Упражнения к § 2Доказать, что все n-мерные векторы, у которых первая и последняя координаты равны между собой, образуют линейное подпространство. Найти его базис и размерность.
Доказать, что все n-мерные векторы, у которых координаты с четными номерами равны между собой, образуют линейное подпространство. Найти его базис и размерность.
Доказать, что все симметрические матрицы образуют линейное подпространство пространства всех квадратных матриц порядка n. Найти его размерность и базис.
Доказать, что линейное пространство есть прямая сумма двух линейных подпространств: , .
Доказать, что пространство всех квадратных матриц есть прямая сумма пространств симметрических матриц и кососимметрических матриц.
Доказать, что решения любой системы однородных линейных уравнений с n неизвестными ранга r образуют линейное подпространство n- мерного пространства размерности n-r.
§ 3. Определители и линейная независимость векторов
Пусть X – конечномерное линейное пространство и – система векторов из X. Определение 1. Векторы , называются базисными для системы векторов , если они линейно независимы и каждый из векторов является их линейной комбинацией. Число базисных векторов называется рангом системы векторов . Базисные векторы образуют базис в линейной оболочке векторов , т.е. в подпространстве . Для того чтобы векторы () образовывали базис в , необходимо и достаточно, чтобы определитель матрицы был отличен от нуля. Столбцы матрицы A, на которых расположен базисный минор матрицы A, являются базисными векторами для системы векторов . Задача 1. Найти базисные векторы в системе векторов , , , . Решение. Составим матрицу из координат векторов . Найдем какой-либо базисный минор матрицы A. Рассмотрим ; . Следовательно, rang(A)=3. Так как базисный минор расположен на векторах , то данные векторы являются базисными векторами системы .
Упражнения к § 3
1. Найти размерность и базис линейных подпространств, натянутых на следующие системы векторов: 2) =(1, 0, 0, -1), =(2, 1, 1, 0), =(1, 1, 1, 1), =(1, 2, 3, 4), =(0, 1, 2, 3); 3) =(1, 2, 3), =(4, 5, 6), =(7, 8, 9), = (10, 11, 12).
§ 4. Линейные нормированные пространства Определение 1. Линейное пространство над полем K (K =R или K =C) называется нормированным, если задана функция , обозначаемая и удовлетворяющая следующим условиям: 1) , ; 2) ; 3) ; для любых векторов и любого числа . Величина называется нормой вектора x. Задача 1. Доказать, что линейное пространство , где K= Rили K= C является нормированным, если в качестве нормы выбрана одна из следующих функций: 1. (октаэдрическая норма); 2. (кубическая норма) 3. (евклидова норма), где . Решение. Докажем, что для выполняются аксиомы нормы. Так как для любого , то .Условие равносильно , а так как , то равенство нулю суммы возможно лишь тогда и только тогда, когда , , т.е. . . , а так как по свойству модуля , то . Таким образом, является нормой в . II. Докажем, что является нормой в . Так как , то . Условие равносильно , а так как, с другой стороны, , то получаем: . . . Так как , то . Так как , то . Аналогично, , . Следовательно, . Таким образом, является нормой в . Аналогично проверяется (доказательство проведите самостоятельно), что является также нормой в пространстве .
Задача 2. Докажите неравенство . Решение. 1) , следовательно, ; 2) , следовательно, , а так как , то последнее неравенство преобразуется к виду: . Из пунктов 1) и 2) следует, что .
§ 5. Пространства со скалярным произведением. Евклидовы пространства
Определение 1. В n-мерном линейном пространстве H над полем K определена операция скалярного умножения векторов, если задана функция , называемая скалярным произведением, ставящая в соответствие каждой паре векторов число , причем для любых и выполнены следующие аксиомы: I. и ; II. ; III. ; IV. . При K=R условие 4) выглядит следующим образом: . Конечномерное линейное пространство со скалярным произведением называется евклидовым пространством. Каждое пространство H со скалярным произведением можно сделать нормированным, если положить . Задача 1. Доказать, что отображение задает скалярное произведение в . Решение. Проверим выполнение аксиом скалярного произведения. 1. ; ; 2. ; 3. ; 4. . Таким образом, задает скалярное произведение в .
Задача 2. Проверить, задает ли отображение скалярное произведение в , если . Решение. Проверим свойства скалярного произведения. Рассмотрим . Проверим выполнение неравенства . Рассмотрим : Так как , то функция не является скалярным произведением. Задача 3. Пусть – различные комплексные числа. Докажите, что в линейном пространстве , где формула , (*) задает скалярное произведение. Верно ли это утверждение для ? Решение. Рассмотрим числа , и многочлены . Проверим аксиомы скалярного произведения для заданного : . Пусть . Тогда , т.е. . Так как , а любой многочлен степени n однозначно определяется своими значениями в n+1 точке, то ; ; . Таким образом, при формула (*) задает скалярное произведение. Пусть . Рассмотрим многочлен степени n, имеющий по основной теореме высшей алгебры n корней. Условие равносильно тому, что ,где . Рассмотрим многочлен . Для данного многочлена выполнены условия: , однако . Следовательно, при формула (*) скалярное произведение не задает.
Определение 2. Углом между векторами и евклидова пространства H называется угол , определяемый соотношением: , . Задача 4. Определить угол между векторами и . Решение. В пространстве рассмотрим евклидову норму. Тогда , , . Тогда , тогда . Задача 5. Вычислить угол между функциями , из пространства , если скалярное произведение задается следующей формулой: . Решение. , ,
, . Определение 3. Два вектора называются ортогональными (перпендикулярными), если их скалярное произведение равно 0. Определение 4. Система векторов называется ортогональной, если в ней все векторы попарно ортогональны. Определение 5. Система векторов называется ортонормированной, если она ортогональна и в ней все векторы нормированы, т.е. выполняются условия: ; . Определение 6. Базис евклидова пространства H называется ортонормированным, если векторы образуют ортонормированное множество. Переход от линейно независимых векторов к ортонормированному множеству осуществляется с помощью процесса ортогонализации Грама-Шмидта. Процесс ортогонализации Грама-Шмидта. Пусть – линейно независимые векторы из H. Тогда векторы , определенные следующими равенствами: , ; , ;
, ; , образуют ортонормированное множество в H. В частности, –ортонормированный базис в H, если H – конечномерно и – базис в H. Задача 6. Применить процесс ортогонализации к системе векторов пространства : , , . Решение. Применим к линейно независимым векторам процесс ортогонализации Грама –Шмидта, считая, что : ;
; ; ; . Ортонормированная система векторов: , , . Задача 7. Проверить, что векторы , образуют ортонормированное множество из , и дополнить его до ортонормированного базиса. Решение. Проверим, что множество – ортонормированное. , ;
. Векторы линейно независимы. Дополним до ортонормированного базиса. Для этого найдем вектор , ортогональный к векторам , т.е. удовлетворяющий системе: . Размерность пространства решений системы равна 1, фундаментальную систему решений и базис в пространстве решений образует вектор . Пронормируем f, положив . Векторы образуют ортонормированный базис в . Задача 8. Найдите какой-нибудь ортонормированный базис в пространстве евклидова пространства . Решение. Найдем произвольный базис в пространстве M. Размерность пространства M равна 2 (dim M=2) и легко проверить, что векторы , образуют базис, ортогональны и – нормирован. Остается пронормировать вектор . Положим: , . Векторы – ортонормированный базис в M.
Задача 9. Построить ортонормированный базис подпространства, натянутого на систему векторов ; ; . Решение. Найдем базис в линейной оболочке векторов . Векторы – линейно независимы, вектор . Следовательно, образуют базис в и . Применим к базисным векторам процесс ортогонализации Грама-Шмидта: ; = ; .
Векторы – ортонормированный базис в . Определение 7. Пусть M – подпространство из H. Вектор x называется перпендикулярным (ортогональным) подпространству M, если , . Ортогональным дополнением подпространства M пространства H называется совокупность всех векторов из H, каждый из которых ортогонален M. Для подпространства M евклидова пространства H ортогональное дополнение также является подпространством в H, причем .
Задача 10. Найдите ортонормированный базис в ортогональном дополнении к подпространству M евклидова пространства , которое является линейной оболочкой векторов , . Решение. Векторы линейно независимы и образуют базис в M. Найдем какой-либо базис в . Для этого дополним систему векторов до базиса в линейно независимыми векторами a,b (dim =4-2=2) такими, чтобы выполнялись равенства: , , т.е. a,b – базис в пространстве решений системы однородных уравнений:
.
Фундаментальной системой решений и базисом в являются векторы , . Векторы a,b являются ортогональными, так как . Поэтому для получения ортонормированного базиса остается только пронормировать a, b: , . Векторы образуют ортонормированный базис в .
Задача 11. Найти ортонормированный базис ортогонального дополнения подпространства М, натянутого на векторы: , , . Решение. Найдем базис в подпространстве M. Составим матрицу . Ранг матрицы A равен 2, базис образуют векторы . Так как dim =dim - dim M = 4-2=2, то найдем линейно независимые , принадлежащие , т.е. удовлетворяющие условию: , , . Задача сводится к нахождению фундаментальной системы решений для системы: . Общим решением системы является: . Фундаментальная система решений: , . Векторы – ортогональны. Пронормируем их: , . Векторы образуют ортонормированный базис в . Определение 8. Пусть M – подпространство из H. Вектор a называется ортогональной проекцией вектора на M, если вектор x-a перпендикулярен M. Теорема. Пусть M – конечномерное подпространство из H и - ортонормированный базис в M. Тогда для любого вектора вектор является единственной ортогональной проекцией вектора x на M.
Задача 12. Найти ортогональную проекцию вектора на линейное подпространство L, натянутое на векторы: , , . Решение. Найдем ортонормированный базис в пространстве . Векторы линейно независимы, а вектор , следовательно, – базис в . Применяя к данным векторам процесс ортогонализации, найдем ортонормированный базис: , . Найдем проекцию вектора x: = . Таким образом, .
Укажем другой способ решения задачи 12. Решение. Выясним, являются ли векторы , , линейно независимыми: . Таким образом, из трех векторов два, например , являются линейно независимыми. Их мы и возьмем в качестве базиса в подпространстве . 2) Разложим вектор по векторам : , где , . Так как , то , где и – некоторые константы, которые будут найдены в дальнейшем. Так как , то . Из следует, что , поэтому
.
Таким образом, . Тогда . Задача 13. Найти ортогональную проекцию и ортогональную составляющую вектора на линейное подпространство , где , задано системой уравнений: . Решение. Найдем базис в подпространстве , который образует фундаментальная система решений системы уравнений , описывающей линейное подпространство:
.
Составим таблицу значений переменных
Таким образом, фундаментальную систему решений (базис в подпространстве ) составляют векторы , . Далее задача решается аналогично задаче 12.
Определение 9. Величина , где a – проекция вектора x на подпространство M, называется расстоянием от вектора x до подпространства M.
Задача 14. Найти расстояние от вектора x до подпространства из задачи 12. Решение. Найдем . Следовательно, расстояние от вектора x до подпространства равно .
Задача 15. Найти расстояние от точки , заданной вектором , до линейного многообразия, заданного системой уравнений: . Решение. Обозначим через – заданное линейное многообразие, – линейное подпространство, соответствующее данному многообразию, – некоторая точка линейного многообразия, – задающий ее вектор, – расстояние от точки до линейного многообразия.
1. Построим базис линейного подпространства . Для этого найдем фундаментальную систему решений для системы уравнений .
. Составим таблицу значений переменных
Таким образом, базис в подпространстве образуют векторы , . Так как , то (коэффициенты и будут найдены ниже) и . 2. Возьмем произвольную точку линейного многообразия . Положим для простоты , тогда координаты точки удовлетворяют системе , откуда . Таким образом, и, следовательно, . 3. Положим =(4,2,-5,1)-(0,0,-3,6)=(4,2,-2,-5). Пусть , где , . Так как , то (коэффициенты и будут найдены ниже) и . Так как , то , откуда следует, что . Таким образом, и, следовательно, , то есть расстояние от точки до многообразия равно 5.
|