Подстановки записывают так: , где , и
все различны.
Подстановка называется четной, если обе ее строки (перестановки) имеют одинаковую
четность, т.е. либо обе четные, либо обе нечетные. В противном случае подстановка
называется нечетной.
При 2n число четных и нечетных подстановок n-й степени одинаково и равно .
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
В задачах 1-6 определить число инверсий в перестановках.
1. .
2. .
3. .
4. .
5. .
6. .
7. В какой перестановке чисел число инверсий наибольшее и чему оно равно?
8. Сколько инверсий образует число 1, стоящее на -м месте перестановки?
9. Сколько инверсий образует число n, стоящее на -м месте перестановки чисел ?
10. Перемножить подстановки: .
11. Найти подстановку из равенства , где
, , .
§2. Определение определителя. Свойства определителей
Определителем квадратной матрицы второго порядка называется
число .
Определитель матрицы называют также детерминантом. Для определителя матрицы
используют следующие обозначения: , .
Определителем квадратной матрицы третьего порядка называют
число .
M
M
niii
n
21
21 n...,,,ik 21 n...,,,k 21
ki
2
!n
)4,5,2,1,3,6(
)8,7,4,5,2,3,6,9,1(
)2,...,6,4,2,12,...,5,3,1( nn
)12,...,5,3,1,2,...,6,4,2( nn
)3,...,9,6,3,13,...,8,5,2,23,...,7,4,1( nnn
)23,...,7,4,1,13,...,8,5,2,3,...,9,6,3( nnn
n,...,3,2,1
k
k n,...,2,1
21435
54321
31542
54321
X CBXA
4561237
7654321А
6547213
7654321В
2746315
7654321С
А
2221
1211
аа
ааА
21122211 ааааА
А
,А Аdet А
333231
232221
131211
aaa
aaa
aaa
A
112332311221332213321321312312332211 ааааааааааааааааааА
12
Каждое слагаемое алгебраической суммы в правой части последней формулы
представляет собой произведение элементов матрицы, взятых по одному из каждого столбца
и каждой строки. Для определения знака произведения полезно знать правило, называемое
правилом треугольника, схематически изображённое на рис.1:
«+» «-»
Рис. 1
Пример 2. Вычислить определитель 3-го порядка по правилу треугольника
.
Решение.
Пусть – матрица -го порядка с комплексными элементами:
Рассмотрим всевозможные произведения элементов матрицы , взятых по одному из каждой
строки и каждого столбца: (1). Эти произведения будем называть членами
определителя . По каждому члену (1) составим подстановку (2).
Определителем -го порядка, или определителем квадратной матрицы при
, называется алгебраическая сумма всевозможных произведений вида (1), причём
произведение (1) берётся со знаком «+», если соответствующая ему подстановка (2) чётная, и
со знаком «-», если подстановка нечётная.
Минором элемента определителя называется определитель, полученный из
исходного вычёркиванием -й строки и -го столбца.
Алгебраическим дополнением элемента определителя называют число
, где – минор элемента .
СВОЙСТВА ОПРЕДЕЛИТЕЛЕЙ
1. Определитель не изменяется при замене всех строк соответствующими столбцами
(определитель не изменится при транспонировании).
2. При перестановке двух строк (или столбцов) определитель меняет знак.
3. Определитель с двумя одинаковыми (пропорциональными) строками (или столбцами)
равен нулю.
4. Общий для всех элементов строки (или столбца) множитель можно вынести за знак
определителя.
501
216
432
.82022536)1(14064)1(23512
501
216
432
А n
.
aaa
aaa
ааа
A
nnnn
n
n
21
22221
11211
А
nniii a...aa
22
11
А
ni...ii
n...
21
21
n ijaА 1n
ijM ija
i j
ijA ija
ijji
ij M)(A 1 ijM ija
13
5. Определитель не изменится, если к элементам некоторой строки (или столбца)
прибавить соответствующие элементы другой строки (или столбца), умноженные на
одно и то же число, отличное от нуля.
6. Если все элементы некоторой строки (или столбца) определителя равны нулю, то он
равен нулю.
7. Определитель равен сумме произведений элементов любой строки (или столбца) и их
алгебраических дополнений (свойство разложения определителя по строке (или
столбцу)).
§3. Методы вычисления определителей
Рассмотрим некоторые способы вычисления определителей порядка n.
1. Условие равенства определителя n-го порядка нулю. Если в определителе n-го порядка
хотя бы одна строка (или столбец) состоит из нулей, то определитель равен нулю.
2. Сведение вычисления определителя n-го порядка к вычислению определителя порядка
. Пусть в определителе n-го порядка какая-то строка содержит отличные от нуля
элементы. Вычисление определителя n-го порядка можно свести в этом случае к
вычислению определителя порядка . Действительно, используя свойства
определителя, можно все элементы какой-либо строки, кроме одного, сделать нулями, а
затем разложить определитель по указанной строке. Например, переставим строки и
столбцы определителя так, чтобы на месте находился отличный от нуля элемент:
.
Тогда элементы первого столбца умножаем на и прибавляем к элементам второго, затем
элементы первого столбца, умноженные на , прибавляем к элементам третьему и т.д.
Получаем определитель вида
Заметим, что переставлять строки (или столбцы) не обязательно. Можно нули получать в
любой строке (или столбце) определителя.
Общего метода вычисления определителей порядка n не существует, если не считать
вычисления определителя заданного порядка непосредственно по определению. К
определителю того или иного специального вида применяются различные методы
вычисления, приводящие к более простым определителям.
3. Приведение к треугольному виду. Используя свойства определителя, приводим его к так
называемому треугольному виду, когда все элементы, стоящие по одну сторону от
главной диагонали, равны нулю. Полученный определитель треугольного вида равен
произведению элементов, стоящих на главной диагонали. Если удобнее получить нули
по одну сторону от побочной диагонали, то он будет равен произведению элементов
побочной диагонали, взятому со знаком . Действительно, произведение
1n
1n
11a
nnnn
n
n
aaa
aaa
ааа
21
22221
11211
11
12
a
a
11
13
a
a
.
00
2
222
11
21
22221
11
nnn
n
nnnn
n
aa
aa
а
aaa
aaa
а
2
1
1)n(n
14
является членом определителя и его знак определяет , где – число
инверсий в перестановке . Следовательно,
.
Пример 3. Вычислить определитель разложением по строке:
.
Решение. Разложим данный определитель по первой строке:
Пример 4. Вычислить определитель четвёртого порядка:
.
Решение.
1-й способ: Приведём определитель к треугольному виду. Для этого умножаем элементы
первой строки последовательно на (-1), 1, (-2) и прибавляем соответственно к элементам
второй, третьей и четвёртой строк:
.
2-й способ: Вычислим этот определитель разложением по строке. Предварительно
преобразуем его так, чтобы в какой-то его строке все элементы, кроме одного, обратились в
ноль. Для этого прибавим элементы первой строки определителя к элементам третьей. Затем
умножим элементы третьего столбца на (-5) и прибавим к элементам четвёртого столбца.
Преобразованный определитель раскладываем по третьей строке. Минор третьего порядка
приводим к треугольному виду относительно главной диагонали.
1121 nnn a,...,a,a s)1( s
1,2,...,2,1, nnn
2
)1(1...)2()1(
nnnns
724
511
032
.733934)13()3()17()2(
24
11)1(0
74
51)1(3
72
51)1()2(
724
511
032312111
8242
5321
3651
5121
12)2(231
2000
10200
2730
5121
8242
5321
3651
5121
.12
200
3730
1021
2
1842
2751
1021
)1(2
18242
0200
27651
10121
8242
10200
3651
5121
8242
5321
3651
5121
33
15
Пример 5. Вычислить определитель n-ого порядка:
Решение. Вычтем из элементов первой строки соответствующие элементы второй, из второй
– третью и т.д., наконец, из элементов предпоследней – элементы последней (последняя строка
остается без изменений).
Получим
Элементы последней строки представим в виде суммы двух слагаемых: 0+1, 0+1, …, 0+1,
(n1)+1. Исходя из свойства аддитивности, будем иметь
Первый определитель в сумме – треугольного вида относительно главной диагонали, поэтому
он равен произведению диагональных элементов, т.е. . Второй определитель в сумме
преобразуем, прибавив элементы последней строки к элементам всех предыдущих строк
определителя. Полученный после преобразования определитель будет треугольного вида
относительно главной диагонали, поэтому он будет равен произведению диагональных
элементов, т.е. :
4. Вычисление определителя с помощью теоремы Лапласа. Если в определителе выделить
строк (или столбцов) ( ), то определитель равен сумме произведений всех
миноров -го порядка, расположенных в выделенных строках (или столбцах), на их
алгебраические дополнения.
n
nn
n
nn
nnn
1111
1111
3411
2311
1221
n
n
n
n
n
1111
11000
11100
11110
11111
11111
11000
11100
11110
11111
10000
11000
11100
11110
11111
n
n
n
n
n
n
n
n
n
nn )1(
1nn
.)1(
11111
0111
0011
0001
0000
)1( 1 nnn nn
n
n
n
n
n
k 11 nk
k k
16
Пример 6. Вычислить определитель
Решение. В определителе десять миноров второго порядка, расположенных во второй и пятой
строках, но только три из них отличны от нуля. Поэтому данный определитель удобнее
разложить по второй и пятой строкам:
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
1. Выяснить, какие произведения входят в определители соответствующих порядков и с
какими знаками:
a) 𝑎43𝑎21𝑎35𝑎12𝑎54,
b) a61a23a45a36a12a54 , c) a27a36a51a74a25a43a62, d) a33a16a72a27a55a61 .
2. Выбрать такие значения и , чтобы произведение входило в
определитель 6-го порядка со знаком «минус».
3. Выбрать значения и , чтобы произведение входило в
определитель 7-го порядка со знаком «плюс».
.
07064
34251
12543
05043
53412
.42100982)5644(98
247
8114922
37
1911
213
137)2(2
2218
1911
213
721)1(2
321
810
100
2
22180
19110
541
3213
100
5721
2
321
153
542
2
325
154
541
342
125
534
2
321
153
542
)1(76
54
325
154
541
)1(74
53
342
125
534
)1(64
43
32
425241522152
i k 2146433562 aaaaaa ki
i k 312475516347 aaaaaaa ki
17
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ
ВАРИАНТ 1
Вычислить определители
ВАРИАНТ 2
Вычислить определители
ВАРИАНТ 3
Вычислить определители
ВАРИАНТ 4
Вычислить определители
.
;
3572
6215
5432
6567
;
20102
12031
03021
02310
00321
.
11111
14444
14333
14322
14321
nnnnnn
nnnnnn
nn
nn
nn
nn
;
2432
8746
1712
4523
.
1321
000
0000
000
000
nn
aa
a
aa
aa
;
1712
2432
4423
2532
.
xaaa
axaa
aaxa
aaax
;
1874
3243
3452
1253
;
10200
04201
00123
12012
21010
xxxxx
xxxnx
xxxx
xxxx
xxxx
3
2
1
18
ВАРИАНТ 5
Вычислить определители
ВАРИАНТ 6
Вычислить определители
ВАРИАНТ 7
Вычислить определители
ВАРИАНТ 8
Вычислить определители
;
3452
5171
1874
1253
;
61111
15111
11411
11131
11112
.
222
2322
2222
2221
n
;
2465
3512
5723
3212
;
32100
03210
00321
11110
01111
.1
31
231
1231
1231
123
12
1
aaaaa
aaaan
aaann
aann
ann
nn
n
;
2353
4176
3152
1572
;
21332
42465
23513
15723
23212
.
4321
44321
33321
22221
11111
n
;
2133
4246
2351
1572
;
51712
18746
32432
34523
12532
.
11...0000
1...
0...0000
.....................
00...110
00...011
00...001
1
1
32
21
1
n
nn
n
b
bb
b
bb
bb
b
19
ВАРИАНТ 9
Вычислить определители
ВАРИАНТ 10
Вычислить определители
.
ВАРИАНТ 11
Вычислить определители
ВАРИАНТ 12
Вычислить определители
;
3884
7357
2579
4856
;
07064
34251
12543
05043
53412
.
abbb
babb
bbab
bbba
;
7456
8585
10589
2223
;
32215
54236
70403
30201
43127
.
111
111
111
111
n
n
n
n
;
78210
4525
5828
9539
;
61111
15111
11411
11131
11112
.3
2
1
nnnn
nnn
nnn
nnn
;
8233
6452
6544
7855
;
48677
21235
48613
36344
24355
.
24444
422444
44644
44444
44442
n
n
20
ВАРИАНТ 13
Вычислить определители
Раздел 3. МАТРИЦЫ. ОПЕРАЦИИ НАД МАТРИЦАМИ
Пусть дана матрица , где – некоторые числа, ,
. Будем ее обозначать .
Две матрицы: и – называются равными, если их размеры (число строк
и число столбцов) совпадают и соответствующие элементы равны, т.е. при всех , .
Суммой двух матриц одинаковых размеров: и – называется матрица
(обозначается ) тех же размеров, элементы которой определяются
равенствами для всех , .
Произведением матрицы на число называется матрица (обозначается
), элементы которой определяются равенством для всех , .
Для этих операций справедливы следующие свойства:
1. ;
2. ;
3. , что , где 0 – нулевая матрица;
4. для , что ;
5. ;
6. ;
7. .
Произведением матриц размером и размером называется
матрица размером , элементы которой определяются равенством
, , .
Таким образом, каждый элемент матрицы , расположенный в -й строке и -м
столбце, равен сумме произведений соответствующих элементов -й строки матрицы и
элементов -го столбца матрицы .
Замечание. Произведение матриц и существует только при условии, что число столбцов
матрицы равно числу строк матрицы .
;
78210
4525
5828
6539
;
21332
42465
23513
15723
23212
.
0111
111
111
1110
n
n
nnnn
n
n
aaa
aaa
ааа
A
21
22221
11211
ija mi ,1 nj ,1
ijaА
ijaА ijbB
ijij ba i j
ijaА ijbB
ijcC BAC
ijijij bac i j
ijaА ijbB
AB ijij ab i j
ABBA
CBACBA )()(
0 AA 0A )( A 0)( AA
BABA )(
AAA )(
AA )()(
ijaА pm ijbB np
ijcC nm
p
k
kjikpjipjijiij babababac1
2211 ... mi ,1 nj ,1
BAC i j
i A
j B
А B
А B
21
Отметим основные свойства произведения матриц (считаем, что все приведенные
произведения имеют смысл):
1. в общем случае отсутствует коммутативность ;
2. , где 0 – нулевая матрица;
3. , где – единичная матрица;
4. ;
5. ;
6. ;
7. если и - квадратные матрицы одного порядка, то
.
Перестановочными называются матрицы и , для которых .
Рассмотрим квадратную матрицу . Матрица такая, что , называется
обратной к матрице и обозначается , т.е. .
Теорема: Для того чтобы матрица имела обратную, необходимо и достаточно, чтобы она
была невырожденной (т.е. ).
Для любой невырожденной матрицы существует единственная обратная
матрица. Она имеет вид:
,
где – алгебраическое дополнение элемента в , причём элементами -й строки
матрицы являются алгебраические дополнения элементов -го столбца матрицы
.
Пример 1. Найти произведение матриц: и (если они существуют)
, .
Решение. Найдем произведение матриц . Оно существует, так как количество столбцов
матрицы (равно 4) совпадает с количеством строк матрицы (равно 4). Матрица
будет состоять из двух строк и двух столбцов.
Найдем произведение матриц . Оно существует, так как количество столбцов матрицы
(равно 2) совпадает с количеством строк матрицы (равно 2). Матрица будет
состоять из четырёх строк и четырёх столбцов.
ABBA
000 AAAAEEA E
CBCACBA )(
CABACBA )(
)()( CBACBA
А B BABA detdet)det(
А B ABBA
А B ЕABBA
А 1А ЕAААA 11
А
0det A
ijaА
nnnn
n
n
AAA
AAA
AAA
AA
21
22221
11211
1
det
1
ijA ija А i
1А i ijaА
BA AB
3215
0432А
04
01
10
21
В
BA
А B BAС
.1115
76
0302)1()1(2543)1(20)1(15
0004)1(32)2(40)1(4031)2(
04
01
10
21
3215
0432
С
AB B
А ABD
22
Пример 2. Найти матрицу, обратную матрице .
Решение.
1-й способ: Находим определитель матрицы : . Так как , то обратная
матрица существует.
Находим алгебраические дополнения всех элементов матрицы . Напоминаем, что
алгебраическое дополнение элемента находится по формуле .
Для элементов матрицы получаем
Составим обратную матрицу:
.
Проверка:
.
2-й способ: Найдём с помощью элементарных преобразований над строками матрицы:
Полученная справа матрица является обратной к данной.
.
016128
0432
3215
6818
30042044)1(03450)2(4
300)1(204)1()1(03)1(50)2()1(
3)1(002)1(40)1()1(305)1()2(0
32012241)1(23152)2(1
3215
0432
04
01
10
21
D
131
230
100
A
A 3det A 0
A
ija ijji
ij MA )1(
A
913
231
1111
A 3
13
101
321
A 3
23
101
431 A
211
201
312
A 1
11
101
422
A 0
20
101
532 A
331
301
4
13 A 031
001
523 A .0
30
001
633 A
001
03132
113
003
012
339
3
11
332313
322212
312111
1
ААА
ААА
ААА
А
100
010
001
131
230
100
001
03132
1131 АА
1А
.
001
03132
113
100
010
001
001
012
113
100
030
001
001
010
110
100
230
301
001
010
100
100
230
131
100
010
001
131
230
100
23
Выражения , , , где – матрицы и –
неизвестная матрица, называются матричными уравнениями.
Если матрица невырожденная, то уравнения , имеют единственное
решение, соответственно и . Если матрица – вырожденная, то
элементы матрицы принимаем за неизвестные, вычисляем произведение матриц и
приравниваем соответствующие элементы матриц левой и правой части уравнения.
Пример 3. Решить матричное уравнение .
Решение. Так как , то матричное уравнение имеет единственное решение:
.
Находим обратную матрицу для матрицы .
, , , ,
поэтому
, .
Проверка:
, .
Получаем ответ: .
Пример 4. Найти все решения уравнения .
Решение. Для матрицы обратная матрица не существует, так как ее определитель
равен 0. Запишем искомую матрицу в виде . Тогда данное уравнение примет вид
или
Откуда получаем систему уравнений
Для нахождения ее решения достаточно найти решение системы
CBXA BXA BAX CBA ,, X
A BXA BAX
BAX 1 1 ABX A
X
22
23
23
12X
0123
12
22
23
23
121
X
23
12
211 A 312 A 121 A 222 A
23
12
23
121
25
24
22
23
23
12X
22
23
25
24
23
12
22
23
22
23
25
24X
42
21
64
32X
64
32
43
21
xx
xxX
42
21
64
32
43
21
xx
xx
.42
21
6464
3232
4231
4231
xxxx
xxxx
.464
,232
,264
,132
42
42
31
31
хх
хх
хх
хх
24
Эта система имеет бесчисленное множество решений:
, где – любые числа.
Ответ: Данному уравнению удовлетворяет бесчисленное множество матриц вида
,
где – любые числа.
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
1. Если матрицы и можно умножать, то следует ли из этого, что их можно
складывать? Если матрицы и можно складывать, то следует ли из этого, что их
можно умножать?
2. Можно ли умножить квадратную матрицу на неквадратную? Может ли произведение
неквадратных матриц быть квадратной матрицей?
3. Может ли при умножении ненулевых матриц получиться нулевая матрица?
4. Могут ли совпадать и ? Как выглядит матрица ?
5. Верно ли равенство ?
6. Верно ли равенство ?
7. Верно ли равенство ?
8. Верно ли равенство ?
9. Верно ли равенство ?
10. Могут ли быть эквивалентными матрицы с различным количеством строк? Столбцов?
11. Обязательно ли существует произведение , если ?
12. Как изменится произведение матриц и , если переставить -ю и -ю строки
матрицы ?
13. Как изменится произведение матриц и , если к элементам -й строки матрицы
прибавить элементы -й строки, умноженные на число ?
14. Как изменится произведение матриц и , если переставить -й и -й столбцы
матрицы ?
.232
,132
42
31
хх
хх
)32(2
1 ),31(
2
14231 xxxx 43 , xx
43
43
2
)32(
2
)31(
xx
xx
43 , xx
А B
А B
А ТА ТТА
ТТТBАBА
22 EАEАEА
EAАEА 222
22 BАBАBА
2222 BBAАBА
AB EBA
А B i j
А
А B i А
j с
А B i j
B
25
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ
ВАРИАНТ 1
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все матрицы второго порядка, произведение которых на транспонированную
матрицу равно единичной матрице.
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и
методом Гаусса:
ВАРИАНТ 2
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все решения матричного уравнения .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 3
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все матрицы, перестановочные с матрицей .
31
42
54
32X
124
132
001
А
.8232
,4223
,8322
,6232
4321
4321
4321
4321
хххх
хххх
хххх
хххх
20
31
31
42X
111
020
231
A
2442
2859
21
13
13
21X
.5234
,1223
,1322
,5432
4321
4321
4321
4321
хххх
хххх
хххх
хххх
01
10
20
31
12
01X
100
120
231
A
11
32
26
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 4
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все решения матричного уравнения .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 5
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все решения матричного уравнения .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 6
1. Решить матричное уравнение .
.5534
,12523
,432
,543
321
421
431
432
ххх
ххх
ххх
ххх
35
21
42
32X
111
223
200
A
410
25
64
32X
.633
,623
,62333
,4232
4321
4321
4321
4321
хххх
хххх
хххх
хххх
62
84
106
117X
111
213
542
A
32
21
43
21
22
11X
.2520104
,121063
,4432
,0
4321
4321
4321
4321
хххх
хххх
хххх
хххх
20
31
12
01
01
10X
27
2. Найти обратную матрицу для матрицы .
3. Найти все решения матричного уравнения .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 7
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все матрицы, перестановочные с матрицей .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 8
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все решения матричного уравнения .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
222
020
412
A
189
42
84
63X
.16537
,4375
,0753
,12753
4321
4321
4321
4321
хххх
хххх
хххх
хххх
610
42
108
1711X
328
112
001
A
25
37
.1255
,325
,332
,3432
4321
4321
4321
4321
хххх
хххх
хххх
хххх
20
31
21
10X
200
110
132
A
64
32
64
32X
.7232
,7223
,1322
,15232
4321
4321
4321
4321
хххх
хххх
хххх
хххх
28
ВАРИАНТ 9
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все матрицы второго порядка, квадраты которых равны единичной матрице.
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 10
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все матрицы, перестановочные с матрицей .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 11
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все матрицы, перестановочные с матрицей .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
31
12
25
13X
001
621
420
A
.2234
,3223
,10322
,13432
4321
4321
4321
4321
хххх
хххх
хххх
хххх
32
01
42
32X
1064
475
311
A
43
21
.3534
,10523
,632
,943
421
421
431
432
ххх
ххх
ххх
ххх
64
02
02
34X
100
210
321
A
10
11
.1133
,023
,42333
,7232
4321
4321
4321
4321
хххх
хххх
хххх
хххх
29
ВАРИАНТ 12
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все матрицы второго порядка, квадраты которых равны нулевой матрице.
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
ВАРИАНТ 13
1. Решить матричное уравнение .
2. Найти обратную матрицу для матрицы .
3. Найти все матрицы, перестановочные с матрицей .
4. Решить систему линейных уравнений по правилу Крамера, матричным методом и методом
Гаусса:
12
01
10
32
13
14X
121
011
322
A
.220104
,31063
,2432
,0
4321
4321
4321
4321
хххх
хххх
хххх
хххх
20
31
31
42X
100
210
721
A
11
21
.0537
,12375
,0753
,20753
4321
4321
4321
4321
хххх
хххх
хххх
хххх
30
Раздел 4. ЛИНЕЙНЫЕ ПРОСТРАНСТВА
§1. Определение линейного пространства
Пусть – некоторое множество, элементы которого называются векторами, причём
любой упорядоченной паре векторов сопоставлен единственный вектор ,
который называется суммой векторов и и обозначается . Пусть также –
некоторое поле, элементы которого называются скалярами, и для любого скаляра и
любого вектора определён единственный вектор , который называется
произведением скаляра на вектор , или произведением вектора на скаляр , и
обозначается . Множество называется линейным пространством над полем , если
выполняются следующие аксиомы:
1. Для любых элементов имеет место равенство (коммутативный
закон сложения);
2. Для любых элементов имеет место равенство
(ассоциативный закон сложения элементов из );
3. В множестве есть такой элемент (обозначим его символом и назовем нулевым
элементом), что для любого элемента имеет место равенство (особая
роль нулевого элемента);
4. Для любого элемента в этом множестве есть элемент (обозначим его символом
и назовем его противоположным элементом ), при котором ;
5. Для любого элемента и числа имеет место равенство (особая роль
числа 1).
6. Для любых чисел и любого элемента имеет место равенство
(ассоциативный закон умножения элементов поля ).
7. Для любых чисел и любого элемента имеет место равенство
(дистрибутивный закон относительно суммы элементов поля ).
8. Для любого числа и любых элементов имеет место равенство
(дистрибутивный закон относительно суммы элементов из ).
Чаще всего в качестве поля рассматривают поле действительных чисел (и тогда
называют вещественным векторным пространством, или просто векторным
пространством), или поле комплексных чисел (в этом случае – комплексное векторное
пространство). Независимо от природы линейного пространства всякий его элемент
называют вектором.
Приведем примеры линейных пространств. Если для множеств не указаны в тексте
правила сложения элементов и умножения элементов на число, то их следует задавать так, как
это было сделано в изучаемых ранее разделах курсов «Алгебра» и «Аналитическая
геометрия», где эти множества были определены и изучены.
Пример 1. Является ли множество всех векторов в трёхмерном пространстве
действительным линейным пространством?
Решение. Если векторы , то вектор суммы определён для взятых и
однозначно.
Если – действительное число, вектор , то . Таким образом, требования
замкнутости операций сложения элементов из множества и умножения элементов из
множества на действительное число из поля определения линейного пространства для
множества выполняются.
Выполнение всех аксиом, кроме пятой, было установлено в курсе «Аналитическая
геометрия». Рассмотрим вектор . Согласно определению умножения вектора на число,
вектор сонаправлен с вектором . Его длина равна длине вектора
L
Lyx , Lz
x y yx P
Pk
Lx Ld
k x x k
kx L P
Lyx , xyyx
Lyx , )()( zyxzyx
L
L 0
Lx xx 0
Lxx x 0)( xx
Lx P1 xx 1
P , Lx
)()( xx P
P , Lx
xxx )( P
P Lyx ,
yxyx )( L
P R L
C L
L
Lyx , Lyx x y
Lx LxL
L P
L
x1
x1 x xxxx 111
31
. Следовательно, векторы и равны, т.е. , следовательно, пятая аксиома имеет
место для векторов множества .
Итак, для множества и поля действительных чисел выполняются все требования
определения линейного пространства, поэтому является действительным линейным
пространством.
Пример 2. Пусть – множество всех упорядоченных систем произвольных
действительных чисел , т.е . Два элемента из
: , - называются равными, если . Числа
называют компонентами . Суммой элементов и назовем элемент
и обозначим его . Произведением действительного числа на
элемент назовем элемент и обозначим его . Покажем, что является
действительным линейным пространством относительно введённых операций.
Решение. Согласно условию примера требования замкнутости операций сложения элементов
множества и умножения элементов множества на действительное число из поля
при определении линейного пространства для множества выполняются.
Осталось проверить выполнение восьми аксиом.
1. Пусть , . Тогда и
. Так как сложение действительных чисел подчиняется закону
коммутативности поэтому , значит .
2. Выполнение второй аксиомы проверяется аналогично с использованием
ассоциативного закона для сложения действительных чисел.
3. Роль нулевого элемента в играет элемент . Действительно,
.
4. Для элемента противоположным элементом является ,
так как .
5. Поскольку , то .
6. Если – любые действительные числа, то
7. Пусть – любые действительные числа, тогда
Следовательно, .
8. Если – любое действительное число, то
т.е. .
Таким образом, для множества над полем действительных чисел выполняются все
требования определения, поэтому является линейным действительным пространством.
называют арифметическим n-мерным пространством.
x x1 x xx 1L
L P
L
nA n
x, .., x, xx n )( 21 niRxхххA in
n 1, , ,...,, 21
nA )( 21 n, .., x, xxх )( 21 n, .., y, yyy ,ii yx ni ,1
nxx .., ,1 x x y
),..,( 11 nn yxyx yx
x ),..,( 1 nxx x nA
nA nA PnA
),..,( 1 nxxx ),..,( 1 nyyy ),..,( 11 nn yxyxyx
),..,( 11 nn xyxyxy
,iiii xyyx ni ,1 xyyx
nA )0,..,0(0
xxxxxx nn ),..,()0,..,0(0 11
),..,( 1 nxxx ),..,( 1 nxxx
0)0,..,0())(),..,(()( 11 nn xxxxxx
xxxxxx nn ),..,()1,..,1(1 11 xx 1
,
.),..,(),..,(),..,(),..,(
),..,())(,..,)(()(
1111
111
xxxxxxxxxx
xxxxxxx
nnnn
nnn
,
).(),..,())(),..,(())(,..,)(()( 111 xxxxxxxx nnn
)()( xx
,),..,(),..,(),..,(),..,(
),..,())(),..,((),..,()(
1111
11111111
yxyyxxyyxx
yxyxyxyxyxyxyx
nnnn
nnnn
yxyx )(
nA PnA
nA
32
Пример 3. Является ли действительным линейным пространством множество всех
векторов из , компоненты которых удовлетворяют условию , если операции
сложения векторов и умножения векторов на число определить так же, как и в примере 2?
Решение. Пусть , – любые два вектора из . Тогда ,
. Рассмотрим вектор . Так как
, то вектор .
Таким образом, для множества не выполняется требование замкнутости операции сложения
элементов множества при определении линейного пространства, поэтому это множество не
является линейным пространством.
Пример 4. Проверить, является ли линейным действительным пространством множество
всех векторов плоскости, образующих с данным ненулевым вектором угол , .
Решение. образует угол с вектором , а вектор - угол . Множество
не является линейным пространством, так как .
Пример 5. В множестве положительных действительных чисел определены следующие
операции:
а) ;
б) .
Показать, что множество относительно указанных операций является действительным
линейным пространством.
Решение. В условии задачи определены операции сложения элементов множества и
умножения элементов множества на число из поля . Проверим выполнение восьми
аксиом:
1. , . Так как , поскольку , то .
2. , . Но , поскольку ,
поэтому .
3. , т.е. нулевым элементом является число 1.
4. , поэтому число играет роль противоположного элемента для . Так
как не содержит числа 0, то всякий элемент из имеет противоположный ему
элемент.
5. .
6. .
7. .
8. .
Таким образом, все требования определения линейного пространства для R+
выполнены, поэтому является действительным линейным пространством.
LnA 1..1 nxx
),..,( 1 nxxx ),..,( 1 nyyy L 1..1 nxx
1..1 nyy ),..,( 11 nn yxyxyx
12)()()(...)( 212111 nnnn yyyхххyxyx Lyx
L
L
М
a 2
0
Mx a x М
Mx
R
xyyx
xx R
RR P
xyyx yxxy yxxy Ryx, xyyx
zxyzyx )()( )()()( yzxyzxzyx )()( yzxzxy Rzyx ,,
)()( zyxzyx
xxx 11
111 xxxx 1x xR R
yxyxxyxyyx )()()(
)()()( xxxxxx
xxxxx )()()()(
xxx 11
R
33
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
1. Проверить, является ли следующее множество векторов плоскости действительным
линейным пространством:
a) множество всех векторов плоскости;
b) множество всех радиус-векторов точек первой четверти прямоугольной
декартовой системы координат;
c) множество всех радиус-векторов точек плоскости, составляющих данную
прямую;
d) множество всех векторов плоскости, за исключением векторов, параллельных
данной прямой.
2. Доказать, что множество матриц порядка n с действительными элементами составляет
действительное линейное пространство.
3. Является ли множество симметрических матриц порядка n c действительными
элементами действительным линейным пространством?
4. Является ли множество всех матриц размера c элементами из
относительно обычных операций сложения матриц и умножения матриц на число
действительным линейным пространством?
5. Является ли множество чисел из отрезка [0;1] числовой прямой относительно обычных
операций сложения и умножения чисел линейным пространством над полем ?
6. Является ли множество векторов плоскости (пространства) с рациональными
координатами относительно обычных операций сложения и умножения векторов на
число линейным пространством над полем ?
7. Является ли множество монотонно возрастающих на числовой оси функций
относительно обычных операций сложения функций и умножения функции на число
линейным пространством над полем ?
8. Является ли линейным пространством над полем рациональных чисел множество
чисел вида , где и – рациональные числа?
9. Является ли линейным пространством над множество отрицательных действительных
чисел?
10. Является ли линейным пространством над множество векторов плоскости, исходящих
из начала координат, с концами на прямой ?
11. Является ли линейным пространством над множество векторов плоскости, исходящих
из начала координат, с концами на прямой , где ?
12. Является ли линейным пространством над множество многочленов степени
(включая нулевой многочлен) с действительными коэффициентами?
13. Является ли линейным пространством над множество многочленов степени n с
действительными коэффициентами?
R
S
T
S
nM
nmM nm R
R
R
R
Q
2ba a bR
R
kxy
R
bkxy 0b
R n
R
34
§2. Линейная комбинация системы векторов. Линейная оболочка системы векторов. Эквивалентные системы векторов
Системой векторов линейного пространства называется любая совокупность его
векторов.
Пусть , где – система векторов. Вектор, который можно
представить в виде , называется линейной комбинацией векторов . Числа
называются коэффициентами этой линейной комбинации.
Линейную комбинацию назовем нетривиальной, если среди
существует хотя бы одно отличное от нуля. В противном случае линейную комбинацию
назовем тривиальной. Очевидно, что нетривиальных комбинаций для одной и той же системы
векторов существует бесконечное множество.
Пусть – некоторый вектор пространства . Говорят, что является линейной
комбинацией системы векторов , если найдутся числа , для которых
. Множество всех линейных комбинаций данной системы векторов
называется линейной оболочкой этой системы и обозначается или
. Таким образом, для некоторого набора .
Две системы векторов называются эквивалентными, если любой вектор первой системы
линейно выражается через векторы второй системы, а любой вектор второй системы линейно
выражается через векторы первой системы. Иными словами, линейные оболочки этих систем
векторов должны совпадать.
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
1. Даны векторы в : , , ,
a) Вычислить линейные комбинации векторов:
;
;
.
b) Представить вектор в виде линейной комбинации других векторов:
через , , ;
через , , ;
через , ;
через , .
c) Записать следующие условия в виде систем линейных уравнений относительно
переменных и решить их:
;
;
;
.
2. Описать линейные оболочки следующих систем векторов в пространстве :
a) (1, 0, 0, 0, 0), (0, 0, 1, 0, 0), (0, 0, 0, 0, 1);
b) (0, 1, 1, 1, 1), (0, 0, 1, 1, 1), (0, 0, 0, 1, 2).
L
naa ,...,1 niLan ,1 ,
nnaa ...11 naa ,...,1
n ,...,1
nnaa ...11 nii ,1 ,
b L b
naa ,...,1 n ,... ,1
nnaab ...11 naa ,...,1
naaL ,...,1 naaL ,...,1
naab ,...,1 nnaab ...11 n ,... ,1
4A )0,1,0,1(1 a )1,0,2,3(2 a )1,1,2,2(3 a
).1,3,2,0(4 a
43211 233 aaaab
43212 2 aaaab
43213 aaaab
4a 1a 2a3a
3a 1a 2a .4a
4a 1a 2a
3a 1a 2a
41 ,... ,
044332211 aaaa
14433 aaa
)4 3, 8, 15,(2211 aa
0332211 aaa
5A
35
§3. Линейная зависимость и линейная независимость системы векторов
Система векторов называется линейно зависимой, если существуют такие числа
, среди которых хотя бы одно отлично от нуля, и выполняется равенство
.
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
с коэффициентами . Многочлены составляют линейно
независимую систему, так как многочлен является нулевым только в том случае, когда
.
Пример 2. Система матриц , , , является линейно независимой,
так как линейная комбинация равна
нулевой матрице только в том случае, когда .
Пример 3. Даны векторы , , . Выяснить, будет ли система
векторов линейно зависимой.
Решение. Составим линейную комбинацию данных векторов и приравняем ее
к нулю, т.е.
.
Распишем последнее равенство в координатах
или
.
Приравнивая одноименные координаты равных векторов, получаем
Полученную систему уравнений решим методом Гаусса:
Окончательно получим
n, ..., aa1
n ,... ,1
0...11 nnaa
nii ,1,0
n, ..., aa1
naa ,...,1 2n
nn axaxf ..)( 0
11, .., , xx nn n, ..., a, aa 10 11, .., , xx nn
)(xf
0...10 naaa
00
01
00
10
01
00
10
00
43
214321
10
00
01
00
00
10
00
01
04321
)3,2,1(a )6,1,1( b )0,3,2( c
cba ,,
cba 321
0321 cba
), , (), , (λ), , (λ), , (λ 000032611321 321
), , ()λλλ, λλλ, λλ(λ 000063322 321321321
.0063
,032
,02
321
321
321
.
0
0
0
7
1
2
0
3
1
0
0
1
0
0
0
6
1
2
3
1
1
0
0
1
0
0
0
0
3
2
6
1
1
3
2
1
07
,03
,02
3
32
321
.0
,0
,0
3
2
1
36
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
a) ;
b) ?
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, коэффициенты при должны быть равны
нулю, т.е.
Полученная система уравнений имеет единственное тривиальное решение: .
Так как равенство (*) выполняется только при , то векторы –
линейно независимы.
b) Составим равенство
или
(**)
Применяя аналогичные рассуждения, получим
Решая систему уравнений методом Гаусса, получим
или
Последняя система имеет бесконечное множество решений: . Среди этого
множества решений можно выделить, например, такое решение: . 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. Доказать, что вектор является линейной комбинацией векторов
.
a, b, c
cbb, aa, a
cc, bb, aa
0)()( 321 cbakbakak
.0)()( 332321 ckbkkakkk
a, b, c a, b, c
.0
,0
,0
3
32
321
k
kk
kkk
0321 kkk
0321 kkk cbb, aa, a
0)()()( 321 cbcaba
.0)()()( 323121 cba
.0
,0
,0
32
31
21
0
0
0
0
1
0
0
1
1
0
0
1
0
0
0
1
1
0
1
1
1
0
0
1
0
0
0
1
1
0
1
0
1
0
1
1
.0
,0
32
21
321
1 1, 1, 321
cc, bb, aa
n, ..., aa1 b, ..., aa n ,1
b n, ..., aa1
37
Решение. Так как система векторов линейно зависима, то найдутся такие числа
, из которых хотя бы одно отлично от нуля, и имеет место равенство
. (***)
В равенстве (***) . Действительно, при система была бы линейно
зависимой.
Из соотношения (***) получаем или
Обозначим .
Получим
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
1. Система, содержащая нулевой вектор, линейно зависима.
2. Система, состоящая из одного вектора , линейно зависима тогда и только тогда, когда,
.
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 линейно независима, но становится линейно зависимой при добавлении
вектора , то вектор линейно выражается через векторы системы .
7. Если векторы линейно независимы и вектор не является их линейной
комбинацией, то система векторов линейно независима.
8. Доказать, что в пространстве линейно независимы следующие системы векторов:
a) , , …, ;
b) , , …, .
9. Установить линейную зависимость или независимость следующих систем векторов в
соответствующих векторных пространствах:
a) система векторов , , трёхмерного
пространства;
b) система векторов , ,
арифметического пространства ;
c) система матриц , , в пространстве матриц второго порядка.
10. Пусть система векторов , , векторного пространства линейно независима.
Докажите линейную независимость следующих систем векторов:
a) , , ;
b) , , , где – произвольное число;
c) , , .
11. Пусть , , – три вектора на плоскости, из которых можно сложить треугольник.
Будут ли эти векторы линейно зависимы?
b, ..., aa n ,1
,,..,1 n
0..11 baa nn
0 0 n1, ..., aa
nnaab ..11...1
1n
n aab
nn
, ,1
1
...11 nnaab
а
0а
Sа а S
kaa ,...,1 b
baa k ,,...,1
nA
)0,...,0,0,1(1 e )0,...,0,1,0(2 e )1,...,0,0,0(ne
)1,...,1,1,1(1 f )1,...,1,1,0(2 f )1,...,0,0,0(nf
)1,9,2(1 a )3,2,2(2 a )3,2,1(3 a
)0,0,1,1,1(1 a )1,0,1,0,1(2 a )0,1,0,0,1(3 a
5A
43
21
32
14
21
43
а b c
bа b c
bа b c bа ca cbа b c
38
12. Даны два вектора: , . Подобрать ещё два четырёхмерных
вектора и так, чтобы система , , , была линейно независимой.
§4. Базис системы векторов. Размерность линейного пространства. Ранг матрицы. Ранг системы векторов
Пусть – некоторая система векторов линейного пространства. Базисом этой системы
называется такая её линейно независимая подсистема , в которой всякий вектор из
линейно выражается через векторы системы .
Эквивалентное определение: базис системы векторов – это такая линейно
независимая подсистема системы , которая становится линейно зависимой при
добавлении любого вектора из . Число векторов (какого-либо) базиса системы векторов
называется рангом этой системы.
Утверждения:
1) Пусть – некоторая система векторов и – её линейно независимая подсистема. Тогда
можно дополнить до базиса системы .
2) Любое линейное пространство имеет базис.
3) Пусть и – два базиса одной и той же системы векторов. Тогда .
Если в линейном пространстве существует базис из конечного числа векторов, то
пространство называют конечномерным, а число векторов базиса - размерностью
пространства (и обозначают ). Если – линейное пространство над полем , то
его нулевой вектор сам составляет линейное пространство над полем . Это линейное
пространство обозначается и называется нулевым линейным пространством. Так как
нулевое линейное пространство состоит из одного нулевого вектора, в нем нет линейно
независимых векторов и нет максимально линейно независимой системы векторов. Нулевое
линейное пространство называется линейным пространством размерности 0.
Утверждения:
Пусть – линейное пространство размерности n. Тогда
1) Если система векторов линейно независима и состоит из n векторов, то – базис
пространства .
2) Любая система векторов , состоящая более чем из n векторов, линейно зависима.
3) при любом .
4) Элементарные преобразования системы векторов не изменяют ранга этой системы.
5) Всякая линейно независимая система векторов линейного пространства , ,
содержится в некотором базисе .
6) Если – базис линейного пространства , то любой вектор можно
разложить по базису, т.е. представить в виде . Это разложение для
единственно.
Коэффициенты называются координатами вектора в базисе .
Рангом матрицы называют ранг системы ее столбцов. Ранг матрицы соответствует
наивысшему порядку отличных от нуля миноров этой матрицы. Такие миноры называют
базисными. Столбцы матрицы, на которых располагается хотя бы один базисный минор этой
матрицы, линейно независимые. Их называют базисными столбцами матрицы. Если ранг
матрицы равен числу ее столбцов, то все столбцы матрицы линейно независимые. Ранг
матрицы можно определять как ранг системы ее строк. Ранг матрицы по строкам совпадает с
ее рангом по столбцам. Базисные строки матрицы определяются так же, как ее базисные
)4,3,2,1(1 a )1,0,0,0(2 a
3a 4a 1a 2a3a 4a
S
0S S
0S
S
0S S
S
S 0S
0S S
kaa ,...,1 sbb ,...,1 sk
L
L
L Ldim L P
P
O
L
LS SL
LS
nAn dim 1n
L 1nL
naa ,...,1L Lb
nnaab ..11 b
n ,...,1 b naa ,...,1
39
столбцы. Для вычисления ранга матрицы можно использовать метод окаймления, который
состоит в следующем: находят какой-либо минор первого или второго порядка, отличный от
нуля, и вычисляют окаймляющие его миноры следующего порядка. Если среди них найдется
отличный от нуля, то окаймляют его. Пусть уже найден таким способом минор -го порядка,
отличный от нуля. Тогда вычисляют его окаймляющие миноры -го порядка. Если все
они окажутся равными нулю, то ранг матрицы равен .
Для определения ранга системы векторов следует эти векторы представить в
виде столбцов (или строк) матрицы и вычислить её ранг. Это и будет ранг системы
рассматриваемых векторов. По базисным минорам легко выделяются все максимальные
линейно независимые подсистемы данной системы векторов.
Утверждения:
1) Пусть в пространстве задана система векторов и матрица с строками
и n столбцами, -я строка которой состоит из компонент вектора , ,
a) ранг системы векторов совпадает с рангом матрицы ;
b) если матрица подобна ступенчатой матрице , тогда ранг системы векторов
равен числу ненулевых строк матрицы ;
c) если , то система является базисом пространства тогда и только
тогда, когда .
2) Ранг системы совпадает с рангом системы векторов тогда и только
тогда, когда . Если при этом r = n, то вектор единственным образом
выражается в виде линейной комбинации векторов .
Пример 1. Найти ранг матрицы методом окаймления миноров.
Решение. Рассмотрим ненулевой минор первого порядка матрицы . Найдем
окаймляющие миноры для . Будем анализировать окаймляющие миноры 2-го порядка до
тех пор, пока не найдем отличный от нуля минор. Если все рассматриваемые миноры 2-го
порядка все будут равны нулю, то ранг данной матрицы будет равен 1.
(пропорциональны строки), .
Значит, . Рассмотрим окаймляющие миноры для .
(пропорциональны строки),
(пропорциональны строки),
(пропорциональны строки).
r
)1( r
r
saaa ,...,, 21
nR paaa ,...,, 21 A p
i ia pi ,...,2,1
paaa ,...,, 21 A
A B
paaa ,...,, 21 B
np paaa ,...,, 21nR
0A
r baa n ,,...,1 naa ,...,1
naab ,...,1 b
naa ,...,1
28112
71524
42312
021 M
1M
024
122
M 02
54
323 M
2)( Аr 3M
0
112
524
312
4
M
0
1020
510
232
812
154
232
5
M
0
220
110
232
212
754
432
6
M
40
Поскольку все окаймляющие миноры 3-го порядка для равны нулю, ранг матрицы равен
порядку наивысшего отличного от нуля минора 2-го порядка (порядку минора ), т.е.
.
Пример 2. Найти ранг матрицы с помощью элементарных
преобразований.
Решение. Элементарными преобразованиями матрицы называются следующие
преобразования:
умножение строки (столбца) на число, отличное от нуля;
прибавление к одной строке (столбцу) другой строки (столбца), умноженной на любое
число;
перестановка двух строк (столбцов).
При элементарных преобразованиях ранг матрицы не меняется.
~ ~ .
Ранг данной матрицы равен числу ненулевых строк в ступенчатой матрице, т.е. .
Пример 3. Найти все базисы системы векторов: , ,
, .
Решение. Построим из координат векторов матрицу по столбцам:
А= .
Для нахождения всех базисов данной системы векторов необходимо выделить все базисные
миноры построенной матрицы. Найдем ранг этой матрицы с помощью элементарных
преобразований:
~ ~ ~ .
Таким образом, ранг данной матрицы соответствует числу ненулевых строк в ступенчатой
матрице, т.е. . Первый столбец ступенчатой матрицы соответствует координатам
вектора , второй – , третий – , четвёртый – . В любом базисе данной системы
векторов будет два вектора. Базисными минорами являются
, , .
Остальные миноры второго порядка равны нулю, поэтому базисными быть не могут. Базисами
данной системы векторов являются векторы:
1) , ,
3M
3M
2)( Аr
48203225
134549475
132539475
43173125
48203225
134549475
132539475
43173125
А
5310
5310
3210
43173125
0000
2100
3210
43173125
3)( Аr
)1,3,1,2(1 a )2,6,2,4(2 a
)3,9,3,6(3 a )1,1,1,1(4 a
1321
1963
1321
1642
1321
1963
1321
1642
1321
3961
1321
2641
1320
515100
1320
2641
0000
0000
1320
2641
2)( Аr
4a 2a3a 1a
020
411
M 0
30
612
M 0
10
213
M
2a 4a
41
2) , ,
3) , .
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
1. Какие из следующих систем векторов составляют базис пространства :
a) (1, 1, 1), (–1, –1, –1), (0, 1, 1). (0, 0, 1),
b) (1, 1, 1), (0, 1, 1), (1, 0, 1),
c) (1, 2, 3), (3, 2, 1), (1, 1, 1),
d) (1, –2, –2), (1, 5, –3). (–1, –5, 5),
e) (1, 2, 7), (–2, –4, –8), (0, 0, 0).
2. При каких значениях параметров следующие системы векторов образуют базис
пространства :
a) (λ, 1, 0), (1, λ, 1), (0, 1, λ),
b) (1, α, β), (0, 1, γ), (0, 0, 1),
c) (1, 1, 1), ( , , ), ( , , ),
d) (1, , ), (1, , ), (1, , ),
e) (1, 2, 3), (3, 2, 1), (1, 1, ).
3. Найти базис и ранг систем векторов. При решении использовать метод окаймления
миноров или метод элементарных преобразований:
a) (1, 1, –1, –1), (2, 2, 1, –1), (2, 2, –5, –3), (1, 1, –1, –1),
b) (1, 3, –1, 4), (2, 4, –4, 8), (1, 1, –6, 6), (1, 3, –1, 8),
c) (1,7,1,5), (–1,–7,–3,–2), (–1,–7,–5,7), (–1,–7,–5,1),
d) (1,–3,1,3,–3), (1,4,7,4,–3), (–1,–4,–7,2,6), (-1,3,-1,3,5), (1,–3,1,–3,–7),
e) (1,1,–3,1,2), (–1,–1,4,2,4), (–1,–1,9,2,5), (2,2,–1,2,5), (–2,–2,8,4,8).
4. Показать, что в пространстве многочленов степени ≤ 3 системы многочленов образуют
базисы:
a) ,
b) ,
c) .
d) .
5. Определить размерность линейного пространства многочленов с коэффициентами из
степени ≤ 3, которые дополнительно удовлетворяют одному из условий:
a) ,
b) ,
c) ,
d) ,
e) ,
f) .
6. Найти базис и размерность пространства матриц размера с элементами из .
7. Найти какой-нибудь базис и размерность пространства решений следующих систем
уравнений:
a)
b)
c)
d)
e) .
3a 4a
1a 4a
3R
3R
2 2 2
2 2 2
32 ,,,1 xxx
32 )1(,)1(,1,1 xxx
32 )1(,)1(,1,1 xxx
5,)3(,2,1 32 xxx
R
0)0( f
0)4( f
0)3( f
)2(3)1( ff
)1()0( ff
)1()0( ff
32 R
;0654
,0753
,042
321
321
321
ххх
ххх
ххх
;052
,05724
,0752
4321
4321
4321
хххх
хххх
хххх
;0656
,0435
321
321
ххх
ххх
;01096
,0564
321
321
ххх
ххх
0...21 nххх
42
§5. Разложение вектора по базису. Координаты вектора в базисе
Пусть в некотором линейном пространстве зафиксирован базис . Если
, то найдутся числа , для которых . Упорядоченный
набор называется набором координат вектора в базисе .
Утверждения:
1. Координаты вектора в заданном базисе определены единственным образом.
2. При сложении векторов соответствующие координаты слагаемых складываются. При
умножении вектора на число его координаты умножаются на это число.
Пример 1. Найти координаты многочлена
a) в базисе ;
b) в базисе , выяснив, что многочлены действительно образуют
базис.
Решение.
a) Докажем, что многочлены (*) составляют базис пространства всех многочленов
степени ( ).
Для этого сначала покажем, что система многочленов (*) линейно независима. Пусть
– такие числа из поля , при которых . Тогда по
определению равенства многочленов . Значит, система многочленов (*)
линейно независима.
Покажем теперь, что система многочленов (*) составляет базис пространства . Для
любого имеем:
.
Следовательно, является линейной комбинацией системы многочленов (*). Тогда система
линейно зависима. Таким образом, система многочленов (*) составляет базис
пространства .
Значит, согласно определению координат вектора в базисе, данный многочлен
имеет в базисе координаты .
b) Докажем, что многочлены (**) составляют базис пространства
.
Для этого сначала покажем, что система многочленов (**) линейно независима. Пусть
– такие числа из поля , что . Тогда по
определению равенства многочленов . Значит, система многочленов (**)
линейно независима.
Покажем теперь что система многочленов (**) составляет базис пространства . Для
любого имеем:
.
Следовательно, является линейной комбинацией системы многочленов (**). Тогда
система линейно зависима. Таким образом, система
многочленов (**) составляет базис пространства .
Согласно определению координат вектора в базисе, многочлен
L ),...,,( 21 neeee
Lх n21 x .., ,x ,x nn2211 еx ... еx еxx
n21 x .., ,x ,x х ),...,,( 21 neeee
nn
2210 xa ...xaxa af(x)
n2 x...xx ,,,,1
n2 x...xx )1(,,)1(),1(,1
n2 x...xx ,,,,1
n ][xPn
n, ..., α, αα 10 P 01 10 nnxα ...,x αα
010 nα ...αα
][xPn
][xPf(x) n
nn
2210 x ...xxf(x) 1
f(x)
f(x)x...xx n2 ,,,,,1
][xPn
nn
2210 xa ...xaxa af(x)
n2 x...xx ,,,,1 n, ..., α, αα 10
n2 x...xx )1(,,)1(),1(,1
][xPn
n, ..., α, αα 10 P 0111 10 n
n xα ...,x αα
0α ...αα n10
][xPn
][xPf(x) n
nn
2210 x ...xxf(x) )1()1()1(1
f(x)
f(x)x...xx n2 ,)1(,,)1(),1(,1
][xPn
43
имеет в
базисе координаты , где при
.
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
1. Найти координаты вектора пространства в базисах
a) (3, 0, 0), (0, 2, 0), (0, 0, 1);
b) (1, –1, 0), (1, 2, 3), (0, 1, –1).
2. Показать, что система векторов , , ,
является базисом пространства . Найти координаты вектора
в этом базисе.
3. Разложить векторы и по базисам
a) , , , ;
b) , , , .
4. Найти координаты вектора пространства многочленов степени ≤ 3 в
базисах:
a) ;
b) .
§6. Подпространство, его базис и размерность
Пусть – линейное пространство над полем и – подмножество из . Может
оказаться, что само составляет линейное пространство над полем относительно тех же
операций, что и . Тогда A называют подпространством пространства .
Согласно определению линейного пространства, чтобы было подпространством, надо
проверить выполнимость в операций, т.е.
1. : ,
2. : ,
и проверить, что операции в подчинены восьми аксиомам. Однако последнее будет
излишним (в силу того, что эти аксиомы выполняются в ), т.е. справедлива
Теорема. Пусть линейное пространство над полем и . Множество тогда и
только тогда является подпространством , когда выполняются следующие требования:
1. : ,
2. : .
Утверждение. Если – n-мерное линейное пространство и его подпространство, то
также конечномерное линейное пространство и его размерность не превосходит n.
Пример 1. Является ли подпространством пространства векторов-отрезков множество
всех векторов плоскости, каждый из которых лежит на одной из осей координат - или
?
nn
2210
nn
2210 xb ...xbxbbxa ...xaxa af(x) )1()1()1(1
n2 x...xx )1(,,)1(),1(,1 n, ..., b, bb 10 !
)1()(
k
fb
k
k , ..., n, , k 210
),,(x 506 3R
)0,1,0,1(1 e )0,0,1,1(2 e )1,1,1,0(3 e
)1,1,0,0(4 e 4A
)4,3,2,1(a
8),662( ,,x 8),000( ,,y
)3,2,6,1(1 e )8,7,9,1(2 e )2,7,6,2(3 e )3,3,6,1(4 e
)2,4,3,1(1 e )2,6,7,2(2 e )5,2,8,2(3 e )2,4,3,1(4 e
6 5xxf(x) 2
32 xxx ,2,,2
32 xxx 1)(,1)(,1,1
L P A L
A P
L L
A
A
Aba , Aba
))(( PkAa Aka
A
L
L P LA A
L
Aba , Aba
))(( PkAa Aka
L A A
2V S
Ox Oy
44
Решение: Пусть , и , . Тогда (Рис.1).
Рис 1
Следовательно, не является подпространством .
Пример 2. Является ли линейным подпространством линейного пространства векторов-
отрезков плоскости множество всех векторов плоскости, начала и концы которых лежат на
прямой этой плоскости?
Решение. Если вектор умножить на действительное число , то получим вектор ,
также принадлежащий . Если и – два вектора из , то (по правилу сложения
векторов на прямой). Следовательно, является подпространством (Рис.2).
Рис 2
Пример 3. Является ли линейным подпространством линейного пространства множество
всех векторов плоскости, концы которых лежат на прямой (предположить, что начало
любого вектора совпадает с началом координат)?
Решение. В случае, когда прямая не проходит через начало координат, множество не
является линейным подпространством пространства , так как . (Рис.3)
В случае, когда прямая проходит через начало координат (Рис.4), множество является
линейным подпространством пространства , так как и при умножении любого
вектора на действительное число из поля получим .
Оxa Оyb 0a 0b Sba
S 2V
2V
S
l
Sа k аk
S а b S Sba
S 2V
2V
A l
l A
2V lbа
l A
2V lbа
Аа P lа
Рис 3
45
Рис 4
Таким образом, требования линейного пространства для множества выполнены.
Пример 4. Пусть дана система векторов из линейного пространства над полем .
Доказать, что множество всевозможных линейных комбинаций с
коэффициентами из является подпространством (это подпространство
называют подпространством, порожденным системой векторов или линейной
оболочкой этой системы векторов, и обозначают так: или ).
Решение. Так как , то для любых элементов имеем
,
,
где , .
Тогда .
Так как , то , поэтому .
Проверим выполнимость второго условия теоремы. Если – любой вектор из и –
любое число из , то . Поскольку и , ,
то , , поэтому .
Таким образом, согласно теореме множество – подпространство линейного
пространства .
Для конечномерных линейных пространств справедливо и обратное утверждение.
Теорема. Всякое подпространство линейного пространства над полем является
линейной оболочкой некоторой системы векторов.
При решении задачи нахождения базиса и размерности линейной оболочки используют
следующую теорему.
Теорема. Базис линейной оболочки совпадает с базисом системы векторов
. Размерность линейной оболочки совпадает с рангом системы векторов
.
Пример 5. Найти базис и размерность подпространства линейного
пространства , если , , , .
A
kaa ,...,1L P
kkatat ...11
ktt ,...,1P L A
kaa ,...,1
kaaA ,...,1 ),...,( 1 kaaLA
kiPt,at...atA ikk ,1 , 11 Ayx ,
kkararx ...11
kkasasy ...11
Psr ii , ki ,1
kkkkkk asrasrasasararyx ...)...()...( 1111111
Psr ii , Psr ii kaayx ,...,1
x A t
Pkkkk atratrararttx )(...)()...( 1111 Pt Pri ki ,1
Ptri ki ,1 kaatx ,...,1
A
L
A L P
kaa ,...,1
kaa ,...,1 kaa ,...,1
kaa ,...,1
4321 ,,, aaaaS
][xP3xa 11 xa 12
33 1 xxa
34 2 xa
46
Решение. Известно, что векторы и их координатные строки (столбцы) обладают одинаковыми
свойствами (в отношении линейной зависимости). Составляем матрицу из
координатных столбцов векторов в базисе .
Найдем ранг матрицы .
, , .
Следовательно, ранг . Итак, ранг системы векторов равен 3. Значит,
размерность подпространства равна 3, а его базис состоит из трех векторов: (так
как в базисный минор входят координаты только этих векторов).
Пример 6. Доказать, что множество векторов арифметического пространства , у
которых первая и последняя координаты равны 0, составляет линейное подпространство.
Найти его базис и размерность.
Решение. Пусть .
Тогда
,
и
.
Следовательно, для любых .
Если , , то .
Таким образом, согласно теореме о линейном подпространстве множество является
линейным подпространством пространства .
Найдем базис . Рассмотрим следующие векторы из H: ,
, . Эта система векторов линейно независима.
Действительно, пусть
.
Тогда
и
.
Можно убедиться, что система линейно зависима при любом векторе из
. Этим доказано, что - максимальная линейно независимая система векторов
подпространства , т.е. – базис в и .
1100
0000
0111
2111
A
4321 ,,, aaaa 321 , x, x, x
A
021111
112
M 02
11
11)1(1
100
011
21133
3
M 04 АM
3)( Ar 4321 ,,, aaaa
S 421 ,, aaa
3M
H nA
Hyx ,
), , ..., x, x(x n 00 12
), , ..., y, y(y n 00 12
), y, ..., xy, x(yx nn 00 1122
Hyx Hyx ,
Hx Pk Hkxkxxxkkx nn )0,,...,,0()0,,...,,0( 1212
HnA
H ), ..., , , (a 00102
), ..., , , (a 01003 ), , ..., , , (an 010001
0... 1122 nn akak
), , .., , (k...), ..., , , (k), ..., , (k n 01000100010 132
), , .., k, (...), ..., , k, (), ..., , k( n 00000000 132 ), ..., , (), , ..., k, k, k( n 000000 132
0... 12 nkk
xaa n ,,..., 12 x
H12 n, ..., aa
H12 n, ..., aa H 2dim nH
47
§7. Сумма и пересечение подпространств. Прямая сумма подпространств
Пусть – линейное пространство над полем , и – его подпространства. Суммой
подпространств и называют множество { | , }.
Пример 1. На плоскости векторы, лежащие на оси , составляют подпространство ;
векторы, лежащие на оси , составляют подпространство . Множество совпадает с
, в чем можно убедиться, проверив включения и (Рис.1).
Теорема. Сумма подпространств и линейного пространства является его
подпространством.
Утверждения
1. Базис суммы подпространств , совпадает с базисом
системы векторов .
2. Размерность равна рангу системы векторов .
Пример 2. В линейном пространстве даны подпространства и
, где , , , ,
, . Найти базис и размерность подпространства .
Решение. Найдем базис и базис . Составляем матрицы и и ищем их ранги. Матрица
составлена из координат векторов по строкам.
,
, , ,
значит , поэтому .
Векторы , составляют базис , так как координаты этих векторов проходят через
базисный минор .
Матрица составлена из координат векторов по строкам.
,
, , ,
значит , поэтому .
L P A B
A B BA ba Aa Bb
2R Ox A
Oy B BA
2R 2RBA BAR 2
A B L
кааA ,,1 sbbB ,,
1
sк bbаа ,,,,, 11
BA sк bbаа ,,,,, 11
4A 321 ,, аaаA
321 ,, bbbB )3,1,2,1(1 a )2,4,1,2(2 а )8,2,5,4(3 а )8,6,6,6(1 b
)7,7,4,5(2 b )6,8,2,4(3 b BA
A B M NM
321 ,, аaа
8254
2412
3121
М
04112
212 М 0
254
412
121
3
М 0
854
212
321
3 М
2)( Mr 2)dim( A
1a 2а A
2М
N 321 ,, bbb
6824
7745
8666
N
0302445
662 M 0
824
745
666
3 M 0
624
745
866
3 M
2)( Nr 2)dim( B
48
Векторы , составляют базис , так как координаты этих векторов проходят через
базисный минор .
Тогда . Найдем базис системы векторов { }. Для этого
надо найти ранг матрицы , строки которых – координаты данных четырёх векторов.
,
, ,
.
Значит . Так как в базисный минор входят координаты векторов , , , то
базис составляют векторы , , , .
Пересечением подпространств и линейного пространства называется
множество .
Теорема. Пересечение подпространств линейного пространства является
подпространством .
Теорема. Размерность суммы подпространств равна сумме размерностей слагаемых без
размерности их пересечения, т.е.
. (1)
Из этой формулы находим размерность :
.
Так как размерности подпространств в правой части этого равенства мы умеем находить, то
по этой формуле можно найти .
Пример 3. Для подпространств и из примера 2 найти базис и размерность
подпространства .
Решение. Так как , , , то по формуле (1) будем иметь
.
Таким образом, . Теперь остается найти базис . Для этого достаточно
найти один ненулевой вектор из , который и составит базис .
Пусть , тогда
,
и
,
тогда
.
Отсюда получим
1b 2b B
2М
2121 ,,, bbaaBA 2121 ,,, bbaa
H
7745
8666
2412
3121
Н
04112
212 M 0
666
412
121
3
M 06
866
212
321
3 M
0
81260
101260
4630
3121
7745
8666
2412
3121
4
M
3)( Hr
3М 1a 2а 1b
BA 1a 2а 1b 3)dim( BA
A B L
ВхАхLхВА ,
L
L
)dim()dim()dim()dim( BABABA
BA
)dim()dim()dim()dim( BABABA
)dim( BA
A B
ВА
3)dim( BA 2)dim( A 2)dim( B
)dim(223 BA
1)dim( BA ВА
ВА ВА
ВАx
)2,4,1,2()3,1,2,1( 212211 ttatatx
)7,7,4,5()8,6,6,6( 212211 ssbsbsx
)7,7,4,5()8,6,6,6()2,4,1,2()3,1,2,1( 2121 sstt
49
.
Записываем покомпонентно это равенство и получаем систему линейных однородных
уравнений относительно неизвестных :
Решаем систему методом Гаусса:
,
,
.
Найдем ненулевое частное решение этой системы, придав свободному неизвестному
ненулевое значение, например .
При выбранном значении переменные и . Записываем вектор :
.
Мы нашли ненулевой вектор из пересечения , он составляет базис .
Подпространство .
Если подпространства и заданы однородными системами уравнений, то
пересечение будет определяться системой, полученной объединением всех уравнений
из этих систем. Любая фундаментальная система решений такой системы уравнений является
базисом пересечения .
Пример 4. Пусть подпространства и заданы соответственно системами уравнений
( ) ( )
Найти базис и размерность подпространств и .
Решение. Исследуем систему ( )
,
)7,7,4,5()8,6,6,6()2,4,1,2()3,1,2,1( 2121 sstt
)0000(7823764462562 2121212121212121 , , , sstt, sstt, sstt, sstt
212 ,,, ssttt
.07823
,0764
,0462
,0562
2121
2121
2121
2121
sstt
sstt
sstt
sstt
.
0
0
0
0100
2210
5621
0
0
0
0
0100
0000
2210
5621
0
0
0
0
4520
2210
2210
5621
0
0
0
0
81040
121260
6630
5621
0
0
0
0
7823
7641
4612
5621
01 s
2212 222 ssst
2222121 54562 ssssstt
2s
12 s
2s 11 t 22 t x
)7,7,4,5()2,4,1,2(2)3,1,2,1(1 22112211 bsbsatatx
ВА ВА
7745 , , , ВА
A B
ВА
ВА
A B
.0634
,0723
,0532
4321
4321
4321
хххх
хххх
хххх
.0525
,02332
,07543
4321
4321
4321
хххх
хххх
хххх
ВА ВА
6314
7213
5132
Н
50
, , ,
значит .
Исследуем систему ( )
,
, , , ,
значит .
Подпространство задается системой
( )
Для нахождения суммы и определяем базис (ФСР системы уравнений ( )) и
базис (ФСР системы уравнений ( )).
Решаем систему ( ). ФСР состоит из одного решения ( ), –
основные неизвестные, – свободное неизвестное. Получаем систему из системы ( ):
Решим систему методом Гаусса:
,
,
,
ФСР: или (231, -627, 1111, 506). Базис пространства – это вектор
.
Решаем систему ( ). ФСР состоит из двух решений ( ). Основные
неизвестные – , свободные – .
01113
322
М 2)( Нr 046
314
213
132
M 3
3)( Нr
5215
2332
7543
Q
01732
432
М 2)( Qr 0
215
332
543
3
M 0
515
232
743
3 М
2)( Qr
B
.02332
,07543
4321
4321
хххх
хххх
A B A
B
134 rn 321 , х, хх
4х
.634
,723
,532
4321
4321
4321
хххх
хххх
хххх
4
4
4
4
4
4
4
4
4
101
29
5
4600
7110
132
4
29
5
150
7110
132
6
7
5
314
213
132
х
х
х
х
х
х
х
х
х
.10146
,29711
,532
43
432
4321
хх
ххх
хххх
4346
101хх
44434
2506
627
4611
707
11
29
11
729ххх
ххх
.506
231
1012
462
1012
188111112530
1012
1881
92
101
2
5
2
35444444
2341 хххххх
хххх
1,
46
101,
506
627,
506
231A
a506) 1111, 627, (231,
224 rn
21, хх43, хх
51
1 0
0 1
1) ,
, .
2) ,
, .
В качестве базиса подпространства можно взять векторы
и .
Тогда
.
Посмотрим, является ли система векторов линейно зависимой или линейно
независимой.
,
, .
Система векторов линейно независима, является базисом .
Найдем размерность пересечения ( ) подпространств.
, , . Для нахождения базиса пересечения
подпространств следует решить систему уравнений
.2332
,7543
4321
4321
хххх
хххх
1х 2х 3х 4х
17
3
17
19
17
13
17
20
13 х 04 х
332
543
21
21
хх
хх
17
31 х
17
192 х
03 х 14 х
232
743
21
21
хх
хх
17
131 х
17
202 х
B
0171931 , , , b 17020132 , , , b
17020130171935061111627231,, 21 , , , ,, , , ,, , , bbаBA
21,, bbа
1702013
017193
5061111627231
Н
0193
6272312
М 2)( Hr 0
02013
17193
1111627231
3
М 3)( Hr
21,, bbа )( BA
ВА
)dim(123 BA 0)dim( BA 0ВА
ВА
.02332
,07543
,0634
,0723
,0532
4321
4321
4321
4321
4321
хххх
хххх
хххх
хххх
хххх
52
,
, .
система имеет единственное нулевое решение. Поэтому .
Базиса подпространства нет.
Пусть в имеем подпространства и . Может оказаться, что . Тогда сумма
подпространств и называется прямой суммой и обозначается .
Подпространство обозначим через : , . Тогда записывают
, если ,то , и говорят: подпространство (линейное пространство
) является прямой суммой подпространств и . Если , то подпространства
и называют прямыми дополнениями друг друга в пространстве .
Теорема. Сумма подпространств и тогда и только тогда является прямой, когда
размерность суммы подпространств и равна сумме размерностей слагаемых, т.е.
.
Пример 6. Подпространства и из примера 4 составляют прямую сумму, так как
.
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ
ВАРИАНТ 1
1. Является ли линейным пространством множество всех радиус-векторов точек первой
четверти прямоугольной декартовой системы координат?
2. Доказать, что множество составляет подпространство
пространства . Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
ВАРИАНТ 2
1. Является ли линейным пространством множество всех радиус-векторов точек,
образующих данную прямую. Найти его базис и размерность.
2332
7543
6314
7213
5132
К
0
314
213
132
3
М 0
2332
6314
7213
5132
4
М
4)( Kr nr 0ВА
0ВА
L A B 0ВА
A B BABA BA H BAH LH
BAH LH BAL H
L A B BAL A
B L
A B
A B
)dim()dim()dim( BABA
A B 0ВА
},)0,,0,{( 2121 RA
4A
)1,3,2,5(1 a
),3,2,1,4(2 а )2,1,1,1(3 а )2,1,4,3(4 a
),1,1,1,1(1 x ),1,1,1,1(2 x );1,1,1,1(3 x
)1,1,1,1(1 y )0,0,2,2(2 y )1,1,1,3(3 y
53
2. Доказать, что множество составляет подпространство
пространства . Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, , ,
.
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
ВАРИАНТ 3
1. Является ли линейным пространством множество всех векторов плоскости за исключением
векторов, параллельных данной прямой.
2. Доказать, что множество , составляет
подпространство пространства . Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов
, , , , .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
ВАРИАНТ 4
1. Составляет ли линейное пространство множество многочленов
? Найти его размерность и базис.
2. Доказать, что множество составляет
подпространство пространства . Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, , ; –
базис линейного пространства .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
.
ВАРИАНТ 5
1. Образует ли линейное пространство множество многочленов
? Указать его базис и
размерность.
},,),,,{( 2121 RA
4A
321 4321 xxxa
322 432 xxxа 32
3 3852 xxxа 32
4 129265 xxxa
325 243 xxxa
),1,2,1(1 a ),1,1,1(2 a );3,3,1(3 a
)1,3,2(1 y )2,2,1(2 y )3,1,1(3 y
}0)0(,,...,...)({ 010 fRaaxaxaaxfA nn
n
nP
53
121a
31
342a
43
233a
1715
144a
07
675a
),1,1,1,0(1 x ),2,1,1,1(2 x );1,1,0,2(3 x
)1,2,3,1(1 y )1,0,1,1(2 y )3,4,7,1(3 y
},...,...)({ 010 RaaxaxaaxfA nn
n
},,,),,,,{( 321321 RA
5A
43211 432 eeeea
43212 5432 eeeeа 43213 6543 eeeeа 43214 7654 eeeea 4321 ,,, eeee
L
),0,0,1,1(1 a ),2,2,1,1(2 a );1,3,1,3(3 a
)2,2,2,2(1 y )1,1,0,2(2 y )0,2,1,3(3 y
,...}1,0,,...,,...{ 01
10 kRaaNnxaxaxaA kkn
knn
54
2. Доказать, что множество всех решений однородной системы линейных уравнений с
неизвестными образует подпространство пространства . Найти его базис и
размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
ВАРИАНТ 6
1. Во множестве введены операции сложения
и умножения на действительное число
k: . Является ли линейным пространством, если
Указать его базис и размерность.
2. Образует ли подпространство пространства множество радиус-векторов точек
некоторой прямой? Указать его базис и размерность
3. Найти базис и размерность линейной оболочки векторов
, , , .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
ВАРИАНТ 7
1. Образуют ли линейное пространство множество матриц ?
Указать его базис и размерность.
2. Составляет ли подпространство пространства множество
? Указать его базис и размерность
3. Найти базис и размерность линейной оболочки векторов , ,
, .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
n
nA
4321 4232 xxxxa
4257 2342 xxxxа 432
3 282 xxxxа
),3,0,0,1,2(1 x ),6,0,0,2,4(2 x );2,0,1,1,0(3 x
)1,1,1,1,2(1 y )1,0,1,0,1(2 y )0,1,0,1,1(3 y
,...}2,1,,...),{( 21 iNS i
,...),(,...),(,...),( 22112121 yx
,...),(,...),( 2121 kkkkx S
?,...2,1, iRi
2V
15
311a
43
122a
71
153a
19
774a
),1,0,2,1(1 a ),0,1,1,1(2 a );2,1,5,3(3 a
)0,1,0,1(1 b )1,0,3,1(2 b )2,1,6,3(3 b
nji
Ra
aa
aa
Mij
nnn
n
,1,...
...........
...
1
111
5P
},,{ 4204
42
20 RaaaxaxaaA
1451 xxxa 12 а
xxа 52 23 22 3
4 xa
),1,1,1,1(1 x ),0,2,2,0(2 x );1,2,3,0(3 x
)1,2,1,0(1 y )1,1,1,1(2 y )1,4,1,2(3 y
55
ВАРИАНТ 8
1. Является ли множество матриц линейным пространством?
Найти его базис и размерность.
2. Доказать, что множество 6-мерных векторов составляет
подпространство пространства . Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, , ,
; – базис линейного пространства.
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, ;
, , , .
ВАРИАНТ 9
1. Составляет ли линейное пространство множество двумерных векторов
с операциями сложения и
умножения на действительное число ? Найти его базис и
размерность.
2. Доказать, что множество матриц составляет подпространство
пространства . Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, , .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
ВАРИАНТ 10
1. Доказать, что множество образует линейное пространство.
Найти его базис и размерность.
2. Образует ли подпространство пространства множество
? Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
Rdba
d
baM ,,
0
},),,,,,{( RA
6A
43211 eeeea
123452 eeeeeа 5213 23 eeeа 123454 552 eeeeea 1235 eeeа
54321 ,,,, eeeee
),1,2,1(1 a ),3,3,0(2 a )5,7,2(3 a )2,3,1(4 a
)0,0,1(1 b )0,2,2(2 b )3,0,0(3 b )3,4,4(4 b
},,{(2 RA ),(),(),( 22112121 yx
k ),(),( kkkkx
3,2,1
00
00
00
3
2
1
i
Ra
a
a
a
Ai
3M
4321 5233 xxxxa
422 4335 xxxа 42
3 7531 xxxа 754 2344 xxxxa
),1,1,1,1(1 x ),0,2,2,0(2 x );1,2,3,0(3 x
)1,2,1,0(1 y )1,1,1,1(2 y )1,4,1,2(3 y
Rdcba
dc
baM ,,,2
nA
}0...,),...,,{( 2121 nin xxxRxxxxA
)3,2,5,3,4(1 a
),2,4,7,6,8(2 а )7,2,8,3,4(3 а )5,2,1,3,4(4 a
),1,1,1,1(1 a ),1,1,1,1(2 a );3,1,3,1(3 a
)2,0,2,1(1 b )2,1,2,1(2 b )1,3,1,3(3 b
56
ВАРИАНТ 11
1. Составляет ли линейное пространство множество векторов:
a) ,
b) ?
2. Составляет ли множество многочленов
подпространство пространства ? Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов , ,
; , – базис линейного пространства .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
ВАРИАНТ 12
1. Составляет ли линейное пространство множество матриц ? Найти
его базис и размерность.
2. Доказать, что множество составляет подпространство пространства
. Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, ,
.
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
ВАРИАНТ 13
1. Составляет ли множество многочленов
линейное пространство? Найти его базис и размерность.
2. Составляет ли множество матриц
подпространство пространства ? Найти его базис и размерность.
3. Найти базис и размерность линейной оболочки векторов ,
, , .
4. Найти базис и размерность суммы и пересечения подпространств, натянутых на векторы
, , .
},...,1,числачетные),...,,{( 21 nixxxxA in
},...,1,числанечетные),...,,{( 21 nixxxxB in
,,...,...)({ 010 RaaxaxaaxfA nn
n
}0...0 naa nP
3211 eeea 4212 eeeа
4313 2 eeeа 4321 ,,, eeee L
),0,0,1,1(1 a ),0,1,1,0(2 a );1,1,0,0(3 a
)0,1,0,1(1 b )1,1,2,0(2 b )2,1,2,1(3 b
Rcba
c
baA ,,
0
RxxxA
n
),...,(
nA
54321 232 xxxxxa
xxxxxа 36543 23452 5342
3 74 xxxxxа 5432
4 33242 xxxxxa
),2,1,2,1(1 x ),0,1,3,2(2 x );3,2,2,1(3 x
)1,1,1,1(1 y )1,1,0,1(2 y )4,0,3,1(3 y
},,)({ 5315
53
31 RaaaxaxaxaxfA
0,,,, dcbaRdcba
dc
baA
2M
4321 1 xxxxa
37 2342 xxxxа 4
3 31 xxа xxxxa 22 2344
),4,3,5,2(1 a ),7,0,2,1(2 a );5,2,6,3(3 a
)6,4,0,2(1 b )1,1,1,1(2 b )5,1,3,3(3 b
57
Раздел 5. МАТРИЦА ПЕРЕХОДА
§1. Определение матрицы перехода
Пусть в линейном пространстве заданы два базиса:
(назовем его старым базисом) и
(назовем его новым базисом).
Разложим векторы базиса по базису :
(1)
Матрицу называют матрицей перехода от базиса к базису .
Равенства (1) в матричном виде удобно записывать так:
(2).
Правило построения матрицы перехода
Для построения матрицы перехода от базиса к базису нужно для всех векторов
нового базиса найти их координатные столбцы в старом базисе и записать их в качестве
соответствующих столбцов матрицы .
Теорема. Матрица перехода от одного базиса -мерного линейного пространства над
полем к другому его базису является невырожденной матрицей -го порядка с элементами
из поля .
Теорема. Любая невырожденная квадратная матрица -го порядка с элементами из поля
служит матрицей перехода от одного базиса -мерного линейного пространства над
полем к некоторому другому базису пространства .
§2. Связь координат вектора в разных базисах
Пусть в линейном пространстве заданы базисы и с
матрицей перехода от базиса к базису , т.е. верно (2). Вектор имеет в базисах
и координаты
, ,
nL
),...,,( 21 neeee
),...,,( 21 neeeе
е e
....
.........,..............................
,...
,...
2211
22221122
12211111
nnnnnn
nn
nn
etetete
etetete
etetete
nnnn
n
n
ttt
ttt
ttt
T
...
............
...
...
21
22221
11211
e е
Teе
e е iе
е e
T
nnL
P n
P
n P
nnL
PnL
nL ),...,,( 21 neeee ),...,,( 21 neeeе
T e е Teе a
e е
n
еа
...
2
1
n
еа
...
2
1
58
и .
Тогда, с одной стороны, , а с другой стороны
Из этих равенств получаем: . Отсюда в силу единственности разложения
вектора по базису вытекает равенство (3), или
(4)
Соотношения (3) и (4) называют формулами преобразования координат при изменении
базиса линейного пространства. Они выражают старые координаты вектора через новые. Эти
формулы можно преобразовать относительно новых координат вектора, умножив (4) слева на
(такая матрица существует, так как – невырожденная матрица). Тогда получим
. По этой формуле, зная координаты вектора в старом базисе е линейного
пространства , можно найти его координаты в новом базисе, .
Часто векторы базисов и сами бывают заданы координатами в некотором базисе
. Тогда матрица перехода от базиса к базису находится по формуле
,
отсюда получаем формулу
.
,
отсюда получаем формулу
. (5)
Пример 1. Найти матрицу перехода к базису , , если векторы заданы своими
координатами в базисе .
Решение. Векторы нового базиса: - заданы своими координатами в старом базисе:
, т.е. .
,
.
По определению матрицы перехода получаем .
n
nе eeeаea
...),...,,(
2
1
21
n
nе eeeаеa
...),...,,( 2
1
21
еаea ее аTeаеa )(
ее аTeаea
e ее аTа
nn
T
......2
1
2
1
1T T
ее аTа
1
nL е
е е0е
е е
eeTee
0
0
10
0
eeeTe
ee
Tee
Teee
Tee
eTee
Tee
0100
100
0
eeeeee TTT
00
1
3
21e
2
12e
),( 21 eee
),( 21 eee
),( 21 eee Teе
21211 323
2),( eeeee
21212 212
1),( eeeee
23
12eeT
59
Пример 2. Найти матрицу перехода от базиса к базису , если векторы
этих базисов заданы своими координатами в некотором базисе :
, , , .
Решение.
1 способ.
, .
.
2 способ.
, (1)
, (2)
, (3)
. (4)
Из равенства (2) имеем .
Из равенства (1) имеем , значит .
Из равенства (3) имеем .
Из равенства (4) имеем .
Из последних двух равенств имеем
, .
По определению матрицы перехода получаем .
Пример 3. В линейном пространстве многочленов не выше второй степени с
действительными коэффициентами даны два базиса:
: .
: .
Найти матрицу перехода от базиса к базису .
Решение.
,
,
.
),( 21 eee ),( 21 eee
0е
01
11
е
e
00
12
е
e
01
21
е
e
02
12
е
e
01
110 ee
T
21
120 ee
T
11
21
21
12
11
10
21
12
11
10
21
12
01
111
eeT
02
01
02
011 11
1
1),( eeeee
02
01
02
012 01
0
1),( eeeee
02
01
02
011 12
1
2),( eeeee
02
01
02
012 21
2
1),( eeeee
012 ee
2021 eee 21
02 eee
1221202
011 212 eeeeeeee
2121202
012 2)(221 eeeeeeee
211 eee 212 2 eee
11
21eeT
),,( 321 eeee 2
321 ,,1 xexee
),,( 321 eeee 2
321 )1(,1,1 xexee
e e
3211 0011 eeee
3212 0111 eeexe
32122
3 12112)1( eeexxxe
60
По определению матрицы перехода получаем
.
Пример 4. В пространстве задан вектор и векторы столбцами координат в
базисе : , , , и вектор – в
виде столбца координат в базисе . Найти координаты вектора в базисе
и координаты вектора в базисе .
Решение.
,
,
.
По определению матрицы перехода получаем
.
Используем формулу связи координат одного и того же вектора в разных базисах:
,
отсюда получаем
.
,
,
100
210
111
eeT
3X x321 ,, eee
),,( 321 eeee
e
ex
1
4
1
e
e
2
1
5
1
e
e
0
3
2
2
e
e
1
1
2
3
е
еу
3
2
1
),,( 321 eeee x
),,( 321 eeee у ),,( 321 eeee
3211 215 eeee
3212 032 eeee
3213 112 eeee
102
131
225
eeT
е
ee
е х
х
х
T
3
2
1
1
4
1
е
ee
е
T
х
х
х
1
4
11
3
2
1
33)29(311
293
33
29
100
133
229
102
131
225
eeT
1746
393
823
33
11eeT
61
,
.
Пример 5. Матрица перехода от базиса к базису имеет вид
. Найти координаты векторов и вектора в базисе
Решение.
1 способ. По определению матрицы перехода получаем
,
.
Из этих равенств найдем векторы :
,
,
.
2 способ.
,
выразим
.
,
,
,
Пример 6. Убедиться, что векторы , , образуют базис
линейного пространства . Найти координаты вектора в базисе .
Решение.
Составим из координат векторов матрицу и найдём её определитель:
.
33
733
4233
13
1
4
1
1746
393
823
33
1
3
2
1
е
е
х
х
х
5
8
3
3
2
1
102
131
225
3
2
1
3
2
1
ее
ee
е
T
y
y
y
),( 21 eee ),( 21 fff
43
32feT 21,ee 21 32 eec
),( 21 fff
211 32 eef
212 43 eef
21,ee
fffe )3,4(34 211
fffe )2,3(23 212
fffeec )12,17()2,3(3)3,4(232 21
f
fe
ec
cT
c
c
2
1
2
1
12
17
3
2
23
34
3
2
43
321
2
11
2
1
еee
fe
fc
cT
c
c
effe TT
23
341
fffe )3,4(34 211
fffe )2,3(23 212
3,2,11 а 8,2,42 а 1,4,13 а
3A 5,0,1b ),,( 321 aaaa
321 ,, aaa
02011
1310
55
132
553
001
131
2
183
211
141
2
183
422
141
62
Следовательно, векторы , , образуют базис линейного
пространства .
,
,
,
.
.
.
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
1) Пусть – базис пространства и , . Показать, что –
базис пространства . Найти матрицу перехода от первого базиса ко второму и от
второго к первому. Найти координаты вектора в базисе .
2) Показать, что системы векторов и являются базисами
пространства . Найти матрицу перехода от первого базиса ко второму и от второго к
первому в следующих случаях:
a) , , , , ,
при n=3 ;
b) , , , ,
, , , при n=4.
3) Пусть – базис пространства и , ,
. Показать, что – базис пространства . Найти матрицу
перехода от первого базиса ко второму и от второго к первому. Найти координаты
векторов , и в обоих базисах.
4) Пусть и – два базиса пространства и – матрица
перехода от первого базиса ко второму. Найти координаты векторов и
первом и втором базисах.
5) Записать матрицу перехода от базиса к базису
a) ,
3,2,11 а 8,2,42 а 1,4,13 а
3A
3211 3213,2,1 eeeа
3212 8248,2,4 eeeа
3213 1411,4,1 eeeа
321 5015,0,1 eeeb
183
422
141
aeT
a
ae
еb
b
b
T
3
2
1
5
0
1
1
0
2
5
0
1
6410
2210
14430
20
1
5
0
1
183
422
141
5
0
11
1
3
2
1
еее
ae
a
T
b
b
b
21,ee 2R 211 5 eee 212 32 eee 21,ee
2R
21 4eea 21,ee
neee ,...,, 21 nfff ,...,, 21
nR
)0,1,1(1 e )3,2,1(2 e )1,1,0(3 e )4,1,3(1 f )5,2,1(2 f
)1,2,3(3 f
)0,1,2,1(1 e )1,1,1,1(2 e )1,1,2,1(3 e )1,0,1,1(4 e
)1,0,1,2(1 f )2,2,1,0(2 f )2,1,1,2(3 f )2,1,3,1(4 f
321 ,, eee 3R 3211 22 eeee 212 2 eee
3213 eeee 321 ,, eee 3R
321 4 eeex 3212 eeey yxz 32
321 ,, aaa 321 ,, bbb 3R
111
120
001
T
321 32 aaax
3213 bbby
4321 ,,, eeee
1432 ,,, eeee
63
b) ,
c) .
6) Как изменится матрица перехода от одного базиса к другому, если:
a) поменять местами два вектора первого базиса,
b) поменять местами два вектора второго базиса,
c) записать векторы первого базиса в обратном порядке,
d) записать векторы второго базиса в обратном порядке,
e) записать векторы обоих базисов в обратном порядке?
7) Найти матрицу перехода от базиса пространства многочленов степени ≤ 3 к
базису .
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ
ВАРИАНТ 1
1. Матрица является матрицей перехода от базиса к базису
. Найти координаты векторов и вектора в базисе
.
2. В пространстве многочленов, степени которых не превосходят 3, найти матрицу
перехода от базиса к базису .
3. Найти связь координат одного и того же вектора в двух базисах , и
, .
ВАРИАНТ 2
1. Убедиться, что , , образуют базис линейного
пространства . Найти координаты вектора в базисе .
2. В пространстве многочленов, степени которых не превосходят 2, найти матрицу перехода
от базиса к базису .
3. Матрица является матрицей перехода от базиса к базису .
Найти координаты векторов , в базисе .
ВАРИАНТ 3
1. Даны два базиса линейного пространства : , , и
, , . Найти матрицу перехода от первого базиса ко
второму и от второго к первому.
2. Найти координаты многочлена в базисе
.
4312 ,,, eeee
4332211 ,,, eeeeeee
32 ,,,1 xxx
32 )(,)(),(,1 axaxax
123
120
011
M 321 ,, eee
321 ,, aaa 321 ,, eee312 eex
321 ,, aaa
32 ,,,1 xxx 32 )4(,)3(,53,3 xxx
xe 11 22 e
xa 231 xa 342
)3,2,1(1 a )8,2,4(2 a )1,4,1(3 a
3A )2,1,7( b 321 ,, aaa
5,13,232 xxx 3,,1 2 xx
43
32T 21, ee 21, ff
21, ee 21 32 eec 21, ff
3A )1,1,1(1 e )1,1,2(2 e )1,0,1(3 e
)1,1,0(1 f )1,0,1(2 f )2,0,1(3 f
248)( 2 xxxf 23,43,123 22 xxxxx
64
3. Убедиться, что многочлены составляют базис пространства
. Найти матрицу перехода от базиса к базису
ВАРИАНТ 4
1. Даны два базиса линейного пространства: , и , .
Найти связь координат одного и того же вектора в этих базисах.
2. Убедиться, что многочлены , , составляют базис
линейного пространства многочленов, степени которых не превосходят 2. Найти
координаты многочлена в этом базисе.
3. Убедиться, что многочлены составляют базис пространства . Найти
матрицу перехода от базиса к базису .
ВАРИАНТ 5
1. Найти связь координат одного и того же вектора в двух базисах: , и
, .
2. Найти матрицу перехода от базиса к базису
.
3. Даны два базиса и , причем , . Найти координаты
вектора в базисе .
ВАРИАНТ 6
1. Найти матрицу перехода от базиса , , к базису
, , .
2. Найти координаты многочлена в базисе .
3. Найти связь координат вектора в двух базисах: , и ,
.
ВАРИАНТ 7
1. Убедиться, что векторы , , образуют базис
линейного пространства . Найти координаты вектора в этом базисе.
2. В пространстве многочленов, степени которых не превосходят 2, найти матрицу перехода
от базиса к базису .
3. Матрица является матрицей перехода от базиса , к
базису . Найти координаты вектора в базисе .
32 )4(,)2(),3(,2 xxx
3P32 ,,,1 xxx 32 )4(,)2(),3(,2 xxx
)2,1(1 e )3,2(2 e )5,4(1 e )1,1(2 e
1321 xxf 2
2 34 xxf 23 xf
355 2 xxg
2)2(),3(,2 xx 2P
2)2(),3(,2 xx 2,,1 xx
)2,1(1 a )1,2(2 a
)3,2(1 b )1,4(2 b
32 ,,,1 xxx 12,13,1,4 332 xxxxx
21, aa 21, bb 211 53 bba 212 32 bba
21 23 bbc 21, aa
)3,2,1(1 a )1,0,4(2 a )0,2,2(3 a
)0,0,1(1 e )0,1,0(2 e )1,0,0(3 e
635)( 2 xxxf 13,34,4 2 xxx
xa 231 xa 342 xe 11 22 e
)3,2,1(1 a )1,3,2(2 a )1,0,2(3 a
3A )3,7,0( x
13,2, 22 xxxxx 3,24,4 2 xxx
43
32M )2,1(1 a )2,3(2 a
21, bb 212 aac 21, bb
65
ВАРИАНТ 8
1. Найти матрицу перехода от базиса , , к базису
.
2. Убедиться, что многочлены , , составляют базис
пространства многочленов, степени которых не превосходят 2. Найти координаты
многочлена в этом базисе.
3. Матрица является матрицей перехода от базиса к базису
. Найти матрицу перехода от базиса к базису .
ВАРИАНТ 9
1. Матрица является матрицей перехода от базиса к базису
. Найти координаты векторов и в базисе
.
2. Для пространства многочленов, степени которых не превосходят 2, найти матрицу
перехода от базиса к базису .
3. Даны два базиса: , и , пространства
двумерных векторов. Найти матрицу перехода от базиса к базису .
ВАРИАНТ 10
1. Найти матрицу перехода от базиса , , к базису
, , .
2. В пространстве многочленов, степени которых не превосходят 2, найти координаты
многочлена в базисе .
3. Матрица является матрицей перехода от базиса к базису
в пространстве многочленов, степени которых не превосходят 2. Найти
координаты многочлена в базисе .
ВАРИАНТ 11
1. В пространстве многочленов, степени которых не превосходят 2, даны два базиса:
и . Найти матрицу перехода от первого базиса
ко второму.
11 ee 212 eee 3213 eeee 321 ,, eee
1321 xxf 2
2 41 xf xxf 223
2P
383 2 xxg
003
010
211
M2,1, xx
321 ,, fff 321 ,, fff 2,1, xx
305
254
321
M 321 ,, eee
321 ,, aaa 321 ,, eee321 2 eeex 321 ,, aaa
2P
3,14,14 2 xx 4,2,322 xxxx
)2,1(1 a )5,3(2 a )1,1(1 b )3,2(2 b 2A
21, aa 21, bb
)3,2,1(1 a )1,3,2(2 a )1,1,0(3 a
)1,3,2(1 b )1,1,1(2 b )1,2,1(3 b
2P
63)( 2 xxf 3,32,1 22 xxxxx
200
320
321
M2,,1 xx
321 ,, fff 2P
143)( 2 xxxg 321 ,, fff
2P
13,4, 2 xxxx 13,1,13 22 xxxx
66
2. Убедиться, что векторы , образуют базис пространства . Найти
координаты вектора в базисе .
3. Матрица является матрицей перехода от базиса к базису
. Найти координаты вектора в базисе .
ВАРИАНТ 12
1. Матрица является матрицей перехода от базиса к базису
. Найти координаты векторов и вектора x=2e1–e2 в
базисе .
2. Даны два базиса линейного пространства двумерных векторов: ,
и , . Найти матрицу перехода от второго базиса к первому.
3. В пространстве многочленов найти матрицу перехода от базиса к базису
.
ВАРИАНТ 13
1. Убедиться, что векторы , , образуют базис
линейного пространства . Найти координаты вектора в базисе .
2. В пространстве многочленов, степени которых не превосходят 2, найти матрицу перехода
от базиса к базису .
3. Даны два базиса линейного пространства двумерных векторов: ,
и , . Найти матрицу перехода от базиса к базису .
Раздел 6. РЕШЕНИЕ ОДНОРОДНЫХ И НЕОДНОРОДНЫХ СИСТЕМ
ЛИНЕЙНЫХ УРАВНЕНИЙ С ИСПОЛЬЗОВАНИЕМ РАНГОВ ИХ МАТРИЦ
Метод Гаусса имеет ряд недостатков: нельзя узнать, совместна система или нет, пока не
будут проведены все преобразования, необходимые при использовании метода Гаусса; метод
Гаусса не пригоден для систем с буквенными коэффициентами.
Рассмотрим другие методы решения систем линейных уравнений. Применение этих
методов предполагает использование понятия ранга матрицы и сведение решения любой
совместной системы к решению системы, к которой применимо правило Крамера.
Пример 1. Найти общее решение следующей системы линейных уравнений с помощью
фундаментальной системы решений приведенной однородной системы и частного решения
неоднородной системы:
)2,1(1 a )5,3(2 a 2A
)4,3(x 21, aa
100
110
111
M 321 ,, eee
321 ,, aaa3213 aaab 321 ,, eee
100
110
121
M 321 ,, eee
321 ,, aaa 321 ,, eee 212 eex
321 ,, aaa
2A )4,3(1 a )1,1(2 a
)5,2(1 b )3,1(2 b
3P32 ,,,1 xxx
32 )2(,)3(,32,5 xxx
)3,2,1(1 a )8,2,4(2 a )1,4,1(3 a
3A )5,0,1( 321 ,, aaa
3,32,232 xxx xxx 4,23,1 2
2A )2,1(1 a )5,3(2 a
)1,2(1 b )4,3(2 b 21, aa 21, bb
67
(1)
1. Составляем матрицу и расширенную матрицу системы (1):
.
2. Исследуем систему (1) на совместность. Для этого находим ранги матриц и
(обозначим их через и ). Если окажется, что , то система (1) несовместна.
Если же получим, что , то эта система совместна и мы ее будем решать.
(Исследование на совместность основано на теореме Кронекера-Капелли).
a) Находим .
.
Чтобы найти , будем рассматривать последовательно отличные от нуля миноры
первого, второго и других порядков матрицы и окаймляющие их миноры.
(1 берем из левого верхнего угла матрицы ).
Окаймляем второй строкой и вторым столбцом этой матрицы. .
Продолжаем окаймлять второй строкой и третьим столбцом. Получим
. Значит, . Теперь окаймляем отличный от нуля минор второго
порядка.
Имеем: (так как два первых столбца одинаковые).
(т.к. вторая и третья строки пропорциональны).
Мы видим, что , а базисный минор матрицы .
b) Находим .
.
Достаточно базисный минор матрицы окаймить столбцом свободных членов и
всеми строками (у нас только последней строкой).
.19
,232
,1
4321
4321
4321
хххх
хххх
хххх
A A
9111
3211
1111
A
1
2
1
9111
3211
1111
A
A A
Ar Ar
AA rr
AA rr
Ar
9111
3211
1111
A
Ar
A
011 M A
1M 011
112 M
1M
0121
112
M 2Ar 2M
0
111
211
111
3
M
0
820
410
111
911
321
111
3
M
2Ar 2M A
Ar
1
2
1
9111
3211
1111
A
2M A
68
.
Отсюда следует, что и остается базисным минором матрицы .
Так как , то система (1) совместна.
Переходим к нахождению общего решения этой системы.
3. Составим приведенную однородную систему (2) для системы (1), заменив в (1) все
свободные члены нулями. Затем найдем фундаментальную систему решений (ФСР)
системы (2), а через нее и общее решение этой системы.
(2)
Так как базисный минор матрицы системы (2), то эта система эквивалентна
системе (3), состоящей из первых двух уравнений системы (2) (ибо находится в первых
двух строках матрицы ).
(3)
Так как базисный минор находится в первом и третьем столбцах матрицы , то
основными неизвестными в (3) будут и . Свободные неизвестные и перенесем в
правые части системы уравнений (3).
(4)
В этой системе два свободных неизвестных ( и ). Поэтому ФСР системы (4) состоит
из двух решений. Чтобы их найти, придадим свободным неизвестным в (4) сначала значения
, , а затем другие: , .
При , получим
Эта система уже имеет единственное решение (его можно найти по правилу Крамера или
любым другим способом). Вычтя из второго уравнения первое, получим:
Ее решение: , . Учитывая значения и , которые мы им придали,
получим первое фундаментальное решение системы (2): .
Теперь полагаем в (4) , . Получим:
0
111
211
111
3
M
2Ar2M А
AA rr
.09
,032
,0
4321
4321
4321
хххх
хххх
хххх
2M A
2M
A
.032
,0
4321
4321
хххх
хххх
2M A
1x 3x2x 4x
.32
,
4231
4231
хххх
хххх
2x 4x
12 x 04 x 02 x 14 x
12 x 04 x
.12
,1
31
31
хх
хх
.0
,1
3
31
х
хх
11 x 03 x2x 4x
0,0,1,11
02 x 14 x
.32
,1
31
31
хх
хх
69
Решаем эту систему по теореме Крамера:
, .
Получаем второе фундаментальное решение системы (2): .
Решения , и составляют ФСР системы (2). Тогда ее общим решением будет
,
здесь – произвольные постоянные.
4. Найдем одно частное решение неоднородной системы (1). Как и в пункте 3, вместо
системы (1) рассмотрим эквивалентную ей систему (5), состоящую из первых двух
уравнений системы (1).
(5)
Перенесем в правые части свободные неизвестные и .
(6)
Придадим свободным неизвестным и произвольные значения, например, ,
и подставим их в (6). Получим систему
Эта система имеет единственное решение, так как ее определитель . Решая ее по
теореме Крамера или методом Гаусса, получим , . Учитывая значения свободных
неизвестных и , получим частное решение неоднородной системы (1) .
5. Теперь осталось записать общее решение неоднородной системы (1): оно равно сумме
частного решения этой системы и общего решения ее приведенной однородной системы
(2):
.
(7)
6. Проверка. Чтобы проверить, правильно ли решена система (1), надо общее решение (7)
подставить в (1). Если каждое уравнение превратиться в тождество ( и должны
уничтожиться), то решение найдено верно.
Мы подставим (7) для примера только в последнее уравнение системы (1)
( ).
Получим:
,
.
Откуда , т.е. получили тождество. Так поступаем со всеми остальными уравнениями
системы (1).
51
5
21
11
23
11
1
x 41
4
21
11
31
11
3
x
1,4,0,52
1 2
22121212211 ,4,,51,4,0,50,0,1,1 ССССССССС
21,СС
.232
,1
4321
4321
хххх
хххх
2x 4x
.322
,1
4231
4231
хххх
хххх
2x 4x 22 x
14 x
.32
,0
31
31
хх
хх
02 M
31 x 33 x
2x 4x 1,3,2,31
221211 ,4,,51,3,2,3 ССССС
.1
,43
,2
,53
24
23
12
211
Сх
Сх
Сх
ССх
1С 2С
19 4321 хххх
1)1(9)43()2()53( 22121 ССССС
1)9323()954()( 22211 ССССС
11
70
Замечание. Проверка обычно довольно громоздкая. Можно рекомендовать следующую
«частичную проверку». В общем решении системы (1) произвольным постоянным придать
некоторые значения и подставить полученное частное решение только в отброшенные
уравнения, т.е. в те уравнения из (1), которые не вошли в (5). Если получите тождества, то
скорее всего решение системы (1) найдено правильно. Но полной гарантии правильности такая
проверка не дает.
Пример 2. Найти общее решение системы линейных уравнений (1), выразив основные
неизвестные через свободные.
Решение. Как и в примере 1, составляем матрицы и системы (1) и исследуем систему
(1) на совместность (см. пункты 1 и 2 примера 1). Так мы нашли общий базисный минор
этих матриц. Оставляем теперь только те уравнения системы (1),
коэффициенты в которых входят в этот базисный минор, т.е. первые два уравнения и
рассматриваем состоящую из них систему, эквивалентную системе (1):
(8)
Перенесем в правые части этих уравнений свободные неизвестные:
(9)
Систему (9) решаем методом Гаусса, считая правые части свободными членами:
.
Откуда получаем, что или . Подставим найденное выражение для
в первое уравнение системы, получим . Получаем .
Получим общее решение системы (1): , . Здесь и могут
принимать произвольные значения.
Это решение можно представить и в виде вектора:
.
Замечание. Разумеется, систему (8) можно решать и другими способами – методами Крамера,
подстановкой. Но всегда правые ее части считаются свободными членами.
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ
Задания
1. Найти фундаментальную систему решений однородной системы и выразить через нее
общее решение этой системы (способ выполнения этого задания описан в пункте 3
примера 1).
2. Исследовать на совместность, найти общее решение системы линейных уравнений с
помощью фундаментальной системы решений приведенной однородной системы и
частного решения неоднородной системы. Сделать проверку полученного решения
(способ выполнения этого задания описан в примере 1).
A A
0121
112
M
.232
,1
4321
4321
хххх
хххх
.322
,1
4231
4231
хххх
хххх
4
42
42
42
41
1
10
11
32
1
21
11
х
хх
хх
хх
43 41 xx 43 41 xx
3x 4241 141 ххxх 421 5ххх
421 5ххх 43 41 xx 2x 4x
),41,,5( 44242 xxххх
71
3. Найти общее решение системы линейных уравнений из своего варианта задания 2,
выразив основные неизвестные через свободные (способ выполнения этого задания
описан в примере 2).
ВАРИАНТ 1
1. 2.
ВАРИАНТ 2
1. 2.
ВАРИАНТ 3
1. 2.
ВАРИАНТ 4
1. 2.
ВАРИАНТ 5
1. 2.
.0192483
,03254
,04653
,0342
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.56
,45
,0
,12
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.0111784
,02463
,03542
4321
4321
4321
xxxx
xxxx
xxxx
.3223
,523
,0323
,132
321
321
321
321
xxx
xxx
xxx
xxx
.08423
,097569
,075346
,05323
5421
54321
54321
54321
xxxx
xxxxx
xxxxx
xxxxx
.243
,12
,5229
,23
54321
5421
54321
4321
xxxxx
xxxx
xxxxx
xxxx
.0443
,07626
,098439
,075226
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.552
,12
,12
4321
4321
4321
xxxx
xxxx
xxxx
.056107
,05254
,04375
,03243
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.337
,133
,3
,4432
432
421
432
4321
xxx
xxx
xxx
xxxx
72
ВАРИАНТ 6
1. 2.
ВАРИАНТ 7
1. 2.
ВАРИАНТ 8
1. 2.
ВАРИАНТ 9
1. 2.
ВАРИАНТ 10
1. 2.
ВАРИАНТ 11
1.
2.
.043
,07643
,06532
4321
4321
4321
xxxx
xxxx
xxxx
.123345
,23622
,2323
,7
54321
5432
54321
54321
xxxxx
xxxx
xxxxx
xxxxx
.059712
,0234
,03658
4321
4321
4321
xxxx
xxxx
xxxx
.375554
,243333
,02
,12
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.0117136526
,04552510
,06373514
4321
4321
4321
xxxx
xxxx
xxxx
.11177142
,1755104
,122
,122
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.05227
,024583
,024785
,022947
54321
54321
54321
54321
xxxxx
xxxxx
xxxxx
xxxxx
.2255
,1222
,132
,123
,132
321
4321
4321
4321
4321
xxx
xxxx
xxxx
xxxx
xxxx
.078
,05647
,0623
,042
431
4321
4321
4321
xxx
xxxx
xxxx
xxxx
.32
,12
,122
,3223
,84257
432
431
4321
4321
4321
xxx
xxx
xxxx
xxxx
xxxx
.0923
,02592
,0324
54321
54321
5321
xxxxx
xxxxx
xxxx
.1
,2
,3
,4
,1
54
543
432
321
21
xx
xxx
xxx
xxx
xx
73
ВАРИАНТ 12
1. 2.
ВАРИАНТ 13
1. 2.
Раздел 7. ЛИНЕЙНЫЕ ПРЕОБРАЗОВАНИЯ ЛИНЕЙНЫХ ПРОСТРАНСТВ
§1. Определение линейного преобразования
Пусть -мерное линейное пространство над полем , – поле действительных или
комплексных чисел, и – преобразование его в себя (или на себя), то есть закон, по которому
каждому элементу линейного пространства ставится в соответствие единственный
элемент - - этого пространства. Вектор называется образом вектора , а вектор
- прообразом вектора . Преобразование называется линейным преобразованием
линейного пространства , если выполняются условия
1) ,
2) , для любых векторов и любого числа .
Чтобы задать линейное преобразование линейного -мерного пространства ,
достаточно в нем взять любой базис и указать образы базисных векторов.
Если – базис и , то можем найти образ любого
вектора . Действительно, , поэтому
.
Если – базис линейного пространства и – его линейное преобразование,
то нам известны образы ; разложим их по базису:
.058212
,03239
,03717106
,0241062
54321
5421
54321
54321
xxxxx
xxxx
xxxxx
xxxxx
.3987
,2654
,132
,1542522031192114
,1322161741021812
543
543
543
54321
54321
xxx
xxx
xxx
xxxxx
xxxxx
.01718147
,0917126
,07542
,0432
4321
4321
4321
4321
xxxx
xxxx
xxxx
xxxx
.2749
,42253
,6372
4321
4321
4321
xxxx
xxxx
xxxx
L n P P
x L
)(x )(x x
x )(x
L
)()()( yxyx
)()( xx Lyx , P
n L
nаа ,...,1 L nn baba ,...,11
Lx nnaxaxx ...11
)(...)()...()( 1111 nnnn axaxaxaxx nnbxbx ...11
),...,( 1 nее L
nее ,...,1
74
,
…………………………
.
Из коэффициентов этих разложений можно составить матрицу по столбцам:
.
Столбцы этой матрицы являются координатными столбцами образов соответствующих
базисных векторов. Такая матрица называется матрицей линейного преобразования в
базисе .
При нахождении матрицы линейного преобразования нужно
1) найти образы базисных векторов,
2) выразить каждый из них через базис,
3) выписать коэффициенты разложения в столбцы.
В матричном виде эти соотношения запишем в виде
или
,
где , , – матрица линейного преобразования в базисе
.
Зная матрицу линейного преобразования , можно найти образ любого вектора .
Если , а , то
.
Связь между матрицами одного и того же преобразования в разных базисах
выражается формулой
,
где
– матрица линейного преобразования в базисе ,
– матрица линейного преобразования в базисе ,
– матрица перехода от базиса к базису .
§2. Действия с линейными преобразованиями
Произведение линейного преобразования на число
Пусть – линейное преобразование линейного пространства над полем и –
любое число из . В результате линейного преобразования произвольному вектору
соответствует единственный вектор . Вектор . Если вектору поставить
в соответствие вектор , то имеем преобразование пространства :
.
nn еее 11111 ...
nnnnn еее ...11
nnn
n
aa
aa
A
...
.........
...
1
111
nее ,...,1
e
eAe
eAe
neee ,...,1 ),...,( 1 nееe A
e x
nnеxеxx ...11 nnеxеxx ...11
nn x
x
A
x
x
......
11
ATTB 1
A nее ,...,1
В nее ,...,1
Т nее ,...,1 nее ,...,1
L P k
P Lа
Laa )( Lak a
ak L
)(akaka
75
Это преобразование пространства называют произведением преобразования на число
и обозначают :
( .
Теорема 1. Если линейное преобразование линейного пространства над полем и –
любое число из , то есть линейное преобразование линейного пространства .
Теорема 2. Если – матрица линейного преобразования линейного пространства в
базисе , то матрица линейного преобразования в базисе есть .
Пример 1. Пусть - матрица линейного преобразования линейного
пространства над полем в базисе . Найти матрицу преобразования .
Решение. Матрица преобразования есть .
Сложение и вычитание линейных преобразований
Пусть даны линейные преобразования и линейного пространства . Если
- любой вектор из , то и - векторы из . Если вектору поставим в
соответствие единственный вектор из , то получим преобразование линейного
пространства . Оно называется суммой линейных преобразований и и обозначается
.
Итак, по определению
.
Аналогично определяется разность линейных преобразований:
.
Теорема 3. Если и – линейные преобразования линейного пространства , то
преобразования и линейного пространства являются линейными.
Теорема 4. Если и – матрицы, соответственно, линейных преобразований и
линейного пространства в базисе , то матрицы , являются
соответственно матрицами линейных преобразований и в том же базисе.
Пример 2. Пусть базис линейного пространства , , – его линейные
преобразования и их матрицы соответственно , . Найти матрицy
линейных преобразований в базисе :
1) ,
2) .
Решение.
1) ,
2) .
L k
k
akakak )(
L P k
P k L
A L
е k е kA
21
42А
2L С ),( 21 ееe 2
2
42
842A
L
a L aа )( aа )( L a
aa L
L
aaaaa )()(
aaaaa )()(
L
L
A B
L ),...,( 1 nеее BA BA
),( 21 еее 2L
11
22
eA
10
11
eB
е
32
3
52
77
30
33
22
4432 BA
21
11
11
22
30
333 AB
76
Умножение линейных преобразований
В линейном пространстве даны линейные преобразования и . Результатом
последовательного выполнения линейных преобразований и является преобразование
линейного пространства . Оно называется произведением линейных преобразований и
и обозначается :
.
Теорема 5. Произведение линейных преобразований и линейного пространства
является линейным преобразованием этого пространства.
Теорема 6. Если и - соответственно матрицы линейных преобразований и
линейного пространства в базисе , то матрица линейного преобразования
линейного пространства в базисе есть .
Пример 3. Пусть , матрицы линейных преобразований соответственно
и линейного пространства в базисе . Найти матрицы преобразований в
базисе .
1) ,
2) ,
3) .
Решение.
1) ;
2) ;
3) .
Пример 4. Пусть линейное преобразование пространства в базисе
имеет матрицу , а линейное преобразование этого
пространства в базисе имеет матрицу . Найти матрицу
линейных преобразований , в базисах , и исходном базисе
.
Решение. Чтобы найти матрицы преобразований , , надо знать матрицы
преобразований и в одном и том же базисе. Мы имеем три базиса: ,
, . По условию задачи есть следующие соотношения:
1) , ;
2) , ;
L
L
][)( aа
L
A B
nL ),...,( 1 nеее
nL е АВ
22
11A
02
01B
2L ),( 21 еее
е
)(
06
03
02
01
22
11BA
22
11
22
11
02
01AB
88
44
22
11
24
12)( AAB
2L
))1,1( ),1,2(( 21 fff
12
33
))4,2( ),3,1(( 21 hhh
11
12
) ,( 21 fff ) ,( 21 hhh
),( 21 еее
),( 21 еее ),( 21 fff
),( 21 hhh
feeTf
11
12feT
heeTh
43
21heT
77
3) , ;
4) , .
Из соотношений 1)–2) получим связь базисов и :
, ,
т.е.
и .
Матрицы линейного преобразования в разных базисах связаны соотношением
.
1) Найдем матрицы преобразования в базисах и :
a) – старый базис, , - новый базис, – матрица линейного
преобразования в базисе . По формуле связи между матрицами одного и того же
линейного преобразования в разных базисах имеем соотношение:
,
отсюда получаем формулу
.
, ,
.
b) – старый базис, – матрица линейного преобразования в базисе ,
– новый базис, – матрица линейного преобразования в базисе .
, ,
2) Найдем матрицы преобразования в базисах и .
a) – новый базис, – матрица линейного преобразования в базисе ,
– старый базис, – матрица линейного преобразования в базисе . По формуле связи
между матрицами одного и того же линейного преобразования в разных базисах имеем
соотношение
,
fAf
12
33
fA
hBh
11
12
hB
f h1
fefTe hefehefehe TfTTfTeTh
11
hefe TfTh
1
fehe ThTf
1
eeee Te
ATe
B
1
e h
f
12
33
fA e
eM
e
fefe TMTAef
1
1 fefe TATM
fe
11
12feT
21
111
feT
31
61
21
11
45
78
21
11
12
33
11
12
eM
e
31
61
eM e
hh
K h
43
21heT
13
24
2
11
heT
6447
7656
2
1
43
21
152
182
2
1
43
21
31
61
13
24
2
1
1
hehe TMTKeh
е f
e
11
12
hB h
he
N e
hehe TNTBeh
1
78
отсюда получаем формулу
.
, ,
.
b) – старый базис, – матрица линейного преобразования в базисе
, – матрица линейного преобразования в базисе , – новый базис.
,
, ,
.
3) Матрицы преобразования и в базисе .
, ,
,
.
4) Матрицы преобразования и в базисе .
, ,
,
.
5) Матрицы преобразований и в базисе .
, ,
,
.
1 hehe TBTN
he
43
21heT
13
24
2
11
heT
1319
57
2
1
13
24
710
34
2
1
13
24
11
12
43
21
2
1
1hehe T
hBTN
e
e
1319
57
2
1e
N
ef
S f f
fefe TNTSef
1
11
12feT
21
111
feT
1041
416
2
1
11
12
2131
812
2
1
11
12
1319
57
21
11
2
11fefe TNTS
ef
е
31
61
eM
1319
57
2
1e
N
5,95,8
5,85,2
1319
57
2
1
31
61
eQ
4464
83121
2
1
1319
57
31
61
2
1e
R
f
12
33
fA
1041
416
2
1
fS
45,18
511
1041
416
2
1
12
33
fH
29
1875
2
1
1041
416
12
33
2
1
fL
h
6447
7656
2
1
hK
11
12
hB
335,24
3726
11
12
6447
7656
2
1
hU
5,5579
6694
111158
132188
2
1
11
12
6447
7656
2
1h
V
79
Пример 5. Пусть – пространство многочленов степени с действительными
коэффициентами. Поставим каждому многочлену в соответствие многочлен
.
Решение. Так как есть многочлен с действительными коэффициентами
степени не выше 3, то он принадлежит , иными словами, – преобразование линейного
пространства в себя.
Докажем, что преобразование – линейное. Проверим выполнимость условий 1 и 2.
1)
;
2)
.
Из этого следует, что – линейное преобразование пространства .
Найдем матрицу преобразования в базисе .
Образы базисных векторов таковы:
,
,
,
Следовательно, матрица преобразования имеет вид
.
Пример 6. Выяснить, является ли преобразование пространства линейным, если оно
задано законом где – произвольный вектор
из . Найти его матрицу в базисе.
Решение. Рассмотрим два вектора:
,
и их сумму
.
Найдем их образы:
.
Очевидно, что
Теперь проверим выполнимость второго условия. Так как , то
.
)(3 xP 3
)(xf
)()1()]([ xfxfxf
)()1( xfxf
)(3 xP
)(3 xP
)]()1([)](1([)()()1()1()]()([ xfxfxhxhxfxhxfxhxfxh
)]([)]([ xfxh
)].([)]()1([)()1( xfxfxfxfxff(x)
)(3 xP
32 ,,,1 ххх
32 00012211)1( ххх 32 00211211)( ххххххх
3222222 0221121)1()( ххххххххх
.23311331)1()( 32332333 xxxxxxxxxx
2000
3200
3220
1112
А
3А
),2,,()],,[( 321132321 xxxxxxxxx ),,( 321 xxx
3A
),,( 321 xxxx ),,( 321 yyyy
),,( 332211 yxyxyxyx
),2,,()( 321132 xxxxxxx
),2,,()( 321132 yyyyyyy
)22,,()( 332211113322 yxyxyxyxyxyxyx
).( yxyx
),,( 321 xxxx
)()2,,())(2,,()( 321132321132 хxxxxxxxxxxxxx
80
Выяснили, что преобразование – линейное. Чтобы записать матрицу этого
преобразования в базисе , нужно найти образы базисных векторов. Пусть
базисные векторы имеют координаты (задали базис): , , .
Находим
,
т.е. .
Пример 7. Дана матрица линейного преобразования в базисе .
Найти образ вектора
Решение.
1-й способ. Используя формулу, получим
или
т.е. .
2-й способ. Исходя из определения матрицы линейного преобразования и свойства линейного
преобразования, имеем:
.
Пример 8. Линейное преобразование в базисе имеет матрицу . Найти
его матрицу в базисе .
Решение. Обозначим через матрицу преобразования в базисе . Тогда имеем
.
Из условия задачи ясно, что матрица перехода от базиса к имеет вид
.
Найдем , тогда
.
),,( 321 ееее
)0,0,1(1 е )0,1,0(2 е )1,0,0(3 е
,210)2,1,0()]0,0,1[( 3211 eeee
,101)1,0,1()]0,1,0[( 3212 eeee
3213 101)1,0,1()]1,0,0[( eeee
112
001
110
eА
,,, 321 еее
011
101
211
А
.32 321 ееех
3
2
1
3
2
1
х
х
х
А
х
х
х
,
1
3
1
10)3(121
11)3(021
12)3(121
1
3
2
011
101
211
3
2
1
х
х
х
321 3 ееех
)1,3,1()0,1,2()1,0,1(3)1,1,1(2)()(3)(2)32( 321321 еееееех
21,аа
11
11А
,2 121 аае 122 аае
В 21,ее
АТТВ 1
21,аа 21,ее
12
11Т
12
111Т
47
24
12
11
10
11
12
11В
81
Пример 9. Линейное преобразование трехмерного действительного пространства с базисом
векторы , , (1) переводит соответственно
в векторы , , (2). Найти матрицу преобразования
в базисе .
Решение. Так как матрица (столбцы ее составлены из координат векторов ) –
невырожденная, то векторы составляют базис пространства. Матрица является
матрицей перехода от базиса к базису . Обозначим через матрицу
линейного преобразования в базисе . Тогда
и .
Найдем матрицу . Так как , , , то следует векторы
выразить через . Выразим через из системы уравнений (1)
и подставим их в формулы (2).
,
следовательно, .
, откуда .
, откуда .
Тогда получим
,
,
,
.
Из формул (1) получаем матрицу перехода
,
находим
.
321 ,, еее 3211 ееех 3212 ееех 3213 ееех
3211 2 еееу 322 ееу 313 ееу С
321 ,, еее
Т 321 ,, ххх
321 ,, ххх Т
,,, 321 еее 321 ,, ххх Q
321 ,, ххх
TCTQех
1 1 TTQCхе
хQ 11 yx 22 yx 33 yx
321 ,, yyy 321 ,, ххх 321 ,, еее 321 ,, ххх
13
12
1
3
2
1
200
220
111
111
111
111
xx
xx
x
x
x
x
1332
1xxе
1232 22 xxее 3222
1xxе
1321 xеее 2112
1
2
1xxе
32112
3
2
3ххху
32122
1
2
1ххху
32132
1
2
1ххху
123
113
212
2
1х
Q
111
111
111
xeT
110
011
101
2
11xeT
82
Окончательно получаем
§3. Характеристический многочлен и характеристические числа матрицы
Пусть дана квадратная матрица порядка . Характеристической
матрицей матрицы называют
с переменной , принимающей любые числовые значения.
Определитель матрицы является многочленом
n-ой степени от . Этот многочлен называют характеристическим многочленом матрицы
уравнение – её характеристическим уравнением, а его корни –
характеристическими корнями или характеристическими числами матрицы .
§4. Собственные значения и собственные векторы матрицы
Пусть дана квадратная матрица порядка и -мерный вектор-
столбец . Причём элементы матрицы и вектор-столбца принадлежат одному и тому
же полю , называемому основным. Произведение также является -мерным вектор-
столбцом с элементами из поля . Среди всевозможных -мерных векторов может
оказаться такой, что при некотором числовом множителе из поля .
.
004
426
022
4
1
110
011
101
222
024
202
4
1
110
011
101
2
1
123
113
212
2
1
111
111
1111
TTQCхе
nnn
n
aa
aa
A
...
.........
...
1
111
n
A
nnn
n
nnn
n
aa
aa
aa
aa
EA
...
.........
...
100
00
0...1
...
.........
...
1
111
1
111
...
.........
...
1
111
nnn
n
EA EA
,A
0 ЕА n ,...,, 21
A
nnn
n
aa
aa
A
...
.........
...
1
111
n n
nх
х
х
Х2
1
Р AХ n
Р n Х
ХAХ Р
83
Собственным вектором линейного преобразования называется всякий ненулевой
вектор , удовлетворяющий условию , где – число.
Число называется собственным значением преобразования , соответствующим
данному собственному вектору .
Равенство можно переписать в виде , или, что то же самое, в
виде
(*)
Если известно собственное значение , то все собственные векторы матрицы ,
принадлежащие этому собственному значению, находятся как ненулевые решения системы
(*). Вместе с тем, эта однородная система с квадратной матрицей имеет ненулевые
решения тогда и только тогда, когда определитель матрицы этой системы равен
нулю и принадлежит рассматриваемому полю . Но это означает, что является корнем
характеристического многочлена и принадлежит полю . Таким образом,
характеристические числа матрицы, принадлежащие основному полю, являются её
собственными значениями. Для определения всех собственных значений матрицы нужно
найти все её характеристические числа и из них выбрать лишь те, которые принадлежат
основному полю , а для отыскания всех собственных векторов матрицы нужно найти все
ненулевые решения системы (*) при каждом собственном значении матрицы .
Пример 1. Найти собственные значения и собственные векторы действительной матрицы
.
Решение. Характеристический многочлен матрицы имеет вид:
.
Умножим второй столбец на число (-2) и сложим с первым столбцом:
.
Прибавим третью строку к первой строке и получим
.
Умножим первый столбец на число (-1), сложим с третьим столбцом и получим
.
Х ХХ 0 0
0
Х
ХAХ 0)( ХЕA
.0)(...
...........................................
,0...)(
11
1111
nnnn
nn
xx
xx
A
ЕA Х ЕА
Р
ЕА Р
A
Р A
A
124
222
421
А
A
124
222
421
ЕА
120
2226
423
120
2226
303
120
28226
003
84
Умножим первую строку на число 2 и сложим со второй строкой и получим
.
Умножим второй столбец на число (-2) и сложим с третьим столбцом и получим
.
Таким образом, характеристический многочлен имеет корни: . Все они
действительные и поэтому являются собственными значениями матрицы .
При система имеет вид Её общим решением
является с произвольным постоянным . При , имеющем последовательно
все действительные значения, решение определяет общий вид собственных векторов матрицы
, принадлежащих собственному значению .
При система имеет вид Её общим решением
является с произвольными постоянными и . При и , независимо
приобретающих все действительные значения, решение определяет общий вид собственных
векторов матрицы А, принадлежащих собственному значению .
§5. Приведение матрицы к диагональному виду
Пусть дана квадратная матрица порядка . Если возможно из каких-либо
собственных векторов матрицы , принадлежащих собственно числам , как из
столбцов построить квадратную невырожденную матрицу порядка , то будет
выполняться соотношение , где – диагональная матрица с
собственными значениями матрицы по диагонали. При этом говорят, что
матрица приводится матрицей к диагональному виду. Матрица в этом случае
называется матрицей простой структуры. К матрицам простой структуры относятся
симметрические матрицы и матрицы простого спектра. Матрицы простого спектра – это те
120
2820
003
)6()3()3)(6)(3(
520
420
0032
3,6 321
A
6 0)( ХЕA
.0524
,0282
,0425
321
321
321
ххх
ххх
ххх
2
2
2
2
2
х
х
х
Х 2х 2х
A 6
3 0)( ХЕA
.0424
,022
,0424
321
321
321
ххх
ххх
ххх
3
31
1
22
х
хх
х
X 1х 3х 1х 3х
3
A n n
A n ,...,, 21
S n
ASS 1
n
000
0......
0...0
0...0
2
1
n ,...,, 21 A
A S A
85
матрицы, у которых все собственные значения различны и их число совпадает с порядком
матрицы.
Из соотношения получается соотношение – каноническое
разложение матрицы .
Если матрицу , удовлетворяющую соотношению , построить нельзя, то
матрица не приводится к диагональному виду, и, следовательно, не имеет канонического
разложения.
При конструировании матрицы для соотношений и нужно
найти все собственные значения матрицы и при каждом собственном значении
построить фундаментальную систему решений (ФСР) однородной системы уравнений
. Из решений ФСР, как из столбцов, составить матрицу . Причём в матрице
столбцами записываются решения для каждого в порядке нумерации собственных
значений: (число одинаковых соответствует их кратности). Если матрица
окажется квадратной, то она будет удовлетворять соотношениям и .
Если же матрица окажется неквадратной, то матрица не приводится к диагональному
виду и, следовательно, не имеет канонического разложения.
Для построения ФСР находят общее решение однородной системы уравнений: берут
любой отличный от нуля определитель порядка, равного числу свободных неизвестных в
системе; элементы -й строки (столбца) этого определителя принимают соответственно за
значения свободных неизвестных и находят из общего решения значения остальных (главных)
неизвестных. Так делают для всех строк (столбцов) выбранного определителя. Полученные
при этом частные решения составляют ФСР рассматриваемой однородной системы
уравнений. Свободным неизвестным можно придавать значения из строк (столбцов)
выбранного определителя в самой системе уравнений и находить соответствующие значения
главных неизвестных из системы.
Из этого правила вытекает, что построение ФСР однородных системы линейных
уравнений неоднозначно. Поэтому будет неоднозначным и построение матрицы для
соотношений и .
Пример 1. Матрица линейного преобразования в некотором фиксированном базисе
имеет вид . Найти собственные числа, собственные векторы
преобразования и (если это возможно) базис, в котором матрица имеет диагональный
вид.
Решение. Характеристический многочлен преобразования имеет вид
.
Так как , то собственные значения таковы: .
Составим систему уравнений для нахождения собственных векторов, соответствующих
корням :
ASS 1 1 SSA
A
S ASS 1
A
S ASS 1 1 SSA
n ,...,, 21 A
i
0)( ХЕA i S
S i
n ,...,, 21 i S
ASS 1 1 SSA
S A
i
S
ASS 1 1 SSA
321 ,, еее
111
020
113
eA
32 2442113)2(
111
020
113
32 2442 2321
2321
86
Найдем собственные векторы для :
Если , – первое фундаментальное решение и –
собственный вектор для .
Если , – второе фундаментальное решение и –
собственный вектор для .
Легко показать, что векторов недостаточно для конструирования квадратной
невырожденной матрицы 3-го порядка. Поэтому матрица не приводится к диагональному
виду, вследствие чего не имеет канонического разложения.
Пример 2. Выяснить возможность приведения действительной матрицы к
диагональному виду.
Решение. Характеристический многочлен имеет вид
.
Прибавим первый столбец ко второму столбцу и получим
.
Умножим вторую строку на (-1), прибавим к первой строке и получим
.
Корнями характеристического многочлена матрицы являются числа ,
. Все они действительные и поэтому являются собственными значениями матрицы .
Составим систему уравнений для нахождения собственных векторов, соответствующих
корням :
.0)1(
,0)2(
,0)3(
321
2
321
xxx
x
xxx
i
i
i
2321
.
,
,0
,00
,0
31
2
321
2
321
xx
Rx
xxx
x
xxx
12 x 0 ,0 13 xx 3211 00 eeeg
2321
02 x 1 ,1 13 xx 3212 101 eeeg
2321
21, gg
eA
133
153
131
А
133
153
131
103
123
121
)1()2(
103
123
0022
A 221
13 A
221
.033
,033
,033
321
321
321
xxx
хxх
xxx
87
Эта система имеет общее решение: , в котором два свободных неизвестных.
Поэтому возьмём, например, определитель . Полагая в общем решении сначала
, , найдём . Затем, положим , , найдём , которые
составляют ФСР рассматриваемой однородной системы уравнений: , .
Составим систему уравнений для нахождения собственных векторов, соответствующих
корням :
Эта система имеет общее решение: , в котором одно свободное неизвестное.
Поэтому ФСР состоит из одного решения, например, .
Из решений , и , как из столбцов, составляется невырожденная квадратная
матрица .
Поэтому матрица приводится к диагональному виду и имеет
каноническое разложение .
21
2
1
33 хх
х
х
Х
010
01
11 x 02 x 3 3 x 01 x 12 x 3 3 x
3
0
1
1Х
3
1
0
2Х
13
.033
,043
,032
21
321
321
xx
хxх
xxx
1
1
1
3
х
х
х
Х
1
1
1
3Х
1Х 2Х 3Х
133
110
101
S
A
100
020
0021ASS
1
1
133
110
101
100
020
002
133
110
101
SSA
88
§6. Область значений и ядро линейного преобразования
Пусть линейное преобразование линейного пространства над полем . Множество
называют областью значения линейного преобразования и обозначают
или .
Теорема 1. Область значений линейного преобразования линейного пространства есть
подпространство линейного пространства .
Теорема 2. Пусть – базис линейного пространства и – линейное преобразование
. Тогда базис совпадает с базисом системы векторов .
Следствие. равна рангу системы векторов .
Пусть
- матрица линейного преобразования линейного пространства в базисе . Тогда
известны координатные столбцы векторов в базисе . Пусть ранг матрицы равен
и – ее базисный минор. Для удобства будем считать, что он находится в левом верхнем
углу матрицы . Тогда векторы составляют базис системы векторов .
Согласно следствию теоремы 2 – это базис области значений и
.
Число называют рангом линейного преобразования .
Пример 1. Матрица линейного преобразования линейного пространства в базисе
имеет вид . Найти базис и размерность .
Решение. Найдём ранг матрицы :
,
, .
, отсюда . Базисные столбцы – это первый и второй столбцы . Значит, базис
составляют векторы , , и поэтому
.
Размерность равна двум.
Пусть – линейное преобразование линейного пространства над полем .
Множество векторов называют ядром линейного преобразования и
L P
}|{ Lxx L
)(L
L
L
nee ,...,1 nL
nL nL },...,{ 1 nee
nLdim nee ,...,1
nnn
n
aa
aa
A
1
111
.........
nee ...1
nL e
nee ,...,1e A
r rM
Anee ,...,1 },...,{ 1 nee
nee ,...,1 nL
)(dim ArrLn
r
A 3A
321 ,, eee
101
222
111
A3A
A
101
222
111
A
0101
112 M 2)( Ar
03 M 2)( Ar A
3A 3211 eeee 212 2eee
213213 2, eeeeeA
3A
L P
}0)(,|{ xLxx n
89
обозначают . Другими словами, – это множество всех векторов из , которые при
преобразовании переходят в нуль.
Очевидно, что , т.к. и .
Теорема 3. Ядро линейного преобразования линейного пространства является
подпространством пространства .
Доказательство. Проверяем выполнимость двух условий теоремы о линейных
подпространствах:
1) : .
Имеем
.
Тогда
,
поэтому
.
2) и
поэтому
Следовательно, - подпространство пространства . Теорема доказана.
Теорема 4. Множество векторов линейного преобразования линейного пространства
с базисом и матрицей
преобразования в базисе совпадает с множеством решений однородной системы
уравнений
(1)
Следствие. Если , то система имеет одно решение – только нулевое; поэтому
. Если , то система имеет бесконечно много решений. Ее ФСР состоит из
решений. Они и составляют базис . Размерность ядра равна , т.е.
.
Число называют дефектом линейного преобразования -
мерного линейного пространства .
Теорема 5. Сумма размерности области значений линейного преобразования -мерного
линейного пространства и размерности его ядра равна размерности , т.е.
.
Ker Ker L
0Ker 00 Ker0
Ker L
L
Kerba , Kerba
;0 aKera
0 bKerb
000)( baba
Kerba
Kera .: KertaPt
,00)()( tatta
.Kerta
Ker L
Ker
nL ),...,( 1 neee
nnn
n
aa
aa
Ае
1
111
.........
e
.0
..................................
,0
11
1111
nnnn
nn
xaxa
xaxa
nAr )(
0Ker nrAr )(
)( rn Ker )( rn
rnKer dim
Kerrn dim)( n
L
n
nL nL
nKerL dimdim
90
Пример 2. В линейном пространстве в базисе матрица линейного
преобразования имеет вид: . Найти базис и размерность ядра
преобразования .
Решение. Находим ранг матрицы .
, ,
, .
Значит ( ). Составляем систему уравнений , где :
(2)
Она имеет бесконечно много решений, и её ФСР состоит из одного решения:
Поэтому . Решаем систему (2).
Основные неизвестные – , , свободные – .
–3 1 1
Значит, ФСР системы (2) является (–3, 1, 1). Базис состоит из одного вектора, например,
и .
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ
ВАРИАНТ 1
1. В линейном пространстве задано линейное преобразование , при котором
: . Доказать, что – линейное
преобразование. Найти его матрицы в базисах:
a) , , ;
b) , , .
2. Векторы , , линейным преобразованием φ
преобразуются соответственно в векторы , , .
3A 321 ,, eee A
031
242
121
еА
A
02331
212 M 2)( Ar
03 M 2)( Ar
nr 32 0AX
3
2
1
x
x
x
X
.03
,0242
,02
21
321
321
xx
xxx
xxx
.123)( rn 1dim Ker
.03
,02
21
321
xx
xxx
1x 2x3x
1x 2x 3x
.3
,1
,1
.3
,123
,1
.03
,12
,1
1
2
3
21
22
3
21
21
3
x
x
x
xx
xx
x
xx
xx
x
Ker
3213 eeea 3213 eeeKer
3A
),,( 321 xxxx )3,2,( 3213132 xxxxxxxx
)0,0,1(1 e )0,1,0(2 e )1,0,0(3 e
)1,1,1(1 a )3,1,2(2 a )6,1,4(3 a
)5,3,2(1 a )2,1,0(2 a )0,0,1(3 a
)1,1,1(1 b )1,1,1(2 b )2,1,2(3 b
91
Найти матрицу этого оператора в том базисе, в котором указаны координаты всех
векторов.
3. Дана матрица линейного преобразования в базисе . Найти
образы векторов , .
4. Описать образ и ядро линейного преобразования дифференцирования пространства
многочленов степени .
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
ВАРИАНТ 2
1. Показать, что умножение квадратных матриц второго порядка на матрицу
справа есть линейное преобразование. Найти его матрицу в базисе ,
, , .
2. Пусть , – линейное преобразование, имеющее в базисе ,
матрицу , а линейное преобразование в базисе
, задается матрицей . Найти матрицы линейных
преобразований , в базисе , .
3. Матрица является матрицей линейного преобразования в базисе
. Найти образы векторов , .
4. В пространстве линейное преобразование φ позволяет перевести вектор
в вектор . Найти базисы и
размерности образа и ядра этого линейного преобразования.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
212
101
123
M 321 ,, eee
321 ,, eee 321 32 eeea
n
32
21
130
020
132
dc
baM
00
011E
00
102E
01
003E
10
004E
LL : 2dim L )2,1(1 g
)3,2(2 g
54
43M LL :
)1,3(1 u )2,4(2 u
12
21N
1g 2g
201
312
201
M
321 ,, eee 321 ,, eee 321 34 eeea
3A
),,( 321 xxxx ),,( 321321321 xxxxxxxxxx
0
0
a
a
120
230
795
92
ВАРИАНТ 3
1. Дано преобразование линейного пространства , которое вектор
переводит в вектор . Доказать, что оно линейное, и найти
его матрицы в базисах:
a) , , ;
b) , , .
2. Дана матрица линейного преобразования пространства многочленов
степени не выше 2 в базисе . Найти образ вектора .
3. Преобразование в базисе , имеет матрицу , а
преобразование в базисе , - . Найти матрицу
в том базисе, в котором даны координаты всех векторов.
4. Найти образ и ядро линейного преобразования в линейном пространстве векторов-
отрезков, заданного формулой , где – фиксированный вектор.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
ВАРИАНТ 4
1. Преобразование пространства многочленов степени не более 3 определено
следующим образом . Доказать, что оно линейно и
найти его матрицы в базисах
a)
b)
2. Дана матрица линейного преобразования арифметического
трехмерного пространства в базисе , , . Найти
1) образ вектора ; 2) матрицу преобразования в базисе ,
, .
3. Линейное преобразование в базисе , имеет матрицу . Найти матрицу
преобразования в базисе , .
3A ),,( 321 xxxx
)3,2,( 312321 xxxxxxx
)0,0,1(1 e )0,1,0(2 e )1,0,0(3 e
)1,3,2(1 a )1,1,0(2 a )3,0,0(3 a
201
024
123
A
1,,2 xx 34)( 2 xxxf
)7,3(1 a )2,1(2 a
35
12M
)7,6(1 b )6,5(2 b
72
31N
3V
],[ axx a
25
43
310
110
1611
cxbxaxdcxbxax 2323 )(
;1 ,,, 23 xxx
.2,1,3, 23 xxx
013
122
011
A
3A )0,3,2(1 a )1,1,1(2 a )1,1,0(3 a
321 84 aaab )0,0,1(1 e
)0,1,0(2 e )1,0,0(3 e
1e 2e
32
21A
211 2 eea 212 3 eea
93
4. В пространстве линейное преобразование позволяет перевести вектор
в вектор . Найти базисы и
размерности образа и ядра этого линейного преобразования.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
ВАРИАНТ 5
1. Дано преобразование в пространстве многочленов степени не выше 3, которое позволяет
всякий многочлен отображать в многочлен .
Доказать, что преобразование φ линейное и найти его матрицы в базисах:
a)
b)
2. Линейное преобразование в базисе , имеет матрицу
. Линейное преобразование в базисе , - матрицу
. Найти матрицу преобразования в базисе , .
3. Дана матрица линейного преобразования в базисе . Найти
образы векторов , .
4. В пространстве линейное преобразование позволяет перевести вектор
в вектор . Найти базисы и
размерности образа и ядра этого линейного преобразования.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
ВАРИАНТ 6
1. В пространстве многочленов степени не выше 2 задано преобразование , при котором
. Доказать, что – линейное преобразование, и найти его
матрицы в базисах
a)
b)
3A
),,( 321 xxxx )2,2,2( 321321321 xxxxxxxxxx
13
21
284
014
013
33
2210 xaxaxaa 2
210 xaxaa
; ,,,1 32 xxx
.3,1,2,1 322 xxxxx
)2,1(1 a )3,2(2 a
34
53A )1,3(1 b )2,4(2 b
96
64B 1a 2a
110
012
143
M 321 ,, eee
321 ,, eee 3214 eeea
3A
),,( 321 xxxx )2,,32( 321321321 xxxxxxxxxx
20
02
841
1362
331
)()1()( xfxfxf
;1 ,,2 xx
.3,13,22 xx
94
2. Пусть - линейное преобразование, в базисе , матрицу
, а линейное преобразование в базисе ,
задается матрицей . Найти матрицы линейных преобразований , в
базисе , .
3. Дана матрица линейного преобразования в базисе . Найти
образы векторов , .
4. В пространстве линейное преобразование позволяет перевести вектор
в вектор . Найти базисы и
размерности образа и ядра этого линейного преобразования.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
ВАРИАНТ 7
1. Найти матрицы линейного преобразования дифференцирования пространства
многочленов степени не выше 2 в базисах
a)
b)
2. Найти матрицу линейного преобразования трехмерного пространства , позволяющего
перевести векторы , , соответственно в векторы
, , , в том базисе, в котором заданы векторы.
3. Дана матрица линейного преобразования в базисе . Найти
матрицу преобразования в базисе , .
4. В пространстве многочленов степени задано линейное преобразование
. Найти образ и ядро этого линейного преобразования.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
LL : )2,1(1 g )3,2(2 g
34
43M LL : )1,3(1 u )2,4(2 u
12
21N
1u 2u
111
112
013
A 321 ,, aaa
321 ,, aaa31 2aab
3A
),,( 321 xxxx ),,( 321321321 xxxxxxxxxx
32
21
120
120
365
;,,1 2xx
.2
)1(,1,1
2
xx
3A
)5,3,2(1 a )2,1,0(2 a )0,0,1(3 a
)1,1,1(1 b )1,1,1(2 b )2,1,2(3 b
10
13M 21, ee
211 3 eea 212 eea
nP n
)()1()( xfxfxf
43
23
400
951
164
95
ВАРИАНТ 8
1. Дан базис линейного пространства , а линейное преобразование
при котором , , , . Доказать,
что векторы , , , образуют базис
пространства и составить матрицу линейного преобразования в базисе
.
2. Пусть линейное преобразование в базисе , имеет матрицу
, линейное преобразование в базисе , - .
Найти матрицу преобразования в базисе , .
3. Матрица является матрицей линейного преобразования в базисе
. Найти образы векторов , .
4. В пространстве линейное преобразование позволяет вектор
перевести в .
Найти базисы и размерности ядра и образа этого линейного преобразования.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
ВАРИАНТ 9
1. В линейном пространстве даны базис и линейное преобразование
при котором, что , , . Доказать, что
векторы , , образуют базис в , и составить матрицы
линейного преобразования в базисах:
a) ;
b) .
2. Составить матрицы линейного преобразования линейного пространства ,
позволяющего перевести векторы , ,
соответственно в векторы , , в базисах:
a) , , ;
b) , , .
3. Линейное преобразование в базисе , имеет матрицу . Найти образы
векторов , , .
4321 ,,, eeee L
,: LL 211 eee 322 eee 433 eee 144 eee
211 eeg 322 eeg 313 eeg 44 eg
,L
4321 ,,, gggg
)1,0(1 a )1,1(2 a
32
21M )3,1(1 b )4,2(2 b
11
23N
1a 2a
243
321
011
C
321 ,, eee 321 ,, eee 321 53 eeea
4A ),,,( 4321 xxxxx
)2,2222,,( 4321432143214321 xxxxxxxxxxxxxxxxx
27
54
13106
241912
006
L 321 ,, eee
,: LL 211 eee 312 eee 233 eee
22 eg 33 eg 11 eg L
321 ,, eee
321 ,, ggg
3A
)1,0,0(1 x )1,1,0(2 x )1,1,1(3 x
)5,3,2(1 y )0,0,1(2 y )1,1,0(3 y
)0,0,1(1 e )0,1,0(2 e )1,0,0(3 e
1x 2x3x
1e 2e
53
21M
1e 2e 21 53 eea
96
4. В пространстве линейное преобразование позволяет перевести вектор
в вектор . Найти базисы и
размерности образа и ядра этого линейного преобразования.
5. Найти собственные значения и собственные векторы операторов, заданных матрицами
а) , б) .
ВАРИАНТ 10
1. В линейном пространстве задано линейное преобразование , при котором для
вектора . Доказать, что – линейное
преобразование, и найти его матрицы в базисах
a) , , ;
b) , , ;
2. В пространстве многочленов степени не выше 3 даны два линейных преобразования:
,
.
Найти матрицу линейного преобразования в базисе .
3. Матрица является матрицей линейного преобразования в базисе
. Найти образы векторов , .
4. В пространстве многочленов степени дано линейное преобразование такое, что
. Найти его образ и ядро.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
ВАРИАНТ 11
1. Проверить, что транспонирование квадратных матриц второго порядка есть линейное
преобразование . Найти матрицу этого линейного преобразования в
базисе , , , .
2. Линейное преобразование в базисе , имеет матрицу .
Найти его матрицу в базисе , .
3A
),,( 321 xxxx )3,2,24( 321321321 xxxxxxxxxx
23
54
001
010
100
3A
),,( 321 xxxx ),2,( 312132 xxxxxxx
)0,0,1(1 e )0,1,0(2 e )1,0,0(3 e
)0,1,1(1 a )3,1,2(2 a )1,1,1(3 a
)())((: xfxf
cxbxaxdcxbxax 2323 )(:
1 ,,, 23 xxx
132
101
121
M
321 ,, eee 321 ,, eee 321 23 eeea
3
2
)()2()(
xfxfxf
53
13
804
463
104
d
c
b
a
dc
ba
00
011E
00
102E
01
003E
10
004E
LL : 1e 2e
35
12M
211 2eea 212 32 eea
97
3. Линейное преобразование позволяет перевести векторы ,
, соответственно в векторы , ,
. Найти матрицу этого преобразования в том базисе, в котором даны
координаты всех векторов.
4. В пространстве линейное преобразование позволяет вектор
перевести в . Найти
базисы и размерности ядра и образа этого линейного преобразования.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
ВАРИАНТ 12
1. Доказать, что преобразование линейного пространства , позволяющего перевести
вектор в вектор , является линейным. Найти
матрицы преобразования φ в базисах:
a) , , ;
b) , , ;
2. Матрица является матрицей линейного преобразования в базисе
, . Матрица является матрицей линейного
преобразования в базисе , . Найти матрицы преобразований
и в базисе , .
3. Матрица является матрицей линейного преобразования в базисе
. Найти образы векторов , .
4. В трехмерном линейном пространстве линейное преобразование задается матрицей
. Найти базисы и размерности ядра и образа этого преобразования.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
LL : )3,0,2(1 a
)5,1,4(2 a )2,1,3(3 a )1,2,1(1 b )2,5,4(2 b
)1,1,1(3 b
4А ),,,( 4321 xxxxx
),,,( 4321432143214321 xxxxxxxxxxxxxxxxx
35
26
121
101
365
3A
),,( 321 xxxx )3,3,( 33221 xxxxxx
)0,0,1(1 e )0,1,0(2 e )1,0,0(3 e
)1,2,2(1 a )0,1,1(2 a )0,0,3(3 a
12
23M
)2,1(1 a )0,3(2 a
11
13N
)0,1(1 e )1,0(2 e
1a 2a
112
054
321
A
321 ,, eee 321 ,, eee 321 23 eeex
111
111
111
A
38
65
452
565
004
98
ВАРИАНТ 13
1. В пространстве многочленов степени не выше 2 дано преобразование , при котором
. Доказать, что – линейное преобразование, и найти его
матрицы в базисах
a)
b)
2. Линейное преобразование в базисе , имеет матрицу
, линейное преобразование в базисе , - матрицу
. Найти матрицы операторов и в базисе , .
3. Линейное преобразование позволяет перевести векторы ,
соответственно в векторы , . Найти матрицу этого преобразования в
том базисе, в котором даны координаты всех векторов. Найти матрицу линейного
преобразования в том базисе, в котором даны координаты всех векторов.
4. В пространстве линейное преобразование позволяет перевести вектор
в вектор . Найти базисы и размерности образа
и ядра этого оператора.
5. Найти собственные значения и собственные векторы линейных преобразований,
заданных матрицами
а) , б) .
Раздел 8. ЕВКЛИДОВЫ ПРОСТРАНСТВА
§1. Определение евклидова пространства. Матрица Грама
В действительном линейном пространстве определена операция скалярного
умножения векторов, если любой паре векторов поставлено в соответствие
действительное число, которое называют скалярным произведением векторов и
обозначают символом , и если для любых и любого действительного числа
выполняются следующие аксиомы скалярного произведения:
1) ;
2) ;
3) ;
4) при и при .
Пример 1. Пусть – пространство геометрических векторов, изучаемых в векторной
алгебре. Скалярное произведение, определяемое как произведение длин двух векторов на
косинус угла между ними, удовлетворяет всем аксиомам скалярного произведения.
bxaxcbxax 22 )(
;1 ,,2 xx
.2,1,122 xxx
)1,3(1 a )2,4(2 a
12
21M )2,1(1 b )3,2(2 b
34
43B
1b 2b
)2,1(1 a )1,2(2 a
)1,3(1 b )1,2(2 b
3A
),,( 321 xxxx ),,( 321221 xxxxxxx
64
23
232
031
0122
Х
Хух ,
ух,
),( ух Хzух ,,
),(),( xyух
),(),(),( zyzxzух
),(),( ухух
0),( xх 0x 0),( xх 0x
Х
99
Пример 2. В арифметическом пространстве столбцов высоты скалярное произведение
векторов и можно определить формулой
.
Из аксиом 2 и 3 скалярного произведения следует, что любую конечную линейную
комбинацию векторов можно умножать скалярно на другую линейную комбинацию векторов
по правилу, аналогичному правилу умножения многочлена на многочлен, т.е. по формуле
(1)
Действительное линейное пространство, в котором определено скалярное умножение
векторов, называют евклидовым пространством.
Конечномерное линейное пространство можно превратить в евклидово многими
способами. Если в -мерном евклидовом пространстве зафиксировать базис то
любые векторы и имеют в нём разложение
,
- и формула (1) для векторов и запишется в виде
(2)
или в матричном виде
,
(3)
где
, , .
Следовательно, скалярное произведение в евклидовом пространстве полностью
определяется матрицей .
Матрицу , в формуле (3) называют матрицей Грама базиса .
Свойства матрицы Грама
1) Матрица Грама симметрическая, для любого -мерного столбца удовлетворяет
условию .
2) Матрицы Грама и базисов и евклидова пространства соотносятся так:
, где – матрица перехода от базиса к базису .
3) Определитель матрицы Грама любого базиса положителен.
4) Все угловые диагональные миноры , , матрицы
Грама базиса положительны.
nK n
Tnxxxx ),...,,( 21 T
nyyyy ),...,,( 21
nn yxyxyxух ...),( 2211
.,,1 111
k
i
l
j
jiji
l
j
jj
k
i
ii baba
n Х ,,...,, 21 neee
х у
n
i
iiexx
1
n
j
jjeyy
1
х у
n
i
n
j
jiji eeyxyx1 1
,,
Гyxyx T,
nx
x
x
x2
1
ny
y
y
y2
1
nnnn
n
n
ееееее
ееееее
ееееее
Г
,...,,
............
,...,,
,...,,
21
22212
12111
Х
Г
Г ),...,,( 21 neeeе
Г n 0x
0ГyxT
Г Г е е
ГТТГ T Т е е
kkkk
k
k
ееееее
ееееее
ееееее
,...,,
............
,...,,
,...,,
21
22212
12111
nk ,...,2,1
),...,,( 21 neeeе
100
Замечание. Любая матрица, обладающая свойством 4, может рассматриваться как матрица
Грама. В частности, в качестве матрицы Грама можно выбрать единичную матрицу, т.е. в
заданном базисе определить скалярное произведение формулой
. (4)
Теорема 1. Матрица Грама системы векторов является невырожденной только тогда, когда
эта система линейно независима. Матрица Грама линейно независимой системы векторов
положительно определена , в частности, имеет положительный определитель.
§2. Длины и углы. Ортогональность. Процесс ортогонализации
Длиной вектора евклидова пространства называют величину
. (5)
Нормировать вектор – значит заменить его вектором . Вектор называют
единичным вектором, или ортом вектора .
Углом между ненулевыми векторами и евклидова пространства называют угол
, определяемый соотношениями
, . (6)
Корректность определения угла получается из неравенств , равносильных
неравенству Коши-Буняковского:
. (7)
Из неравенства Коши-Буняковского следует другое важное неравенство:
, (8)
называемое неравенством треугольника.
Векторы и евклидова пространства являются ортогональными, если их
скалярное произведение равно нулю, т.е. . Из определения ортогональности
векторов следует, что нулевой вектор ортогонален любому другому вектору.
Система ненулевых векторов называется ортогональной системой, если любые два
вектора этой системы ортогональны. Под ортонормированной системой понимают
ортогональную систему, все векторы которой имеют единичную длину (т.е. нормированы).
Замечание. Любую ортогональную систему можно превратить в ортонормированную простой
нормировкой, так как нормирование векторов, как и умножение на произвольные ненулевые
числа, не нарушает условия их взаимной ортогональности. Например, если векторы и
ортогональны, то в силу равенства векторы и ортогональны.
Теорема 2. Любая ортогональная система линейно независима.
Существует специальная процедура, которая позволяет преобразовать произвольную
линейно независимую систему из векторов в ортогональную систему, также имеющую
векторов. Эту процедуру называют процессом ортогонализации. Она состоит в следующем:
),...,,( 21 neeeе
nn
n
nT yxyxyx
y
y
y
xxxyxyx
...),...,,(, 22112
1
21
х х E
ххх ,
хх
хx 0 0x
х
х у E
yх
yх,cos 0
1
,1
yх
yх
),)(,(),( 2 yyxxyx
yxyх
х у E
0),( yx
х у
),(),( yxyx х у
k k
101
1) полагаем ;
2) если векторы ( ) найдены, ищем ненулевой вектор
, (9)
выбирая коэффициенты так, что бы вектор был ортогонален каждому из
векторов . Умножим равенство (9) скалярно на вектор , . С
учётом попарной ортогональности векторов и условия ортогональности им
вектора получим:
.
Отсюда находим
.
Таким образом, очередной вектор нужно выбирать согласно формуле
. (10)
Процесс ортогонализации рассчитан на линейно независимые системы векторов. Но
этот процесс можно модифицировать так, что станет возможным его применение и к линейно
зависимым системам векторов. Если система линейно зависима, то один из
векторов, , является линейной комбинацией предыдущих векторов: . В
результате процесса ортогонализации на -м шаге получим нулевой вектор . В таком случае
нужно опустить этот вектор и начать следующий шаг. В результате получим ортогональную
систему векторов , но в этой системе будет меньше векторов, чем в исходной
системе: , т.е. . Число есть ранг системы векторов .
Пример 3. Применяя ортогонализацию и нормирование векторов, ортонормировать систему
векторов
,
считая, что в четырёхмерном евклидовом пространстве скалярное произведение
определено формулой (4).
Решение. Положим . В соответствии с формулой (9) находим .
Умножим скалярно обе части последнего равенства на , получим:
,
откуда
11 ab
121 ,...,, ibbb ki
11,111 ... iiiii bbab
1,1,..., iii ib
121 ,...,, ibbb jb 1,...,2,1 ij
121 ,...,, ibbb
ib
),(),(0 jjjji bbba
2
,
,
,
j
ji
jj
ji
j
b
ba
bb
ba
ib
2
1
1
2
2
2
2
1
1 ,...
,,
i
iiiiii
b
ba
b
ba
b
baab
kaaa ,...,, 21
ia 121 ,...,, iaaa
i ib
sbbb ,...,, 21
kaaa ,...,, 21 ks s kaaa ,...,, 21
0
0
1
1
1a
1
1
0
1
2a
0
1
0
0
3a
0
1
1
0
4a
4E
0
0
1
1
11 ab 12122 bab
1b
),(),(),(0 11211212 bbbabb
102
.
,
.
.
Находим вектор . Умножим скалярно обе части равенства на ,
получим .
Поскольку , так как векторы и ортогональны, находим
.
,
.
Умножим теперь скалярно обе части равенства на , получим:
,
откуда
.
,
.
.
Находим вектор . Умножим скалярно обе части равенства на
, получим
.
Поскольку и , так как векторы , и попарно ортогональны,
находим
.
2
1,
,
,2
1
12
11
1221
b
ba
bb
ba
101011011),( 12 ba
200001111),( 11 bb
1
12
12
1
0
0
1
1
2
1
1
1
0
1
12122 bab
23213133 bbab 1b
),(),(),(),(0 123211311313 bbbbbabb
0),( 12 bb 1b 2b
0
,
,
,2
1
13
11
1331
b
ba
bb
ba
000011010),( 13 ba
200001111),( 11 bb
23213133 bbab 2b
),(),(),(),(0 223221312323 bbbbbabb
5
2,
,
,2
2
23
22
2332
b
ba
bb
ba
110112
10
2
10),( 23
ba
2
51111
2
1
2
1
2
1
2
1),( 22
bb
5
25
35
15
1
1
12
12
1
5
2
0
0
1
1
0
0
1
0
0
23213133 bbab
34324214144 bbbab
1b
),(),(),(),(),(0 1343124211411414 bbbbbbbabb
0),( 12 bb 0),( 13 bb1b 2b 3b
2
1,
,
,2
1
14
11
1441
b
ba
bb
ba
103
,
.
Умножим скалярно обе части равенства на , получим
.
Поскольку и , так как векторы , и попарно ортогональны,
находим
.
,
.
Умножим скалярно обе части равенства на , получим:
.
Поскольку и , так как векторы , и попарно ортогональны,
находим
.
,
.
.
Нормируя векторы , , , , придём к ортонормированной системе векторов
, , , .
100011110),( 14 ba
200001111),( 11 bb
2b
),(),(),(),(),(0 2343224221412424 bbbbbbbabb
0),( 21 bb 0),( 23 bb1b 2b 3b
5
1,
,
,2
2
24
22
2442
b
ba
bb
ba
2
11011
2
11
2
10),( 24
ba
2
51111
2
1
2
1
2
1
2
1),( 22
bb
3b
),(),(),(),(),(0 3343324231413434 bbbbbbbabb
0),( 31 bb 0),( 32 bb1b 2b 3b
3
4,
,
,2
3
34
33
3443
b
ba
bb
ba
5
4
5
20
5
31
5
11
5
10),( 34
ba
5
3
5
2
5
2
5
3
5
3
5
1
5
1
5
1
5
1),( 33
bb
3
103
13
1
5
25
35
15
1
3
4
1
12
12
1
5
1
0
0
1
1
2
1
0
1
1
0
34324214144 bbbab
1b 2b 3b4b
0
0
2
1
2
1
1
11
b
bq
5
2
5
2
10
1
10
1
2
22
b
bq
15
2
5
3
15
1
15
1
3
33
b
bq
3
1
0
3
1
3
1
4
44
b
bq
104
§3. Ортонормированные базисы
Базис евклидова пространства называют ортогональным базисом, если его
векторы попарно ортогональны. Если векторы этого базиса, кроме того, имеют единичную
длину, т.е. нормированы, то он называется ортонормированным базисом. В
ортонормированном базисе выполняются условия
(11)
Теорема 3. В любом конечномерном евклидовом пространстве существуют ортогональные
и ортонормированные базисы. При этом любой вектор в входит в состав какого-либо
ортогонального базиса, а любой единичный вектор – в состав какого-либо
ортонормированного базиса.
Ортогональные (ортонормированные) базисы можно получить, дополняя подходящими
векторами данный вектор или данную ортогональную (ортонормированную) систему
векторов.
Пример 4. В трёхмерном арифметическом пространстве со скалярным произведением
, где , построить ортонормированный базис,
содержащий вектор .
Решение. Добавим к вектору вектор , удовлетворяющий условию
, которое в координатах имеет вид . Одним из решений
этого уравнения является вектор . Далее, к векторам и добавим вектор
, удовлетворяющий условиям и , которые в координатах
имеют вид . Одним из решений этой однородной системы уравнений
является .
Система векторов , , является одним из ортогональных базисов в . Нормируя эти
векторы, получим в ортонормированный базис:
neee ,...,, 21E
neee ,...,, 21
. при 1
, при 0,
ji
jiee ji
E
E
3K
332211, yxyxyxyx
3
2
1
x
x
x
x
3
2
1
y
y
y
y
1
1
1
1e
1
1
1
1e
3
2
1
2
у
у
у
e
0),( 21 ee 0111 321 yyy
1
0
1
2e 1e 2e
3
2
1
3
z
z
z
e 0),( 31 ee 0),( 32 ee
0z1z0z1
0z1z1z1
321
321
1
2
1
3e
1e 2e 3e3K
3K
105
, , .
Пример 5. В трёхмерном евклидовом пространстве со скалярным произведением
,
где , построить какой-либо ортонормированный базис.
Решение. Следует ортонормировать какую-либо максимальную линейно независимую в
систему векторов, например, систему векторов , , . Применим
процесс ортогонализации Грама-Шмидта: положим , . Умножим
скалярно обе части последнего равенства на , получим:
,
откуда
,
,
.
.
Находим вектор . Умножим скалярно обе части равенства на ,
получим
.
Поскольку , так как векторы и ортогональны, находим
,
,
.
Умножим теперь скалярно обе части равенства на , получим
,
откуда
1
1
1
3
1
1
11
е
еf
1
0
1
2
1
2
22
е
еf
1
2
1
6
1
3
33
е
еf
3E
23321331332211 332265, yxyxyxyxyxyxyxyx
3
2
1
x
x
x
x
3
2
1
y
y
y
y
3E
0
0
1
1e
0
1
0
2e
1
0
0
3e
0
0
1
11 еb12122 beb
1b
),(),(),(0 11211212 bbbebb
0
,
,
,2
1
12
11
1221
b
bе
bb
bе
0),( 12 be
1),( 11 bb
0
1
0
212122 ebeb
23213133 bbeb 1b
),(),(),(),(0 123211311313 bbbbbebb
0),( 12 bb 1b 2b
2
,
,
,2
1
13
11
1331
b
bе
bb
bе
2),( 13 be
1),( 11 bb
23213133 bbeb 2b
),(),(),(),(0 223221312323 bbbbbebb
106
,
, .
.
Нормируем каждый из векторов , , .
, , .
Векторы , , составляют ортонормированную систему.
Задачу можно решить и по-другому. Взять за произвольный фиксированный вектор и найти
вектор из условия . Затем найти вектор из условий и .
Полученные векторы , , следует нормировать с учетом того, что скалярные
произведения необходимо считать по заданной в условии задачи формуле.
Теорема 4. В любом ортонормированном базисе -мерного евклидова пространства
скалярное произведение векторов и , заданных координатами в этом базисе,
определяется формулой . (4)
Наоборот, если в базисе скалярное произведение определяется формулой (4), то этот базис
ортонормированный.
Следствие. В -мерном линейном пространстве с заданным базисом можно задать
скалярное произведение так, чтобы заданный базис был ортонормированным.
§4. Ортогональные матрицы
Квадратная матрица , для которой транспонированная матрица совпадает с
обратной матрицей , называется ортогональной матрицей. Квадратная матрица
является ортогональной, если .
5
3,
,
,2
2
23
22
2332
b
bе
bb
bе
3),( 23 be 5),( 22 bb
15
32
0
1
0
5
3
0
0
1
2
1
0
0
23213133 bbeb
1b 2b 3b
0
0
1
0
0
1
1
1
1
11
b
bf
05
10
0
1
0
5
1
2
22
b
bf
5
5
53
52
15
32
5
1
1
3
33
b
bf
1f 2f 3f
1b
2b 0),( 12 bb3b 0),( 13 bb 0),( 23 bb
1b 2b 3b
n E
nx
x
x
x2
1
ny
y
y
y2
1
nn
n
nT yxyxyx
y
y
y
xxxyxyx
...),...,,(, 22112
1
21
e
n X e
QTQ
1Q Q
EQQQQ TT
107
Свойства ортогональных матриц
1. Квадратная матрица ортогональна только тогда, когда сумма квадратов всех
элементов любого её столбца (строки) равна единице, а сумма попарных произведений
элементов двух любых столбцов (строк) равна нулю.
2. Определитель ортогональной матрицы равен 1 или –1.
3. Матрица, обратная ортогональной матрице, тоже ортогональная.
4. Произведение ортогональных матриц является ортогональной матрицей.
Теорема 5. В евклидовом пространстве матрица перехода от одного ортонормированного
базиса к другому ортонормированному базису является ортогональной. Если матрица
перехода от ортонормированного базиса ко второму базису является ортогональной, то этот
второй базис тоже ортонормированный.
§5. Ортогональное дополнение. Ортогональная проекция вектора на подпространство
Пусть – евклидово пространство, а – его подпространство. В множество
векторов, ортогональных к каждому вектору подпространства , называют ортогональным
дополнением к подпространству .
Теорема 6. Ортогональное дополнение к подпространству евклидова пространства
является подпространством в .
Теорема 7. Конечномерное евклидово пространство является прямой суммой любого
своего подпространства и его ортогонального дополнения , т.е. ортогональное
дополнение к подпространству является прямым дополнением.
Следствие 1. Если подпространство в n-мерном евклидовом пространстве имеет
размерность , то его ортогональное дополнение имеет размерность .
Следствие 2. Ортогональным дополнением к подпространству евклидова пространства
является подпространство .
Следствие 3. Если – подпространство в евклидовом пространстве , то любой вектор
имеет разложение , где , . Такое разложение единственно.
Пример 6. В четырёхмерном пространстве скалярное произведение в заданном базисе
определено формулой . Построить ортогональное
дополнение для подпространства , где , .
Решение. Векторы и составляют базис в . Дополним эту систему до базиса в
векторами и , удовлетворяющими условиям и и положим
. Векторы и являются решениями системы уравнений
Общее решение этой системы может быть записано в виде
. Эта система имеет два
Q
E L E L
L
LL L E
E
E
L L
L E
kL kn
L E
L
L E
Ex xxx 0 Lx 0
Lx
4E
44332211, yxyxyxyxyx
L 21,aaL
1
1
1
1
1a
1
1
1
1
2a
1a 2a L 4E
1b 2b 0),( 1 iba 0),( 2 iba
211 ,bbL 1b 2b
.0
,0
4321
4321
хххх
хххх
)1,0,0,1()0,1,0,1(),,0,( 434343 xxxxxxx
108
фундаментальных решения, например, , . Отметим, что и
составляют базис в , т.е. .
Пусть – подпространство евклидова пространства . Каждый вектор может
быть единственным образом представлен в виде
(12)
где , а вектор ортогонален к каждому вектору из , т.е. . Вектор
называют ортогональной проекцией вектора на подпространство и обозначают , а
вектор называют ортогональной составляющей вектора .
На практике при отыскании ортогональной проекции вектора на подпространство
, где система линейно независима, поступают следующим
образом. В разложении вектора на ортогональную проекцию и
ортогональную составляющую вектора вектор можно представить в виде
. (13)
Тогда равенство примет вид
(14)
Для определения коэффициентов необходимо умножить равенство (14)
скалярно на векторы . С учетом того, что ,
получаем систему линейных уравнений
(15)
относительно неизвестных . Из этой системы находим коэффициенты
Пример 7. Для вектора найти ортогональную проекцию на подпространство
и ортогональную составляющую , если , .
Решение. Векторы и линейно независимы. Запишем в виде
. Коэффициенты и находим, умножая скалярно равенство
на векторы и . Получаем систему
0
1
0
1
1b
1
0
0
1
2b1b 2b
L LL1
L E Ey
yyy 0
Ly 0
y L Ly 0y
y L уLпр
y y
x
kaaaL ,...,, 21 kaaa ,...,, 21
xxx 0x xx Lпр0
x x0x
kkaaax ...22110
xxx 0
xaaaxxx kk ...22110
k ,...,, 21
kaaa ,...,, 21 0),(...),(),( 21 xaxaxa k
),(...),(,
...
),(...),(,
),(...),(,
11
21212
11111
kkkkk
kk
kk
aaaaxa
aaaaxa
aaaaxa
k ,...,, 21
k ,...,, 21
0
6
3
x 0x
21,aaL x
0
1
1
1a
1
2
1
2a
1a 2a xx Lпр0 22110 aax
1 2
xaaxxx 22110 1a 2a
109
.
Для определения коэффициентов и найдём скалярные произведения:
,
,
,
,
,
.
Таким образом, получаем систему , решением которой будут
.
Значит, , а .
ВАРИАНТЫ ЛАБОРАТОРНОЙ РАБОТЫ
ВАРИАНТ 1
1. Используя процесс ортогонализации, построить ортогональный базис
подпространства , где , ,
.
2. Найти ортогональную проекцию вектора на подпространство
и его ортогональную составляющую, где , ,
.
ВАРИАНТ 2
1. Используя процесс ортогонализации, построить ортогональный базис
подпространства , где , ,
, .
2. Найти ортогональную проекцию вектора на подпространство
и его ортогональную составляющую, где , ,
.
),(),(,
),(),(,
2221212
2121111
aaaaxa
aaaaxa
1 2
3006)1(31,1 xa
901623)1(,2 xa
200)1()1(11, 11 aa
3102)1()1(1, 21 aa
3,, 1221 aaaa
61122)1()1(, 22 aa
21
21
639
323
321
3
3
0
1
2
1
3
0
1
1
322110 aax
3
3
3
3
3
0
0
6
3
0xxx
321 ,, aaaL )0,2,1,1,1(1 a )0,0,5,2,0(2 a
)2,1,3,1,1(3 a
)0,33,1,39(x
),,( 321 yyyL )2,0,3,1(1 y )2,1,7,3(2 y
)0,1,4,2(3 y
4321 ,,, aaaaL )2,1,1,1(1 a )11,5,1,2(2 a
)7,3,3,0(3 a )9,3,3,3(4 a
)1,3,1,1(z
),,( 321 aaaL )1,1,2,1(1 a )0,1,3,2(2 a
)7,2,1,3(3 a
110
ВАРИАНТ 3
1. Построить ортонормированный базис пространства , содержащий векторы
, .
2. Найти ортогональную проекцию вектора на подпространство
и его ортогональную составляющую, где , ,
.
ВАРИАНТ 4
1. Убедиться в том, что векторы , ортогональны, дополнить их до ортогонального
базиса пространства , если , .
2. Найти ортогональную проекцию вектора на подпространство
и его ортогональную составляющую, где , ,
ВАРИАНТ 5
1. Используя процесс ортогонализации, построить ортогональный базис
подпространства , где , ,
.
2. Найти ортогональную проекцию вектора на подпространство
и его ортогональную составляющую, где , ,
.
ВАРИАНТ 6
1. Используя процесс ортогонализации, построить ортогональный базис
подпространства , где , , .
2. Найти ортогональную проекцию вектора на подпространство
и его ортогональную составляющую, где , ,
.
ВАРИАНТ 7
1. Используя процесс ортогонализации, найти ортогональный базис подпространства
, где , , .
4A
2
1,
2
1,
2
1,
2
11a
6
5,
2
1,
6
1,
6
12a
)1,2,5,2( x
),,( 321 aaaL )7,2,1,1(1 a )4,1,1,1(2 a
)7,1,1,2(3 a
1a 2a
4A )3,1,1,1(1 a )0,5,1,4(2 a
)1,1,3,8( x
),,( 321 aaaL )1,1,3,2(1 a )1,3,3,4(2 a
).5,9,15,2(3 a
321 ,, aaaL )0,2,1,1,1(1 a )0,0,5,2,0(2 a
)2,1,3,1,1(3 a
)0,8,8,4( x
),,( 321 aaaL )5,3,3,1(1 a )3,5,3,1(2 a
)13,11,3,1(3 a
321 ,, aaaL )2,1,2,1(1 a )1,2,0,1(2 a )0,0,1,2(3 a
)9,8,3,10( x
),,( 321 aaaL )0,1,1,1(1 a )1,2,1,2(2 a
)3,8,1,8(3 a
321 ,, bbbL )1,1,1,1(1 b )1,1,3,3(2 b )8,6,0,2(3 b
111
2. Найти ортогональную проекцию вектора на подпространство
и его ортогональную составляющую, где , ,
.
ВАРИАНТ 8
1. Используя процесс ортогонализации, построить ортогональный базис
подпространства , где , , .
2. Найти ортогональную проекцию вектора на подпространство
и его ортогональную составляющую, где , ,
.
ВАРИАНТ 9
1. Используя процесс ортогонализации, построить ортогональный базис
подпространства , где , , ,
.
2. Найти ортогональную проекцию и ортогональную составляющую вектора
на подпространство , где , ,
.
ВАРИАНТ 10
1. Используя процесс ортогонализации, построить ортогональный базис
подпространства, натянутого на систему векторов , ,
.
2. Найти ортогональную проекцию вектора на линейное
подпространство , натянутое на векторы , , и
его ортогональную составляющую.
ВАРИАНТ 11
1. Убедиться в том, что векторы , ортогональны, дополнить их до ортогонального
базиса пространства , где , .
2. Найти ортогональную проекцию вектора на подпространство ,
натянутое на векторы , , и его
ортогональную составляющую.
)12,9,12,3( z
),,( 321 aaaL )1,1,1,1(1 a )2,1,2,1(2 a
)0,3,0,3(3 a
321 ,, aaaL )3,1,2,1(1 a )1,1,1,4(2 a )8,1,1,3(3 a
)1,2,33,30(x
),,( 321 aaaL )8,1,1,2(1 a )3,1,2,7(2 a
)1,5,0,3(3 a
4321 ,,, aaaaL )1,3,1,2(1 a )3,3,4,7(2 a )7,3,3,0(3 a
)0,6,1,1(4 a
)20,1,12,4(x ),,( 321 aaaL )2,1,3,1(1 a )3,1,1,2(2 a
)5,2,4,3(3 a
)2,1,1,1(1 a )3,2,8,5(2 a
)8,3,9,3(3 a
)2,2,2,5( x
L )1,1,1,2(1 a )0,3,1,1(2 a )1,8,2,1(3 a
1a 2a
4A )2,1,1,1(1 a )3,3,2,1(2 a
)7,6,3,14( x A
)6,7,0,3(1 y )2,3,4,1(2 y )2,2,2,2(3 y
112
ВАРИАНТ 12
1. Убедиться в том, что векторы , ортогональны, дополнить их до ортогонального
базиса пространства , где , .
2. Найти ортогональную проекцию вектора на подпространство,
натянутое на векторы , , и его
ортогональную составляющую.
ВАРИАНТ 13
1. Используя процесс ортогонализации, построить ортогональный базис
подпространства, натянутого на данную систему векторов , ,
.
2. Найти ортогональную проекцию вектора на подпространство ,
натянутое на векторы , , и его ортогональную
составляющую.
1a 2a
4A )3,2,2,1(1 a )4,2,3,2(2 a
)1,6,3,1( x
)0,2,1,0(1 y )2,0,1,1(2 y )2,4,1,1(3 y
)1,2,2,1(1 a )3,5,1,1(2 a
)7,8,2,3(3 a
)4,3,1,4( x L
)1,1,1,1(1 a )1,2,2,1(2 a )3,0,0,1(3 a
113
СПИСОК ЛИТЕРАТУРЫ
1. Половицкий Я. Д. Алгебра. Пермь: Перм. ун-т, 2008. Ч. 1, 2.
2. Курош А. Г. Курс высшей алгебры. М.: Физматлит, 1959.
3. Кострикин А. И. Введение в алгебру. Ч.1. Основы алгебры. М.: Физматлит,
2000.
4. Ильин В. А., Позняк Э. Г. Линейная алгебра. М.: Физматлит, 2001.
5. Фаддеев Д. К., Соминский И. С. Сборник задач по высшей алгебре. СПб.:
Лань, 1999.
6. Шевцов Г. С. Линейная алгебра: теория и прикладные аспекты. М.:
Финансы и статистика, 2003.
7. Михалев А. В., Михалев А. А. Начала алгебры. Ч.1/Интернет-университет
инфомационных технологий. М., 2005.
8. Александров П. С. Курс аналитической геометрии и линейной алгебры. М.:
Наука, 1979.
9. Проскуряков И. В. Сборник задач по линейной алгебре. М.: Наука, 1978.
10. Икрамов Х. Д. Задачник по линейной алгебре. М.: Наука, 1975.
11. Алгебра: Лабораторные работы № 1-7/ сост. Г. А. Маланьина,
В. И. Хлебутина, Т. М. Коневских. Пермь: Перм. ун-т, 2009.
12. Линейная алгебра: Лабораторные работы № 8-13/ сост. Г. А. Маланьина,
Я. Д. Половицкий, В. И. Хлебутина. Пермь: Перм. ун-т, 2006.
13. Линейные пространства: метод. указ. по решению задач/ сост.
Г. А. Маланьина, В. И. Хлебутина, Г. Ю. Савинкова. Пермь: Перм. ун-т,
2010.
14. Крутицкая Н. Ч, Шишкин А. А. Линейная алгебра в вопросах и задачах. М.:
Высшая школа, 1985.
114
Учебное издание
Коневских Татьяна Михайловна
Оглезнева Анна Николаевна
Алгебра и аналитическая геометрия.
Алгебра
Учебно-методическое пособие
Редактор Е. А. Огиенко
Корректор С. Б. Денисова
Техническая подготовка материалов: Т. М. Коневских
________________________________________________________________________________
Объем данных 3,99 Мб
Подписано к использованию 05.11.2019 ________________________________________________________________________________
Размещено в открытом доступе
на сайте www.psu.ru
в разделе НАУКА / Электронные публикации
и в электронной мультимедийной библиотеке ELiS
Издательский центр
Пермского государственного
национального исследовательского университета
614990, г. Пермь, ул. Букирева, 15