Вы находитесь на странице: 1из 152

Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Комсомольский-на-Амуре государственный технический университет»

В. Н. Логинов, З. В. Широкова

ЛИНЕЙНАЯ АЛГЕБРА

ЛИНЕЙНЫЕ И ЕВКЛИДОВЫ ПРОСТРАНСТВА, ЛИНЕЙНЫЕ ОТОБРАЖЕНИЯ И ПРЕОБРАЗОВАНИЯ

Утверждено в качестве учебного пособия Ученым советом Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Комсомольский-на-Амуре государственный технический университет»

Комсомольск-на-Амуре

2015

УДК 512(07) ББК 22.143я7

Л69

Рецензенты:

Кафедра «Высшая математика» механико-математического факультета ФГБОУ ВПО «Новосибирский государственный университет», зав. кафедрой доктор физико-математических наук, профессор А. П. Чупахин; С. В. Панько, кандидат физико-математических наук, профессор, зав. кафедрой «Общая математика» ФГБОУ ВПО «Томский государственный университет»

Логинов, В. Н. Л69 Линейная алгебра. Линейные и евклидовы пространства, линей- ные отображения и преобразования : учеб. пособие / В. Н. Логинов, З. В. Широкова. – Комсомольск-на-Амуре : ФГБОУ ВПО «КнАГТУ», 2015. – 152 с. ISBN 978-5-7765-1138-7

В пособии излагаются традиционные разделы второй части курса ли- нейной алгебры. Написано на основе лекций, читавшихся авторами в Комсо- мольском-на-Амуре государственном техническом университете». Материал изложен в объеме, необходимом для подготовки студента технического уни- верситета, и преподносится по возможности строго и доступно. Большое внимание уделено разбору примеров и задач, иллюстрирующих основной теоретический материал. Предназначено для студентов направлений «Математика и информати- ка», «Прикладная математика», «Математическое обеспечение и администри- рование информационных систем» и написано в соответствии со стандартами и программой для этих специальностей.

УДК 512(07)

ББК 22.143я7

ISBN 978-5-7765-1138-7

ФГБОУ ВПО «Комсомольский- на-Амуре государственный технический университет»,

2

2015

Оглавление

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ………………………………………………………………

5

1. ЛИНЕЙНЫЕ ПРОСТРАНСТВА ……………………………………

6

1.1. Определение линейного пространства…………………………

6

1.2. Базис линейного пространства ………………………… …

10

1.3. Замена базиса линейного пространства ……… ………………

12

2. ЛИНЕЙНЫЕ ПОДПРОСТРАНСТВА ………………………………

14

2.1. Определение линейного подпространства ….……………….…

14

2.2. Сумма и пересечение подпространств …………………………

16

2.3. Прямое дополнение подпространства ………………….………

20

3. ЕВКЛИДОВЫ ПРОСТРАНСТВА ……………………………………

22

3.1. Определение и основные свойства ……………………………….

22

3.2. Выражение скалярного произведения векторов через

координаты сомножителей ………………………………………. 26

3.3. Связь матриц Грама разных базисов …………………………….

29

3.4. Ортогональное дополнение подпространства ……………….….

33

4. ЛИНЕЙНЫЕ ОТОБРАЖЕНИЯ (ОПЕРАТОРЫ) ……………………

38

4.1. Определение линейного отображения ……………………………

38

4.2. Координатное представление линейных отображений …………

40

4.3. Изменение матрицы линейного отображения при замене

базисов ……………………………………………………………… 43

4.4. Изоморфизм линейных пространств ………………………….…

44

5. ЛИНЕЙНЫЕ ПРЕОБРАЗОВАНИЯ …………………………………

48

6. ЛИНЕЙНЫЕ ПРЕОБРАЗОВАНИЯ ЕВКЛИДОВЫХ

ПРОСТРАНСТВ

……………………………………………………… 52

6.1. Сопряженные и самосопряженные преобразования ……………

53

6.2. Ортогональные преобразования ……………… ………………

55

3

Оглавление

7. БИЛИНЕЙНЫЕ И КВАДРАТИЧНЫЕ ФОРМЫ …………………

59

7.1. Билинейные формы ………………………………………………

59

7.2. Квадратичные формы ……………………………………………

63

7.3. Классификация квадратичных форм ……………………………

71

8. РЕШЕНИЕ ТИПОВЫХ ЗАДАЧ …………………………………….

80

9. ИНДИВИДУАЛЬНЫЕ ДОМАШНИЕ ЗАДАНИЯ …………………

111

9.1.

Индивидуальное домашнее задание 1

ЛИНЕЙНЫЕ ПРОСТРАНСТВА И ПОДПРОСТРАНСТВА …….…

111

9.2.

Индивидуальное домашнее задание 2

ЛИНЕЙНЫЕ ОТОБРАЖЕНИЯ И ПРЕОБРАЗОВАНИЯ …….……

132

9.2.

Индивидуальное домашнее задание 3

БИЛИНЕЙНЫЕ И КВАДРАТИЧНЫЕ ФОРМЫ …………

………

145

10. ЭКЗАМЕНАЦИОННЫЕ ВОПРОСЫ ……………………… …….

150

СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ

……………………

152

4

Введение

ВВЕДЕНИЕ

В учебном пособии приведены достаточно подробные теоретические сведения из раздела линейной алгебры, той её части, в которой рассматри- ваются преобразования линейных пространств и квадратичные формы. Большая часть утверждений и теорем приводится с доказательства- ми, в основном это те, доказательства которых являются конструктивны- ми, т.е. позволяют решать практические задачи. Материал иллюстрируется подробно решенными задачами, анало- гичными тем, которые предлагаются в индивидуальных домашних задани- ях (ИДЗ). Предполагается, что читатель знаком с элементами первой части ли- нейной алгебры, которая рассматривается в курсе вышей математики это элементы алгебры матриц (действия над матрицами, понятие обратной матрицы, методы вычисления обратной матрицы, понятие ранга матрицы), элементы теории определителей (понятие определителя порядка п, методы вычисления определителей произвольного порядка) и систем линейных уравнений (методы решения систем линейных алгебраических уравнений (СЛАУ), однородных и неоднородных). Кроме того, при изложении широко используются сокращения, за- имствованные из математической логики и теории множеств:

существует, найдется (квантор существования); для любого, для каждого, для всякого (квантор всеобщности); следует (логическое следствие); равносильно (логическая равносильность); принадлежит (символ принадлежности); содержится (символ включения); , объединение и пересечение множеств.

5

1. Линейные пространства

1. ЛИНЕЙНЫЕ ПРОСТРАНСТВА

1.1. Определение линейного пространства

Определение 1.1. Множество L называется линейным простран-

ством, а его элементы векторами, если:

ставит в соот-

ветствие элемент из L, называемый суммой векторов, который обозначает-

ся x

1) определена операция сложения, которая x y L

,

y ;

2) определена операция умножения на число, которая x L

иR

ставит в соответствие элемент из L, называемый произведением вектора на

число, который обозначается

;

x

3) x , y  , z L и , R выполняются аксиомы:

А1. x

А2.

A3.

y

y)

y

z

x

(коммутативность сложения),

x

( y

(x

    (ассоциативность сложения),

z )

0 L

такой, что x L справедливо равенство x

0

x

(существование нулевого элемента),

А4. x L, (x) L

такой, что

x  x (существование проти-

(

)

0

воположного элемента),

A5.

А6.

А7.

А8.

y

x

( ) ,

x

()

x

x

,

x

1

x

y

,

x

x

x

x

.

() ( ) ,

Здесь определено вещественное линейное пространство, если в 2)

определения 1.1 считать, что C (C множество комплексных чисел),

то линейное пространство будет называться комплексным. Вектор 0 назы-

вается нулевым вектором. Вектор x

ным вектору x .

Сумма векторов x и ( y) значается x

 1называется противополож-

x

называется разностью векторов и обо-

y

.

6

1. Линейные пространства

Пример 1.1. Рассмотрим множество всех функций одной независи-

мой переменной t, определенных и непрерывных на отрезке 0, 1. Любым

двум функциям f (t) и g(t) из этого множества соответствует функция

f (t) g(t) в обычном смысле, которая также определена и непрерывна на

отрезке 0, 1, следовательно, принадлежит этому множеству. Числу R

и функции f (t) соответствует функция f (t) (обычное произведение на

число), которая также определена и непрерывна на отрезке 0, 1. Нетрудно

проверить, что все восемь аксиом выполнены. Роль нуля выполняет функ-

ция f (t) 0 . Таким образом, рассматриваемое множество функций явля-

ется линейным пространством.

Простейшие следствия из аксиом

Следствие 1.1. В произвольном линейном пространстве нулевой

элемент единственный.

Предположим, что существует два нулевых элемента

0

1

и 0

2

, тогда

положив в аксиоме 3 сначала x , 0 , получим   , а затем,

0

2

0

1

0

2

0

1

0

2

положив

. Левые части полученных

равенств равны на основании аксиомы 1, следовательно, равны и правые

части этих равенств, т.е.

Следствие 1.2. В произвольном линейном пространстве противопо-

ложный элемент единственный.

x

0

1

,

0

0

0

1

0

2

0

1

2

, получим

0

1

0

2

.

Аналогично предыдущему, пусть для вектора x существует два про-

, полу-

тивоположных вектора

чаем

y , y

1

2

, тогда, полагая в аксиоме 4:

x

y

1

x y

1

0

затем, полагая x y , получаем x y

тогда в силу аксиом 1, 2, 3 имеем

2

2

0 ,

,

(*)

(**)

7

1. Линейные пространства

(**)

A 2

(*)

y

1

y

1

0

y

1

(x

y

2

)

0

(y

1

x

x)

y

2

y

2

n

 

y

2

x

n

называется

откуда следует, что .

y

1

y

2

Определение 1.2. Выражение вида

,

Линейная комбинация векторов называется тривиальной, если

x

2

,

1

,

1

x

n

.

2

x

2

 

линейной комбинацией векторов

x

1

 

1

2

n

0

 

1

2

2

2

2

n

0

и нетривиальной в противном случае, т.е. если существует хотя бы одно

, не равное нулю (00

i

i

 

1

2

n

2

2

2

).

называется ли-

нейно зависимой, если существует нетривиальная линейная комбинация

этих векторов, равная нулевому вектору, в противном случае система век-

торов называется линейно независимой.

Определение 1.3. Система векторов x

1

,

x

2

,

,

x

n

L

Таким образом, если

x

1

1

x

2

2

x

n

n

0

и

 

1

2

2

2

2

n

0

,

то система векторов линейно зависима, если же

x

1

1

x

2

2

x

n

n

0

только при

 

1

2

2

2

2

n

0

,

то система векторов линейно независима.

Теорема 1.1. Система из n (n > 1) векторов линейно зависима тогда и

только тогда, когда один из векторов этой системы является линейной

комбинацией остальных.

Доказательство.

() Так как система линейно зависима, то

λ ,

λ

2

,

, λ

n

:

 

1

2

2

2

2

n

0

x

1

1

1

и

8

x

2

2

x

n

n

0

.

1. Линейные пространства

или

т.е.

Пусть, например, 0

λ x

k

k



λ x

1

x

k



x k

λ

x

1

λ

k

μ x

1

1

1

1

k

, тогда из последнего равенства

λ

λ

k

k 1

1

x

k

x

k 1

1

λ

λ

k

k

1

1

x

k

1

x

k

1

λ

k

μ

k

1

x

k

1

μ

k

λ

k

k

1

x

k

1

λ x

n

n

λ

n

λ k

μ x

n

n

x

,

n

λ

,

λ

i

где μ   , следовательно, вектор x линейная комбинация остальных

i

λ

k

k

векторов.

x

, перенесём

k в правую часть и получим нетривиальную линейную комбинацию, рав-

( ) Пусть

x

k

μ x

1

1

μ

k

1

x

k

1

μ

k

1

x

k

1

μ x

n

n

ную 0 (здесь  1 0

μ

k

).

Теорема 1.2. Если некоторые из векторов, входящих в систему, об-

разуют линейно зависимую подсистему, то вся система линейно зависима.

Доказательство. Пусть

x

1

,

x

2

,

,

x

m линейно зависимы, m чис-

ло векторов в системе ( m n ), тогда по теореме 1.1

x

k

x

 

1

x

1

k

1

k

μ x

1

1

μ

k

x

k

1

1

x

k

1

k

1

μ

k

x

k

1

1

x

k

1

где μ

m

ров x ,

1

1

,

x

μ

m

k

1

,

2

x

k

1

,

,

μ

x

n

n

0

, т.е. вектор x

 

m

n

x

μ x

m

n

,

,

следовательно

k линейная комбинация векто-

, следовательно, по теореме 1.1 вся система ли-

нейно зависима.

Теорема 1.3. Если система векторов линейно независима, то любая

её подсистема также линейно независима.

Доказательство. Пусть это не так, и в систему входит линейно зави-

симая подсистема векторов, тогда по теореме 1.2 вся система тоже линейно

зависима, что противоречит условию теоремы. Следовательно, любая под-

система линейно независима.

9

1. Линейные пространства

1.2. Базис линейного пространства

Определение 1.4. Базисом в линейном пространстве L называется

любая упорядоченная система векторов, обладающая свойствами:

1) она линейно независима, 2) любой вектор из L является линейной

комбинацией векторов этой системы.

Пусть базис пространства состоит из п векторов e , e , ,

1

2

e

n

, тогда по

определению x L :

x

x e

1

1

x

2

e

2

x

n

e

n

k

x

k

e

k

.

(1.1)

Коэффициенты этой линейной комбинации

1

e

,

e

1

,

2

,

e

2

,

,

e

,

e

x

(

x

1

,

2

,

,

x

n

) ,

x

n называются

n , равенство (1.1) называется

n . Очень часто, для сокра-

x , x

1

2

,

,

координатами вектора x в базисе

разложением вектора x по базису

щения записи и удобства, вектор обозначается перечислением координат:

x

e

(1.2)

считается, что записи (1.1) и (1.2) эквивалентны.

,

Обозначим

e

(

e

1

e

2

,

,

e

n

)

матрицу-строку из базисных векторов,

X

(

x

1

x

2

x

n

)

T координатный столбец вектора x , тогда по определе-

нию произведения матриц

x

k

x

k

e

k

eX

.

(1.3)

Теорема 1.4. Если в пространстве L задан базис е, то координаты

любого вектора в этом базисе определяются однозначно.

Доказательство. Предположим, что

x

k

x

вычитая из первого равенства второе, получим

0

k

e

k

k

и

(

x

x

k

x  e

k

k

, тогда,

k

x

k

)

e

k

. Так как

система векторов e , e ,

n линейно независима (см. определение бази-

са), то все коэффициенты полученной линейной комбинации равны нулю

e

1

2

,

10

1. Линейные пространства

, т.е.

равны сумме координат век-

торов x и y . Координаты вектора y равны координатам вектора y ,

умноженным на .

, y eY . Пусть

(она тривиальная!), следовательно

x

k

x 0

k

x

k

x

k

(k = 1, n ).

Теорема 1.5. Координаты вектора x y

Доказательство. Пусть е базис в L, тогда

x eX

z

x

y

, тогда

z eZ ,

eZ z

x y eX eY e( X Y ) , следовательно,

по теореме 1.4 Z X Y

Аналогично, если z y

z

k

x

k

y

k

(k

1, n) .

, то eZ y (eY ) e(Y )

Z

Y

z

k

y

k

(k

1, n)

.

и по теореме 1.5

Теорема 1.6. Если в линейном пространстве существует базис из n

векторов, то любой другой базис состоит из того же числа векторов.

Доказательство. Пусть

e

1

,

e

2

,

,

e

n

и f

1

,

f

2

,

,

f

m

два базиса в L ,

причём m n . Разложим каждый из векторов f по базису e и составим

j

матрицу, столбцами которой будут координатные столбцы векторов f .

j

Эта матрица имеет ранг n (так как e базис и координатные столбцы линей-

но независимы), следовательно, по теореме о базисном миноре столбцы

матрицы линейно зависимы ( m n последних столбцов являются линей-

ными комбинациями первых n столбцов), таким образом f линейно за-

висимы и не могут быть базисом в L .

Определение 1.5. Линейное пространство, в котором существует ба-

зис из n векторов, называется п-мерным и обозначается L , число п назы-

j

n

вается размерностью пространства и обозначается dimL (dimension – раз-

мерность).

Может случиться так, что n N в L найдется п линейно независи-

мых векторов, такое пространство называется бесконечномерным.

11

1. Линейные пространства

n каждая линейно независимая система из п векто-

ров является базисом.

n 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.

каждую линейно незави-

симую систему из т < п векторов можно дополнить до базиса в L .

Теорема 1.7. В

L

Доказательство. Любой вектор из пространства

L

Теорема 1.8. В линейном пространстве

L

n

n

Доказательство. Пусть дана линейно независимая система

из т векторов. К этим т векторам можно добавить еще один

, базис в L , чего

,

п 1, получим систему из n линейно независимых векторов, которая по

по теореме 1.5 не может быть. Рассуждая аналогично при т + 1, т + 2,

e

1

,

e

2

,

,

e

m

вектор, линейно независимый с ними, иначе e , e ,

1

2

e

m

n

утверждению 1.2 будет базисом в L .

n

1.3. Замена базиса линейного пространства

Пусть в L даны два базиса

n

e

(

e

1

,

e

2

,

,

e

n

)

и

f

(

f

1

,

f

2

,

,

f

n

)

,

тогда каждый вектор из базиса f можно разложить по базису е, т.е.

f

j

t

1

j

e

1

t

2

j

e

2

t

nj

e

n

n

kj

k 1

t

e

k

(j = 1, n ).

(1.4)

Из координатных столбцов векторов f в базисе е можно составить

i

квадратную матрицу порядка п

T

t

t

11

21

t

t

12

22

t t

n

1

n

2

t

t

 

1 n

2 n

t

nn

, которая называет-

ся матрицей перехода от базиса е к базису f.

12

1. Линейные пространства

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.