Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии


Линейное векторное пространство. Базис. Размерность



Рассмотрим непустое множество V элементов – «векторов», зададим на нём две линейные операции – сложение векторов и умножение вектора на действительное число, тогда, если эти линейные операции обладают ниже перечисленными свойствами, то это непустое множество V называется линейным векторным пространством. Выпишем эти свойства:

1º. ; 2°. + ;

3º. ; 4°. ;

5º. a =a +a ; 6°(a1+a2) =a1 +a2 ;

7º. a1·(a2 )=(a1·a2) ; 8°. =a , (т.е. a=1), где a1, a2, a3 R.

Линейной комбинацией системы векторов , , …, называется вектор = a1 +a2 +…+ak , а числа ai – ее коэффициенты.

Рассмотрим линейную комбинацию, являющуюся нуль вектором:

a1 +a2 +…+an = (*).

Заметим, что равенство (*) имеет место всегда для нулевых коэффициентов (ai – все нули), но может возникнуть та ситуация, когда оно выполняется и для ненулевой системы коэффициентов, тогда в этом случае говорят, что данная система векторов – линейно зависима, в противном случае – линейно независима (т.е. когда равенство выполняется только для нулевой системы коэффициентов).

Остановимся на примерах:

1°. ; , причем || , . Тогда =a· , = –a, т.е. система коэффициентов – нетривиальная, значит, по определению эта пара векторов есть пример линейно зависимой системы.

2°. , где – компланарны и . Тогда =a· +b· +b· =a, =b, , следовательно, имеем пример линейно зависимой системы.

3°. , где . Тогда, образовав равенство a· , получим, что оно возможно только для случая, когда a= 0 (т.е. только для тривиальной системы коэффициентов), значит, один ненулевой вектор образует линейно независимую систему.

4°. , где , тогда равенство a· возможно для любых a, т.е. и для a 0, значит, это пример линейно зависимой системы.

5°. Неколлинеарные векторы образуют линейно независимую систему векторов (методом от противного было бы получено, что они коллинеарны).

6°. Некомпланарная тройка векторов образует линейно независимую систему (по аналогии – метод от противного привел бы нас к тому, что они компланарны).

Из определения линейно зависимой системы векторов можно получить признак (критерий) линейной зависимости: система векторов линейно зависима тогда и только тогда, когда один из векторов этой системы является линейной комбинацией остальных.

Базисом векторного пространства называется упорядоченная система линейно независимых векторов, через которую можно разложить любой вектор пространства, причем, коэффициенты разложения вектора пространства V будут называться координатами этого вектора в базисе.

Размерностью векторного пространства называется число векторов базиса.

Так, если рассмотреть базис в V3, то или (X; Y; z).

Формулы перехода от одного базиса к другому

Рассмотрим задачу перехода от одного базиса к другому, а именно: найдем связь координат произвольного вектора в разных базисах. Для простоты рассмотрим пространство V2 и пусть исходный базис в нем . Другой базис { } задан в исходном таким образом:

=( ; ), =( ; ).

Вектор (x; y) – старые его координаты;

( ; ) – новые его координаты.

. Но – базис, значит, последнее равенство имеет место только при нулевых коэффициентах (согласно определению линейно независимой системы). Итак, получим: – формулы перехода от одного базиса к другому.

Матрица Т перехода от одного базиса к другому имеет вид: Т= . Заметим, что первый столбец (а11; а21) этой матрицы – координаты первого вектора нового базиса, а второй столбец (а12; а22) – координаты второго вектора нового базиса в исходном базисе . В матричном виде эти формулы запишутся: Х=ТX ¢, где Х= , X ¢ = .

Аналогичные формулы можно получить и для n-мерного пространства.

Линейные операторы векторного пространства

Если задано правило φ, по которому каждому вектору линейного векторного пространства V поставлен в соответствие единственный вектор φ того же пространства V, а любой вектор пространства имеет единственный прообраз, то говорят, что задано преобразование φ этого пространства (преобразование также называют оператором).

Оператор φ называется линейным, если он сохраняет линейные операции, т.е.

а) φ = φ ,

б) φ (λ · )=λ φ .

Примерами линейных операторов могут быть названы любые движения плоскости (пространства), а так же преобразования подобия плоскости, известные из школьного курса.

Задание линейного оператора

Рассмотрим произвольный вектор векторного пространства V2. Выясним, как связаны относительно исходного базиса координаты вектора и вектора φ . Пусть ; φ = .

Но φ = . Чтобы найти зависимость координат вектора и образа этого вектора относительно исходного базиса, нужно знать, каковы образы базисных векторов.

Пусть (а11; а21)=а11 +а21 , а (а12; а22)=а12 +а22 .

Итак, j

Получены формулы оператора j, записаны они при помощи матрицы А= . Её столбцы – координаты образов исходного базиса (первый столбец – координаты вектора , второй столбец – вектора ) в этом операторе. Очевидно, что оператор j может быть задан матрицей А. Будем в дельнейшем ее обозначать Аj:

Аj= .

Примеры линейных операторов:

1. Осевая симметрия плоскости с осью l=OX, т.е. Sox=j: , при этом , где . Значит, Аj= .

(X; Y); =(X; –Y) j= SoX:

2. Поворот плоскости вокруг начала прямоугольной декартовой системы координат на угол a: j= :

т.к. ,

.

Итак, Аj= .


Поделиться:



Популярное:

Последнее изменение этой страницы: 2016-03-25; Просмотров: 823; Нарушение авторского права страницы


lektsia.com 2007 - 2024 год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! (0.026 с.)
Главная | Случайная страница | Обратная связь