- •Т. Н. Матыцина е. К. Коржевина линейная алгебра
- •Оглавление
- •Введение
- •1. Множества
- •1.1. Множества и их элементы. Способы задания множеств
- •1.2. Подмножества. Диаграммы Эйлера – Венна
- •1.3. Операции над множествами и их свойства
- •1. Объединение (или сумма).
- •2. Пересечение (или произведение).
- •3. Разность.
- •4. Декартовое произведение (или прямое произведение).
- •Свойства операций над множествами
- •1.4. Метод математической индукции
- •1.5. Комплексные числа
- •Операции над комплексными числами
- •Геометрическая интерпретация комплексных чисел
- •Тригонометрическая форма комплексного числа
- •Действия над комплексными числами в тригонометрической форме
- •3. Возведение в степень.
- •4. Извлечение корня n-ой степени.
- •Показательная форма комплексного числа
- •2. Бинарные отношения
- •2.1. Понятие отношения
- •Способы задания бинарных отношений
- •Операции над бинарными отношениями
- •2.2. Свойства бинарных отношений
- •2.3. Отношение эквивалентности
- •2.4. Функции
- •3. Матрицы и действия над ними
- •3.1. Общие понятия
- •3.2. Основные операции над матрицами и их свойства
- •3.2.1. Сложение однотипных матриц
- •3.2.2. Умножение матрицы на число
- •3.2.3. Умножение матриц
- •3.3. Транспонирование матриц
- •4. Определители квадратных матриц
- •4.1. Определители матриц второго и третьего порядка
- •4.2. Определитель матрицы n-го порядка
- •4.3. Свойства определителей
- •4.4. Практическое вычисление определителей
- •5. Ранг матрицы. Обратная матрица
- •5.1. Понятие ранга матрицы
- •5.2. Нахождение ранга матрицы методом окаймления миноров
- •5.3. Нахождение ранга матрицы с помощью элементарных преобразований
- •5.4. Понятие обратной матрицы и способы ее нахождения
- •Алгоритм нахождения обратной матрицы
- •Нахождение обратной матрицы с помощью элементарных преобразований
- •6. Системы линейных уравнений
- •6.1. Основные понятия и определения
- •6.2. Методы решения систем линейных уравнений
- •6.2.1. Метод Крамера
- •6.2.2. Метод обратной матрицы
- •6.2.3. Метод Гаусса
- •Описание метода Гаусса
- •6.3. Исследование системы линейных уравнений
- •6.4. Однородные системы линейных уравнений
- •Свойства решений однородной системы линейных уравнений
- •Фундаментальный набор решений однородной системы линейных уравнений
- •7. Арифметическое n-мерное векторное пространство
- •7.1. Основные понятия
- •7.2. Линейная зависимость и независимость системы векторов
- •Свойства линейной зависимости системы векторов
- •Единичная система векторов
- •Две теоремы о линейной зависимости
- •7.3. Базис и ранг системы векторов
- •Базис пространства Rn
- •Ранг системы векторов
- •8. Векторные (линейные) пространства
- •8.1. Определение векторного пространства над произвольным полем.
- •Простейшие свойства векторных пространств
- •Линейная зависимость и независимость системы векторов
- •8.2. Подпространства. Линейные многообразия
- •Пересечение и сумма подпространств
- •Линейные многообразия
- •8.3. Базис и размерность векторного пространства
- •8.3.1. Конечномерные векторные пространства
- •Базис конечномерного векторного пространства
- •8.3.2. Базисы и размерности подпространств
- •8.3.3. Координаты вектора относительно данного базиса
- •8.3.4. Координаты вектора в различных базисах
- •8.4 Евклидовы векторные пространства
- •Скалярное произведение в координатах
- •Метрические понятия
- •Процесс ортогонализации
- •Скалярное произведение в ортонормированном базисе
- •Ортогональное дополнение подпространства
- •9. Линейные операторы
- •9.1. Основные понятия и способы задания линейных операторов
- •Способы задания линейных операторов
- •9.2. Матрица линейного оператора Связь между координатами вектора и координатами его образа
- •Матрицы линейного оператора в различных базисах
- •9.3. Подобные матрицы
- •Свойства отношения подобия матриц
- •9.4. Действия над линейными операторами
- •1. Сложение линейных операторов.
- •Свойства сложения линейных операторов
- •9.5. Ядро и образ линейного оператора
- •9.6. Обратимые линейные операторы
- •9.7. Собственные векторы линейного оператора
- •9.7.1. Свойства собственных векторов
- •9.7.2. Характеристический многочлен матрицы
- •9.7.3. Нахождение собственных векторов линейного оператора
- •9.7.4. Алгоритм нахождения собственных векторов линейного оператора
- •9.7.5.Условия, при которых матрица подобна диагональной матрице
- •10. Жорданова нормальная форма матрицы линейного оператора
- •10.1. Понятие λ-матрицы
- •Свойства λ-матрицы
- •10.2. Жорданова нормальная форма
- •10.3.Приведение матрицы к жордановой (нормальной) форме
- •Алгоритм приведения матрицы a к жордановой форме
- •11. Билинейные и квадратичные формы
- •11.1. Билинейные формы
- •Свойства билинейных форм
- •Преобразование матрицы билинейной формы при переходе к новому базису. Ранг билинейной формы
- •11.2. Квадратичные формы
- •Приведение квадратичной формы к каноническому виду
- •Закон инерции квадратичных форм
- •Классификация квадратичных форм
- •Необходимое и достаточное условие знакоопределенности квадратичной формы
- •Необходимое и достаточное условие знакопеременности квадратичной формы
- •Необходимое и достаточное условие квазизнакопеременности квадратичной формы
- •Критерий Сильвестра знакоопределенности квадратичной формы
- •Заключение
- •Библиографический список
- •Линейная алгебра
- •156961, Г. Кострома, ул. 1 Мая, 14
8. Векторные (линейные) пространства
8.1. Определение векторного пространства над произвольным полем.
Пусть P – произвольное поле. Известные нам примеры полей – поле рациональных, действительных, комплексных чисел.
Определение 8.1. Множество V называется векторным (или линейным) пространством над полем P, если для каждых двух элементов a, b V определена сумма a + b V,и для каждого k P и для каждого a V определено произведение ka V, причем справедливы следующие равенства: для любых a, b, c V и любых k, l P
a + b = b + a;
a + (b + c) = (a + b) + c;
о V : a + о = a;
а, (–а) : a + (–a) = о;
1a = a, 1 P;
k(la) = l(ka) = (lk)a;
(k + l)a = ka + la;
k(a + b) = ka + kb.
Элементы векторного пространства принято называть векторами, о - нулевой вектор; (–а) – вектор, противоположный вектору а; 1 P – единица поля P.
Примеры 8.1. Приведем примеры векторных пространств.
1) Rn – арифметическое n-мерное векторное пространство.
2) Множество матриц одного итого же размера с действительными коэффициентами Rmn, сложение матриц и умножение их на действительное число определены.
3) R[x] – множество многочленов с действительными коэффициентами, сложение многочленов и умножение их на действительное число известны.
4) R[x](n) – множество многочленов с действительными коэффициентами степени, не превосходящей n.
5) Множество направленных отрезков плоскости или пространства с общим началом в начале координат. Сложение таких отрезков осуществляется по правилу параллелограмма, умножение по известному правилу.
6) R(a, b) – множество функций определенных, дифференцируемых на отрезке [a, b].
Если числа в определении 8.1 k, l … брать из поля действительных (вещественных) чисел R, т. е. Р = R, то пространство называется вещественным векторным (линейным) пространством; если же из поля комплексных чисел, то приходим к понятию комплексного линейного пространства.
Простейшие свойства векторных пространств
1) о – нулевой вектор (элемент), определен единственным образом в произвольном векторном пространстве над полем.
2) Для любого вектора a V существует единственный противоположный элемент (–a) V.
3) a, b V уравнение а + х = b разрешимо единственным образом x = b + (–a) и обозначается как x = b – a, и называется разностью.
4) операция сложения сократима: если а + b = a + c, то b = c для любых a, b, c V.
5) если а + b = a, то b = o.
6) если а + b = о, то а = –b и b = –a.
7) –(–а) = а.
8) 0а = о, где 0 элемент поля P, а о – нулевой вектор пространства V.
9) kо = о, здесь k P, о V.
10) если kа = о, то k = 0 или а =о.
11) (–1)а = –а.
12) (k – l)a = ka – la, где k, l P, а V.
13) k(a – b) = ka – kb, где k P, а, b V.
14) (–k)а = –kа.
Линейная зависимость и независимость системы векторов
Для произвольного векторного пространства понятия линейной комбинации, линейной оболочки системы векторов, линейной зависимости и независимости системы векторов определяется точно так, как и для n-мерного арифметического векторного пространства. Выполняются все свойства линейной зависимости (кроме свойства, связанного со ступенчатой системой векторов).