- •Глава I. Множества, отображения и функции
- •Глава II. Введение в теорию векторных пространств.
- •1. Множества, отображения и функции
- •1.1. Множества. Общие понятия
- •1.2. Числовые множества.
- •1.3. Отображения
- •1.4. Композиция отображений. Обратные отображения.
- •2. Геометрические векторы. Основные определения
- •2. Простейшие операции над векторами
- •Числовые матрицы.
- •Определитель матрицы.
- •1. Понятие определителя
- •2. Правило Сарруса для квадратных матриц 3 порядка.
- •3. Свойства определителей
- •1. Равноправность строк и столбцов.
- •2. Антисимметрия при перестановке двух строк.
- •3. Линейное свойство определителя.
- •Обратные матрицы. (Возвращение в линейную алгебру)
- •Сумма двух подпространств.
- •1 Критерий базиса.
- •3Критерий базиса.
- •Замена базиса и преобразование координат векторов при замене базиса.
- •Матрица гомоморфизма. Координатная запись гомоморфизма.
Обратные матрицы. (Возвращение в линейную алгебру)
Пусть дана квадратная матрица А
aij – минор 1ого порядка
Mij– дополнительный минор порядка (n-1)
Aij=(-1) ∙Mij – алгебраическое дополнение для aij
Определитель (где i-фиксированно)
Матрица B называется обратной матрицей по отношению к A, если A*B=B*A=E(единичная матрица).
Замечание: Обратная матрица для квадратной матрицы В, имеет тот же порядок, что и исходная, если она существует.
Теорема:
Всякая невырожденная квадратная матрица любого порядка имеет обратную:
-ассоциированная матрица (присоединенная).
Вспомним,
1. a □ (b□c)=(a□b) □c
2. Ǝ z є V | ∀ a є V |a□z=z□a=a
3. ∀ a Ǝ n | n□a=a□n=z
4. a□b=b□a
5. (α+β) ∆ a=( α∆a)□( β∆a)
6. α∆ (a□b)= (α∆ a) □( α∆ b)
7. α∆ (β ∆ a)= (αβ )∆ a
8.1∆ a=a
∀ a, b є V; α,β є P; 1 є P
Система векторов, состоящая из хотя бы одного вектора:
A1=(ā)- линейно зависима ↔ ā =0
b=λ ā, так как ā =0, то b=0, значит A1=( ā) – линейно зависима
А1=(ā)-линейно независима ↔а≠0
По определению b=0;
b=λa , так как a≠0, то λ =0, значит A1=(a) – линейно независима.
А2=( ā1, ā2)-линейно зависима↔ ā1|| ā2, то вектор а линейно выражается через ā2, следовательно, по критерию линейной зависимости А2=( ā1, ā2) –линейно зависима.
А2=( ā1, ā2)-линейно-независима↔ ā1|| ā2
ā1|| ā2→ ā1-линейно не выражается через ā2, значит А2-линейно-независима
Теорема: Определитель произведения двух квадратных матриц равен произведению их определителей.
|АВ|=|А|∙|В|
А=(aij), mxn
B=(bij),mxn
Преобразуем определитель так, чтобы в правом нижнем углу были «0» ,но чтобы величина определителя не менялась.
S=(1+2+…+n)+(n+1+n+2+…+n+n)=2(1+2+n)+n∙n
(-1)^(n+s)=2n(n+1)+n+n^2=2n(n+1)
Теорема: «Необходимое условие существования матрицы»
Для того чтобы квадратная матрица А имела обратную матрицу , она не должна быть невырожденная.
Доказательство:
Пусть есть обратная матрица А^(-1)
A∙A^(-1)=A∙(-1) ∙A=E(по определению)
По предыдущей теореме переходим к:
|A|∙|A^(-1)|=|E|=1 → |A|≠0
Теорема: Пересечение двух подпространств является подпространством.
Дано: V-векторное пространство, L1, L2 є V
L1 подпространство пространства V Это означает:
ā1, ā2 є L → ā1 + ā2 є L1
∀ числа λ и ∀ ā1 є L1 → λ∙ ā1 є L1
(замкнутость относительно линейных операций)
Доказательство:
Берем L1 ∩ L2 = L
ā1, ā2 є L → ā1, ā2 є L 1 и ā1, ā2 є L 2
→ ā1 + ā2 є L1 и ā1 + ā2 є L2 → ā1+ ā2 є L2 → ā1 + ā2 є L1→ ā1 + ā2 є L → L1 ∩ L2
∀ числа λ и ∀ ā1 є L1
λ∙ ā1 є L1 и λ∙ ā1 є L1 → λ∙ ā1 є L
Сумма двух подпространств.
V, lim V=n
L1, L2 є V
Подпространство L= L1+ L2 =(def)={ӯ1=ā1 + ā2 | ā1 є L 1, ā2 є L2 }
Доказательство:
ӯ1, ӯ2 є L1 + L2 ↔ ӯ1=ā1 + ā2 и ӯ2=ā3 + ā4
ā1, ā3 є L 1, ā2, ā4 є L2
ӯ1+ ӯ2= (ā1 + ā2) + (ā3 + ā4)= (ā1 + ā3) + (ā2 + ā4)
є L 1 є L2
∀ числа λ и ∀ ӯ 1 є L | λ∙ ӯ= λ∙( ā1 + ā2)= λ∙ā1+ λ∙ ā2= L1 + L2
є L 1 є L2
Векторное пространство
Теорема о пополнение
Пусть V - векторное пространство dimV=n( ∃ базис ē1 ,ē2 , … ,ēn). ∀ линейно-независимую упорядоченную систему векторов ( ƒ̅ 1 ,ƒ̅2 , … , ƒ̅n )⊂ V можно дополнить до некоторого базиса пространства V. В частности ∀ не нулевой вектор V можно включить в некоторый базис.
Если s=n, то это уже базис.
Если s>n быть не может, потому что в ∀ системе векторов больше, чем в базисе – она линейно зависима.
Если s<n :
(1) ƒ̅ 1, ƒ̅2, … , ƒ̅s, ē1, ē2 , … ,ēn – (n+s) векторов. Отбросим все векторы, которые выражаются через предыдущие. Так как Fs линейно независима, то она остается, по критерию линейно независимости.
ƒ̅ 1, ƒ̅2, … , ƒ̅s, ē𝑖1, ē𝑖2 , … ,ē𝑖𝑛 составим произвольную линейную комбинацию
α1ƒ̅ 1, α2 ƒ̅2, … , αs ƒ̅s, β1ē𝑖1, β2ē𝑖2 , … ,βk ē𝑖n
βn с максимальным n, βn≠0 ⇒ ē𝑖n выражается через предыдущий ⇒ βn=0
α1ƒ̅ 1+ αs ƒ̅s=ō ⇒ α1,α2,… ,αs=0
Значит, наша система 2 линейно независима.
2 – полная система, так как ∀ вектор пространства V линейно выражается через систему 1, через 2в силу транзетивности: линейный вектор пространства V выражается через систему 2.
Следствия:
Если есть подпространство пространства, то размерность подпространства не превосходит размерность пространства: L⊂V ⇒ dimL≤dimV
dimL=dimV ⇒ L=V
Базис любого подпространства можно включить в некоторый базис объемлющего пространства.
Сумма подпространств.
Сумма подпространств – это такое множество, которое состоит из элементов одного и другого подпространств
Теорема. Размерность суммы.
Пусть U и W –конечномерные подпространства V.
dim(U+W) = dimU + dimW - dimU∩W
k = dimU p=dimW m = dimU∩W
U∩W⊂U ⇒ m ≤ k
U∩W⊂W ⇒ m ≤ p
В пересечение подпространств выбираем какой либо базис
ē1, ē2 , … ,ēm( базис U∩W) a̅1, …, a̅k-m-базис в U
ē1, ē2 , … ,ēm( базис U∩W) b̅1,…,b̅̅p-m базис в W
z = u + w u∊U,w∊W
u+w=[ ē1, ē2 , … ,ēm, a̅1, …, a̅k-m, b̅1,…,b̅̅p-m] – линейная оболочка.
Любой вектор суммы принадлежит линейной оболочке.
Осталось проверить линейную независимость.
Равенство нулю возможно только в тривиальном случае.
Прямая сумма.
Определение.L1 L2 – Подпространства из V.
dim(L1+L2) = dimL1 + dimL2 – dim(L1∩L2)
L1+L2 – называется прямой суммой, если для любого вектора а̅ ∊ L1+L2 | а̅ ∊ = а̅1 + а̅2 однозначно, где а̅𝑖 ∊ L𝑖
Если L1∩L2 = {0}-дизъюнктные подпространства.
Теорема.
L1+L2 –Прямая сумма тогда, и только тогда, когда L1 и L2 - дизъюнктны.
Доказательство:
Пусть L1+L2 прямая сумма тогда, и только тогда, когда ∀а̅ ∊ L1+L2⃒ а̅ = а̅̅1+а̅2 ⃒b̅ ∊ L1∩L2 ∼ b̅∊ L1, b̅∊ L2⇒ а̅ = (а̅̅1+ b̅) + (а̅̅1- b̅) – однозначно (а̅𝑖 ∊ L𝑖)⇒ сумма прямая ⇔ пересечение нулевое.
Понятие как суммы, так прямой суммы, распределяются на любое число слагаемых.
L1⊕L2 – обозначение прямой суммы (внутренняя прямая сумма).
Внешняя прямая сумма.
Пусть заданы два векторных пространства L1 и L2.
V = L1𝗑 L2 – декартого произведение.
𝒰,𝒱 ∊ V = L1𝗑 L2
𝒰 =(𝒰1,𝒰2) ⃒ 𝒰𝑖∊ L𝑖
𝒱=(𝒱1,𝒱2) ⃒ 𝒱𝑖∊ L𝑖
𝒰+𝒱=(𝒰1,𝒰2)+(𝒱1,𝒱2)≝( 𝒰1+𝒱1,𝒰2+𝒱2).
∀ λ – число λV = λ(V1,V2)≝(λV1,λV2)
V1={V=(V1,0)∊V}≡ L1𝗑{0} – пластина произведения L1𝗑 L2 параллельная L1
V2={V=(0,V2)∊V}≡ L2𝗑{0} – пластина произведения L1𝗑 L2 параллельная L2
V1 ≌ L1, V2 ≌ L2 , V≌ L1⊕L2 – внешняя прямая сумма.
Критерии базисов.
Пусть дано векторное пространство векторов V конечномерное
dimV = n
∀ dimV = n (∃ базис ē1, ē2 , … ,ēn)
𝒜 n=(𝑎̅1,𝑎̅2, …, 𝑎̅n).