- •Список основных статей по линейной алгебре
- •Аффинное пространство Точечно-векторная аксиоматика аффинного пространства
- •Для всех .
- •Базис и размерность векторного пространства Определение
- •Переход от одного базиса к другому
- •Билинейное отображение Определение
- •Билинейная форма
- •Матрица билинейной формы
- •Векторное пространство Определение
- •Подпространство векторного пространства
- •Для любых векторов ;
- •Для всех .
- •Факторпространство
- •Двойственное векторное пространство Определение
- •Для всех ;
- •Для всех .
- •Корневые подпространства
- •Квадратичная форма Определение
- •Квадратичная форма на векторном пространстве Определение
- •Матрица квадратичной формы
- •Квадратичная форма на вещественном векторном пространстве
- •Закон инерции квадратичных форм
- •Положительная определенность
- •Линейная зависимость
- •Линейные комбинации. Линейная оболочка
- •Линейная зависимость
- •Линейное нормированное пространство Определение
- •Линейное отображение векторных пространств Определение
- •Для всех ;
- •Для всех , .
- •Частные случаи
- •Свойства линейного отображения
- •Матрица Основные определения
- •Операции над матрицами Транспонирование
- •Сложение и умножение на скаляр
- •Умножение матриц
- •Матрица линейного отображения Определение
- •Определитель матрицы Определитель
- •Свойства определителя
- •Пересечение и сумма подпространств Пересечение и сумма
- •Внутренняя прямая сумма
- •Внешняя прямая сумма
- •Ранг матрицы Горизонтальный и вертикальный ранг
- •Элементарные преобразования матрицы
- •Минорный ранг
- •Свободный модуль Определение
- •Скалярное произведение Скалярное произведение
- •Евклидово пространство
- •Теорема Лапласа Минор
- •Алгебраическое дополнение
- •Теорема Лапласа
- •Определители 2-го порядка
- •Определители 3-го порядка
- •Определители высших порядков
- •Характеристический многочлен линейного оператора
- •Инвариантные подпространства
- •Собственные вектора и собственные значения
- •Характеристический многочлен
- •Диагонализируемые линейные операторы
- •Системы линейных уравнений Правило Крамера
- •7. 1 Линейные операторы и действия над ними
- •Базис и размерность пространства
Базис и размерность пространства
Так как в линейном пространстве векторы можно складывать и умножать на числа, то из них можно составлять линейные комбинации и можно ввести понятия линейной зависимости и линейной независимости системы векторов так же, как это было сделано в разделе "Линейная зависимость векторов". На случай произвольного линейного пространства определения 10.14 и 10.15 переносятся дословно. Предложения 10.6, 10.7, 10.8 переносятся дословно вместе с доказательствами.
На основе линейной зависимости в линейном пространстве вводится определение базиса. Оно почти дословно совпадает с определением 10.16.
Определение 18.2 Базисом
линейного пространства
называется
такая конечная упорядоченная линейно
независимая система векторов, что любой
вектор пространства
является
линейной комбинацией этих векторов.
В отличие от трехмерного пространства векторов, в некоторых линейных пространствах базис не существует.
Пример 18.2 Пусть -- линейное пространство всех многочленов с веществеными коэффициентами. Покажем, что в этом пространстве базис не существует.
Предположим противное.
Пусть векторы
образуют
в этом пространстве базис.
Каждый вектор пространства -- это многочлен. Пусть
|
|
|
|
|
|
|
|
Из степеней многочленов
выберем
наибольшую и обозначим ее буквой
.
Возьмем многочлен
.
Так как
и
векторы
образуют
базис, то
,
где
--
вещественные числа. Следовательно,
является
суммой многочленов степеней меньших,
чем
,
и поэтому его степень должна быть меньше,
чем
.
С другой стороны, по определению,
многочлен
имеет
степень
.
Получили противоречие. Значит,
предположение о существовании базиса
неверно.
Теорема 18.1 В линейном пространстве любые два базиса содержат одинаковое число векторов.
Доказательство теоремы мы приводить не будем. Желающие могут найти его в любом учебнике по линейной алгебре, например в [1].
Определение 18.3
Линейное пространство
,
в котором существует базис, состоящий
из
векторов,
называется
-мерным
линейным или векторным
пространством.
Число
называется размерностью пространства
и обозначается
.
Линейное пространство, в котором не
существует базис, называетсябесконечномерным.
Примером бесконечномерного пространства является пространство всех многочленов с вещественными коэффициентами. Как показано в примере 18.2 в этом пространстве базис отсутствует.
Предложение 18.1 Пространство столбцов из элементов, являющихся вещественными числами, имеет рамерность .
Доказательство. Возьмем систему векторов
Покажем, что эта система линейно независима. Составим линейную комбинацию и приравняем ее к нулю:
Преобразуем левую часть:
Следовательно,
откуда
,
,
.
Итак, система векторов
--
линейно независима.
Пусть
--
произвольный вектор пространства,
Очевидно,
что
Следовательно, вектор является линейной комбинацией векторов . Тем самым доказано, что векторы образуют базис в пространстве столбцов из элементов. Размерность пространства равна числу векторов в базисе. Следовательно, пространство -- -мерное.
Пространство столбцов
из
элементов,
являющихся вещественными числами,
обозначается
.
Предложение 18.2 Пространство столбцов из элементов, являющихся комплексными числами, имеет размерность .
Доказательство такое же,
как и в предыдущем предложении. Это
пространство обозначается
.
Пример 18.3
Пространство решений однородной системы
линейных уравнений
имеет
базис из
решений,
где
--
число неизвестных, а
--
ранг матрицы
.
Этим базисом служит фундаментальная
система решений (см. определение
15.5 и
теорему
15.3).
01.Образ и ядро линейного оператора. Ранг и дефект линейного оператора |
|
|
|
Пусть Определение: Совокупность
всевозможных векторов вида Определение: Совокупность
всевозможных векторов Утверждение: образ и ядро линейного оператора А являются подпространствами линейного пространства V. Доказательство: В самом деле в силу линейности оператора А имеем: 1)
2)
Пример: Пусть V – n мерное комплексное или вещественное линейное пространство. 1) Тождественный
оператор /
ядро состоит из единственного нулевого
элемента / 2) Нулевой
оператор 3) Рассмотрим
оператор дифференцирования
Теорема (о сумме размерностей образа и ядра линейного оператора) : Пусть A -
линейный оператор, действующий в
линейном пространстве V.
Тогда сумма размерностей образа и
ядра оператора равна размерности
данного линейного пространства, т.
е. Доказательство: Пусть
,
причем Выберем
в пространстве V произвольный
базис Рассмотрим
ядро оператора А: В
выбранном базисе равенству
соответствует
однородная СЛАУ: Определение: Размерность образа оператора называется рангом оператора, размерность ядра оператора называется дефектом оператора. Определение: Линейный
оператор
называется
невырожденным, если в произвольном
базисе (E)
данного линейного пространства V Оператор А имеет
невырожденную матрицу Следствие: Если А – невырожденный линейный оператор, то его образ совпадает со всем пространством, в котором этот оператор действует. Доказательство: Если
,
то по предыдущей теореме запишем Определение: Подпространство L пространства V называется
инвариантным относительно линейного
оператора А,
если Теорема (об инвариантности образа и ядра линейного оператора): Образ и ядро линейного оператора А являются подпространствами инвариантными относительно оператора А. Доказательство: 1) Пусть 2) Пусть |
Линейный оператор
векторного
пространства V задан
матрицей А в
некотором базисе
.
Найдите ядро и дефект линейного
оператора
,
если
Решение.
По определению ядро линейного
оператора
,
или ker
,
есть множество всех тех векторов
,
которые линейный оператор
переводит
в нулевой вектор:
.
Это означает, что ker
состоит
в точности из тех векторов
,
координаты которых
(в
базисе
)
удовлетворяют условию:
т.е. ker соответствует подпространству L решений однородной системы линейных уравнений:
Решим ее методом Гаусса:
Переходим к системе уравнений:
Получено общее решение. Построим ФНР, в котором содержится n – r = 4 – 2 = 2решения:
Таким образом, ядро линейного
оператора
есть
подпространство L,
порожденное векторами
и
,
т.е.
Дефект линейного оператора есть размерность ядра линейного оператора , и он, следовательно, в нашем случае равен: d( ) = n – r = 2.
Ответ:
