2) любой вектор из L является линейной комбинацией векторов этой системы.
Пусть базис пространства состоит из пвекторов , тогда по определению :
. (1.1)
Коэффициенты этой линейной комбинации называются координатами вектора в базисе , равенство (1.1) называется разложением вектора по базису . Очень часто, для сокращения записи и удобства, вектор обозначается перечислением координат:
, (1.2) считается, что записи (1.1) и (1.2) эквивалентны.
Обозначим – матрицу-строку из базисных векторов, – координатный столбец вектора , тогда по определению произведения матриц
. (1.3)
Теорема 1.4. Если в пространстве L задан базис е, то координаты любого вектора в этом базисе определяются однозначно.
Доказательство. Предположим, что и , тогда вычитая из первого равенства второе, получим . Так как система векторов линейно независима (см. определение базиса), то все коэффициенты полученной линейной комбинации равны нулю (она тривиальная!), следовательно , т.е. (k = ).
Теорема 1.5. Координаты вектора равны сумме координат векторов и .
Координаты вектора равны координатам вектора умноженным на .
Доказательство. Пусть ебазис вL, тогда по формуле (1.3) , . Пусть , тогда
, следовательно, по теореме 1.5
(k = ).
Аналогично, если , то и по теореме 1.4
(k = ).
Теорема 1.6. Если в линейном пространстве существует базис из n векторов, то любой другой базис состоит из того же числа векторов.
Доказательство. Пусть и два базиса в , причём . Разложим каждый из векторов по базису e и составим матрицу, столбцами которой будут координатные столбцы векторов . Эта матрица имеет ранг n (так как e базис и координатные столбцы линейно независимы), следовательно, по теореме о базисном миноре столбцы матрицы линейно зависимы ( последних столбцов являются линейными комбинациями первых n столбцов), таким образом – линейно зависимы и не могут быть базисом в .
Определение. Линейное пространство, в котором существует базис из n векторов, называется п-мерным и обозначается , число п называется размерностью пространства и обозначаетсяdimL (dimension – размерность).
Может случиться так, что в L найдется плинейно независимых векторов, такое пространство называется бесконечномерным.
Теорема 1.7. В каждая линейно независимая система из пвекторов является базисом.
Доказательство. Любой вектор из пространства представляется в виде линейной комбинации векторов этой системы, если это не так, то по теореме 1.1 существует линейно независимая система из n + 1 векторов, что противоречит определению базиса.
Теорема 1.8. В линейном пространстве каждую линейно независимую систему из т < п векторов можно дополнить до базиса в .
Доказательство. Пусть дана линейно независимая система из т векторов. К этим т векторам можно добавить еще один вектор, линейно независимый с ними, иначе - базис в, чего по теореме 1.5 не может быть. Рассуждая аналогично при т + 1, т + 2, ..., п – 1, получим систему из n линейно независимых векторов, которая по теореме 1.7 будет базисом в .
Пусть в даны два базиса: и , тогда каждый вектор из базиса f можно разложить по базису е, т.е.
(j = ) (1.4)
из координатных столбцов векторов в базисе е можно составить квадратную матрицу порядка п
, которая называется матрицей перехода от базиса е к базису f. Эта матрица всегда является невырожденной, так как e и f - базисы линейного пространства, и, если detT = 0, то один из столбцов матрицы T есть линейная комбинация других столбцов этой матрицы, т.е. по крайней мере один из векторов является линейной комбинацией других векторов из f , что противоречит определению базиса.
Равенства (1.4) в матричной форме можно записать в виде f = eТ, умножая это равенство на справа, получаем
или , т.е. – матрица перехода от базиса f к базису е.
Выясним, как связаны координаты одного и того же вектора в базисах е и f.
Пусть , – координатные столбцы вектора в базисах е и f соответственно, тогда и f = eT, таким образом
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.