Как доказать что пространство евклидово

Неравенство Коши-Буняковского

Для любых векторов [math]\mathbf[/math] и [math]\mathbf[/math] евклидова пространства [math]\mathbb[/math] выполняется неравенство Коши-Буняковского :

В самом деле, для любого действительного числа [math]\lambda[/math] и любых векторов [math]\mathbf[/math] и [math]\mathbf[/math] справедливо неравенство:

Примеры евклидовых пространств

Определяя для элементов линейного пространства операцию скалярного произведения, получаем евклидово пространство. Если скалярное произведение можно ввести разными способами в одном и том же линейном пространстве, то и получаемые евклидовы пространства будут разными. Приведем примеры евклидовых пространств, соответствующих рассмотренным ранее примерам линейных пространств.

3. В пространстве [math]\mathbb^n[/math] скалярное произведение столбцов [math]x= \beginx_1&\cdots&x_n\end^T[/math] и [math]y=\begin y_1&\cdots&y_n\end^T[/math] можно задать формулой:

Значит, выполняются аксиомы 2 и 3. Аксиома 4 также выполняется, так как квадратичная форма [math]\langle x,x\rangle= x^TAx[/math] положительно определенная. Таким образом, пространство [math]\mathbb^n[/math] со скалярным произведением (8.26) является евклидовым пространством. В частности, если в качестве матрицы [math]A[/math] взять единичную матрицу, формула (8.26) примет вид:

Приведем примеры формул, которые не задают скалярного произведения в [math]\mathbb^2:[/math]

1) [math]\langle x,y\rangle= |x_1|\cdot|y_1|+|x_2|\cdot|y_2|[/math] — аксиомы 1, 4 выполняются, а аксиомы 2, 3 — нет;

2) [math]\langle x,y\rangle=x_2\cdot y_2[/math] — аксиомы 1, 2, 3 выполняются, а аксиома 4 — нет.

4. Пространство [math]\[/math] решений однородной системы [math]Ax=o[/math] линейных уравнений со скалярным произведением (8.27) является евклидовым пространством.

6. В пространстве [math]P(\mathbb)[/math] многочленов с действительными коэффициентами скалярное произведение можно задать формулой (8.28), так как многочлены являются непрерывными функциями.

В пространстве [math]P_3(\mathbb)[/math] определим произведение формулой:

В силу симметричности и линейности правой части (8.30) по значениям многочленов, заключаем, что аксиомы 1-3 выполняются. Проверим выполнение аксиомы 4. Приравняв скалярный квадрат нулю, получаем

Длина вектора и угол между векторами в евклидовом пространстве

Углом между ненулевыми векторами [math]\mathbf[/math] и [math]\mathbf[/math] евклидова пространства [math]\mathbb[/math] называется число

Из неравенства Коши-Буняковского (8.25) следует неравенство треугольника :

то есть [math]|\mathbf+\mathbf|^2\leqslant (|\mathbf|+ |\mathbf|)^2

Пример 8.17. Даны векторы евклидовых пространств:

y=\begin0\\1\end[/math] — элементы пространства [math]\mathbb^2[/math] со скалярным произведением (8.27): [math]\langle x,y\rangle=x_1y_1+x_2y_2[/math] ;

y=\begin0\\1\end[/math] — элементы пространства [math]\mathbb^2[/math] со скалярным произведением (8.26):

q(x)=x+2[/math] — элементы пространства [math]P_2(\mathbb)[/math] со скалярным произведением (8.29): [math]\langle p,q\rangle= a_2b_2+a_1b_1+a_0b_0[/math] ;

q(x)=x+2[/math] — элементы пространства [math]P_2(\mathbb)[/math] со скалярным произведением (8.30):

В каждом пространстве найти длины двух данных векторов и угол между ними.

Решение. а) Находим скалярные произведения:

б) Находим скалярные произведения:

в) Находим скалярные произведения:

г) Находим скалярные произведения:

\langle p,q\rangle= 1\!\cdot\!0+(-2)\!\cdot\!1+1\!\cdot\!2=0;

\langle q,q\rangle= 0\!\cdot\!0+1\!\cdot\!1+2\!\cdot\!2=5.[/math]

д) Находим скалярные произведения:

\langle p,q\rangle= 0\!\cdot\!3+1\!\cdot\!4+4\!\cdot\!5=24;

\langle q,q\rangle= 3\!\cdot\!3+4\!\cdot\!4+5\!\cdot\!5=50.[/math]

Источник

Инструменты сайта

Основное

Навигация

Информация

Действия

Содержание

Евклидово пространство

Одной из важнейших задач геометрии является задача измерения расстояния между двумя объектами. В произвольном линейном пространстве мы пока не можем определить насколько «близки» между собой объекты. В настоящем разделе понятие расстояния между двумя векторами — элементами линейного пространства — будет вводиться посредством скалярного произведения векторов. Насколько обоснован такой порядок введения понятий:

Определения

Из аксиом 1 и 2 вытекает свойство линейности скалярного произведения и по второму вектору:

Свойства

Теорема. Имеет место неравенство Коши–Буняковского:

С помощью скалярного произведения, введенного в предыдущем пункте, можно доказать справедливость интегральной формы неравенства:

Теорема. Имеет место неравенство треугольника

Пример. Найти расстояние между полиномами

Теперь прокомментируем последний пример. В разделе, посвященном полиному одной переменной, имеется теорема о непрерывной зависимости корней полинома от его коэффициентов. Смысл этого результата в следующем: если коэффициенты полиномов

Подводя итог приведенным рассуждениям, можно только повторить: метод, выбираемый для оценки близости между объектами, может зависеть от поставленной задачи. Микроскоп не пригоден для наблюдения за большими объектами, а телескоп — за малыми.

Следующий результат также имеет название, взятое из планиметрии, где он формулируется так: сумма квадратов длин диагоналей параллелограмма равна сумме квадратов длин его сторон.

Теорема. В евклидовом пространстве имеет место равенство параллелограмма

Ортогонализация

Чему равно расстояние между двумя векторами ортонормированного базиса?

Пример. Ортогонализовать систему векторов

Пример. Пусть в пространстве полиномов скалярное произведение задается формулой

Следующая теорема устанавливает связь между двумя ортонормированными базисами в одном и том же пространстве.

Теорема. Матрица перехода от одного ортонормированного базиса к другому является ортогональной.

Матричный формализм алгоритма Грама-Шмидта: QR-разложение

Пример. Для матрицы из предыдущего примера имеем:

Расстояние от точки до многообразия

Пример. Множество

Доказать, что в пространстве квадратных матриц со скалярным произведением, заданным формулой

Вычисление расстояния

Альтернативный способ вычисления расстояния от точки до линейного многообразия, заданного системой линейных уравнений ☞ ЗДЕСЬ.

Доказательство ☞ ЗДЕСЬ.

Подводя итог: определители Грама полностью решают задачу о вычислении расстояния от точки до линейного подпространства в любом евклидовом пространстве; этот результат легко обобщается на произвольное линейное многообразие.

Вычисление расстояния между линейными многообразиями (и некоторыми другими объектами, заданными алгебраическими уравнениями) ☞ ЗДЕСЬ.

Угол между вектором и линейным многообразием

Эта теорема сводит задачу к решенной в предыдущих пунктах задаче вычисления расстояния от вектора до подпространства, только теперь интерес смещается от ортогональной составляющей вектора к его ортогональной проекции.

Свойства матрицы Грама

Если какой-то главный минор матрицы Грама обращается в нуль, то и все главные миноры бóльших порядков обращаются в нуль.

Доказательство ☞ ЗДЕСЬ

Матрица Грама линейно независимой системы векторов является положительно определенной. Матрица Грама произвольной системы векторов является положительно полуопределенной.

Дальнейшие свойства матрицы и определителя Грама ☞ ЗДЕСЬ

Задачи

Источник

Материалы этого раздела составлены на основе книги

Шилов Г.Е. Математический анализ. Конечномерные линейные пространства. М.Наука.1969

Источник

Евклидово пространство

Во всех определениях евклидовы пространства состоят из точек, которые определяются только теми свойствами, которыми они должны обладать для формирования евклидова пространства.

Содержание

Определение [ править ]

История определения [ править ]

Евклидова геометрия не применялась в пространствах более чем трех измерений до 19 века. Людвиг Шлефли обобщил евклидову геометрию на пространства n измерений, используя как синтетические, так и алгебраические методы, и открыл все регулярные многогранники (многомерные аналоги Платоновых тел ), которые существуют в евклидовых пространствах любого числа измерений. [4]

Мотивация современного определения [ править ]

Техническое определение [ править ]

Евклидово пространство является аффинным пространством над переАльса таким образом, что ассоциированное векторное пространство является евклидовым векторным пространством. Евклидовы пространства иногда называют евклидовыми аффинными пространствами, чтобы отличить их от евклидовых векторных пространств. [6]

(Второй + в левой части является векторным сложением; все остальные + обозначают действие вектора на точку. Это обозначение не является двусмысленным, поскольку для различения двух значений + достаточно взглянуть на характер его левого аргумента.)

Как объяснялось ранее, некоторые из основных свойств евклидовых пространств являются результатом структуры аффинного пространства. Они описаны в § Аффинная структура и ее подразделы. Свойства, полученные в результате внутреннего продукта, объясняются в § Метрическая структура и ее подразделы.

Прототипные примеры [ править ]

Для любого векторного пространства сложение действует свободно и транзитивно в самом векторном пространстве. Таким образом, евклидово векторное пространство можно рассматривать как евклидово пространство, которое само ассоциируется с векторным пространством.

Аффинная структура [ править ]

Подпространства [ править ]

Евклидово векторное пространство (то есть такое евклидово пространство ) имеет два вида подпространств: его евклидовы подпространства и его линейные подпространства. Линейные подпространства являются евклидовыми подпространствами, а евклидово подпространство является линейным подпространством тогда и только тогда, когда оно содержит нулевой вектор. E = E → <\displaystyle E=<\overrightarrow >>

Линии и сегменты [ править ]

Отсюда следует, что есть ровно одна линия, которая проходит через две различные точки (содержит). Это означает, что две различные прямые пересекаются не более чем в одной точке.

Более симметричное представление прямой, проходящей через P и Q :

В евклидовом векторном пространстве нулевой вектор обычно выбирается за O ; это позволяет упростить предыдущую формулу до

Параллелизм [ править ]

Два подпространства S и T одной размерности в евклидовом пространстве параллельны, если они имеют одинаковое направление. [a] Эквивалентно, они параллельны, если есть вектор сдвига v, который отображает один в другой:

Отсюда следует, что в евклидовой плоскости две прямые либо пересекаются в одной точке, либо параллельны.

Концепция параллельных подпространств была расширена на подпространства разных размеров: два подпространства параллельны, если направление одного из них совпадает с направлением на другое.

Метрическая структура [ править ]

Евклидова норма вектора х является

Расстояние и длина [ править ]

Ортогональность [ править ]

Два линейных подпространства ортогональны, если каждый ненулевой вектор первого перпендикулярен каждому ненулевому вектору второго. Отсюда следует, что пересечение линейного подпространства сводится к нулевому вектору. E → <\displaystyle <\overrightarrow >>

Два сегмента AB и AC, которые имеют общую конечную точку, перпендикулярны или образуют прямой угол, если векторы и ортогональны. A B → <\displaystyle <\overrightarrow >> A C → <\displaystyle <\overrightarrow >>

Если AB и AC образуют прямой угол, то

Угол [ править ]

(Неориентированный) угол θ между двумя ненулевыми векторами x и y в равен E → <\displaystyle <\overrightarrow >>

θ = arccos ⁡ ( x ⋅ y ‖ x ‖ ‖ y ‖ ) <\displaystyle \theta =\arccos \left(<\frac <\|x\|\|y\|>>\right)>

Декартовы координаты [ править ]

Другие координаты [ править ]

Аффинное базис евклидова пространства размерности п представляет собой набор п + 1 точек, которые не содержатся в гиперплоскости. Аффинный базис определяет барицентрические координаты для каждой точки.

Изометрии [ править ]

Изометрия между двумя метрическими пространствами является взаимно однозначным соответствием с сохранением расстояния, [Ь] то есть

В случае евклидова векторного пространства изометрия, которая отображает начало координат в начало координат, сохраняет норму

f ( P ) = O ′ + f → ( O P → ) <\displaystyle f(P)=O'+<\overrightarrow >\left(<\overrightarrow >\right)>

является изометрией евклидовых пространств.

Из предыдущих результатов следует, что изометрия евклидовых пространств отображает прямые в прямые и, в более общем смысле, евклидовы подпространства в евклидовы подпространства той же размерности, и что ограничение изометрии на эти подпространства является изометриями этих подпространств.

Изометрия с прототипными примерами [ править ]

которое является изометрией евклидовых пространств. Обратная изометрия

Это означает, что с точностью до изоморфизма существует ровно одно евклидово пространство заданной размерности.

Евклидова группа [ править ]

Они находятся в биективном соответствии с векторами. Это причина того, что пространство переводов называют векторным пространством, связанным с евклидовым пространством. Переводы образуют нормальную подгруппу евклидовой группы.

Топология [ править ]

Аксиоматические определения [ править ]

Использование [ править ]

Другие геометрические пространства [ править ]

Аффинное пространство [ править ]

Проективное пространство [ править ]

Неевклидовы геометрии [ править ]

Изогнутые пространства [ править ]

Псевдоевклидово пространство [ править ]

Источник

Что такое Евклидово пространство?

Если заглянуть в справочники или энциклопедии, то можно найти следующий ответ на сформулированный выше вопрос: «Евклидово пространство – в изначальном смысле, пространство, свойства которого описываются аксиомами евклидовой геометрии» [1].

Действительно, в АКСИОМЕ 9 Евклид упоминает вскользь слово «пространство» [2]: «И две прямые не содержат пространства».

Фактически же, здесь, как и в во всех прочих аксиомах, речь идёт не о пространстве, а о плоскости, которая является лишь слоем пространства, толщиной в одну точку. Туманную формулировку 9-й аксиомы можно интерпретировать следующим образом [3]: «два отрезка не могут сходиться в двух различных точках – то есть ограничивать некоторую фигуру конечной площади» (см. рисунок слева).

Примечательно, что это единственное (!) упоминание слова «пространство» Евклидом. Больше мы не встретим даже намёка на пространство ни среди других аксиом, ни среди постулатов, ни среди определений его 15-томного труда.

Таким образом, согласно энциклопедиям, ЕВКЛИДОВО ПРОСТРАНСТВО (в изначальном смысле) – это плоскость, которую не содержат две прямые. 🙂

P.S. Из правого рисунка видно, что так называемые «пространства» Евклида, Лобачевского или Римана на самом деле являются лишь поверхностями с разными геометрическими свойствами.

1. Евклидово пространство: Материал из Википедии. – https://ru.wikipedia.org/wiki/Евклидово_пространство

2. Начала Евклида. Книги I-XV. Перевод с греческого и комментарии Д. Д. Мордухай-Болтовского при участии М. Я. Выгодского и И. Н. Веселовского. – Гос. изд-во технико-теоретич. лит-ры, М.-Л.: 1950. – 1299 с.

Источник

Линейные и евклидовы пространства с примерами решения и образцами выполнения

Евклидово пространство — это вещественное линейное пространство, в котором зафиксирована симметричная положительно определенная билинейная форма. Значение билинейной формы на паре элементов называется скалярным произведением этих векторов.

Линейные и евклидовы пространства

Определение линейного пространства

Определение:

Множество V элементов х, у, z,… называется линейным пространством (действительным или комплексным), если по некоторому правилу

I. любым двум элементам х и у из V поставлен в соответствие элемент из V, обозначаемый х + у и называемый суммой элементов х и у;

II. любому элементу х из V и каждому числу а (вещественному или комплексному) поставлен в соответствие элемент из V, обозначаемый ах и называемый произведением элемента х на число а, и эти правила сложения и умножения на число удовлетворяют следующим аксиомам:

Элемент θ называется нулевым элементом, а элемент (-х) — противоположным элементу х.
Элементы х, у, z,… линейного пространства часто называют векторами. Поэтому линейное пространство называют также векторным пространством.

Примеры линейных пространств

Этим же свойством обладают: совокупность V1 векторов на прямой и совокупность V2 векторов на плоскости.

2, Совокупность упорядоченных наборов () из n действительных чисел.

Операции — сложение и умножение на действительное число — вводятся так:

б) умножение на число —

3. Совокупность всевозможных матриц Rmxn размера m х n с введенными правилами сложения матриц,

и умножения матрицы на число,

В частности, совокупность n-строк, R1xn и совокупность столбцов высоты m, Rmx1, являются линейными пространствами.

4. Множество С(-1, 1) вещественных функций, непрерывных на интервале (-1, I), с естественными операциями сложения функций и умножения функции на число.

Во всех приведенных примерах требования 1-8 проверяются непосредственно.

Простейшие свойства линейных пространств

2. Для любого элемента х противоположный ему элемент (—х) определен однозначно.

Пусть x — и х_ — элементы, противоположные элементу х. Покажем, что они равны.

Аналогично убеждаемся в том, что

Нетрудно убедится также в справедливости следующих свойств:

Линейные подпространства

Непустое подмножество W линейного пространства V называется линейным подпространством пространства V, если для любых элементов х и у из W и любого числа а выполняются следующие условия:

Иногда говорят: «множество W замкнуто относительно указанных операций».

Примеры линейных подпространств

1.Множество векторов на плоскости V2 является линейным подпространством линейного пространства V3.

2. Совокупность решений однородной системы m линейных уравнений с n неизвестными

образует линейное подпространство линейного пространства Rnx1. В самом деле, сумма решений однородной системы () является решением этой же системы и произведение решения системы (*) на число также является ее решением.

3. Совокупность всех вещественнозначных функций, непрерывных на интервале (-1, 1) и обращающихся в нуль при t = 0, образует линейное подпространство линейного пространства С(— 1,1).

Сумма f(t) + g(t) функций f(t) и g(t), обращающихся в нуль при t = 0, t(0) = f(0) = 0, и произведение af(t) функции f(t), обращающейся в нуль при t = 0, f(0) = 0, на число а равны нулю при t = 0.

Свойства линейного подпространства

Сумма и пересечение линейных подпространств

Пусть V — линейное пространство, W1 w W2 — его линейные подпространства. Суммой W1 + W2 линейных подпространств W1 и W2 называется совокупность всевозможных элементов х пространства V, которые можно представить в следующем виде

где x1 лежит в W1, а х2 — в W2. Коротко это можно записать так:

Сумма линейных подпространств W1 и W2 нaзывается прямой, если для каждого элемента х этой суммы разложение (1) единственно (рис. 3).

Обозначение: W1⊕W2

Пересечением W1 ∩ W2 линейных подпространств W1 и W2 линейного пространства V называется совокупность элементов, которые принадлежат одновременно и линейному подпространству W1, и линейному подпространству W2.

Свойства пересечения и суммы линейных подпространств

Возьмем в W1 + W2 два произвольных элемента х и у. По определению суммы подпространств найдутся элементы х1, у1, из W1 и х2, у2, из W2 такие, что

Это позволяет записать сумму х + у в следующем виде

Так как то сумма х + у лежит в W1 + W2.

Аналогично доказывается включение ах ∈ W1 + W2.

2. Пересечение W1 ∩ W2 является линейным подпространством пространства V.

3. Если нулевой элемент является единственным общим вектором подпространств W1 й W2 линейного пространства V, то их сумма является прямой — W1 ⊕ W2.

Линейная оболочка

Линейной оболочкой L(X) подмножества X линейного пространства V называется совокупность всевозможных линейных комбинаций элементов из X,

Последнее читается так: «линейная оболочка L(X) состоит из всевозможных элементов у, представимых в виде линейных комбинаций элементов множества X».

Основные свойства линейной оболочки

Сумма линейных комбинаций элементов множества X и произведение линейной комбинации элементов на любое число снова являются линейными комбинациями элементов множества X.

3. L(X) — наименьшее линейное подпространство, содержащее множество X.

Пусть W — линейное подпространство, содержащее заданное множество X. Тогда произвольная линейная комбинация элементов множества X — элемент линейной оболочки L(X) — содержится и в подпространстве W.

Пример:

Рассмотрим в линейном пространстве R3 две тройки ξ = (1,1,0) и η = (1,0, I) (рис.4). Множество решений уравнения

Пример:

Рассмотрим в линейном пространстве С(- ∞, ∞) вещественнозначных функций, непрерывных на всей числовой оси, набор X одночленов 1, х,…, хn:

Линейная оболочка L(X) представляет собой совокупность многочленов с вещественными коэффициентами, степени которых не превосходят n.

Обозначение:

Линейная зависимость

Если равенство (1) выполняется только при а1 = … = аq = 0, то система элементов x1,…, хq называется линейно независимой.

Справедливы следующие утверждения.

Теорема:

Система элементов x1,…, хq (q ≥ 2) линейно зависима в том и только в том случае, если хотя бы один из ее элементов можно представить в виде линейной комбинации остальных.

Предположим сначала, что система элементов x1,…, xq линейно зависима. Будем Считать для определенности, что в равенстве (1) отличен от нуля коэффициент аq. Перенося все слагаемые, кроме последнего, в правую часть, после деления на аq ≠ 0 получим, что элемент хq является линейной комбинацией элементов х1 …, хq:

Обратно, если один из элементов равен линейной комбинации остальных,

то, перенося его в левую часть, получим линейную комбинацию

в которой есть отличные от нуля коэффициенты (-1 ≠ 0). Значит, система элементов x1,…., хq линейно зависима.

Теорема:

Из линейной независимости элементов x1…, xq вытекает, что a1 — β1 = … = аq — βq = 0 и, значит,

Теорема:

равны нулю не все коэффициенты.

Пример. Векторы из V2 линейно зависимы тогда и только тогда, когда они компланарны (рис.5).

Базис. Размерность

Упорядоченная система элементов e1,…, еn линейного пространства V называется базисом этого линейного пространства, если элементы e1,…, еn линейно независимы и каждый элемент из V можно представить в виде их линейной комбинации. Упорядоченность означает здесь, что каждому элементу приписан определенный (порядковый) номер. Из одной системы п элементов можно построить n! упорядоченных систем.

Пример:

Пусть a, b, с — тройка некомпланарных векторов из Vз (рис.6). Тогда упорядоченные тройки а, b, с; b, с, а; с, а, b; b, а, с; а, с, b и с, b, а — различные базисы V3.

Пусть с = (e1 … еn) — базис пространства V.

Тогда для любого элемента х из V найдется набор чисел такой, что

В силу теоремы 2 числа — координаты элемента х в базисе с — определены однозначно.

Посмотрим, что происходит с координатами элементов при простейших действиях с ними.

и для любого числа а

Таким образом, при сложении элементов их соответствующие координаты складываются, а при умножении элемента на число все его координаты умножаются на это число.

Координаты элемента часто удобно записывать в виде столбца. Например,

— координатный столбец элемента в базисе e.

Разложим произвольную систему элементов x1,…, хq по базису e,

ли рассмотрим координатные столбцы элементов ч1,…, хq в этом базисе:

Теорема:

причем хотя бы один из коэффициентов λk отличен от нуля. Запишем это подробнее

Отсюда в силу единственности разложения элемента по базису вытекает, что

Таким образом, линейная комбинация координатных столбцов элементов x1,…, xq равна нулевому столбцу (с теми же коэффициентами λ1,…, λg). Это и означает, что система координатных столбцов линейно зависима.

Если же выполняется равенство (2), то, проводя рассуждения в обратном порядке, получаем формулу (1).

Тем самым, обращение в нуль некоторой нетривиальной (хотя бы один из коэффициентов отличен от нуля) линейной комбинации элементов линейного пространства равносильно тому, что нетривиальная линейная комбинация их координатных столбцов (с теми же коэффициентами) равна нулевому столбцу.

Теорема:

Пусть базис с линейного пространства V состоит из п элементов. Тогда всякая система из то элементов, где т > п, линейно зависима.

4 В силу теоремы 3 достаточно рассмотреть случай m = п + 1.

и запишем координаты элементов х1 …, xn+1 в виде матрицы, отводя j-й столбец координатам элемента xj, j = 1,…, п + 1. Получим матрицу из п строк и п + 1 столбцов —

Ввиду того, что ранг матрицы К не превосходит числа п ее строк, столбцы матрицы К (их п + 1) линейно зависимы. А так как это координатные столбцы элементов x1…..хп+1, то согласно теореме 4 система элементов x1…..хп+1 также линейно зависима.

Следствие:

Все базисы линейного пространства V состоят из одинакового числа элементов.
Пусть базис e состоит из п элементов, а базис e’ из п‘ элементов. В силу только что доказанной теоремы из линейной независимости системы е’1,…, е’n заключаем, что п’ ≤ п. Меняя базисы e и e’ местами, в силу этой же теоремы получаем, что п ≤ п’.

Тем самым, п = п’.
Размерностью линейного пространства V называется число элементов базиса этого пространства.

Пример:

Базис координатного пространства R» образуют элементы

Система элементов e1,e2, …,еп линейно независима: из равенства

и значит, a1 = … = an = 0.

Кроме того, любой элемент из R» можно записать в виде линейной комбинации элементов e1…..еп: ‘

Тем самым, размерность пространства R» равна п.

Пример:

Однородная линейная система

имеющая ненулевые решения, обладает фундаментальной системой решений (ФСР). ФСР является базисом линейного пространства решений однородной системы. Размерность этого линейного пространства равна числу элементов ФСР, т.е. п — r, где r — ранг матрицы коэффициентов однородной системы, an — число неизвестных.

Пример:

Размерность линейного пространства Мп многочленов степени не выше п равна п + I.

Так как всякий многочлен P(t) степени не выше п имеет вид

то достаточно показать линейную независимость элементов

где t произвольно. Полагая t = 0, получаем, что ао = 0.

Продифференцируем равенство (3) по t:

Вновь положив t = 0, получим, что a1 = 0.

Линейное пространство, размерность которого равна п, называется п-мерным.

Обозначение: dim V = п.

Соглашение. Далее в этой главе всюду считается, если не оговорено противное, что размерность линейного пространства V равна п.

Ясно, что если W — подпространство n-мерного линейного пространства V, то dim W ≤ п.

Покажем, что в п-мерном линейном пространстве V есть линейные подпространства любой размерности k ≤ п.

Пусть e = (е1 … еn) — базис пространства V. Легко убедиться в том, что линейная оболочка

имеет размерность k.

По определению dim < θ >= 0.

Теорема:

так как в нетривиальной линейной комбинации

коэффициент μ ≠ 0 вследствие линейной независимости системы а1…., аk.

Если бы разложение вида (4) можно было бы написать для любого элемента b пространства V, то исходная система a1…, аk была бы базисом согласно определению. Но в силу условия k

строками которой являются координаты векторов а1, а2, а3, а4, равен четырем. Это означает, что строки матрицы А, а, значит, и векторы а1, а2, а3, а4 линейно независимы.

Подобный подход используется и в общем случае: чтобы дополнить систему k линейно независимых элементов

элементарными преобразованиями строк приводится к трапециевидной форме, а затем дополняется п — k строками вида

(0 … 1 … 0)

так, чтобы ранг получаемой матрицы был равен п. Справедливо следующее утверждение.

Теорема:

Пусть W1 и W2 — линейные подпространства линейного пространства V. Тогда

Замена базиса

Пусть e = (e1 … еn) и e’ = (е’1, … е’n) — базисы линейного пространства V. Разложим элементы базиса e’ по базису с. Имеем

Эти соотношения удобно записать в матричной форме
(2)

называется матрицей перехода от базиса e к базису e’.

Свойства матрицы перехода

Доказательство этого свойства проводится от противного.

Из равенства detS = 0 вытекает линейная зависимость столбцов матрицы S. Эти столбцы являются координатными столбцами элементов е’1,…, е’n в базисе e. Поэтому (и вследствие теоремы 4) элементы е’1…..с’n должны быть линейно зависимыми.

Последнее противоречит тому, что e’ — базис. Значит, допущение, что det S = 0, неверно.

2. Если и — координаты элемента х в базисах e и e’ соответственно, то:
(3)

e’j их выражениями (1), получаем, что

Отсюда в силу единственности разложения элемента по базису имеем

Переходя к матричной записи найденных равенств, убеждаемся в справедливости свойства 2.

3. S -1 — матрица перехода от базиса e’ к базису e.

Свойство 3 доказывается умножением обеих частей матричного равенства (2) на матрицу S -1 справа.

Евклидовы пространства

Вещественное линейное пространство V называется (вещественным) евклидовым пространством, если любым двум элементам х и у из V ставится в соответствие число, обозначаемое через (х,у), такое, что для любых элементов х, y,z и произвольного вещественного числа а выполняются следующие условия:

4. (х, х) ≥ 0; причем равенство нулю возможно в том и только в том случае, если х = θ.

Число (х, у) называется скалярным произведением элементов х и у. Примеры евклидовых пространств.

2. Скалярное произведение произвольных элементов из координатного пространства R» можно определить формулой

3, Линейное подпространство евклидова пространства само является евклидовым пространством.

Пользуясь определением евклидова пространства, нетрудно доказать следующие свойства:

Теорема:

Неравенство Коши—Буняковского. Для любых двух элементов х и у евклидова пространства V справедливо неравенство

Обратимся к случаю (х, х) ≠ 0. Тогда (х, х) > 0. По определению скалярного произведения неравенство

справедливо для любых элементов х и у из пространства V и любого вещественного числа t. Запишем неравенство (1) подробнее:

Левую часть последнего неравенства можно рассматривать как квадратный трехчлен относительно t. Из того, что знак этого квадратного трехчлена не изменяется при любых t, заключаем, что его дискриминант неположителен,

Перенося вычитаемое в правую часть, получаем требуемое неравенство.

Замечание:

Часто доказанное неравенство записывают в равносильной форме,

Следует подчеркнуть, что слева в этом неравенстве стоит абсолютная величина (модуль) скалярного произведения, а в правой части — нормы векторов х и у.

Определение:

Длиной (нормой) элемента х называется число |х|, вычисляемое по правилу

Ясно, что |х| ≥ 0 для любого х, причем равенство |х| = 0 возможно лишь в случае, если х = θ.

Рассмотрим цепочку равенств:

Заменяя второе слагаемое на 2|(х, у)| ≥ 2(х, у) и применяя неравенство Коши—Буняковского |(х,у)| ≤ |х| • |у|, получаем, что

После извлечения квадратного корня приходим к неравенству треугольника:
|х + у| ≤ |х| + |у|
(рис.7).

Углом между ненулевыми элементами х и у евклидова пространства называется число φ, подчиненное следующим двум условиям:

Определение угла корректно, так как согласно теореме 8 имеем

для любых ненулевых элементов х и у.

Элементы х и у называются ортогональными, если (х, у) = 0. Для ортогональных элементов из соотношения (2) вытекает равенство

являющееся обобщением известной теоремы Пифагора’, квадрат длины суммы ортогональных элементов равен сумме квадратов их длин (рис. 8).

Система элементов f1…..f k называется ортогональной, если (fi, fj) =0′ при i ≠ j, и ортонормированной, если

Определение:

называют символом Кронекера.

Теорема:

Ортонормированная система элементов линейно независима.

Умножая обе части равенства

И так как (fj, fj) = 1,то aj = 0, j = 1,…, k.

Метод ортогонализации

Для того, чтобы элемент

был ортогонален элементу g1, необходимо выполнение следующего равенства:

ортогонален элементу g1 (рис. 9 а).

Пользуясь построенными элементами g1, g2 и заданным элементом fз, построим элемент

ортогональный как элементу g1, так и элементу g2. Для этого коэффициенты β1 и β2 должны удовлетворять следующим условиям:

Таким образом, элемент
, (f3,g|) (f3,g2)

ортогонален элементам g1 и g2 (рис. 9 6).

Аналогичными рассуждениями можно показать, что элемент

ортогонален элементам

Делением каждого элемента gi (i = 1…..k) на его длину |g

Базис e = (e1 … еn) евклидова пространства называется ортонормированным, или ортобазисом, если

Суммируя вышеизложенное, получаем следующий результат.

Теорема:

В любом евклидовом пространстве существует о ртонормированный базис.
Пример:

Методом ортогонализации построить ортоиормированный базис евклидова пространства Е по его базису

Полагаем b1 = a1 и b2 = а2 — ab1. Для того, чтобы вектор

был ортогонален вектору b1, необходимо выполнение неравенства

Для того, чтобы вектор

был ортогонален векторам b1 и b2, необходимо выполнение равенств

Система векторов b1, b2, b3 ортогональна. Поделив каждый вектор на его длину, получим

— ортонормированный базис пространства Е.

При помощи ортонормированного базиса скалярное произведение элементов вычисляется особенно просто. Пусть e = (e1 … еn) — ортонормированный базис пространства Е. Вычислим скалярное произведение элементов х и у, предварительно разложив их по базису e

Ортогональное дополнение

Пусть W — линейное подпространство евклидова пространства V. Совокупность W⊥ элементов у пространства V, обладающих свойством

(y. х) = 0,

где х — произвольный элемент из W, называется ортогональным дополнением подпространства W. Другими словами, ортогональное дополнение W⊥ состоит из всех элементов у, ортогональных всем элементам подпространства W.

Свойства ортогонального дополнения

для любого элемента х из W. Складывая эти равенства и пользуясь свойствами скалярного произведения, получаем,что

для любого элемента х из W. Это означает, что

Свойство 2 означает, что любой элемент х пространства V можно представить, причем единственным образом, в виде суммы элементов из W и W⊥ :

x = y+z. ‘ (*)

Элемент у ∈ W называется ортогональной проекцией элемента х на линейное подпространство W, а элемент z ∈ W⊥ — его ортогональной составляющей (рис. 11).

Покажем, как по заданным элементу х и линейному подпространству W найти его ортогональную проекцию у и ортогональную составляющую г.

Можно считать, что в линейном подпространстве W задан ортонормированный базис e1…..еk. Запишем искомый элемент у в виде линейной комбинации

Подставляя это выражение в формулу (*):

и умножая обе части полученного равенства последовательно на элементы e1,…, еk, в предположении z ⊥ W приходим к соотношениям

обладают требуемыми свойствами. *

Пример:

Найти ортогональную проекцию вектора х = (4, 2, 3, 5) на линейное подпространство W ⊂ R4, заданное системой уравнений

Векторы a1 = (1,0,0,-1) и а2 = (0,1,-1,0) образуют фундаментальную систему решений и, следовательно, базис подпространства W. Кроме того, векторы a1 и а2 ортогональны. Для того, чтобы построить ортонормированный базис подпространства W, достаточно разделить эти векторы на иx длины. В результате получим

является ортогональной проекцией вектора х = (4,2, 3, 5), на подпространство W, а вектор

— его ортогональной составляющей.

Унитарные пространства

Унитарным пространством называется линейное комплексное пространство U, в котором каждой упорядоченной паре элементов х и у из U ставится в соответствие число — скалярное произведение (х, у) так, что для любых элементов х, у и z из U и любого комплексного числа а выполняются следующие соотношения:

Пример:

В координатном пространстве Сn, элементами которого являются всевозможные упорядоченные наборы п комплексных чисел, скалярное произведение можно ввести так

Решение заданий и задач по предметам:

Дополнительные лекции по высшей математике:

Образовательный сайт для студентов и школьников

Копирование материалов сайта возможно только с указанием активной ссылки «www.lfirmal.com» в качестве источника.

© Фирмаль Людмила Анатольевна — официальный сайт преподавателя математического факультета Дальневосточного государственного физико-технического института

Источник