Простейшие свойства матричного формализма
10. Для любых к.с.в. u = (u1 , … , un), v = (v1 , … , vn), w = (w1 , … , wn) Î Vn сложение ассоциативно: (u+v)+w = u+(v+w).
20. Для любых к.с.в. u = (u1 , … , un), v = (v1 , … , vn) Î Vn сложение коммутативно: u+v= v+u.
30. Существует нулевая к.с.в. 0 = (0, … , 0) Î Vnсо свойством нейтральности по сложению: для любой к.с.в v = (v1 , … , vn) Î Vnвыполнено 0+ v = v = v+ 0.
40. Для любой к.с.в. v = (v1 , … , vn) Î Vn существует противоположная к.с.в. –v = (–v1 , … , –vn) Î Vn со свойством v+ (–v) = 0= (–v) + v.
50. Для любой к.с.в. v = (v1 , … , vn) Î Vn и матриц А Î M(n, k, F), B Î M(k, m, F) справедлив аналог ассоциативности: (v×A)×B = v×(A×B).
60. Для единичной матрицы In Î M(n, F) и к.с.в. v = (v1 , … , vn) Î Vn выполнено равенство v×In = v.
70. Для любой к.с.в. v = (v1 , … , vn) Î Vn и матриц А, B Î M(n, m, F) справедлив аналог дистрибутивности v×(A + B) = v×A + v×B.
8 0. Для любых к.с.в. u = (u1 , … , un), v = (v1 , … , vn) Î Vn и матрицы А Î M(n, m, F) выполнен аналог дистрибутивного закона: (u+ v)×A = = u×A + v×A.
Доказательства этих свойств полностью аналогичны соответствующим доказательствам правил действия со строками и матрицами. Например, свойство 50 можно доказать так: если v×A = u Î Vk, u×B = w Î Vm, A×B = C, v×C = x, то
Отметим попутно, что первые четыре свойства означают, что множество Vn всех n-элементных систем векторов является абелевой группой относительно введённой операции сложения к.с.в.
90. Для любых к.с.в. u = (u1 , … , un), v = (v1 , … , vn) Î Vn и обратимой матрицы А Î GL(n, F) равенство u = v×A равносильно v = u×A–1 .
Действительно, если u = v×A, то u×A–1 = (v×A)×A–1 = v×(A×A–1) = v×In = v. Точно так же из равенства v = u×A–1 выводится равенство u = v×A (?!).
100. Для любой к.с.в. v = (v1 , … , vn) Î Vn и матриц А, В Î M(n, m, F) равенство v×A = v×B равносильно равенству v×(A – B) = 0Î Vn.
В самом деле, v×A = v×B Û (" j (1 £ j £ m) v×a(j) = v×b(j)) Û (" j (1 £ j £ m) v×(a(j) – b(j)) = 0 Î V) Û v×(A – B) = 0= (0, … , 0)Î Vn.
Упражнения: 1. Докажите все перечисленные выше и ещё недоказанные свойства.
2. Определите для каждого a Î F такую унарную операцию a×умножения произвольной к.с.в. v = (v1 , … , vn) Î Vn на любой скаляр a Î F, чтобы алгебра (Vn, + , {a× | a Î F}) была векторным пространством над полем F.
3. Сформулируйте и докажите аналогичные свойства к.с.в.-столбцов.
Следующие свойства используют матричный символизм для выражения некоторых фактов о линейно зависимых и линейно независимых системах векторов.
110. Имеет место эквивалентность: (к.с.в. v = (v1 , … , vn) Î Vn линейно зависима) Û ($ a Î nF \ {0} v×a = 0).
120. Имеет место эквивалентность: (к.с.в. v = (v1 , … , vn) Î Vn линейно независима) Û (" a Î nF \ {0} v×a = 0 ® a = 0)
Оба этих свойства являются переформулировками определений линейной зависимости и независимости на матричном языке.
130. Имеет место эквивалентность: (к.с.в. v = (v1 , … , vn) Î Vnлинейно независима) Û (" A, B Î M(n, m, F) v×A = v×B ® A = B)
(Þ) Если v линейно независима иv×A = v×B, то v×(A – B) = 0, т.е. (по 120) все столбцы матрицы А – В нулевые, а значит А = В.
(Ü) следует из 120 , если положить A = a , B = 0 .
140. Имеет место эквивалентность: (e = (e1 , … , en) – базис V) Û Û (" f = (f1 , … , fm) Î Vm $ ! T Î M(n, m, F) f = e×T)
(Þ) Поскольку e – базис, каждый вектор fi однозначно записывается в виде линейной комбинации векторов системы e: fi = ti1×e1 + … + tin×en . Если T = (tij) – матрица с компонентами tij (1 £ i £ n, 1 £ j £ m ), то f = e×T. Такая матрица T определена однозначно: если f = e×T = e×S, то ввиду линейной независимости базиса e, свойство 130 даёт T = S.
(Ü) Поскольку " v Î V $ t Î nF v = t×e(применили условие для системы f = (v)), то L(e) = V. Кроме того, система e линейно независима: если e×t = 0 для некоторого t Î nF, то e×t = 0= e×0 , и условие единственности матрицы T для к.с.в. f = {0} даёт t = 0 . Таким образом, e является базисом векторного пространства V.
150. Пусть e = (e1 , … , en) – базис векторного пространства V, f = e×T, где T Î M(m, n, F). Тогда ( f – базис V) Û (T – обратимая матрица, т.е. T Î GL(n, F))
(Þ) Если f = (f1 , … , fm) – базис, то n = m, т.к. базисы состоят из одного и того же числа векторов. Таким образом, T – квадратная матрица. Если она не обратима, то T – левый делитель нуля: $ x Î nF \ {0} T×x = 0, и f×x = = e×T×x = e×0 = 0, вопреки линейной независимости к.с.в. f .
(Ü) Во-первых, к.с.в. fлинейно независима: если $ x Î nF \ {0} f×x = 0 , то e×T×x =0 и ввиду линейной независимости базиса e получаем T×x = 0 , т.е. x = T –1×T×x = T –1×0 = 0 – противоречие.
Во-вторых, L(f) = V : если v Î V, то $ a Î nF v = e×a,и значит, v = (e×T)×(T –1×a) = f×( T –1×a) = f×b, где b = T –1×a .
Дата добавления: 2021-12-14; просмотров: 233;