Векторное пространство, n - мерный вектор


 

Множество всех плоских или пространственных векторов, рассмотренных ранее нами, в которых определены операции сложения векторов и умножения вектора на число, являются простейшими примерами векторных пространств, в частности = {Х; У; Z} – вектор в трехмерном пространстве. Очень часто при вычислениях, связанных с векторами отвлекаешься от геометрического смысла вектора и имеешь дело лишь с его координатами. По аналогии с описанной моделью множества векторов трехмерного пространства можно рассмотреть понятие n - мерного векторного пространства.

Определение: n – мерным вектором называется упорядоченная совокупность n действительных чисел, записываемых в виде = ( х1, х2, х3, ....., х n )

Понятие n – мерного вектора широко используется в экономике, например, некоторый набор товаров можно охарактеризовать вектором = (х1, х2, х3, ....., х n ), а соответствующие цены – вектором = ( у1, у2 3,....уn ).

Два n – мерных вектора равны тогда и только тогда, когда равны их соответствующие компоненты, т. е. = , если хii, i = 1,2,3.....,n.

Суммой двух векторов одинаковой размерности n называется вектор = + , компоненты которого равны сумме соответствующих компонент слагаемых векторов, т. е . zi = хi + уi i = 1,2,3....., n.

Произведением вектора на действительное число l называется вектор = l , компоненты ui которого равны произведению l на соответствующие компоненты вектора , т. е. ui = l х i , i = 1, 2, 3....., n.

Линейные операции над любыми векторами удовлетворяют следующимисвойствами:

1. + = + - коммутативное (переместительное) свойство суммы.

2. ( + ) + = + ( + ) – ассоциативное (сочетательное) свойство суммы.

3. ( b ) = (a b ) - ассоциативное относительно числового множителя свойство.

4. (a + b ) = a + b – дистрибутивное (распределительное) относительно суммы числовых множителей свойство.

5. ( + ) = a + a – дистрибутивное относительно суммы векторов свойство.

6. Существует нулевой вектор =(0 , 0,.....0) такой, что + = для любого вектора (особая роль нулевого вектора ).

7. Для любого вектора существует противоположный вектор (- ) такой, что +( - ) = .

8. 1 · = для любого вектора (особая роль числового множителя 1).

Определение: Множество векторов с действительными компонентами, в котором определены операции сложения векторов и умножения вектора на число, удовлетворяющее приведенным выше восьми свойствам (рассматриваемым как аксиомы), называется векторным пространством.

По аналогии с линейно зависимыми и линейно независимыми строками матрицы вводится понятие линейной независимости векторов.

Определение: Вектор m называется линейно комбинацией векторов 1, 2, 3,.... m векторного пространства R, если он равен сумме произведений этих векторов на произвольные действительные числа: m = l1 1+ l2 2+ l3 3+....+ l m-1 m-1 , где l1 , l2 , ... l m-1- произвольные действительные числа.

Определение: Векторы 1, 2, 3,.... m векторного пространства R называются линейно зависимыми, если существуют такие числа l1 , l2 , .....l m , не равные одновременно нулю, что

l1 1 + l2 2+ ... +.l m m= .

В противном случае векторы 1, 2, 3,.... m называются линейно независимыми.

Если векторы 1, 2, 3,.... m линейно зависимы, то, по крайней мере, один из них линейно выражается через остальные. Верно и обратное утверждение о том, что если один из векторов выражается линейно через остальные, то все эти векторы в совокупности линейно зависимы.

Примером линейно независимых векторов являются два неколлинеарных вектора 1 и 2 на плоскости. Действительно, условие l1 1+ l2 2 = 0 будет выполняться лишь в случае, когда

l1= l2 = 0, ибо если, например l2 ¹ 0, то 2 = – 1 и векторы 1 и 2 коллинеарны. Однако любые три вектора плоскости линейно зависимы.

Свойства векторов линейного пространства:

1. Если среди векторов 1, 2, 3,.... m имеется нулевой, то эти векторы линейно зависимы.

2. Если часть векторов 1, 2, 3,.... m являются линейно зависимыми, то и все эти векторы – линейно зависимые.

Действительно, если, например, векторы 1, 2, 3,.... m линейно зависимы, то справедливо равенство l2 2 + l m m= , в котором не все числа l2.... l m и l1= 0 будет справедливо равенство l1 1 + l2 2+ ... +.l m m= .

Пример: Выяснить, являются ли векторы 1 =(1, 3, 1, 3), 2 = (2, 1, 1, 2 ), 3 = ( 3, - 1, 1, 1 ) линейно зависимыми.

Решение. Составим векторное равенство l1 1 + l2 2+l3 3 = или

 

 

l1 + l2 + l3 = .

Задача свелась, таким образом, к решению системы:

 

Решая систему методом Гаусса, приведем ее к виду:

 

откуда найдем бесконечное множество ее решений (l1 = с, l2 = -2с, l3 = с), где с - произвольное действительное число.

Итак, для данных векторов условие l1 1 + l2 2+ ... +.l m m= выполняется не толдько при l1 = l2 = l3 =0 (а, например, при l1=1, l2 = -2, l3 =1 (с =1); при l1 =2, l2 =-4, l3 =2 (с =2) и т.д.), следовательно, эти векторы – линейно зависимые.

Линейное пространство R называется n- мерным, если в нем существует n линейно независимым вектором, а любые из (n + 1) векторов уже являются зависимыми. Другими словами, размерность пространства - это максимальное число содержащихся в нем линейно независимых векторов. Число n называется размерностью пространства R и обозначает dim(R) .

Совокупность n линейно независимых векторов n- мерного пространства R называется базисом.

Теорема: Каждый вектор хлинейного пространства R можно представить и притом единственным способом в виде линейной комбинации векторов базиса.

Доказательство:

Пусть векторы е1, е2 ,..., еn образуют произвольный базис n- мерного пространства R . Так как любые из

(n + 1) векторов n- мерного пространства R зависимы , то будут зависимы , в частности , векторы е1 , е2,..., еn и рассматриваемый вектор х. Тогда существуют такие не равные одновременно нулю числа l1, l2 ,ln , l , что

l1 е1 + l2 е2 +...+ l n еn + lх=0

При этом l ¹ 0, ибо в противном случае , если l = 0 и хотя бы одно из чисел l1, l2 ,..., ln было бы

отлично от нуля, то векторы е1 , е2 ,..., еn были бы линейно зависимы. Следовательно,

= - е1 - е2 - ... - еn или = х1е1 +х2 е2 +...+х nеn где х i = - (i = 1, 2, ...., n) (*)

Это выражение через е1, е2,..., еn единственное, так как если допустить какое – либо другое выражение, например, = у1е1 +у2 е2 +...+у nеn , то, вычитая из него почленно ( * ), получим

( у1 – х 1) е1 + (у2 – х 2) е2 + ...+n – х n) еn = 0 , откуда из условия линейной независимости векторов е1 , е2,..., еn следует, что у1 – х 1= у2 – х 2= ...= у n – х n = 0 или у1 = х 1, у2 = х 2 ... у n = х n у n = х n . g

Равенство ( * ) называется разложением вектора по базису е1 , е2,..., еn, а числа х 1, х 2 ... х n – координаты вектора относительно этого базиса. В силу единственности этого разложения каждый вектор однозначно может быть определен координатами в некотором базисе.

Важное значение имеет следующая теорема, которую мы приведем без доказательства:

Теорема. Если е1 , е2,..., еnсистема линейно независимых векторов пространства R и любой вектор алинейно выражается через е1 , е2,..., еn ,то пространство R является n- мерным , а векторы е1 , е2,..., еn – его базисом.

Пример.В базисе е1, е2 , е3 заданы векторы а1 = (1; 1; 0), а2= (1; -1; 1) и а3 = (-3; 5;-6) . Показать, что векторы а1 ,а2 , а3 образуют базис.

Решение.Векторы а1 , а2 , а3 образуют базис, если они линейно независимы. Составим векторное равенство: l1 а1+ l2 а2 + l 3 а 3 = 0. Решая его аналогично примеру 1 можно убедиться в единственном нулевом решении: l1 + l2 + l 3 = 0 , т.е. векторы а1 , а2 , а3 образуют систему линейно независимых векторов и, следовательно, составляют базис.



Дата добавления: 2022-02-05; просмотров: 596;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.017 сек.