Линейные векторные пространства. Базис
Линейные векторные пространства
Линейные векторные пространства
Линейные векторные пространства
Линейные векторные пространства
Линейная зависимость векторов
Линейные векторные пространства
Базис линейного пространства
Базис линейного пространства
Базис линейного пространства
Базис линейного пространства
Базис линейного пространства
Размерность линейного пространства
Размерность линейного пространства
Переход от одного базиса к другому
Переход от одного базиса к другому
Переход от одного базиса к другому
ЕВКЛИДОВЫ ПРОСТРАНСТВА.
ЕВКЛИДОВЫ ПРОСТРАНСТВА
ЕВКЛИДОВЫ ПРОСТРАНСТВА
Ортогональные элементы. Ортонормированный базис
  ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА  
  ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА  
Примеры
Примеры
Примеры
Примеры
Примеры
Примеры
Процесс ортонормирования базиса
2.40M
Категория: МатематикаМатематика

Линейные векторные пространства. Базис

1. Линейные векторные пространства. Базис

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

2. Линейные векторные пространства

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

3. Линейные векторные пространства

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

4. Линейные векторные пространства

6.
a b a b а, b V R ;
7. a a a
а V , R
a a
а V , R
8.
Пример 1. Множество всех векторов плоскости или
трехмерного
пространства
является
линейным
пространством относительно операций сложения двух
векторов и умножения векторов на число.

5. Линейные векторные пространства

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

6. Линейная зависимость векторов

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

7. Линейные векторные пространства

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

8. Базис линейного пространства

L произвольное линейное пространство.
Пусть
Определение. Линейная независимая система элементов
пространства e1 , eназывается
базисом этогоLпространства,
2 ,..., en
если любой элемент
пространства
является линейной
x
комбинацией этихLэлементов, т.е.
x числа
x1e1 называемые
x2e2 ,..., xnen ,
некоторые
где
координатами
x , x ,..., xэлемента
1
2
относительно базиса
n
x
e1 , e2 ,..., en .
( )

9. Базис линейного пространства

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

10. Базис линейного пространства

Теорема. Любой элемент
разлагается по базису
L
единственным способом.
линейного пространства
x
этого пространства
e , e ,..., e
1
2
n

11. Базис линейного пространства

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

12. Базис линейного пространства

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

13. Размерность линейного пространства

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

14. Размерность линейного пространства

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

15. Переход от одного базиса к другому

Пусть e1 , e2 ,..., eиn
e1 , e2 ,...,два
en произвольных
базиса n-мерного линейного пространства
Элементы
по базису
e1 , e2 ,..., en разложим
e1 , e2 ,..., en
e1 a11e1 a12 e2 ... a1n en ,
e2 a21e1 a22e2 ... a1n en
...........................................
en an1e1 an 2 e2 ... ann en .
. R
n

16. Переход от одного базиса к другому

Обозначим
a11 a12 ...a1n
a21 a22 ...a1n
A
...................
an1 an 2 ...ann
Матрицу А называют матрицей перехода от нового
базиса к старому базису .
Определитель этой матрицы отличен от нуля.

17. Переход от одного базиса к другому

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

18. ЕВКЛИДОВЫ ПРОСТРАНСТВА.

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

19. ЕВКЛИДОВЫ ПРОСТРАНСТВА

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

20. ЕВКЛИДОВЫ ПРОСТРАНСТВА

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

21. Ортогональные элементы. Ортонормированный базис

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

22.   ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА  

ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА
• Пусть –
базис
f1 , f 2 ,...,
f n в евклидовом пространстве .
Тогда векторы, вычисленные по формулам
L
k 1
где
e1 f1
e k f k c i ei
k 2,...n
образуют
ортогональный базис в
i 1
пространстве
f k ; ei
евклидовом
ci
, k 2,....n,
ei ; ei
L

23.   ПРОЦЕСС ОРТОГОНАЛИЗАЦИИ БАЗИСА  

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

24. Примеры

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

25. Примеры

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

26. Примеры

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

27. Примеры

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

28. Примеры

1 x1 3x 2 x3
6 2 x1 2 x 2
13 3x x x .
1
2
3
1 3 1 1 ( 2)( 3)
2 2 0 6
3 1 1 13
1 1
1 3
0 4 2 8 2
0 8 2 16

29.

x1 5, x2 2, x3 0

30. Примеры

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

31.

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

32.

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

33.

34. Процесс ортонормирования базиса

English     Русский Правила