Вы находитесь на странице: 1из 20

20. Системы линейных уравнений. Критерий совместности и критерий определен- ности. Общий вид системы линейных уравнений:

a x

x

11

a

21

1

1

(

x

a

1

m

1

1

,

2

a x

12

2

a x

22

2

 

a x

1

n

n

 

a

2

n

x

n

1

b

2

,

x

a

,

2

m

n

2

 

a

x

mn n

x

b

m

1

, x

(1)

2

,

,

b

)- решение системы –упорядоченная совокупность чисел, которые при

n обращает уравнения системы (1) в верное

подставлении в сумму вместо

равенство. Запишем матрицу системы (1), добавив справа столбец свободных членов:

x

a

a

A ~  

a

11

21

m

1

a

a

a

12

22

m

2

a

a

a

1 n

2 n

mn

b

b

1

b

2

m

(2)

Матрица (2) расширенная матрица системы линейных уравнений.

Определение: Если в системе все b к (k=1,

равны нулю, то такая система называет-

ся однородной. Если хотя бы один из них b к 0, то система называется неоднородной. Определение: Система называется совместной, если она имеет хотя бы одно решение, в противном случае она называется несовместной. Определение: Совместная система линейных уравнений называется определённой, если она имеет единственное решение и неопределённой - если решений множество. Критерий совместности (Теорема Кронекера-Капелли): для того, чтобы система уравнений была совместной, необходимо и достаточно, чтобы ранг матрицы этой сис-

темы и ранг расширенной матрицы были равны. (

m)

r ( A )

~

r ( A )

или противоречива:

~

r ( A

)

r

(

A

)

1

).

Доказательство: Необходимость. Пусть сумма (1)-совместна, докажем что

. Из послед-

него столбца м. A ~ вычтем линейную комбинацию столбцов матрицы A, получим

r

( A )

~

r ( A )

, т.е. есть решения (

1

,

2

,

,

n ) и

1

A

1

2

A

2

n

A

n

B

матрицу

~

A

1

r

~

( A

)

r

(

~

A

1

a

a

a

11

21

m

1

)

r

(

A

a

a

a

)

12

22

m

.

2

a

a

a

1 n

2 n

mn

0

0

0

~

, докажем, что сумма совместна. Т.к.

, который является базисным. На основании

теоремы о базисном миноре последний столбец матрицы A ~ является линейной ком- бинацией остальных столбцов матрицы.

n )- решение системы (1), т.е. система (1)-

совместна. Критерий определённости. Совместная система является определенной, если r ( A ) n и неопределенной, если r ( A ) n .( n – кол-во неизвестных.)

Достаточность.

r ( A )

1

A

1

~

r ( A )

Пусть

r

(

A

)

r

M

,

(

A )

r

r

0

2

,

,

, то существует минор

2

A

2

n

A

n

B

(

1

Доказательство а) Пусть r ( A ) n - это значит, что столбцы матрицы A линейно за-

n не все равные нулю и такие, что

(*). По условию система 1 совместна, т.е. существуют ре-

висимы, т.е. существуют числа

A

1

1

2

A

2

A

n

n

0

1

,

2

,

,

шения (

1

,

2

,

,

n

) системы (1)

1

A

1

2

A

2

n

A

n

B

(**).

(*)+(**)=

решение системы (1). б)Пусть r =n (значит m n ), докажем, что сумма (1) – определена.

(

1

1

)

A

1

(

2

2

)

A

2

(

n

n

)

A

n

B

,т.е.

(

 

1

1

,

2

2

,

,

n

n

) -

,хотя ,но так как ранг мат-

рицы А равен n ,то все столбцы матрицы А линейно независимы, значит линейная ком-

,

бинация этих столбцов = 0, только когда все коэффициенты = 0, т.е. (

бы одно

Пусть решений два, тогда

i

i

, тогда (

1

1

1

)

1

A

1

(

2

2

2

2

)

A

2

n

A

A

A

n

(

n

,

n

)

2

A

n

2

0

B

1

A

1

A

n

A

n

B

1

1

)

0

(

n

n

) 0

- противоречие => 1 решение.(ч.т.д.)

Замечание: Неопределённая сумма имеет б.много решений, т.к. из (*) и (**)следует,

что (

k

1

1

,

k

2

2

,

,

k

n

n

)

, где k=0,1,-1,2,-2,… -является решениями.

21. Решение совместной системы линейных уравнений. А)Формула Крамера. а) Пусть m=n и |A|0, значит r A r A ) n вместна и определенна.

(

)

(

~

, т.е. система

со-

a

a

 


a

11 x

1

21 x

1

n 1

x

1

 

 

 

a

1

k

x

k

a

2

k

x

k

a

nk

x

k

 

 

 

a

1

n

a

2

x

n

n

x

n

a

nn

x

n

b

1

b

2

b

n

(1)

*

*

*

A 1 k

A

2

k

A nk

← алгебраические дополнения

элем. k-того столбца. Предположим что х 1 …х n не неизвестные а их значения. Т.е. все

эти

системы:

равенства

верные.

Сложим

все

строки

( a

( a

11

A

1

1

n

k

A

a

21

A

2

1

k

a

2

n

k

A

2

0

0

k

a

n

1 A

a

)

A

nk

nn

x

nk

1

)

x

n

(

1

k

A

1

1

k

a

b A

1

b A

a

k

2

2

2

A

k

k

| A |

2

k

k

| A |

a

nk

b A

n

nk

A

nk

)

x

k

A k получается из матрица A заменой k-того столбца столбцом свободных членов, чу-

|

A

k

|

|

A

|

,

k

1,

n

жим столбцом. Отсюда получаем:

В) Пусть имеется СЛУ с n неизвестными, причем r ( A) r n . Для определенности бу- дем считать что базисный минор матрицы А расположен в левом верхнем углу матрицы А. Этот же минор будет базисным и для расширенной матрицы системы. Каждая строка расширенной матрицы системы не пересекающая базисный минор является линейной комбинацией строк, пересекающих базисный минор поэтому система СЛУ (1) эквива- лентна системе:

x

k

- формулы Крамера.

a

a

11

r

1

x

1

x

1

a

a

1

n

rn

x

n

x

n

b

1

b

r

(2)

.

Если r n то неизвестные x r+1 …x n называются свободными и слагаемые содержащие свободные неизвестные перенесем в правые части уравнений. Тогда система (2) примет

вид:

a x


11 1

1

1

a x

r

 

a x

1

n

n

a x

rn

n

b

 

1

a

1,

r

x

1

1

r

b

r

 

a

r r

,

1

x

r

1

 

a x

1

n

n

 

a x

rn

n

.

(3)

Неизвестные x 1 …x r - главные (базисные) неизвестные. Придавая свободным неизвест-

из системы (3) мы будем каждый

раз получать систему r уравнений с r неизвестными имеющие единственные решения

. Т.к. определитель этой системы (3) есть базисный минор М≠0

объединяя

n всевозмож-

ные значения из поля Р мы получаем все решения системы (1), каждое из которых на- зывается частным в отличие от общего. СЛУ можно решать матричным методом: АХ=В. Можно методом Гаусса: его суть в по- следовательном исключение неизвестных. Или методом Гаусса-Жордано: Представляет собой модификацию метода Гаусса, вмнсто того чтобы исключить x k только в уравне- ниях k+1…n исключают x k также и в уравнениях 1…k-1. При решении системы мето- дом Гаусса-Жордано выбирают разрешающее уравнение и разрешающее неизвестное. В качестве разрешающего уравнения можно взять любое уравнение системы. А в качестве разрешающей неизвестной, неизвестное, коэффициенты при котором в выбранном уравнении отличны от 0. Далее делим обе части разрешающего уравнения на коэффи- циенты при разрешающем неизвестном и исключаем разрешающее неизвестное из всех уравнений системы кроме разрешающего. Преобразования производим до тех пор пока каждое уравнение системы не побывает в качестве разрешающего.

ным различные значения

x

1

С

x

1

С

1

1

x r

x r

С

r

(4)

С

r

,

(5)

x

и

r

1

x

r

1

мы

r

1

x

n

С

n

С

x

n

С

n (4)

(5)

С

r

1

получаем

общее решение системы (1):

С r 1

С

. Придавая величинам

22. Однородные системы линейных уравнений. Теорема о существовании фун- даментальной системы решений. Определение: СЛУ над полем Р называется однородной если все ее свободные члены равны 0, в противном случае она называется неоднородной. Теорема: ОСЛУ всегда совместна т.к. имеет по крайней мере нулевое решение. Для того чтобы Ослу имела не нулевое решение необходимо чтобы ранг матрицы этой сис- темы был меньше числа неизвестных. В частности ОСЛУ с m уравнениями и n неиз-

вестными имеет отличные от 0 решения тогда и только тогда когда

А

0

.

Утверждение этой теоремы является следствием критерия определенности.

Пусть

x

1

1

x

n

n

- какое-нибудь отличное от нуля решение ОСЛУ, это реше-

из n чисел. Если С – произвольное

1

n

ние можно рассматривать как строку

число то ясно что строка

комбинация решений ОСЛУ является решением этой системы.

e

1

С

С e

1

С

1

n

тоже решение ОСЛУ. Всякая линейная

n ОСЛУ называется фун-

даментальной если каждое решение ОСЛУ является комбинацией этих решений.( Сово- купность max числа линейно-независимых решений называется фундаментальной сис- темой решений). Теорема: Если r ( А ) n то ОСЛУ обладает ФСР. Доказательство: Пусть r ( А ) n и пусть для определенности минор M r ≠0 располо- жен в левом верхнем углу матрицы А. Перенесем слагаемые содержащие свободные неизвестные x r+1 …x n в правую часть уравнения получим систему:

Определение: Линейно-независимая система решений

e

1 e

  a x

  a x

11

r

1

1

1

n

a

1

x

n

a

x

rn

n



a

1,

r

1

x

r

1



a

r r

,

1

x

r

1

 

 

a

1

n

x

n

x

a

rn

n

.

(2)

Придавая свободным неизвестным значения

x 1

1

x

r

r

x

r

1

мы из системы (2) по-

. Затем

. Это

и т.д. Продолжая этот процесс мы

0

x

n

0

e

 

1

,

.

(3)

2

1

лучим

придавая свободным неизвестным значения (0,1,0…0) получим

дает нам строку-решение e найдем всего k=n-r решений:

. Это дает нам строку-решение

2

 

1

,

2

r

,0,1,0

0

e

e

e

1

2

n-r

 

1

,

2

 

1

,

2

 

1

,

2

r

r

r

,1,0

,0,1,0

,0,0

0

1

0

1

r

,1,0

0

x

1

x

r

r

Эти n-r решений независимы т.к. ранг образованной ими матрицы имеет ранг n-r ре- шений. Покажем теперь что решения е 1 2 … е n-r образуют ФСР. Согласно определению ФСР для этого надо показать что каждое решение ОСЛУ можно представить в виде линей- ной комбинации решений е 1 2 …е n-r .

- произвольное решение ОСЛУ. Рассмотрим стро-

ку

т.е.

стоящие

. Легко видеть что все элементы

e

e

на

Пусть

e

0

V

V

1

, V

r

1

2

e

1

V

r

последних

, V

r

1

V

r

V

n

2

n-r

e

2

местах

V

r

этой

e

n

r

строки

е 0

будут

равны

0,

e

0

S

1

,

S

2

. Т.к. е 0 линейная комбинация решений то строка е 0 сама будет

решением ОСЛУ. А т.к. значение всех свободных неизвестных в строке е 0 =0 то из од- нородности в этом случае системы (2) определитель которой отличен от 0, получаем что и значение всех неизвестных в е 0 =0, т.е. е 0 есть 0 строка. Отсюда следует что

S

r

,0,0

0

e

V

r

Таким

С

1

e

1

С

1

e

1

образом

2

e

2

V

r

2

e

2

можно

C

n

r

e

n

V

r

e

n

r

(ч.т.д.)

r

сказать

(5)

вид

где е 1 2 …е n-r - ФСР, а С 1 2 …C n-r – произвольные

что

общее

решение

ОСЛУ

имеет

числа.

Важно отметить: Общее решение неоднородной СЛУ равно сумме общего решения соответствующей ОСЛУ и произвольного но фиксированного решения СЛУ. Отсюда следует что если е 1 2 …е n-r - ФСР (ОСЛУ) и е 0 - произвольное фиксированное решение

, где

СЛУ то общее решение СЛУ имеет вид С 1 2 …C n-r – произвольные числа.

е

0

С

1

e

1

С

2

e

2

C

n

r

e

n

r

Сформулированное утверждение следует из следующих очевидных утверждений : 1) Сумма любого решения неоднородной СЛУ и соответствующей ей ОСЛУ является ре- шением неоднородной СЛУ. 2) Разность двух произвольных решений неоднородной системы двух уравне- ний является решением соответствующей ОСЛУ. Матричная форма доказательств этих утверждений самая короткая.

23. Линейные операции над векторами и их свойства. Доказать одно из них. Определение: вектор - это направленный отрезок. Будем обозначать вектор AB . А - начало вектора, В - конец вектора.

А

В

- означает

длина вектора (символ модуля).Вектор называется нулевым, если его начало и конец совпадают. Определение: Два вектора называются компланарными, если они лежат в одной плос- кости или на параллельных плоскостях. Определение: Два вектора называются коллинеарными, если они лежат на одной пря- мой или на параллельных прямых. Определение: Пусть вектор AB и вектор A 1 B 1 коллинеарны и пусть плоскость π пере- секает прямые на которых они лежат. Плоскость π разбивает все пространство на два полупространство. Если перемещаясь по прямым в направление векторов AB и A 1 B 1 мы попадем в одно полупространство(разные) то векторы AB и A 1 B 1 называются оди- наковонаправленными (противоположнонаправленными). Определение: Два вектора называются равными, если они коллинеарны, имеют оди- наковую длину и направление. Два нулевых вектора считаются равными. Из определения равенства векторов следует, что мы не различаем двух равных векто- ров, имеющих разные точки приложения. Иными словами, точка приложения вектора

a может быть произвольной. В соответствии с этим векторы в геометрии называются свободными. Элементы множества могут находиться в некоторых отношениях между собой. От- ношения между парами объектов называются бинарными (двойными). Примером би- нарных отношений является равенство. Отношение равенства между векторами облада- ет следующими свойствами :

1) АВ

АВ

- рефлексивность.

2) АВ

3) Если АВ

CD , то

CD

CD

CD

,

АВ

EF

- симметричность.

то АВ

EF

- транзитивность.

Бинарное отношение которое рефлексивно симметрично и транзитивно называется соотношением эквивалентности, таким образом отношение равенства векторов является отношением эквивалентности. Линейными называются операции сложения и умножения вектора на число.

Сложение: Суммой

a b двух векторов

a и b называется вектор, идущий из начала

 

b

 

b

 

вектора

a

в конец вектора

при условии, что начало

приложено к концу вектора

a

. Правило построения суммы 2-х векторов называется правилом треугольника:

a,b-вектора     Правило параллелограмма : От точки А

a,b-вектора

 

Правило параллелограмма : От точки А отложим

a

и

b , построим параллелограмм,

 

тогда вектор диагональ с началом в точке А является суммой

a

и

b

.

Определение: Произведение а на вещественное число называется b удовлетворяю- щее следующему условию:

1)

2)

3)

4)

b

b

b

b

= *



a

a







a

a

,если >0 ,если <0

Cвойства линейных операций над векторами

1. a b b a

(коммутативность).

доказывается геометрическим по-

строением. Эти свойства позволяют оперировать с векторами так же как и с ве- щественными числами.

Доказательство: Это

свойство

2. (

a

b

)

c a

(

b

c

)

(ассоциативность).

Доказательство: Рассмотрим АВ

a , CD c , BC b

 a , C D  c , B C  b a   (

a ( b c ) AB ( BC CD ) AB BD AD

( a

b ) c ( AB

BC ) CD

СD

AD

(ч.т.д.)

По индукции может быть определена сумма любого числа векторов: a1+ a2+ a3+ a4= ((a1+ a2)+ a3)+ a4= (a1+ a2+ a3)+ a4= (a1+ (a2+ a3))+ a4= a1+ ((a2+ a3)+ a4)= a1+ (a2+ (a3+ a4))= (a1+ a2)+ (a3+ a4) При этом в силу коммутативности можно произвольно менять порядок слагаемых, из сказанного вытекает следующее правило замыкающего вектора: Для того чтобы сло- жить n векторов нужно записать их в любом порядке. Приложить первый вектор к ка- кой-нибудь точке О, а каждый следующий к концу предыдущего, тогда замыкающий вектор ОА n и будет их суммой.

3. a

4.

5.а=(а)

6. (+)а=а+а(дистрибутивность относительно сложения чисел)

7. (а+b)= а+b (дистрибутивность относительно сложения векторов)

8. 1*a=a

0

a

.

a ( 1) a 0

.

и

b разность a b существует и единственна. Определение: Разностью двух векторов а и b называется такой вектор от прибавления которого к b получается а. Для того чтобы получить а-b надо отложить от одной точки а и b, построить на этих сторонах параллелограмм, тогда вектор диагональ направленный в сторону уменьшающегося вектора является разностью векторов. Теорема. Для любых векторов а и b, а-b существует и единственно, и выражается формулой а-b=а+(-b) Доказательство. b+(а+(-b))= b((-b)+a)= (b+(-b))+a=0+a=a Убедимся теперь в единственности. Пусть наряду с с=а+(-b) существует d такой что b+d=a (d+b)+(-b)= d+(b+(-b))=d+0=d (d+b)+(-b)=a+(-b)=c следовательно с=d (ч.т.д.) Т.о. a+b=c a=c-b т.е. в векторных равенствах вектора можно переносить из одной части в другую со сменой знака Определение: Вектор е длина которого равна 1 и имеющий такое же направление что

и ае называется ортом

24. Определение разности двух векторов. Доказать что для любых векторов a

для любых векторов a     a 0 a  a . 25. Определение
a 0 a  a
a
0
a
a

.

25. Определение базиса, координаты вектора в базисе. Теорема о разложении вектора по базису.

Выражения вида

k - коэффициенты линейной комбинации векторов. Ли-

нейная комбинация векторов обладает следующими свойствами: 1) Если коллинеарны то любая их линейная комбинация с ними коллинеарна.

k компланарны то любая их линейная комбинация с ними ком-

планарна. Определение: 1) Любые три некомпланарных вектора взятые в определенном порядке называются базисом в пространстве. 2) Базисом на плоскости называется любая упорядоченная пара не коллинеарных век- торов на этой плоскости.

называются линейной комбинацией векторов

1

a

1

a

1

,

2

2

a

2

k

a

k

a

1

,

a

2

a

k

. Числа

a

1

,

a

2

a

1

,

a

2

a

k

2) Если

3) Базисом на прямой называется любой отличный от 0 вектор этой прямой. Вектор базиса на плоскость < >0, а в пространстве никакие 2 вектора не являются коллинеарными. Если вектор представлен как линейная комбинация некоторых векторов то говорят что этот вектор разложен по этим векторам.

то числа

координатами вектора a в базисе ( , , ) . Обозначение

Определение: Если ( , , )

1

2

3

,,а  

1

(

а (

1

2

,

2

3

,

  

1

,

2

,

3

называются

3

)

)

.

а

1

е

1

2

е

2

3

е

3

е

е

е

базис в пространстве и

a

1

е

1

1

е

е

2

2

е

2

е

3

3

3

е

Теорема. (о разложении по базису): 1)Каждый вектор какой-нибудь прямой может быть разложен по базису на этой прямой.

2)Каждый векторнекоторой плоскости может быть разложен по базису на этой плос- кости 3)Каждый вектор может быть разложен по базису в пространстве. 4)Координата вектора в каждой из трех случаев определяется однозначно

( + если

 a  e
a
e

е

1) Пусть е - базис на прямой и

а b  

е

. И пусть

Доказательство:

а



е

и – если а



е . Ясно что а



b .

b

 a      е a  e
a
 
е a
e

.

2) Пусть

Через конец А вектора а проведем прямую

Из рисунка видно что 3) Пусть (

Отложим вектора е суждения аналогичны пункту 2).

е

1

1

,

,

е

2

2

,

базис на плоскости. Перенесем начала векторов а, е 1 и е 2 в точку О.

е

3

)

1

,

a

OP

PA

e

1

е

e

2

2

.

.

базис в пространстве. Вектор а – произвольный.

е

2

,

е

3

,

а

от некоторой точки О. Дальше все рас-

точки О. Дальше все рас-  OP  PA   e  1  

OP

PA

e

1

e

2

1

е

1

2

е

2

(

1

1

3

е

3

(1)

)

е

1

(

2

2

e

)

3

е

a

2

0

0e

1

0e

2

1

е

1

2

е

(

3

3

)

е

3

2

0e

3

е

3

3

(2)

0 ( 0 ,0 ,0 )

3 2   0 e  3 е  3 3 (2)  0 (

(

е

е

)

a

4) Докажем единственность разложения по базису. Методом от про- тивного. Пусть вектор а можно разложить по базису двумя разными способами.

. Из (2) вычтем

(1): 0

a

е

1

2

2

е

1

1

2

3

3

е

1

1

3

а это противоречит некомпланарности базисных векторов.

Полученное противоречие доказывает единственность разложения векторов. (ч.т.д.) Опираясь на свойства сложения и умножения векторов легко доказать следующие свой- ства:1) При умножении вектора на число его координаты умножаются на это число. 2) При сложении векторов соответствующие координаты этих векторов складывают- ся.

26. Линейная зависимость векторов. Свойства понятия линейной зависимости, доказать одно из них.

называются линейно зависимыми, если существуют

n , хотя бы одно из которых отлично от нуля, что имеет место равенст-

во:

Если (*) выполняется только тогда когда i 0 , то система векторов называются ли- нейно независимымой.

Свойства: 1.Если среди сима.

добавить один или не-

сколько b 1 b 2 …b j , то a a

3.Система векторов линейно зависима тогда и только тогда, когда один из векторов этой системы раскладывается в линейную комбинацию остальных. 4.Любые два коллинеарных вектора линейно зависимы и наоборот, два линейно зави- симых вектора коллинеарны. 5.Любые три компланарных вектора линейно зависимы и три линейно зависимых век- тора компланарны. 6. Любые четыре вектора линейно зависимы. Доказательства: 1. Получим что один из коэффициентов всегда отличен от 0.

то эта система векторов линейно незави-

такие

Определение: Векторы a a

1

1

a

1

1

2

2

a

2

n

a

n

0

2

(*)

a

1

a

2

a

n

a

n

есть 0

2.Если к линейно независимымой системе векторов a a

1

1

2

a

n

2

a

n

,b 1 b 2 …b j будет линейно независимымой.

5.

Пусть даны три компланарных вектора рассмотрим любые два из них. Если они

коллинеарны то линейно зависимы и сами по себе и с третьим вектором. Если же эти векторы не коллинеарны то третий вектор раскладывается по ним как по векторам ба- зиса и следовательно они линейно зависимы. Обратно. Из трех линейно зависимых век- торов один раскладывается по двум другим следовательно они коллинеарны.

6. Рассмотрим три вектора из четырех. Если они компланарны то линейно зависимы и

сами по себе и с третьим вектором. Если они не компланарны то четвертый вектор по ним раскладывается как по векторам базиса. Следовательно все четыре вектора линей- но зависимы.

27. Основная теорема о величинах векторов на оси. Проекция вектора на ось. Величина проекции вектора на ось. Проекция (величина проекции) суммы векто- ров. Проекция (величина проекции) произведения вектора на число. Проекция (величина проекции) линейной комбинации векторов. Определение: Будем называть координатной осью прямую l на которой с помощью еденичного вектора e заданы начало отсчета, направление,еденица длины. Определение: Углом между а и осью l называется угол между этим вектором и векто- ром задающим направление оси . Определение: Пусть вектор лежит на оси l. Величиной вектора а расположенного на оси l будем называть длину этого вектора если аи ось l а  l и -аесли аl. Обо-

значение

Основная теорема о величинах векторов на оси: Для любых 3-х точек А,В,C оси l

имеет место следующее соотношение между величинами векторов

равно

вел

вел

l

a

.

l

AB

l

BC

l

(

)

вел

вел

(1)

или

что

все

вел

l

(

AB BC

)

вел

l

AB

вел

l

BC

(1' )

Доказательство: Если все три точки А,В,С различны то их взаимное расположение может быть таким как показано на рисунке . В случае 1 равенство (1) утверждает что длина отрезка равна сумме

длин его частей следовательно оно справедливо.

АС  АВ  СВ
АС
 АВ
 СВ

В

вел

АС  СВ  АВ
АС
 СВ
 АВ

случае

l

2

l

(

) вел

AB

вел

l

BC

Все остальные случаи рассматриваются аналогично. Пусть теперь А и В совпадают, в этом случае утверждение теоремы очевидно. (теоре- ма доказана). Пусть е некоторая прямая и плоскость П не параллельна прямой е. Через произволь- ную точку А проведем плоскость П’ параллельную П. Плоскость П' е А' . Точка А’ называется проекцией точки А на прямую е взятой параллельно плоскости П. Если П перпендикулярна е то проекция называется прямоугольной(ортогональной), в этом слу- чае А’ – основание перпендикуляра опущенного из точки А. Возьмем произвольный

вектор a АВ . Проецируя точки А и В на е получим вектор А ' В ' который называет-

ся

наряду с проекцией А ' В ' вектор a

- масштабный вектор этой оси. Тогда

на ось е, взятой параллельно П можно говорить о

величине этой проекции которую будем обозначать

на ось е равна произведению

длины этого вектора на cos(

пр a ( е
пр
a
(
е

П ) . Пусть е – координатная ось ОЕ

пр

е

a (
a
(

П )

вел

е A

'

B

'

.

Теорема: Величина прямоугольной проекции вектора a

a e

)

. Т.е.

пр

е

a  а
a 
а

cos(

a e

)

.

проекции вектора a   a e ) . Т.е. пр е a  а cos(

Проекция вектора на ось е в плоскости. Пусть ось е лежит в плоскости α и е 1 прямая не параллельная е, лежащая в этой плоскости. Через произвольную точку А проведем прямую параллельную е 1 . Тогда точка А’ называется проекцией точки А взятой парал- лельно е 1 . Понятие проекции и величины проекции вектора на ось вводятся аналогично.

Понятие точки и вектора на плоскости. Точка А’ – проекция точ- ки А на плоскости П, взятой параллельно прямой е. Если е перпенди- кулярна - П проекция перпендикулярна П, то проекция называется ортогональной (прямоугольной). Аналогично предыдущим пунктам вводится понятие вектора на плоскости. Проекция суммы векторов. Пусть на ось е проецируются век-

Пусть на ось е проецируются век- тора a сти П или прямой е 1 ,
Пусть на ось е проецируются век- тора a сти П или прямой е 1 ,

тора a

сти П или прямой е 1 , если a , b

и b . Проецирование производится параллельно плоско-

и е находятся в одной плоскости.

. Из основной тео-

ремы о величинах векторов на оси следует, что величина пр (a

помощью метода математической индукции равенства (2) И (3) можно распространить

на

слагаемых:

. С

Легко доказать ( смотри рисунок) что пр

случай

е

( a

b )

пр

е

a

пр

b

е

(2)

е

b )

числа

пр

е

a

пр

е

b

(3)

произвольного

пр

пр

е

( a

1

(

a

е 1

a

2

a

2

a

k

a

k

)

)