- •Линейная алгебра
- •З.И.Андреева линейная алгебра
- •Введение
- •I.Системы линейных уравнений. Метод гаусса
- •II. Определители
- •2.1. Определители второго и третьего порядков
- •2.2. Перестановки и подстановки
- •2.3. Определители n-го порядка
- •III. Матрицы
- •3.1. Сложение матриц. Умножение матрицы на действительное (комплексное) число
- •3.2. Простые и двойные суммы
- •3.3 Умножение матриц
- •3.4. Умножение квадратных матриц одного порядка.
- •3.5. Решение матричных уравнений
- •IV. Линейные пространства
- •4.1. Алгебраические операции
- •4.2. Определение и примеры линейных пространств
- •4.3. Линейная зависимость и независимость векторов
- •4.4. Базис векторного пространства. Координаты вектора
- •4.5. Матрица перехода. Связь координат вектора в разных базисах
- •4.6. Подпространства линейных пространств
- •4.7. Изоморфизм линейных пространств
- •V. Ранг матрицы. Системы линейных уравнений
- •5.1. Ранг матрицы
- •5.2. Решение системы линейных уравнений с помощью ранга матрицы
- •5.3. Пространство решений системы линейных однородных уравнений
- •5.4. Связь решений однородной и неоднородной систем линейных уравнений
- •5.5. Задание подпространств конечномерного линейного пространства с помощью систем линейных уравнений
- •VI. Линейные операторы
- •6.1. Определение, примеры и свойства линейных операторов
- •6.2. Область значений и ядро линейного оператора
- •6.3. Матрица линейного оператора. Связь координат вектора и его образа
- •6.4. Связь матриц линейного оператора в разных парах базисов
- •6.5. Линейные преобразования линейного пространства
- •6.6. Невырожденные линейные преобразования
- •6.7. Собственные векторы и собственные значения линейного преобразования
- •6.8. Линейные преобразования в базисе из собственных векторов. Линейные преобразования с простым спектром
- •VII. Евклидовы пространства
- •7.1. Скалярное произведение векторов, его свойства. Определение и примеры евклидовых и унитарных пространств
- •7.2. Матрица Грама в евклидовом пространстве
- •7.3. Введение метрики в евклидовом пространстве
- •7.4. Ортонормированные базисы в евклидовом пространстве
- •7.5. Изоморфизм евклидовых пространств
- •VIII. Некоторые виды линейных преобразований евклидовых пространств
- •8.1. Ортогональные линейные преобразования
- •8.2. Сопряженные линейные преобразования
- •8.3. Самосопряженные (симметрические) линейные преобразования
- •IX. Билинейные и квадратичные формы
- •9.1. Линейные формы
- •9.2. Билинейные формы
- •9.3. Квадратичные формы
- •9.4. Закон инерции квадратичных форм
- •9.5. Положительно определённые квадратичные формы
- •9.6. Распадающиеся квадратичные формы
- •Вопросы для подготовки к коллоквиуму «Определители. Матрицы. Линейные пространства»
- •Вопросы для подготовки к экзамену
- •Литература
7.3. Введение метрики в евклидовом пространстве
Пусть Еn – n-мерное евклидово пространство. Скалярное произведение вектора самого на себя назовём скалярным квадратом этого вектора, т.е. (а, а) = а2. По 4-ой аксиоме скалярного произведения а2 0.
Определение 47. Длиной вектора называется арифметическое значение квадратного корня из скалярного квадрата этого вектора . т.е. а = (44)
Свойства длины вектора:
1. Любой вектор а имеет длину и только одну, а 0.
2. а = а для любого а Еn .
3. Для любых векторов а и в из Еn верно неравенство ав а в.
Доказательство. (а –в)2 = а2 – 2(а, в) + 2в2 0 для любого R. Так как квадратный трёхчлен неотрицателен при любом значении , то его дискриминант неположителен, т.е. (а, в)2 – а2 в2 0, или (а, в)2 а2 в2. Отсюда ав а в (45). Знак равенства в этой формуле будет тогда и только тогда, когда векторы пропорциональны.
Определение 48. Вектор единичной длины называется единичным вектором или ортом.
40. Для любого ненулевого вектора существует пропорциональный с ним орт.
Если а 0, то а 0. Следовательно, существует вектор а0 = а. Очевидно, а0 =1.
Определение 49. Углом между ненулевыми векторами а и называется такое действительное число , что (46).
Угол между векторами а и можно также обозначать .
Свойства углов.
10. Для любых двух ненулевых векторов угол между ними определён.
Из формулы (44) следует, что Следовательно, существует.
20. Если 0, 0, то .
Определение 48. Два ненулевых вектора называются ортогональными, если их скалярное произведение равно нулю.
Ортогональные векторы обозначаются а в.
30. Если а в, 0, 0, то (а) (в).
40. Если а в и а с, то а ( в + с).
Определение 50. Множество всех векторов пространства Еn, ортогональных вектору а, к которому добавлен нулевой вектор, называется ортогональным дополнением вектора а.
50. Ортогональное дополнение к вектору а является (n – 1)-мерным евклидовым подпространством в Еn .
Доказательство.
Из свойств 30 и 40 следует, что рассматриваемое множество L является линейным подпространством в Еn . Так как в Еn определено скалярное произведение, то оно определено и в ортогональном дополнении, следовательно, L является евклидовым подпространством. Кроме того, с L (а, с) = 0 (). Зафиксируем в Еn базис. Пусть а = (а1, а2, … , аn), с = (х1, х2, … , хn). Тогда с L а ТГх = 0 (). Уравнение () есть линейное однородное уравнение с n неизвестными. Фундаментальная система его решений состоит из (n – 1) решения. Следовательно, пространство решений уравнения () является (n – 1)-мерным.
Пусть Ек – подпространство пространства Еn. Обозначим Е множество, состоящее из нулевого вектора и всех векторов, ортогональных любому ненулевому вектору из Ек .Иными словами с Е (с, а) = 0 для всех а Ек . Пространство Е ортогональным дополнением к пространству Ек .
60. Ортогональное дополнение Е является (n – к)-мерным евклидовым подпространством в пространстве Еn .
Доказательство аналогично доказательству свойства 50.
70. Е Ек = 0.
80. Любые два ортогональных вектора линейно независимы.
Доказательство. Пусть а в. По определению эти векторы ненулевые. Предположим, что они линейно зависимы, т.е. существует такая ненулевая пара , действительных чисел, что а + в = 0. Если 0, то умножим обе части последнего равенства скалярно на вектор а. Получим а2 + (а, в) = 0. Так как (а, в) = 0 и а2 0 , то = 0. Противоречие. Следовательно, а и в линейно независимы.
90. Если а1, а2, … , ак и в1, в2, … , вs – две системы линейно независимых векторов и каждый вектор первой системы ортогонален любому вектору второй, то система векторов а1, а2, … , ак и в1, в2, … , вs линейно независима.
Теорема 42. Для любого к (1 к n ) Еn = Е Ек .
Доказательство. Пусть (е1, е2, ... , ек ) – базис в Ек и (ек +1, е к + 2, ... , еn ) – базис в Е . Из свойства 90 следует, что (е1, е2, ... , ек, ек +1, е к + 2, ... , еn ) будет линейно независимой. Так как в ней n векторов, то это базис в Еn . Следовательно, Еn = Е + Ек . Из свойства 70 следует Еn = Е Ек .
Пусть Еn = Е Ек . Если а – любой вектор из Еn , то а = а1 + а2, где а1 Ек , а2 Е . Вектор а1 называется проекцией вектора а на подпространство Ек . Вектор а2 называется ортогональной составляющей вектора а.