- •Тема 1. Матрицы. Определители.
- •1.1. Матрицы.
- •Виды матриц
- •Операции над матрицами.
- •Умножение матрицы на число
- •Сложение матриц
- •Транспонирование матриц
- •Свойства транспонированных матриц
- •Определители квадратных матриц
- •Умножение матриц
- •Свойства произведения матриц
- •Возведение в степень.
- •Свойства определителей
- •Тема 2. Обратная матрица. Ранг матрицы.
- •2.1. Обратная матрица
- •Алгоритм нахождения обратной матрицы
- •2.2. Ранг матрицы
- •Тема 3. Системы линейных алгебраических уравнений
- •Общий вид и свойства системы уравнений
- •3.2. Матричная форма системы уравнений
- •3.3. Метод обратной матрицы и метод Крамера.
- •Метод Гаусса
- •Система линейных уравнений с неизвестными
- •Системы линейных однородных уравнений. Фундаментальная система решений.
- •3.7. Модель Леонтьева многоотраслевой экономики
- •Балансовые соотношения
- •Линейная модель стоимостной экономики
- •Продуктивные модели Леонтьева
- •Тема 4. Векторы
- •4. 1. Векторы на плоскости и в пространстве
- •4.1.1. Скаляры и векторы. Операции над векторами
- •Операции над векторами.
- •4.1.2. Скалярное произведение векторов
- •Векторное пространство
- •4.2.1. Понятие и основные свойства векторов
- •4.2.2. Операции над векторами Пусть векторы и принадлежат -мерному векторному пространству и .
- •Суммой векторов и называется вектор , координаты которого равны суммам соответствующих координат этих векторов:
- •4.2.3. Скалярное произведение векторов
- •4.3. Линейная зависимость векторов
- •4.3.1. Линейно зависимые и линейно независимые системы векторов
- •4.3.2. Базис и ранг системы векторов
- •4.4. Разложение вектора по базису
- •4.4.1. Представление вектора в произвольном базисе.
- •Разложение вектора в ортогональном базисе.
- •4.5. Оператор линейного преобразования
- •4.5.1. Матрица перехода от одного базиса к другому
- •4.5.2. Линейные операторы
- •4.5.3. Собственные значения и собственные векторы матрицы.
- •4.5.4. Собственные значения и собственные векторы линейного оператора
- •Свойства собственных значений матрицы
- •4.5.5. Диагональная форма матрицы оператора
- •4.5.5. Линейная модель торговли
- •Тема 5. Аналитическая геометрия на плоскости.
- •Уравнение линии на плоскости
- •5.1.1. Линии первого порядка
- •5.2.2. Гипербола
- •5.2.3. Парабола
- •Тема 6. Уравнение поверхности и линии
- •6.1. Плоскость в пространстве
- •Взаимное расположение прямой и плоскости.
- •Тема 7. Комплексные числа
- •Арифметические операции над комплексными числами
- •Арифметические операции на множестве комплексных чисел
- •Тригонометрическая и показательная формы комплексного числа.
- •Свойства арифметических операций над комплексными числами
- •Оглавление
- •Литература
4.3.2. Базис и ранг системы векторов
Рассмотрим систему
векторов
.
Максимально
независимой подсистемой векторов
(18) называется частичный набор векторов
этой системы, удовлетворяющий двум
условиям:
Векторы этого набора линейно независимы.
Любой вектор системы (18) линейно выражается через векторы этого набора.
Справедлива теорема, утверждающая, что все максимально независимые подсистемы данной системы векторов содержат одно и то же число векторов.
Максимально независимая подсистема системы векторов (18) называется ее базисом; векторы, входящие в базис, называются базисными векторами.
Будем называть рангом системы векторов число векторов ее базиса. Если ранг системы векторов меньше числа ее векторов, то она может иметь несколько базисов.
Всякая система векторов пространства , содержащая более векторов, линейно зависима.
Понятие базиса распространяется и на пространство , которое является системой, содержащей всю бесконечную совокупность -мерных векторов.
Определение. Система векторов называется базисом пространства , если:
Векторы этой системы линейно независимы.
Всякий вектор из линейно выражается через векторы данной системы.
Теорема. Линейно независимая система векторов в пространстве является базисом тогда и только тогда, когда число векторов этой системы равно .
4.4. Разложение вектора по базису
4.4.1. Представление вектора в произвольном базисе.
Пусть система
векторов
является
базисом, а вектор
- их линейная комбинация. Имеет место
следующая теорема.
Теорема. Разложение любого вектора в базисе, если оно существует, является единственным.
Доказательство. Предположим, что вектор может быть представлен в виде линейной комбинации векторов двумя способами:
и
где наборы чисел
и
,
среди которых обязательно есть ненулевые
значения, не совпадают. Вычитая одно
равенство из другого имеем
.
Мы получили, что линейная комбинация векторов системы , в которой не все коэффициенты равны нулю (в силу несовпадения и ) равна нулю, т.е. данная система оказалась линейно зависимой, что противоречит условию теоремы. Полученное противоречие доказывает теорему.
В произвольном базисе пространства
(21)
любой вектор этого пространства обязательно представим в виде разложения по базисным векторам
,
(22)
причем это разложение является единственным для данного базиса. В наборе коэффициентов разложения
(23)
числа
называются координатами вектора
в базисе (21), и, как следует из сказанного,
этот набор единственный для любого
вектора в данном базисе.
Для нахождения
коэффициентов разложения
в случае произвольного базиса (21)
необходимо приравнять соответствующие
координаты линейной комбинации векторов
слева и координаты вектора
.
Пусть базисные векторы и вектор заданы в следующей координатной форме:
,
,
,
.
Выполнение описанной процедуры приводит к системе линейных уравнений относительно неизвестных координат разложения вектора в базисе (21):
