- •Конспект лекций по линейной и векторной алгебре, аналитической геометрии и комплексным числам к.Н.Пономарёв и.А.Сажин
- •1.Введение.
- •2. Матрицы. Линейные операции над ними. Произведение матриц.
- •2.1.Операции над матрицами.
- •2.2.Определители.
- •2.3. Свойства определителей.
- •3.Обратная матрица.
- •3.3. Ранг матрицы.
- •3.1. Решение систем линейных уравнений с помощью обратной матрицы.
- •3.2. Понятие линейной зависимости строк.
- •3.4. Метод Гаусса.
- •4. Решение совместных систем линейных алгебраических уравнений.
- •4.1. Системы линейных уравнений.
- •4.2.Однородная система линейных
- •5.Векторы.
- •5.1. Понятие вектора.
- •5.2. Линейные операции с векторами.
- •5.3. Базис.
- •5.4. Скалярное произведение векторов.
- •5.5. Векторное и смешанное произведения векторов.
- •6.Аналитическая геометрия.
- •6.1. Уравнение линии на плоскости.
- •6.2.Полярная система координат.
- •6.3. Уравнение прямой на плоскости.
- •6.3.1.Уравнение прямой с угловым коэффициентом. Рассмотрим прямую в декартовой плоскости.
- •6.3.2. Нормированное уравнение прямой линии.
- •6.3.3.Уравнение прямой линии в полярных координатах.
- •7.Линии второго порядка.
- •7.1.Каноническое уравнение эллипса.
- •7.2. Каноническое уравнение гиперболы.
- •7.3.Каноническое уравнение параболы.
- •8. Плоскость. Различные способы задания плоскости.
- •9. Прямая линия в пространстве.
- •10.Линейные пространства.
- •10.1.Введение. Основные определения.
- •10.2.Размерность и базис линейного пространства.
- •10.2.1. Размерность линейного пространства.
- •10.2.2.Базис линейного пространства.
- •10.2.3.Действия над векторами в координатной форме.
- •10.2.4. Замена базиса.
- •11.Евклидовы пространства.
- •11.1.Основные определения.
- •11.2.Неравенство Коши-Буняковского.
- •11.3. Норма вектора. Нормированное пространство.
- •11.4. Ортонормированный базис конечномерного евклидова пространства.
- •11.5.Ортогональные матрицы и их свойства.
- •12.Линейные операторы.
- •12.1. Действия над линейными операторами.
- •12.2. Матрица линейного оператора.
- •12.3. Изменение матрицы линейного оператора при переходе от одного базиса к другому.
- •12.4.Собственные числа и собственные векторы линейного преобразования.
- •13.Линейные операторы в евклидовом пространстве.
- •13.1. Примеры линейных операторов.
- •14.Квадратичные формы и их приведение к каноническому виду.
- •15. Комплексные числа.
- •15.1. Алгебраические операции над комплексными числами.
- •15.2. Возведение в целую степень и извлечение корня из комплексных чисел.
5.2. Линейные операции с векторами.
Сложение. Суммой
двух векторов
называется вектор, направленный из
начала вектора
в конец вектора
при условии, что начало
приложено к концу вектора
.
Геометрически это можно изобразить правилом треугольника:
Правило сложения векторов обладает теми же четырьмя свойствами, что и правило сложения вещественных чисел:
1.
(переместительное свойство).
2.
(сочетательное свойство).
3. Существует
нулевой вектор, такой, что
.
4. Для каждого
существует противоположный вектор
дл которого
.
Эти свойства доказываются геометрическими построениями. К примеру, свойство 1:
Эти свойства позволяют оперировать с векторами также как и с вещественными числами.
О
пределим
разность векторов
как сумму
где
-
противоположный вектор вектору
.
Определим операцию умножения вектора на вещественное число.
Произведением
называется вектор
,
коллинеарный
,
имеющий длину
и направление, совпадающее с
если
,
и противоположное если
.
Геометрический смысл умножения - вектор растягивается в раз.
Операция умножения обладает тремя свойствами:
5.
(распределительное свойство относительно
суммы векторов).
6.
(распределительное свойство относительно
суммы чисел).
7.
(сочетательное свойство).
Доказываются эти свойства тоже графически.
Теорема 1.
Если вектор
коллинеарен вектору
,
то существует такое вещественное число
,
что
.
Совместим начало вектора и начало вектора . В силу коллинеарности они окажутся на одной прямой.
Докажем, что
.
Т.е. что длины их равны, направления
совпадают, и они коллинеарны.
Коллинеарность
вытекает из определения произведения
и
коллинеарности
и
,
равенство длин непосредственно из
определения произведения и . Наконец,
опять из определения произведения
следует, что если
,
то направления совпадают, и если
,
то
и
-- противоположно направлены.
Определение 1. Линейной комбинацией n векторов мы называем сумму вида
,
где
-
вещественные числа.
Определение 2.
Векторы
называются линейно зависимыми, если
существуют такие
, хотя бы одно из которых отлично от
нуля, что имеет место равенство:
Если все
,
то такие векторы
называются линейно независимыми.
Докажем следующее утверждение.
Теорема 2.
Если среди n
векторов
есть хотя бы один нулевой вектор, то эти
векторы являются линейно зависимы.
Доказательство: пусть для определённости
.
Тогда выполняется равенство:
где
.
и по определению линейной зависимости эти векторы линейно зависимы.
Теорема 3.
Если среди п
векторов
какие либо (п-1)
линейно зависимы, то и все п
являются линейно зависимы.
Действительно: линейная зависимость (п-1) векторов означает:
Добавим сюда равное
0 слагаемое
и получим
,
где
не все равны нулю, т.е. теорема доказана.
Теорема 4. Необходимым и достаточным условием линейной зависимости двух векторов является их коллинеарность.
Доказательство необходимости: предположим, что и линейно зависимы. Т.е.
положим, что
.
Тогда
или
.
По определению произведения
и
коллинеарны.
Достаточность:
предположим,
и
коллинеарны.
Если
или
равно
нулю, то они линейно зависимы в силу
теоремы 2. Если
и
то в силу теоремы 1 имеем:
,
или
.
Т. к. здесь заведомо (-1) не равно 0, то равенство доказывает линейную зависимость векторов и .
Следствие 1. Если векторы и неколлинеарны, то они линейно независимы.
Следствие 2. Среди двух линейно независимых векторов не может быть нулевых. (Иначе они были бы линейно зависимы).
Определение: векторы называются компланарными, если они лежат либо в одной плоскости, либо в параллельных плоскостях.
Теорема 5. Необходимым и достаточным условием линейной зависимости трёх векторов является их компланарность.
Необходимость: пусть три вектора линейно зависимы:
.
Тогда
,
или
Это равенство означает сложение двух векторов, т.е. все три вектора лежат в одной плоскости.
Достаточность:
пусть
компланарны. Исключим случай, когда
пара векторов коллинеарна и когда
какой-либо вектор равен 0. Эти случаи
тривиальны. Рассмотрим случай, когда
все они попарно неколлинеарны.
Представим все векторы направленными отрезками, лежащими в одной плоскости и отложенными их из одной точки. Из конца последнего вектора опустим проекции параллельно векторам и на продолжения векторов и , получим точки A и B.
В силу теоремы 1,
найдутся такие
и
,
что
или
.
Теорема доказана.
Следствие 3.
Если векторы
и
неколлинеарны, то для любого
,
лежащего в одной плоскости с векторами
и
найдутся такие
и
,
что выполнится равенство:
Наконец, установим линейную зависимость четырех пространственных векторов.
Теорема 6. Любые четыре геометрических вектора пространства линейно зависимы.
Доказательство. Исключим тривиальные случаи, когда один из векторов нулевой или когда какие-либо три из них компланарны. В этом случае по предыдущим теоремам будут линейно зависимы и все четыре вектора. Т.е. будем считать, что все векторы некомпланарны. Отложим их из одной точки и построим параллелепипед проекций:
По теореме 1 найдутся такие числа, что:
Но вектор
равен
или
или
.
Теорема доказана.
Попутно мы доказали,
что если
,
какие-либо некомпланарные, т.е. линейно
независимые векторы, то для любого
вектора
можно найти такие числа
,
что
.
