Зависимость бывает линейная и. Линейная зависимость и независимость системы векторов
Задача. Пионерский отряд отправился из города в поход. Сейчас он находится в
5 км от города и идёт со скоростью 3 км в час. На каком расстоянии от города он будет через х часов?
Решение. За х часов отряд пройдет километров, Да ещё ранее он прошёл 5 км. Значит, через х часов расстояние от города будет равно километрам. Обозначив это расстояние через у, будем иметь;
Это равенство выражает зависимость пути от времени, но это уже не будет прямо пропорциональная зависимость, как легко видеть из следующей таблицы
Отношение пути ко времени здесь не равно одному и тому же числу.
Определение. Зависимость между двумя величинами х и у, выражающаяся формулой где к и - числа, называется линейной зависимостью.
В частности, если то
Значит, прямо пропорциональная зависимость является частным случаем линейной зависимости.
2. График линейной зависимости.
Построим график какой-либо данной линейной зависимости; положим, например,
Поступим следующим образом. Построим сначала график зависимости
Это будет прямая, проходящая через начало координат (черт. 26).
Посмотрим, как будут расположены относительно этой прямой точки графика линейной зависимости:
Составим, например, такую таблицу значений х и у:
Мы видим, что при любой абсциссе ордината точки второго графика на 3 единицы больше ординаты точки первого графика. Значит, и соответствующая точка второго графика будет на 3 единицы выше точки первого.
Построив эти точки, получим прямую, параллельную первой прямой (черт. 26).
Графиком линейной зависимости является прямая.
Отсюда следует, что для построения графика линейной зависимости достаточно найти две его точки.
Покажем это на рассмотренном примере
Положив получим . Итак, одну точку мы нашли. Положив ещё получим Вторая точка (2; 7). Построив эти точки и проведя через них прямую, получим искомый график, то есть график линейной зависимости, выраженной формулой
Обычно для построения графика линейной зависимости берут две точки, в которых прямая пересекает оси координат. Так, полагая получим Полагая получим Проведя прямую через точки получим искомый график (черт. 27).
Определение 1 . Линейной комбинацией векторовназывается сумма произведений этих векторов на скаляры:
Определение 2 . Система векторовназывается линейно зависимой системой, если линейная комбинация их (2.8) обращается в нуль:
причем среди чиселсуществует хотя бы одно, отличное от нуля.
Определение 3 . Векторыназываются линейно независимыми, если их линейная комбинация (2.8) обращается в нуль лишь в случае, когда все числа.
Из этих определений можно получить следующие следствия.
Следствие 1 . В линейно зависимой системе векторов хотя бы один вектор может быть выражен как линейная комбинация остальных.
Доказательство . Пусть выполнено (2.9) и пусть для определенности, коэффициент. Имеем тогда:. Заметим, что справедливо и обратное утверждение.
Следствие 2. Если система векторовсодержит нулевой вектор, то эта система (обязательно) линейно зависима – доказательство очевидно.
Следствие 3 . Если средиn векторовкакие либоk () векторов линейно зависимы, то и всеn векторов линейно зависимы (опустим доказательство).
2 0 . Линейные комбинации двух, трех и четырех векторов . Рассмотрим вопросы линейной зависимости и независимости векторов на прямой, плоскости и в пространстве. Приведем соответствующие теоремы.
Теорема 1 . Для того чтобы два вектора были линейно зависимы, необходимо и достаточно, чтобы они были коллинеарны.
Необходимость . Пусть векторыилинейно зависимы. Это означает, что их линейная комбинация=0 и (ради определенности). Отсюда следует равенство, и (по определению умножения вектора на число) векторыиколлинеарны.
Достаточность . Пусть векторыиколлинеарны (║) (предполагаем, что они отличны от нулевого вектора; иначе их линейная зависимость очевидна).
По теореме (2.7) (см. §2.1,п.2 0) тогдатакое, что, или– линейная комбинация равна нулю, причем коэффициент приравен 1 – векторыилинейно зависимы.
Из этой теоремы вытекает следующее следствие.
Следствие . Если векторыине коллинеарны, то они линейно независимы.
Теорема 2 . Для того чтобы три вектора были линейно зависимы, необходимо и достаточно, чтобы они были компланарны.
Необходимость . Пусть векторы,илинейно зависимы. Покажем, что они компланарны.
Из определения линейной зависимости векторов следует существование чисел итаких, что линейная комбинация, и при этом (для определенности). Тогда из этого равенства можно выразить вектор:=, то есть векторравен диагонали параллелограмма, построенного на векторах, стоящих в правой части этого равенства (рис.2.6). Это означает, что векторы,илежат в одной плоскости.
Достаточность . Пусть векторы,икомпланарны. Покажем, что они линейно зависимы.
Исключим случай коллинеарности какой либо пары векторов (ибо тогда эта пара линейно зависима и по следствию 3 (см.п.1 0) все три вектора линейно зависимы). Заметим, что такое предположение исключает также существование нулевого вектора среди указанных трех.
Перенесем три компланарных вектора в одну плоскость и приведем их к общему началу. Через конец вектора проведем прямые, параллельные векторами; получим при этом векторыи(рис.2.7) – их существование обеспечено тем, что векторыине коллинеарные по предположению векторы. Отсюда следует, что вектор=+. Переписав это равенство в виде (–1)++=0, заключаем, что векторы,илинейно зависимы.
Из доказанной теоремы вытекает два следствия.
Следствие 1 . Пустьине коллинеарные векторы, вектор– произвольный, лежащий в плоскости, определяемой векторамии, вектор. Существуют тогда числаитакие, что
Следствие 2 . Если векторы,ине компланарны, то они линейно независимы.
Теорема 3 . Любые четыре вектора линейно зависимы.
Доказательство опустим; с некоторыми изменениями оно копирует доказательство теоремы 2. Приведем следствие из этой теоремы.
Следствие . Для любых некомпланарных векторов,,и любого вектораитакие, что
Замечание . Для векторов в (трехмерном) пространстве понятия линейной зависимости и независимости имеют, как это следует из приведенных выше теорем 1-3, простой геометрический смысл.
Пусть имеются два линейно зависимых вектора и. В таком случае один из них является линейной комбинацией второго, то есть просто отличается от него численным множителем (например,). Геометрически это означает, что оба вектора находятся на общей прямой; они могут иметь одинаковое или противоположное направления (рис.2.8 хх).
Если же два вектора расположены под углом друг к другу (рис.2.9 хх), то в этом случае нельзя получить один из них умножением другого на число – такие векторы линейно независимы. Следовательно, линейная независимость двух векторов иозначает, что эти векторы не могут быть уложены на одну прямую.
Выясним геометрический смысл линейной зависимости и независимости трех векторов.
Пусть векторы ,илинейно зависимы и пусть (для определенности) векторявляется линейной комбинацией векторови, то есть расположен в плоскости, содержащей векторыи. Это означает, что векторы,илежат в одной плоскости. Справедливо и обратное утверждение: если векторы,илежат в одной плоскости, то они линейно зависимы.
Таким образом, векторы ,илинейно независимы в том и только в том случае, если они не лежат в одной плоскости.
3 0 . Понятие базиса . Одним из важнейших понятий линейной и векторной алгебры является понятие базиса. Введем определения.
Определение 1 . Пара векторов называется упорядоченной, если указано, какой вектор этой пары считается первым, а какой вторым.
Определение 2. Упорядоченная пара,неколлинеарных векторов называется базисом на плоскости, определяемой заданными векторами.
Теорема 1 . Всякий векторна плоскости может быть представлен как линейная комбинация базисной системы векторов,:
и это представление единственно.
Доказательство . Пусть векторыиобразуют базис. Тогда любой векторможно представить в виде.
Для доказательства единственности предположим, что имеется еще одно разложение . Имеем тогда=0, причем хотя бы одна из разностей отлична от нуля. Последнее означает, что векторыилинейно зависимы, то есть коллинеарны; это противоречит утверждению, что они образуют базис.
Но тогда – разложение единственно.
Определение 3 . Тройка векторов называется упорядоченной, если указано, какой вектор ее считается первым, какой вторым, а какой третьим.
Определение 4 . Упорядоченная тройка некомпланарных векторов называется базисом в пространстве.
Здесь также справедлива теорема разложения и единственности.
Теорема 2 . Любой векторможет быть представлен как линейная комбинация базисной системы векторов,,:
и это представление единственно (опустим доказательство теоремы).
В разложениях (2.12) и (2.13) величины называются координатами векторав заданном базисе (точнее, аффинными координатами).
При фиксированном базисе иможно писать.
Например, если задан базис и дано, что, то это означает, что имеет место представление (разложение).
4 0 . Линейные операции над векторами в координатной форме . Введение базиса позволяет линейные операции над векторами заменить обычными линейными операциями над числами – координатами этих векторов.
Пусть задан некоторый базис . Очевидно, задание координат вектора в этом базисе полностью определяет сам вектор. Имеют место следующие предложения:
а) два вектора иравны тогда и только тогда, когда равны их соответственные координаты:
б) при умножении вектора на числоего координаты умножаются на это число:
в) при сложении векторов складываются их соответственные координаты:
Доказательства этих свойств опустим; докажем лишь для примера свойство б). Имеем
Замечание . В пространстве (на плоскости) можно выбрать бесконечно много базисов.
Приведем пример перехода от одного базиса к другому, установим соотношения между координатами вектора в различных базисах.
Пример 1 . В базисной системезаданы три вектора:,и. В базисе,,векторимеет разложение. Найти координаты векторав базисе.
Решение . Имеем разложения:,,; следовательно,=+2+= =, то естьв базисе.
Пример 2 . Пусть в некотором базисечетыре вектора заданы своими координатами:,,и.
Выяснить, образуют ли векторы базис; в случае положительного ответа найти разложение векторав этом базисе.
Решение . 1) векторы образуют базис, если они линейно независимы. Составим линейную комбинацию векторов() и выясним, при какихиона обращается в нуль:=0. Имеем:
По определению равенства векторов в координатной форме получим следующую систему (линейных однородных алгебраических) уравнений: ;;, определитель которой=1, то есть система имеет (лишь) тривиальное решение. Это означает линейную независимость векторови, следовательно, они образуют базис.
2) разложим вектор в этом базисе. Имеем:=или в координатной форме.
Переходя к равенству векторов в координатной форме, получим систему линейных неоднородных алгебраических уравнений: ;;. Решая ее (например, по правилу Крамера), получим:,,и (). Имеем разложение векторав базисе:=.
5 0 . Проекция вектора на ось. Свойства проекций. Пусть имеется некоторая осьl , то есть прямая с выбранным на ней направлением и пусть задан некоторый вектор.Определим понятие проекции векторана осьl .
Определение . Проекцией векторана осьl называется произведение модуля этого вектора на косинус угла между осьюl и вектором (рис.2.10):
Следствием этого определения является утверждение о том, что равные векторы имеют равные проекции (на одну и ту же ось).
Отметим свойства проекций.
1) проекция суммы векторов на некоторую ось l равна сумме проекций слагаемых векторов на ту же ось:
2) проекция произведения скаляра на вектор равна произведению этого скаляра на проекцию вектора на ту же ось:
Следствие . Проекция линейной комбинации векторов на ось равна линейной комбинации их проекций:
Доказательства свойств опустим.
6 0 . Прямоугольная декартова система координат в пространстве .Разложение вектора по ортам осей. Пусть в качестве базиса выбраны три взаимно перпендикулярных орта; для них вводим специальные обозначения. Поместив их начала в точкуO , направим по ним (в соответствии с ортами) координатные осиOx ,Oy иOz (ось с выбранным на ней положительным направлением, началом отсчета и единицей длины называется координатной осью).
Определение . Упорядоченная система трех взаимно перпендикулярных координатных осей с общим началом и общей единицей длины называется прямоугольной декартовой системой координат в пространстве.
Ось Ox называется осью абсцисс,Oy – осью ординат иOz – осью аппликат.
Займемся разложением произвольного вектора по базису . Из теоремы (см.§2.2,п.3 0 , (2.13)) следует, чтоможет быть и единственным образом разложен по базису(здесь вместо обозначения координатупотребляют):
В (2.21) суть (декартовы прямоугольные) координаты вектора. Смысл декартовых координат устанавливает следующая теорема.
Теорема . Декартовы прямоугольные координатывектораявляются проекциями этого вектора соответственно на осиOx ,Oy иOz .
Доказательство. Поместим векторв начало системы координат – точкуO . Тогда его конец будет совпадать с некоторой точкой.
Проведем через точку три плоскости, параллельные координатным плоскостямOyz ,Oxz иOxy (рис.2.11 хх). Получим тогда:
В (2.22) векторы иназываются составляющими векторапо осямOx ,Oy иOz .
Пусть через иобозначены соответственно углы, образованные векторомс ортами. Тогда для составляющих получим следующие формулы:
= =, = =, = =(2.23)
Из (2.21), (2.22) (2.23) находим:
– координаты вектораесть проекции этого вектора на координатные осиOx ,Oy иOz соответственно.
Замечание . Числаназываются направляющими косинусами вектора.
Модуль вектора (диагональ прямоугольного параллелепипеда) вычисляется по формуле:
Из формул (2.23) и (2.24) следует, что направляющие косинусы могут быть вычислены по формулам:
Возводя обе части каждого из равенств в (2.25) и складывая почленно левые и правые части полученных равенств, придем к формуле:
– не любые три угла образуют некоторое направление в пространстве, но лишь те, косинусы которых связаны соотношением (2.26).
7 0 . Радиус-вектор и координаты точки .Определение вектора по его началу и концу . Введем определение.
Определение . Радиусом-вектором (обозначается) называется вектор, соединяющий начало координатO с этой точкой (рис.2.12 хх):
Любой точке пространства соответствует определенный радиус-вектор (и обратно). Таким образом, точки пространства представляются в векторной алгебре их радиус-векторами.
Очевидно, координаты точкиM являются проекциями ее радиус-векторана координатные оси:
и, таким образом,
– радиус-вектор точки есть вектор, проекции которого на оси координат равны координатам этой точки. Отсюда следует две записи: и.
Получим формулы для вычисления проекций вектора по координатам его начала – точкеи конца – точке.
Проведем радиус-векторы и вектор(рис.2.13). Получим, что
– проекции вектора на координатные орты равны разностям соответствующих координат конца и начала вектора.
8 0 . Некоторые задачи на декартовы координаты .
1) условия коллинеарности векторов . Из теоремы (см.§2.1,п.2 0 , формула (2.7)) следует, что для коллинеарности векторовинеобходимо и достаточно, чтобы выполнялось соотношение:=. Из этого векторного равенства получаем три в координатной форме равенства:, откуда следует условие коллинеарности векторов в координатной форме:
– для коллинеарности векторов инеобходимо и достаточно, чтобы их соответствующие координаты были пропорциональны.
2) расстояние между точками . Из представления (2.29) следует, что расстояниемежду точкамииопределяется формулой
3) деление отрезка в данном отношении . Пусть даны точкиии отношение. Нужно найти– координаты точкиM (рис.2.14).
Имеем из условия коллинеарности векторов: , откудаи
Из (2.32) получим в координатной форме:
Из формул (2.32’) можно получить формулы для вычисления координат середины отрезка , полагая:
Замечание . Будем считать отрезкииположительными или отрицательными в зависимости от того, совпадает их направление с направлением от началаотрезка к концу, или не совпадает. Тогда по формулам (2.32) – (2.32”) можно находить координат точки, делящей отрезоквнешним образом, то есть так, что делящая точкаM находится на продолжении отрезка, а не внутри его. При этом конечно,.
4) уравнение сферической поверхности . Составим уравнение сферической поверхности – геометрического места точек, равноудаленных на расстояниеот некоторого фиксированного центра – точки. Очевидно, что в данном случаеи с учетом формулы (2.31)
Уравнение (2.33) и есть уравнение искомой сферической поверхности.
Векторы, их свойства и действия с ними
Векторы, действия с векторами, линейное векторное пространство.
Векторы- упорядоченная совокупность конечного количества действительных чисел.
Действия: 1.Умножение вектора на число: лямда*вектор х=(лямда*х 1 , лямда*х 2 … лямда*х n).(3,4, 0, 7)*3=(9, 12,0,21)
2.Сложение векторов (принадлежат одному и тому же векторному пространству) вектор х+вектор у = (х 1 +у 1, х 2 +у 2, … х n +у n ,)
3. Вектор 0=(0,0…0)---n E n – n-мерное (линейное пространство) вектор х +вектор 0 = вектор х
Теорема. Для того чтобы система n векторов, n- мерного линейного пространства была линейно зависимой, необходимо и достаточно, чтобы один из векторов были линейной комбинацией остальным.
Теорема. Любая совокупность n+ 1ого вектора n- мерного линейного пространства явл. линейно зависимой.
Сложение векторов, умножение векторов на числа. Вычитание векторов.
Суммой двух векторов и называется вектор, направленный из начала вектора в конец вектора при условии, что начало совпадет с концом вектора. Если векторы заданы их разложениями по базисным ортам, то при сложении векторов складываются их соответствующие координаты.
Рассмотрим это на примере декартовой системы координат. Пусть
Покажем, что
Из рисунка 3 видно, что
Сумма любого конечного числа векторов может быть найдена по правилу многоугольника (рис. 4): чтобы построить сумму конечного числа векторов, достаточно совместить начало каждого последующего вектора с концом предыдущего и построить вектор, соединяющий начало первого вектора с концом последнего.
Свойства операции сложения векторов:
В этих выражениях m, n - числа.
Разностью векторов и называют вектор Второе слагаемое является вектором, противоположным вектору по направлению, но равным ему по длине.
Таким образом, операция вычитания векторов заменяется на операцию сложения
Вектор, начало которого находится в начале координат, а конец - в точке А (x1, y1, z1), называют радиус-вектором точки А и обозначают или просто. Так как его координаты совпадают с координатами точки А, то его разложение по ортам имеет вид
Вектор, имеющий начало в точке А(x1, y1, z1) и конец в точке B(x2, y2, z2), может быть записан в виде
где r 2 - радиус-вектор точки В; r 1 - радиус-вектор точки А.
Поэтому разложение вектора по ортам имеет вид
Его длина равна расстоянию между точками А и В
УМНОЖЕНИЕ
Так в случае плоской задачи произведение вектор на a = {ax; ay} на число b находится по формуле
a · b = {ax · b; ay · b}
Пример 1. Найти произведение вектора a = {1; 2} на 3.
3 · a = {3 · 1; 3 · 2} = {3; 6}
Так в случае пространственной задачи произведение вектора a = {ax; ay; az} на число b находится по формуле
a · b = {ax · b; ay · b; az · b}
Пример 1. Найти произведение вектора a = {1; 2; -5} на 2.
2 · a = {2 · 1; 2 · 2; 2 · (-5)} = {2; 4; -10}
Скалярное произведение векторов и где - угол между векторами и ; если либо , то
Из определения скалярного произведения следует, что
где, например, есть величина проекции вектора на направление вектора .
Скалярный квадрат вектора:
Свойства скалярного произведения:
Скалярное произведение в координатах
Угол между векторами
Угол между векторами - угол между направлениями этих векторов (наименьший угол).
Векторное произведение(Векторное произведение двух векторов.)- это псевдовектор, перпендикулярный плоскости, построенной по двум сомножителям, являющийся результатом бинарной операции «векторное умножение» над векторами в трёхмерном Евклидовом пространстве. Произведение не является ни коммутативным, ни ассоциативным (оно является антикоммутативным) и отличается от скалярного произведения векторов. Во многих задачах инженерии и физики нужно иметь возможность строить вектор, перпендикулярный двум имеющимся - векторное произведение предоставляет эту возможность. Векторное произведение полезно для «измерения» перпендикулярности векторов - длина векторного произведения двух векторов равна произведению их длин, если они перпендикулярны, и уменьшается до нуля, если векторы параллельны либо антипараллельны.
Векторное произведение определено только в трёхмерном и семимерном пространствах. Результат векторного произведения, как и скалярного, зависит от метрики Евклидова пространства.
В отличие от формулы для вычисления по координатам векторов скалярного произведения в трёхмерной прямоугольной системе координат, формула для векторного произведения зависит от ориентации прямоугольной системы координат или, иначе, её «хиральности»
Коллинеарность векторов.
Два ненулевых (не равных 0) вектора называются коллинеа́рными, если они лежат на параллельных прямых или на одной прямой. Допусти́м, но не рекомендуется синоним - «параллельные» векторы. Коллинеарные векторы могут быть одинаково направлены («сонаправлены») или противоположно направлены (в последнем случае их иногда называют «антиколлинеарными» или «антипараллельными»).
Сме́шанное произведе́ние векторов(a, b,c) - скалярное произведение вектора a на векторное произведение векторов b и c:
(a,b,c)=a ⋅(b ×c)
иногда его называют тройным скалярным произведением векторов, по всей видимости из-за того, что результатом является скаляр (точнее - псевдоскаляр).
Геометрический смысл: Модуль смешанного произведения численно равен объёму параллелепипеда, образованного векторами(a,b,c) .
Свойства
Смешанное произведение кососимметрично по отношению ко всем своим аргументам:т. е. перестановка любых двух сомножителей меняет знак произведения. Отсюда следует, чтоСмешанное произведение в правой декартовой системе координат (в ортонормированном базисе) равно определителю матрицы, составленной из векторов и:
Смешанное произведение в левой декартовой системе координат (в ортонормированном базисе) равно определителю матрицы, составленной из векторов и, взятому со знаком "минус":
В частности,
Если любые два вектора параллельны, то с любым третьим вектором они образуют смешанное произведение равное нулю.
Если три вектора линейно зависимы (т. е. компланарны, лежат в одной плоскости), то их смешанное произведение равно нулю.
Геометрический смысл - Смешанное произведение по абсолютному значению равно объёму параллелепипеда (см. рисунок), образованного векторами и; знак зависит от того, является ли эта тройка векторов правой или левой.
Компланарность векторов.
Три вектора (или большее число) называются компланарными, если они, будучи приведенными к общему началу, лежат в одной плоскости
Свойства компланарности
Если хотя бы один из трёх векторов - нулевой, то три вектора тоже считаются компланарными.
Тройка векторов, содержащая пару коллинеарных векторов, компланарна.
Смешанное произведение компланарных векторов. Это - критерий компланарности трёх векторов.
Компланарные векторы - линейно зависимы. Это - тоже критерий компланарности.
В 3-мерном пространстве 3 некомпланарных вектора образуют базис
Линейно зависимые и линейно независимые векторы.
Линейно зависимые и независимые системы векторов. Определение . Система векторов называется линейно зависимой , если существует хотя бы одна нетривиальная линейная комбинация этих векторов, равная нулевому вектору. В противном случае, т.е. если только тривиальная линейная комбинация данных векторов равна нулевому вектору, векторы называются линейно независимыми .
Теорема (критерий линейной зависимости) . Для того чтобы система век торов линейного пространства была линейно зависимой, необходимо и достаточно, чтобы, по крайней мере, один из этих векторов являлся линейной комбинацией остальных.
1) Если среди векторов имеется хотя бы один нулевой вектор, то вся система векторов линейно зависима.
В самом деле, если, например, , то, полагая , имеем нетривиальную линейную комбинацию .▲
2) Если среди векторов некоторые образуют линейно зависимую систему, то и вся система линейно зависима.
Действительно, пусть векторы , , линейно зависимы. Значит, существует нетривиальная линейная комбинация , равная нулевому вектору. Но тогда, полагая , получим также нетривиальную линейную комбинацию , равную нулевому вектору.
2. Базис и размерность. Определение . Система линейно независимых векторов векторного пространства называетсябазисом этого пространства, если любой вектор из может быть представлен в виде линейной комбинации векторов этой системы, т.е. для каждого вектора существуют вещественные числа такие, что имеет место равенство Это равенство называется разложением вектора по базису , а числа называютсякоординатами вектора относительно базиса (или в базисе ) .
Теорема (о единственности разложения по базису) . Каждый вектор пространства может быть разложен по базису единственным образом, т.е. координаты каждого вектора в базисе определяются однозначно.
Главное значение базиса заключается в том, что операции сложения векторов и умножения их на числа при задании базиса превращаются в соответствующие операции над числами – координатами этих векторов. А именно, справедлива следующая
Теорема . При сложении двух любых векторов линейного пространства их координаты (относительно любого базиса пространства) складываются; при умножении произвольного вектора на любое число все координаты этого вектора умножаются на .
Определение -мерным , если в нем существуют линейно независимых векторов, а любые векторов уже являются линейно зависимыми. При этом число называется размерностью пространства .
Размерность векторного пространства, состоящего из одного нулевого вектора, принимается равной нулю.
Размерность пространства обычно обозначают символом .
Определение . Векторное пространство называется бесконечномерным , если в нем существует любое число линейно независимых векторов. В этом случае пишут .
Выясним связь между понятиями базиса и размерности пространства.
Теорема . Если – векторное пространство размерности , то любые линейно независимых векторов этого пространства образуют его базис.
Теорема . Если векторное пространство имеет базис, состоящий из векторов, то .
Похожая информация.
Понятия линейной зависимости и независимости системы векторов является очень важными при изучении алгебры векторов, так как на них базируются понятия размерности и базиса пространства. В этой статье мы дадим определения, рассмотрим свойства линейной зависимости и независимости, получим алгоритм исследования системы векторов на линейную зависимость и подробно разберем решения примеров.
Навигация по странице.
Определение линейной зависимости и линейной независимости системы векторов.
Рассмотрим набор из p n-мерных векторов , обозначим их следующим образом . Составим линейную комбинацию этих векторов и произвольных чисел (действительных или комплексных): . Отталкиваясь от определения операций над n -мерными векторами, а так же свойств операций сложения векторов и умножения вектора на число, можно утверждать, что записанная линейная комбинация представляет собой некоторый n -мерный вектор , то есть, .
Так мы подошли к определению линейной зависимости системы векторов .
Определение.
Если линейная комбинация может представлять собой нулевой вектор тогда, когда среди чисел есть хотя бы одно, отличное от нуля, то система векторов называется линейно зависимой .
Определение.
Если линейная комбинация представляет собой нулевой вектор только тогда, когда все числа равны нулю, то система векторов называется линейно независимой .
Свойства линейной зависимости и независимости.
На основании данных определений, сформулируем и докажем свойства линейной зависимости и линейной независимости системы векторов .
Если к линейно зависимой системе векторов добавить несколько векторов, то полученная система будет линейно зависимой.
Доказательство.
Так как система векторов линейно зависима, то равенство возможно при наличии хотя бы одного ненулевого числа из чисел . Пусть .
Добавим к исходной системе векторов еще s
векторов , при этом получим систему . Так как и , то линейная комбинация векторов этой системы вида
представляет собой нулевой вектор, а . Следовательно, полученная система векторов является линейно зависимой.
Если из линейно независимой системы векторов исключить несколько векторов, то полученная система будет линейно независимой.
Доказательство.
Предположим, что полученная система линейно зависима. Добавив к этой системе векторов все отброшенные векторы, мы получим исходную систему векторов. По условию – она линейно независима, а в силу предыдущего свойства линейной зависимости она должна быть линейно зависимой. Мы пришли к противоречию, следовательно, наше предположение неверно.
Если в системе векторов есть хотя бы один нулевой вектор, то такая система линейно зависимая.
Доказательство.
Пусть вектор в этой системе векторов является нулевым. Предположим, что исходная система векторов линейно независима. Тогда векторное равенство возможно только тогда, когда . Однако, если взять любое , отличное от нуля, то равенство все равно будет справедливо, так как . Следовательно, наше предположение неверно, и исходная система векторов линейно зависима.
Если система векторов линейно зависима, то хотя бы один из ее векторов линейно выражается через остальные. Если система векторов линейно независима, то ни один из векторов не выражается через остальные.
Доказательство.
Сначала докажем первое утверждение.
Пусть система векторов линейно зависима, тогда существует хотя бы одно отличное от нуля число и при этом верно равенство . Это равенство можно разрешить относительно , так как , при этом имеем
Следовательно, вектор линейно выражается через остальные векторы системы , что и требовалось доказать.
Теперь докажем второе утверждение.
Так как система векторов линейно независима, то равенство возможно лишь при .
Предположим, что какой-нибудь вектор системы выражается линейно через остальные. Пусть этим вектором является , тогда . Это равенство можно переписать как , в его левой части находится линейная комбинация векторов системы, причем коэффициент перед вектором отличен от нуля, что указывает на линейную зависимость исходной системы векторов. Так мы пришли к противоречию, значит, свойство доказано.
Из двух последних свойств следует важное утверждение:
если система векторов содержит векторы и , где – произвольное число, то она линейно зависима.
Исследование системы векторов на линейную зависимость.
Поставим задачу: нам требуется установить линейную зависимость или линейную независимость системы векторов .
Логичный вопрос: «как ее решать?»
Кое-что полезное с практической точки зрения можно вынести из рассмотренных выше определений и свойств линейной зависимости и независимости системы векторов. Эти определения и свойства позволяют нам установить линейную зависимость системы векторов в следующих случаях:
Как же быть в остальных случаях, которых большинство?
Разберемся с этим.
Напомним формулировку теоремы о ранге матрицы, которую мы приводили в статье .
Теорема.
Пусть r – ранг матрицы А порядка p на n , . Пусть М – базисный минор матрицы А . Все строки (все столбцы) матрицы А , которые не участвуют в образовании базисного минора М , линейно выражаются через строки (столбцы) матрицы, порождающие базисный минор М .
А теперь поясним связь теоремы о ранге матрицы с исследованием системы векторов на линейную зависимость.
Составим матрицу A
, строками которой будут векторы исследуемой системы :
Что будет означать линейная независимость системы векторов ?
Из четвертого свойства линейной независимости системы векторов мы знаем, что ни один из векторов системы не выражается через остальные. Иными словами, ни одна строка матрицы A не будет линейно выражаться через другие строки, следовательно, линейная независимость системы векторов будет равносильна условию Rank(A)=p .
Что же будет означать линейная зависимость системы векторов ?
Все очень просто: хотя бы одна строка матрицы A будет линейно выражаться через остальные, следовательно, линейная зависимость системы векторов будет равносильна условию Rank(A)
.
Итак, задача исследования системы векторов на линейную зависимость сводится к задаче нахождения ранга матрицы, составленной из векторов этой системы.
Следует заметить, что при p>n система векторов будет линейно зависимой.
Замечание : при составлении матрицы А векторы системы можно брать не в качестве строк, а в качестве столбцов.
Алгоритм исследования системы векторов на линейную зависимость.
Разберем алгоритм на примерах.
Примеры исследования системы векторов на линейную зависимость.
Пример.
Дана система векторов . Исследуйте ее на линейную зависимость.
Решение.
Так как вектор c нулевой, то исходная система векторов линейно зависима в силу третьего свойства.
Ответ:
Система векторов линейно зависима.
Пример.
Исследуйте систему векторов на линейную зависимость.
Решение.
Не сложно заметить, что координаты вектора c равны соответствующим координатам вектора , умноженным на 3 , то есть, . Поэтому, исходная система векторов линейно зависима.
Важнейшим понятием в теории линейных пространств является линейная зависимость векторов. Прежде чем определить это понятие, рассмотрим несколько примеров.
Примеры. 1. Дана следующая система трех векторов из пространства Тк:
Легко заметить, что или
2. Возьмем теперь другую систему векторов из
Соотношение, аналогичное равенству (1), для этой системы векторов непосредственно усмотреть затруднительно. Однако нетрудно проверить, что
Коэффициенты 4, -7,5 соотношения (2) можно было бы найти следующим образом. Обозначим их через считая неизвестными, будем решать векторное уравнение:
Произведя указанные операции умножения и сложения и переходя к равенству компонент векторов в (2), получаем однородную систему линейных уравнений относительно
Одним из решений этой системы является:
3. Рассмотрим систему векторов:
Равенство
приводит к системе уравнений, имеющей единственное - нулевое - решение. (Проверьте!) Таким образом, из равенства (3) следует,
что Иначе говоря, равенство (3) выполняется только при
Системы векторов в примерах 1-2 являются линейно зависимыми, система примера 3 - линейно независимой.
Определение 3. Система векторов линейного пространства над полем называется линейно зависимой, если существуют не все равные нулю числа поля Я, такие, что
Если же для векторов равенство имеет место только при то система векторов называется линейно независимой.
Заметим, что свойство линейной зависимости и независимости является свойством системы векторов. Однако в литературе широко используют те же прилагательные в применении непосредственно к самим векторам и говорят, допуская вольность речи, «система линейно независимых векторов» и даже «векторы линейно независимы».
Если в системе имеется всего один вектор а, то при по свойству 6 (§ 2) из следует Значит, система, состоящая из одного ненулевого вектора, линейно независима. Напротив, любая система векторов содержащая нулевой вектор 0, линейно зависима. Например, если то
Если система двух векторов линейно зависима, то имеет место равенство при (или . Тогда
т. е. векторы пропорциональны. Верно и обратное, так как из следует Значит, система двух векторов линейно зависима тогда и только тогда, когда векторы пропорциональны.
Пропорциональные векторы из лежат на одной прямой; в связи с этим и в общем случае пропорциональные векторы иногда называют коллинеарными.
Отметим некоторые свойства линейной зависимости векторов.
Свойство 1. Система векторов, содержащая линейно зависимую подсистему, линейно зависима.
Пусть линейно зависима подсистема
Тогда существуют не все равные нулю числа такие, что
Добавив в левую часть этого равенства остальные векторы данной системы с нулевыми коэффициентами, получим требуемое.
Из свойства 1 следует, что всякая подсистема линейно независимой системы векторов линейно независима.
Свойство 2. Если система векторов
линейно независима, а система векторов
линейно зависима, то вектор линейно выражается через векторы системы (4).
Так как система векторов (5) линейно зависима, то существуют не все равные нулю числа такие, что
Если то и тогда ненулевые коэффициенты будут среди что означало бы линейную зависимость системы (4). Значит, и
Свойство 3. Упорядоченная система ненулевых векторов
линейно зависима тогда и только тогда, когда некоторый вектор является линейной комбинацией предшествующих векторов.
Пусть система линейно зависима. Так как то вектор линейно независим. Обозначим через наименьшее натуральное число, при котором система линейно зависима. (Такое существует: в крайнем случае, если системы линейно независимы, то Тогда существуют не все равные нулю числа такие, что выполняется равенство
Если бы то ненулевые коэффициенты были бы среди и выполнялось бы равенство
что означало бы линейную зависимость системы но это противоречило бы выбору числа Значит, и потому
Обратно, из равенства (7) по свойству 1 следует линейная зависимость системы
Из свойства 3 легко следует, что система векторов тогда и только тогда линейно зависима, когда хотя бы один ее вектор линейно выражается через остальные. В этом смысле и говорят, что понятие линейной зависимости эквивалентно понятию линейной выражаемости.
Свойство 4. Если вектор х линейно выражается через векторы системы
а вектор линейно выражается через остальные векторы системы (8), то вектор также линейно выражается через эти векторы системы (8).
В самом деле,
Теперь можно доказать одну из важнейших теорем о линейной зависимости векторов.
Теорема 1. Если каждый вектор линейно независимой системы
есть линейная комбинация векторов
то Другими словами, в линейно независимой системе векторов, являющихся линейными комбинациями векторов число векторов не может быть больше
Доказательство. 1-й шаг. Построим систему
По условию каждый вектор системы (9), в частности вектор линейно выражается через векторы (10), а потому система (11) линейно зависима. По свойству 3 в системе (11) некоторый вектор где линейно выражается через предшествующие векторы, а потому и через векторы системы
полученной из (11) удалением вектора Отсюда по свойству 4 имеем: каждый вектор системы (9) линейно выражается через векторы системы (12).
2-й шаг. Применяя те же рассуждения, что и на шаге, к системам векторов
и (12) и учитывая, что система векторов линейно независима, мы получим систему векторов
через которые линейно выражаются все векторы системы (9).
Если допустить, что то, продолжая этот процесс, мы через шагов исчерпаем все векторы и получим систему
такую, что каждый вектор системы (9), в частности линейно выражается через векторы системы (14). Тогда система (9) оказывается линейно зависимой, что противоречит условию. Остается принять, что
Рассмотрим теперь, что означает линейная зависимость векторов в различных пространствах.
1. Пространство Если система двух векторов линейно зависима, то или т. е. векторы коллинеарны. Верно и обратное. Система трех векторов пространства линейно зависима тогда и только тогда, когда они лежат в одной плоскости. (Докажите!) Система четырех векторов пространства всегда линейно зависима. В самом деле, если какая-либо подсистема нашей системы линейно зависима, то и вся система линейно зависима. Если же никакая собственная подсистема не является линейно зависимой, то по предыдущему это означает, что никакие три вектора нашей системы не лежат на одной плоскости. Тогда из геометрических соображений следует существование вещественных чисел таких, что параллелепипед с ребрами-векторами будет иметь диагональ т. е. в равенстве
Предыдущая статья: Чему равна скорость света Следующая статья: Гармонические колебания Физика формула частоты колебаний