- •1.Определение линейного векторного пространства и следсвия из аксиом.
- •Аксиомы:
- •2. Определение подпространства линейного векторного пространства, критерий подпространства. Примеры подпространства.
- •3. Определение и свойства линейной зависимости и независимости векторов линейного пространства. Критерий линейной зависимости.
- •Свойства:
- •4. Базис и размерность линейного пространства. Координаты вектора в базисе и их единственность.
- •7. Неравенство Коши-Буняковского.
- •8. Определение и свойства нормы в Евклидовом пространстве.
- •9. Определение и свойства расстояния в Евклидовом пространстве.
- •10. Угол между векторами в Евклидовом пространстве. Ортогональность и свойства.
- •11. Теорема о линейной независимости ортогональной системы векторов евклидова пространства.
- •5. Матрица перехода от старого базиса к новому. Преобразование координат вектора при переходе к новому базису.
- •6. Определение евклидова пространства. Следствие из аксиом. Примеры.
- •Следствие из аксиом:
- •13. Матрица Грамма. Скалярное произведение и координаты векторов в ортонормированном базисе.
- •Свойства:
- •17. Сумма, умножение на число и произведение линейных операторов. Их свойства и матрицы.
- •Определим сумму этих операторов следующим образом:
- •Свойства введенных операций: .
- •18. Обратный оператор. Его существование и линейность. Матрица обратного оператора.
- •19. Сопряженные операторы. Теорема о существовании, единственности и линейности (б/д). Свойства сопряженного оператора и его матрица. Самосопряженные операторы.
- •21. Ортогональные операторы. Теорема о критериях ортогонального оператора (б/д). Свойства ортогонального оператора и его матрица.
- •23. Собственные значения и собственные векторы матриц. Их свойства.
- •24. Теорема о собственных векторах, отвечающих различным собственным значениям матрицы.
- •25. Характеристическое уравнение и характеристический многочлен матрицы. Вычесление собственных значений и собственных векторов.
- •26. Собственные значения, собственные векторы и характеристический многочлен линейного оператора. Их независимость от выбора базиса.
- •27. Теорема об ортогональности собственных векторов симметричной матрицы, отвечающих различным собственным значениям.
- •28. Теорема о существовании ортогонального базиса евклидова пространства, состоящего из собственных векторов самосопряженного оператора.
- •29. Диагонализация матрицы линейного оператора.
- •30. Квадратичные формы. Приведите к каноническому виду с помощью ортогонального преобразования.
5. Матрица перехода от старого базиса к новому. Преобразование координат вектора при переходе к новому базису.
6. Определение евклидова пространства. Следствие из аксиом. Примеры.
Линейное
конечномерное пространство
на множестве
называется
Евклидовым, если на нем
задано скалярное произведение.
Аксиомы(Лена, я тебя очень люблю(твой Сергей)):
1.
2.
3.
4.
Следствие из аксиом:
1.
2.
3.
.
7. Неравенство Коши-Буняковского.
Теорема:
Пусть
- элементы Евклидового пространства,
тогда
,
причем знак равно возможен, только если
- линейно зависимы.
Доказательство
:утверждение теоремы очевидно при
,
или
.
Пусть далее
.
Рассмотрим вектор
,
где
- некоторое неопределенное число.
- согласно утверждению аксиомы. (Лена,
я тебя очень люблю(твой Сергей))
.
Возьмем
,
,
,
.
т.к.
.
Согласно аксиоме 4
,
если
,
т.е.
,
т.е.
- линейно зависимы,
.
8. Определение и свойства нормы в Евклидовом пространстве.
Пусть
- вектор из Евклидового пространства.
Нормой вектора называется
число
.
В частности для пространства
норма будет выглядеть так:
.
Неравенство Коши-Буняковского можно
переписать так
.
Свойства нормы:
1.
,
причем
,
когда
(4-ая аксиома скалярного произведения)
2.
(2-ая аксиома скалярного произведения)
3. Неравенство треугольника:
.
Доказательство:
,
.
Извлекаем квадратный корень из квадратного
неравенства, получаем:
.
9. Определение и свойства расстояния в Евклидовом пространстве.
Пусть
- 2 вектора из Евклидового пространства.
Расстоянием
между
будет называться
.
,
,
.
Свойства:
1.
,
,
.
2.
,
3. Неравенство треугольника
- для любого
.
Доказательство:
.
10. Угол между векторами в Евклидовом пространстве. Ортогональность и свойства.
Неравенство
Коши-Буняковского можно переписать в
следующем виде:
,
при
,
.
Угол
между векторами
будет считаться угол
,
такой, что
.
Векторы называются ортогональными, если скалярное произведение равно 0.
В пр-ве
.
Свойства ортогональности:
1. Если
для любого
,
то
.
2. Если
.
,
.
11. Теорема о линейной независимости ортогональной системы векторов евклидова пространства.
12. Ортогональный и ортонормированный базис евклидова пространства. Процесс ортогонализации.
Пусть
некоторые
системы элементов евклидового
пространства. Данная система векторов
наз. ортогональной, если
.
Теорема: всякая система попарно ортогональна ненулевых векторов линейно независима.
Док-во:
пусть
ортогональная система векторов, покажем,
что она линейно независима:
,
где
.
Умножим это равенство скалярно на
вектор
:(Лена,
я тебя очень люблю(твой Сергей))
,
,
тогда
.
Замечание: если ортогональная система ненулевых векторов содержит n-векторов, где n-размерность пространства, то данная система векторов является базисом пространства. Если кроме того в ортогональном базисе все векторы имеют единую систему, то базис называется ортонормированным. (Лена, я тебя очень люблю(твой Сергей))
Теорема: во всяком n-мерном евклидовом пространстве существует ортонормированный базис.
Док-во:
пусть
какой-нибудь
базис. По данному базису будем строить
ортонормированный базис
.
- выберем (в качестве
выберем
).
,
число
подберем таким образом, чтобы вектор
был ортогонален
,
.
.
,
где
- такие, что
- ортогонален двум предыдущим.
.
.
.
Аналогично получим
,
.
- такие, что
.
Продолжим этот процесс дальше, мы получим ортогональный базис. Такой процесс получения ортогонального базиса наз. процессом ортогонализации. Покажем как из ортогонального базиса получить ортонормированный.
,
.
В результате
остается ортогональным базисом и все
векторы в этом базисе имеют норму (1)
.
