- •Передмова
- •Лінійна алгебра
- •1.1. Матриці
- •Питання та завдання для самоперевірки
- •1.2. Операції на множині матриць
- •I. Додавання матриць
- •II. Множення матриці на скаляр
- •Закони, якими підпорядкована операція множення матриці на скаляр
- •III. Добуток матриць
- •Закони, яким підпорядкована операція множення матриць
- •IV. Транспонування матриць
- •Питання та завдання для самоперевірки
- •1.3. Детермінант матриці
- •1. Детермінант матриці першого порядку (детермінант першого порядку)
- •Правило трикутників
- •Правило Сарюсса
- •Властивості детермінантів
- •Питання та завдання для самоперевірки
- •Доповняльний мінор та алгебраїчне доповнення
- •1.5. Обернена матриця
- •Питання та завдання для самоперевірки
- •Системи лінійних рівнянь
- •Метод Жордана - Гаусса розв’язування систем лінійних рівнянь
- •Питання та завдання для самоперевірки
- •1.7. Ранг матриці
- •Питання та завдання для самоперевірки
- •1.8. Елементи векторної алгебри
- •Операції на множині векторів
- •I. Додавання векторів
- •II. Добуток вектора на скаляр
- •III. Скалярний добуток векторів
- •1.9. Лінійна залежність та незалежність систем векторів
- •Властивості систем лінійно залежних векторів
- •Питання та завдання для самоперевірки
- •Рекомендована література
- •1. Лінійна алгебра 4
- •1.1. Матриці 4
1.9. Лінійна залежність та незалежність систем векторів
Означення 1.55. Система векторів називається лінійно незалежною, якщо їх лінійна комбінація дорівнює нуль – вектору тоді і тільки тоді, коли всі коефіцієнти лінійної комбінації дорівнюють нулю.
Означення 1.56. Система векторів називається лінійно залежною, якщо існує лінійна комбінація цих векторів, що дорівнює нуль – вектору, і в якій хоча б один коефіцієнт не дорівнює нулю.
Приклад
1.
Дано три вектори:
.
Складемо лінійну комбінацію та прирівняємо
її до нуль-вектора:
,
або
Дана векторна рівність еквівалентна системі трьох рівнянь:
Це лінійна однорідна система, яка, як відомо, завжди сумісна, оскільки існує тривіальний розв’язок. Виникає питання: чи є він єдиним, чи ні?
Якщо цей тривіальний розв’язок єдиний, то система векторів за означенням є лінійно незалежною. Якщо ж існує розв’язок, відмінний від тривіального (хоча б один із коефіцієнтів не дорівнює нулю), то система є лінійно залежною.
Розглянемо
розширену матрицю системи:
.
Оскільки від матриці системи вона
відрізняється лише колонкою, яка
складається з нулів, то ранги цих матриць
рівні, отже, за теоремою Кронекера-Капелі
система сумісна. Знайдемо цей ранг. Для
цього помножимо перший рядок на 2 і
додамо до другого:
.
Поділимо другий рядок на 3:
,
додамо другий рядок до третього:
.
Поділимо третій рядок на 5, помножимо
його на (-2) і додамо до першого, потім на
(-1) і додамо до другого:
.
Ми отримали три різних орти, тому ранг матриць дорівнює трьом і дорівнює кількості змінних, система має єдиний, а саме тривіальний розв’язок. Усі коефіцієнти лінійної комбінації векторів дорівнюють нулю, отже, система векторів лінійно незалежна.
Приклад
2.
Розглянемо три вектори:
.
Складемо лінійну комбінацію та прирівняємо
її до нуль-вектора:
, або
Дана векторна рівність еквівалентна системі трьох рівнянь:
Розглянемо
розширену матрицю системи:
.
Знайдемо ранг цієї матриці. Для цього помножимо перший рядок на 2 і додамо до другого:
.
Поділимо другий рядок на 3:
,
додамо другий рядок до третього:
.
Ми отримали два різних орти, отже, ранг
матриць дорівнює двом, а змінних – три,
система має нескінчену множину розв’язків,
серед яких, звичайно, можна знайти такий,
у якому коефіцієнти не дорівнюють нулю,
наприклад:
.
Система векторів є лінійно залежною.
Властивості систем лінійно залежних векторів
1. Якщо деяка підсистема системи векторів є лінійно залежною, то вся система є лінійно залежною.
Доведення.
Нехай у системи, що складається з
векторів, існує підсистема із
векторів, які є лінійно залежними
.
Будемо вважати, що ці лінійно залежні
вектори є першими
векторами, тобто вектори
лінійно залежні.
З означення випливає, що існують числа не всі рівні нулю, такі, що лінійна комбінація цих векторів дорівнює нуль-вектору:
Якщо у ліву частину цієї рівності додати решту векторів з нульовими коефіцієнтами
,
то рівність залишиться правильною, і оскільки серед перших коефіцієнтів є відмінні від нуля, то за означенням вектори є лінійно залежними.
2. Система векторів, що містить нуль-вектор є лінійно залежною.
Доведення. Розглянемо систему векторів, яка містить нуль-вектор. Нехай нуль-вектор є першим. Складемо лінійну комбінацію, у якій перший коефіцієнт дорівнює одиниці, а всі останні дорівнюють нулю:
.
Ми
отримали правильну векторну рівність.
Ліва часитина – лінійна комбінація
нашої системи векторів, і вона дорівнює
нуль-вектору, причому серед коефіцієнтів
один коефіцієнт, а саме –
,
не дорівнює нулю.
За означенням така система векторів є лінійно залежною.
3. Система векторів, кількість яких більша за вимірність, є лінійно залежною.
Доведення цієї властивості наведемо після формулювання теореми про ранг матриці.
4. Для того щоб система векторів була лінійно залежною, необхідно і достатньо, щоб хоча б один із них був лінійною комбінацією решти векторів.
Доведення.
Необхідна
умова.
Якщо система векторів є лінійно залежною,
то хоча б один із них є лінійною комбінацією
решти. Розглянемо систему
векторів, що є лінійно залежною. З
означення випливає, що існують числа
не всі рівні нулю, такі, що лінійна
комбінація цих векторів дорівнює
нуль-вектору:
Нехай
нерівним нулю є перший коефіцієнт, тоді,
залишивши перший доданок у лівій частині,
перенесемо всі останні у праву і поділимо
на
:
.
Дана
рівність і визначає, що вектор
є лінійною комбінацією решти векторів.
Достатня умова. Якщо один із векторів є лінійною комбінацією решти, то система векторів є лінійно залежною.
Розглянемо систему векторів, один із яких, припустимо , є лінійною комбінацією решти:
Перенесемо всі складові у ліву частину, отримаємо:
.
Отже, існує лінійна комбінація векторів, що дорівнює нуль-вектору, і серед коефіцієнтів лінійної комбінації принаймні один не дорівнює нулю ( ).
За означенням система є лінійно залежною.
Означення 1.57. Рангом системи векторів називається максимальна кількість лінійно незалежних векторів із числа даних.
З
означення випливає, що для знаходження
рангу системи векторів треба розглянути
її підсистеми, які складаються з одного,
двох, трьох і так далі векторів і
встановити їх лінійну залежність або
незалежність. Якщо буде знайдена
підсистема з
лінійно незалежних векторів, а всі
підсистеми, що складаються з (
+1)-го
вектора, є лінійно залежними або таких
підсистем не існує, то ранг системи
векторів дорівнює
.
Цей процес є аналогічним процесу знаходження рангу матриці. Більше того, установлення рангу системи векторів можна робити за допомогою знаходження рангу матриці.
Теорема 1.8. Теорема про ранг матриці
Ранг матриці дорівнює рангу системи векторів, які є її колонками або рядками (без доведення).
Цю теорему використовують у такий спосіб: ранг системи векторів знаходять відшукуючи ранг матриці.
Використовуючи перетворення Жордана-Гаусса, можна вказати такий шлях знаходження рангу системи векторів: оскільки ранг матриці дорівнює максимальній кількості різних ортів, що ми отримали при перетвореннях, то кількість цих ортів і дорівнює рангу системи векторів.
Означення 1.58. Базисом системи векторів називається будь-яка підсистема лінійно незалежних векторів, кількість яких дорівнює рангу системи, або найбільша за кількістю підсистема лінійно незалежних векторів.
Зауваження. Ранг системи векторів – це число, а базис – деяка підсистема векторів, причому таких підсистем може бути декілька.
У
наведеному вище прикладі ранг системи
трьох векторів дорівнює двом, отже,
базис системи векторів утворює два
будь-яких лінійно незалежних вектори.
Після перетворень вектори
стали ортами, а значить вони є лінійно
незалежними і утворюють базис. Саме на
компонентах цих векторів побудовано
базисний мінор, звідки і пішла його
назва.
З означення рангу системи векторів є одне, дуже необхідне в подальшому твердження: якщо кількість векторів у системі дорівнює рангу, то ці вектори є лінійно незалежними.
Доведемо зараз третю властивість систем лінійно залежних векторів.
Теорема 1.9. Система векторів, кількість яких більша за їх вимірність, є лінійно залежною.
Доведення.
Розглянемо систему із
–
вимірних векторів, де за умовою
.
Складемо матрицю, колонками якої є наші
вектори. Ранг матриці не може бути
більшим за
,
тобто не більшим за
.
Таким чином, серед даних векторів
максимальна кількість лінійно незалежних
не перевищує
,
а значить ця система є лінійно залежною.
Означення
1.59.
Розкладом вектора
по векторах
називається зображення цього вектора
у вигляді лінійної комбінації даних
векторів:
.
Теорема 1.10. Про розклад вектора по векторах базису.
Будь-який вектор системи векторів можна розкласти по будь-якому базису цієї системи, причому єдиним чином.
Доведення.
Розглянемо систему
векторів, ранг якої
.
Це означає, що існує
лінійно незалежних векторів, які
утворюють базис цієї системи. Будемо
вважати, що один із можливих базисів
складають перші
векторів. Розглянемо деякий вектор
.
Можливі два випадки:
1)
,
тобто вектор
один із базисних;
2)
,
вектор
не входить у базис.
У першому випадку можна записати рівність:
.
Усі коефіцієнти лінійної комбінації, крім одного, дорівнюють нулю, а коефіцієнт при дорівнює одиниці. Це правильна векторна рівність і є розкладом вектора .
У другому
випадку вектор
не входить у базис. Розглянемо систему
векторів:
.
З означення рангу випливає, що ця система
векторів є лінійно залежною, тобто існує
лінійна комбінація цих векторів, що
дорівнює нуль-вектору, при цьому хоча
б один із коефіцієнтів не дорівнює нулю:
.
(1.17)
Покажемо,
що нерівним нулю є коефіцієнт при
.
Припустимо
протилежне, тобто
.
Тоді рівність (1.17) набуває вигляду:
.
У цій
лінійній комбінації хоча б один коефіцієнт
не дорівнює нулю, отже, вектори
є лінійно залежними, що суперечить
умові, за якою ці вектори, утворюючи
базис, є лінійно незалежними. Отримане
протиріччя доводить твердження, що
.
Поділимо (1.17) на
,
залишимо вектор
у лівій частині, отримаємо:
.
Таким чином, вектор розклався по базису.
Доведемо другу частину від супротивного. Припустимо, що існують два різних розклади:
,
тобто
хоча б одна з пари коефіцієнтів при
якомусь векторі не є рівною:
.
Віднімемо друге рівняння від першого:
.
Ми
отримали лінійну комбінацію векторів
,
яка дорівнює нуль-вектору, при цьому
хоча б один із коефіцієнтів, а саме
,
не дорівнює нулю. За означенням ця
система векторів є лінійно залежною,
що суперечить умові теореми.
Означення 1.60. Коефіцієнти розкладу вектора по векторах базису називаються координатами вектора по цьому базису.
Згідно з першим випадком доведення теореми, якщо вектор входить у базис, то його координати будуть: одна – «1», а решта – «0», тобто він є ортом.
Досі ми розглядали системи векторів, кількість яких була скінченна. Якщо розглядати лінійний –вимірний простір, тобто множину всіх можливих –вимірних векторів, то в цьому просторі також існують поняття рангу та базису.
Теорема 1.11. Ранг –вимірного лінійного векторного простору дорівнює .
Доведення. Серед усіх можливих –вимірних векторів існують різних ортів.
Якщо
скласти матрицю, колонками якої будуть
різних ортів у їх природному порядку
,
то ми отримаємо одиничну матрицю, у якій
існує мінор
-го
порядку – матриця
.
Її детермінант не дорівнює нулю. Оскільки
у матриці
рядків, то мінорів старших порядків не
існує, отже, ранг матриці дорівнює
.
Якщо побудувати матрицю з якою завгодно
кількістю векторів, серед яких будуть
різних ортів, її ранг також буде
дорівнювати
.
Означення 1.61. Базис, утворений ортами, називається ортонормованим.
Головна особливість цього базису полягає в тому, що коефіцієнти розкладу будь-якого вектора по цьому базису, тобто координатами вектора будуть його компоненти.
Приклад.
Дано чотири вектори:
.
Необхідно знайти ранг системи векторів,
базис та розкласти всі вектори по
знайденому базису.
Складемо
матрицю, колонками якої є дані вектори:
.
Методом елементарних перетворень
знайдемо її ранг. Для цього помножимо
третій рядок на 3 і додамо до другого:
.
Додамо перший рядок до другого та до
третього:
.
Ми отримали два різних орта і виділити
ще один неможливо, отже, ранг матриці
дорівнює 2. Базисний мінор
,
тобто один із можливих базисів складають
вектори
.
Оскільки це базис ортонормований, то координатами векторів у ньому є їх компоненти.
Вектори мають такі розклади
,
.
