Академический Документы
Профессиональный Документы
Культура Документы
Umnov AnGeom I LinAl Arph0duocc9 PDF
Umnov AnGeom I LinAl Arph0duocc9 PDF
Умнов
АНАЛИТИЧЕСКАЯ
ГЕОМЕТРИЯ
И ЛИНЕЙНАЯ АЛГЕБРА
-
( )
. .
3- ,
« »
2011
514.12(075)
22.151.59 73
54
( )
. . , . . )
, . .
, . .
54 :
. / . . . – 3- ., . .–
.: , 2011. – 544 .
ISBN 978-5-7417-0378-6
, -
), -
,
.
514.12(075)
22.151.59 73
«
( )», 2011
Оглавление 3
ОГЛАВЛЕНИЕ
Введение ....................................................................................... 8
От автора ..................................................................................... 10
Глава 1. Векторы и линейные операции с ними ........... 12
§ 1.1. Матричные объекты .............................................. 12
§ 1.2. Направленные отрезки .......................................... 21
§ 1.3. Определение множества векторов ....................... 24
§ 1.4. Линейная зависимость векторов .......................... 28
§ 1.5. Базис. Координаты вектора в базисе ................... 34
§ 1.6. Действия с векторами в координатном пред-
ставлении ................................................................ 38
§ 1.7. Декартова система координат .............................. 44
§ 1.8. Изменение координат при замене базиса и на-
чала координат ....................................................... 47
Глава 2. Произведения векторов ...................................... 54
§ 2.1. Ортогональное проектирование ........................... 54
§ 2.2. Скалярное произведение векторов и его свойст-
ва ............................................................................. 57
§ 2.3. Выражение скалярного произведения в коорди-
натах ....................................................................... 59
§ 2.4. Векторное произведение векторов и его свойст-
ва ............................................................................. 61
§ 2.5. Выражение векторного произведения в коорди-
натах ....................................................................... 65
§ 2.6. Смешанное произведение ..................................... 68
§ 2.7. Выражение смешанного произведения в коор-
динатах ................................................................... 70
§ 2.8. Двойное векторное произведение ........................ 72
§ 2.9. Замечания об инвариантности произведений
векторов .................................................................. 75
4 Аналитическая геометрия и линейная алгебра
ВВЕДЕНИЕ
Г. Н. Яковлев
Член-корреспондент РАО,
профессор.
Август, 1997 год
10 Аналитическая геометрия и линейная алгебра
От автора
Глава 1
ВЕКТОРЫ
И ЛИНЕЙНЫЕ ОПЕРАЦИИ С НИМИ
1
Следует читать “альфа i − j“.
Г л а в а 1 . Векторы и линейные операции с ними 13
α 11 α 12 α 13 ... α 1n α 11 α 12 α 13 ... α 1n
α
α 21 α 22 α 23 ... α 2n 21 α 22 α 23 ... α 2 n
α α 32 α 33 ... α 3n ; α 31 α 32 α 33 ... α 3n ;
31
... ... ... ... ... ... ... ... ... ...
α α m2 α m3 ... α mn α m1 α m2 α m3 ... α mn
m1
α 11 α 12 α 13 ... α 1n
α 21 α 22 α 23 ... α 2n
α 31 α 32 α 33 ... α 3n ,
... ... ... ... ...
α m1 α m2 α m3 ... α mn
Операции с матрицами
Рис. 1.1.1
При транспонировании
T α11 α 21 ... α m1
α11 α12 α13 ... α1n
α12 α 22 ... α m 2
α 21 α 22 α 23 ... α 2 n
= α13 α 23 ... α m3 ,
... ... ... ... ...
... ... ... ...
α m1 α m 2 α m3 ... α mn
α1n α 2 n ... α mn
T
то есть для элементов транспонированной матрицы A верно ра-
α 11 α 12
det = α11α 22 − α12 α 21 .
α 21 α 22
2
Детерминант квадратной матрицы также часто обозначают при помощи
одинарных вертикальных ограничителей K . Мы не будем использовать
эту форму, чтобы избежать конфликта с представлением абсолютных вели-
чин, модулей, длин и норм.
18 Аналитическая геометрия и линейная алгебра
α 11 α 12 α 13
det α 21 α 22 α 23 =
α 31 α 32 α 33
α 22 α 23 α 21 α 23
= α 11 det − α 12 det +
α 32 α 33 α 31 α 33
α 21 α 22
+ α 13 det ,
α 31 α 32
называемой разложением определителя по первой
строке.
Доказательство.
Данная формула проверяется непосредственно при помощи
определений 1.1.9 и 1.1.10.
Рис. 1.1.2
Доказательство.
Рис. 1.2.1
3
Для операции замены направленного отрезка на равный, но не совпадающий
с ним направленный отрезок будем употреблять термин параллельный пере-
нос направленного отрезка.
Г л а в а 1 . Векторы и линейные операции с ними 23
Рис. 1.2.2
Рис. 1.2.3
длина равна λ a;
направление совпадает с направлением
a , если λ > 0 ,
направление противоположно направ-
лению a , если λ < 0 .
→
Нулевой вектор обозначается символом o.
Теорема Операции сложения и умножения на вещественное
1.3.1. число на множестве векторов обладают свойствами:
→ → → →
1º. Коммутативности a+b = b+a.
Г л а в а 1 . Векторы и линейные операции с ними 25
2º. Ассоциативности
→ → → → → →
a + (b + c ) = (a + b ) + c ;
→ →
λ(µ a ) = (λµ) a .
3º. Дистрибутивности
→ → → →
λ( a + b ) = λ a + λ b ;
→ → →
(λ + µ ) a = λ a + µ a
→ → →
для любых векторов a , b и c и любых веществен-
ных чисел λ и µ .
→ →
Пусть даны два вектора a и b . Совместим начала этих векторов
и построим на них параллелограмм ABCD (рис. 1.3.1).
Рис. 1.3.1
26 Аналитическая геометрия и линейная алгебра
Поскольку у параллелограмма противолежащие стороны па-
→ → → →
раллельны и имеют равные длины, то CD = a ; BD = b , но
тогда, по правилу треугольника, из треугольников ACD и
→ → → → → →
ABD следует, что AD = b + CD; AD = a + BD , то есть
→ → → →
a+b = b+a.
Теорема доказана.
Соглашение о суммировании
n 2 (n + 1) 2 n 2
=
4
= (∑ i) ,
i =1
1 1 1 n −1
1 i −1
+ + ... + = ∑ i(i + 1) = .
1⋅ 2 2 ⋅ 3 (n − 1)n i =1 i
→ → →
Определение Векторы a1 , a 2 , ..., a n называются линейно зависи-
1.4.3. мыми, если существует их нетривиальная линейная
n → n → →
комбинация ∑ λ i ai , такая, что ∑ λ i ai = o .
i =1 i =1
→ → →
Определение Векторы a1 , a 2 , ..., a n называются линейно незави-
1.4.4. n → →
симыми, если из условия ∑ λ i ai = o следует три-
i =1
n →
виальность линейной комбинации ∑ λ i ai , то есть
i =1
что λ 1 = λ 2 = ... = λ n = 0 .
Г л а в а 1 . Векторы и линейные операции с ними 31
→ → →
Иначе говоря, если векторы a1 , a 2 , ..., a n линейно независимы,
то для любого набора чисел λ 1 , λ 2 , ..., λ n , не равных нулю одновре-
n →
менно, линейная комбинация ∑λ
k =1
k a k не нулевой вектор.
→ → →
Лемма Для линейной зависимости векторов a1 , a 2 , ..., a n
1.4.1. необходимо и достаточно, чтобы один из них был ли-
нейной комбинацией остальных.
Доказательство.
→ → →
Докажем необходимость. Пусть векторы a1 , a 2 , ..., a n ли-
нейно зависимы, тогда существуют числа λ 1 , λ 2 , ..., λ n , од-
n → →
новременно не равные нулю, такие, что ∑ λ k ak = o . Для
k =1
| − 1 | + | λ 2 | + ... + | λ n | > 0 .
→ → →
То есть линейная комбинация векторов a1 , a 2 , ..., a n , рав-
ная нулевому вектору, нетривиальная.
Лемма доказана.
32 Аналитическая геометрия и линейная алгебра
Справедливы следующие утверждения.
Теорема Один вектор линейно зависим тогда и только тогда,
1.4.1. когда он нулевой.
Теорема Два вектора линейно зависимы тогда и только тогда,
1.4.2. когда они коллинеарны.
Теорема Три вектора линейно зависимы тогда и только тогда,
1.4.3. когда они компланарны.
Доказательство.
→ → →
Докажем необходимость. Пусть три вектора a1 , a 2 , a3 линейно
зависимы, то есть существуют три, одновременно не равных ну-
лю, числа λ 1 , λ 2 , λ 3 , таких, что
→ → → →
λ 1 a1 + λ 2 a 2 + λ 3 a3 = o .
Тогда по лемме 1.4.1 один из векторов есть линейная комбина-
ция двух остальных, и, значит, данные три вектора компланарны.
→ →
Докажем достаточность в предположении, что векторы a1 и a 2
неколлинеарны. Пусть даны три компланарных вектора
→ → →
a1 , a 2 , a3 . Перенесем эти векторы таким образом, чтобы их
начала попали в одну точку.
→
Через конец вектора a3 проведем прямые, параллельные векто-
→ → → →
рам a1 и a 2 . При этом получим пару векторов b1 и b2 , та-
→ → →
ких, что a3 = b1 + b2 (рис. 1.4.1).
Г л а в а 1 . Векторы и линейные операции с ними 33
→
Поскольку вектор b1 колли-
→
неарен вектору a1 , а вектор
→ →
b2 коллинеарен вектору a2 ,
по лемме 1.4.1 и теореме 1.4.2
получаем, что
→ → → →
b1 = λ 1 a1 ; b2 = λ 2 a 2 ,
но тогда
Рис. 1.4.1
→ → →
a3 = λ 1 a1 + λ 2 a 2 ,
→ → →
и векторы a1 , a 2 , a3 по лемме 1.4.1 линейно зависимы. Случай
→ →
коллинеарных a1 и a2 рассмотрите самостоятельно.
Теорема доказана.
Теорема доказана.
→ → →
Следствие Если среди векторов {a1 , a 2 , ..., a n } имеется хотя
1.4.1. → → →
бы один нулевой, то векторы {a1 , a 2 , ..., a n } ли-
нейно зависимы.
Теорема доказана.
Доказательство.
→ → → → → → → →
x+ y = (ξ1 g1 + ξ 2 g 2 + ξ 3 g 3 ) + (η1 g1 + η 2 g 2 + η3 g 3 ) =
g g
→ → →
= (ξ1 + η1 ) g1 + (ξ 2 + η 2 ) g 2 + (ξ 3 + η3 ) g 3 =
g
ξ1 + η1 ξ1 η1
→ →
= ξ 2 + η2 = ξ 2 + η2 = x + y .
ξ 3 + η3 ξ3 η3
g g
Теорема доказана.
Доказательство.
Докажем необходимость.
→ →
Пусть векторы x и y линейно зависимы, тогда в силу лем-
→ →
мы 1.4.1 имеет место равенство x = λ y или в координатной
ξ1 = λη1 ,
форме Исключив λ из этих двух скалярных со-
ξ 2 = λη 2 .
отношений, получим ξ1η 2 − ξ 2 η1 = 0, но это и означает,
ξ1 η1
что det = 0.
ξ2 η2
42 Аналитическая геометрия и линейная алгебра
ξ1 η1
Докажем достаточность. Пусть det = 0, тогда
ξ2 η2
ξ1 ξ 2
имеем, что = при η1 ≠ 0 ; η 2 ≠ 0 , то есть соот-
η1 η 2
→ →
ветствующие координаты векторов x и y пропорциональ-
ны, что и доказывает линейную зависимость этих векторов.
Теорема доказана.
→ → →
Теорема Для того чтобы три вектора в пространстве { x , y, z}
1.6.3. с координатными представлениями
ξ1 η1 κ1
→ → →
x = ξ2 , y = η2 и z = κ2
ξ3 η3 κ3
g g g
Доказательство.
→ → →
Пусть линейная комбинация векторов x , y , z равна нуле-
→ → → →
вому вектору, то есть λ1 x + λ 2 y + λ 3 z = o , или в коор-
динатном представлении
Г л а в а 1 . Векторы и линейные операции с ними 43
ξ1 η1 κ1 0
λ1 ξ 2 + λ 2 η 2 + λ 3 κ 2 = 0 .
ξ3 η3 κ3 0
λ1ξ1 + λ 2 η1 + λ 3 κ1 = 0,
λ1ξ 2 + λ 2 η 2 + λ 3 κ 2 = 0,
λ ξ + λ η + λ κ = 0,
1 3 2 3 3 3
ξ1 η1 κ1
det ξ 2 η2 κ2 ≠ 0
ξ3 η3 κ3
Теорема доказана.
44 Аналитическая геометрия и линейная алгебра
→ → →
Определение Совокупность базиса {g1 , g 2 , g 3 } и точки O, в кото-
1.7.1. рую помещены начала всех базисных векторов, назы-
вается общей декартовой системой координат
→ → →
(ДСК) и обозначается {O, g1 , g 2 , g 3 }.
→ → →
Определение Система координат {O, e1 , e2 , e3 } , порождаемая
1.7.2. ортонормированным базисом, называется нормаль-
ной прямоугольной (или ортонормированной) систе-
мой координат.
→ → →
Если задана система координат {O, g 1 , g 2 , g 3 } , то произвольной
точке M в пространстве можно поставить во взаимно однозначное
→
соответствие вектор r , начало которого находится в точке O , а ко-
нец – в точке M .
→ →
Определение Вектор r = OM называется радиусом-вектором
1.7.3. → → →
точки M в системе координат {O, g1 , g 2 , g 3 }.
→ →
но так как M 1 M = λ MM 2 , то
→ → → →
OM − OM 1 = λ(OM 2 − OM )
и окончательно
→
OM =
1 → λ →
= OM 1 + OM 2 .
1+ λ 1+ λ
Откуда радиус-вектор точки M
Рис. 1.7.2 равен
ξ1 + λη1
1+ λ
→ ξ 2 + λη 2
OM = .
1+ λ
ξ 3 + λη3
1+ λ
Тогда справедлива
Теорема доказана.
β1
в “старом” базисе, а столбец β 2 содержит координаты “нового”
β3
начала координат в “старом” базисе.
Теорема доказана.
Г л а в а 1 . Векторы и линейные операции с ними 51
Задача На параллелограмме построены две системы координат:
→ → → →
1.8.1.
“старая” {O, g 1 , g 2 } и “новая” {O ′, g 1′ , g 2′ } (рис. 1.8.2).
Найти формулы перехода, выражающие “новые” коорди-
наты через “старые”, если
→ → → 1 →
g1′ = O ′O и g ′2 = − g1 .
2
Рис. 1.8.3
В рассмотренном случае обе системы координат удается совмес-
тить последовательным выполнением параллельного переноса “ста-
→
рой” системы на вектор OO′ и поворота на угол ϕ вокруг точки O ′.
Глава 2
ПРОИЗВЕДЕНИЯ ВЕКТОРОВ
→
Определение Ортогональной проекцией вектора a на ось l назы-
2.1.3. Λ →
вается вектор Prl a , лежащий на оси l, начало кото-
рого есть ортогональная проекция начала вектора
Г л а в а 2 . Произведения векторов 55
→
a на ось l, а конец – ортогональная проекция конца
→
вектора a.
→
Выполним нормировку направляющего вектора b , то есть заме-
→
→ b →
ним его на вектор e= →
и рассмотрим нормированный базис {e}
|b|
на оси l (рис. 2.1.1).
Рис. 2.1.2
4
Верхний символ « Λ » будет использоваться для обозначения различного
рода операций, например: проектирования, поворота, отражения, дифферен-
цирования и т.д.
56 Аналитическая геометрия и линейная алгебра
Свойства ортогональных проекций
Рис. 2.1.3
→ →
Скалярное произведение векторов a и b обозначается как
→ → → →
( a , b ) . Таким образом, для ненулевых векторов a и b :
→ → → →
( a , b ) = | a || b | cos ϕ ,
где ϕ – угол между векторами-сомножителями. При этом согласно
определению 2.1.5, 0 ≤ ϕ ≤ π .
→ →
Заметим также, что если b ≠ o , то справедливо равенство
→ → → →
( a , b ) = b Пр → a .
b
58 Аналитическая геометрия и линейная алгебра
Свойства скалярного произведения
→ → → → → →
1°. ( a , b ) = 0 при a ≠ o и b ≠ o тогда и только тогда, когда
→ →
a и b взаимно ортогональны.
→ → → →
2°. ( a , b ) = ( b , a ) следует из определения скалярного произве-
дения и свойств косинуса (коммутативность).
→ → → → → → →
3°. (a1 + a 2 , b ) = (a1 , b ) + (a 2 , b ) (дистрибутивность).
Доказательство.
→ → → →
Если b = o , то 3° очевидно. Пусть b ≠ o , тогда
→ → → → → →
(a1 + a 2 , b ) = b Пр → (a1 + a 2 ) =
b
→ → → → → → → →
= b Пр → a1 + b Пр → a 2 = (a1 , b ) + (a 2 , b ).
b b
Свойство доказано.
→ → → →
4°. (λ a , b ) = λ ( a , b ) .
→ → → → → → →
5°. (a, a ) = | a |2 ≥ 0 ∀ a ; | a | = ( a, a )
→ → → →
(заметим также, что условия ( a , a ) = 0 и a = o равносиль-
ны).
→ →
→ → → → (a, b )
6°. При a ≠ o и b ≠ o cos ϕ = → →
, где ϕ – угол меду
| a || b |
→ →
векторами a и b.
Г л а в а 2 . Произведения векторов 59
§ 2.3. Выражение скалярного произведения
в координатах
→ → → → →
Пусть задан базис {g1 , g 2 , g 3 } и два вектора a и b , координат-
ные разложения которых в этом базисе имеют вид
→ → → → → → → →
a = ξ1 g 1 + ξ 2 g 2 + ξ 3 g 3 и b = η1 g1 + η 2 g 2 + η3 g 3 .
По свойствам 3° и 4° скалярного произведения
→→ → → → → → →
(a, b ) = ( ξ1 g1 + ξ 2 g 2 + ξ 3 g 3 , η1 g1 + η 2 g 2 + η3 g 3 ) =
→ → → → → →
= ξ1η1 ( g1 , g 1 ) + ξ1η 2 ( g1 , g 2 ) + ξ1η3 ( g1 , g 3 ) +
→ → → → → →
+ ξ 2 η1 ( g 2 , g 1 ) + ξ 2 η 2 ( g 2 , g 2 ) + ξ 2 η 3 ( g 2 , g 3 ) +
→ → → → → →
+ ξ 3 η1 ( g 3 , g1 ) + ξ 3 η 2 ( g 3 , g 2 ) + ξ 3 η3 ( g 3 , g 3 ) =
3 → → → → → →
= ∑ ( ξ j η1 ( g j , g1 ) + ξ j η 2 ( g j , g 2 ) + ξ j η3 ( g j , g 3 ) ) =
j =1
3 3 → →
=∑∑ ξ j ηi ( g j , g i ).
j =1 i =1
→ → →
В случае ортонормированного базиса {e1 , e2 , e3 } эта формула упро-
щается, поскольку для попарных скалярных произведений базисных
векторов справедливо равенство
→ → 1, i = j ,
(ei , e j ) = δ ij =
0, i ≠ j ,
где δ ij – так называемый символ Кронекера. Откуда для скалярного
произведения векторов в ортонормированном базисе получаем фор-
мулу
→→
(a, b ) = ξ 1η 1 + ξ 2 η 2 + ξ 3 η 3 ,
60 Аналитическая геометрия и линейная алгебра
из которой следуют полезные соотношения:
→
a = ξ12 + ξ 22 + ξ 32
→ → → →
и для a≠o и b≠o
ξ 1η 1 + ξ 2 η 2 + ξ 3 η 3
cos ϕ = .
ξ12 + ξ 22 + ξ 32 η12 + η 22 + η32
→ →
Векторное произведение векторов a и b обозначается как
→ →
[ a , b ] . Из определения 2.4.2 следует, что
62 Аналитическая геометрия и линейная алгебра
→ →
1) [ a , b ] есть площадь параллелограмма, построенного на
→ →
векторах a и b;
→ →
2) для коллинеарности ненулевых векторов a и b необхо-
димо и достаточно, чтобы их векторное произведение бы-
ло равно нулевому вектору.
Рис. 2.4.1
→ → → → →
Лемма Если e = 1 и p ≠ o , то вектор [ p, e ] равен ре-
2.4.2.
→
зультату поворота проекции вектора p на плоскость,
→ →
перпендикулярную вектору e , вокруг вектора e на
π
угол по часовой стрелке.
2
Доказательство.
Рис. 2.4.2
Лемма доказана.
→ → → →
Если c = o , то свойство 3° очевидно. Пусть c ≠ o , тогда в
силу утверждений лемм 2.4.1, 2.4.2 и свойства 1.1° из § 2.1 сле-
дует
Г л а в а 2 . Произведения векторов 65
→
→ → → → → → c → Λ Λ → →
[a + b, c ] = | c | [a + b, →
] = | c | Пов π → Pr → ( a + b ) =
,c
( ⊥c
)
|c| 2
→ Λ Λ → Λ →
= | c | Пов π → Pr
,c
( ⊥c
→ a + Pr
⊥c
→ b = )
2
→ Λ Λ → Λ Λ →
(
= | c | Пов π → (Pr
,c ⊥c
→ a ) + Пов π → (Pr
,c ⊥c
→ b) =)
2 2
→ →
→ → c → c → → → →
= | c | ( [ a, →
] + [b , →
] ) = [ a , c ] + [ b , c ].
|c| |c |
Свойство доказано.
→→ → → → → → →
[a, b ] = [ ξ1 g1 + ξ 2 g 2 + ξ 3 g 3 , η1 g1 + η 2 g 2 + η3 g 3 ] =
→ → → → → →
= ξ1η1[ g1 , g1 ] + ξ1η 2 [ g1 , g 2 ] + ξ1η3 [ g1 , g 3 ] +
→ → → → → →
+ ξ 2 η1[ g 2 , g1 ] + ξ 2 η 2 [ g 2 , g 2 ] + ξ 2 η3 [ g 2 , g 3 ] +
66 Аналитическая геометрия и линейная алгебра
→ → → → → →
+ ξ 3 η1[ g 3 , g1 ] + ξ 3 η 2 [ g 3 , g 2 ] + ξ 3 η3 [ g 3 , g 3 ] =
3 3 → →
=∑∑ ξ j ηi [ g j , g i ].
j =1 i =1
→ → →
Обозначим через f1 , f 2 и f 3 попарные векторные произведения
→ →
базисных векторов [ g i , g j ] следующим образом:
→ → → → → → → → →
f 1 = [ g 2 , g 3 ] ; f 2 = [ g 3 , g1 ] ; f 3 = [ g 1 , g 2 ] .
→ →
Подставив эти обозначения в выражение для [a , b ] и использовав
формулу, связывающую определители квадратных матриц 2-го и 3-го
порядков (см. теорему 1.1.1), получим
→→ → → →
[a, b ] = (ξ 2 η3 − ξ 3 η 2 ) f1 − (ξ1η3 − ξ 3 η1 ) f 2 + (ξ1η 2 − ξ 2 η1 ) f 3 =
ξ2 ξ3 → ξ ξ3 → ξ ξ2 →
= det f 1 − det 1 f 2 + det 1 f3 =
η2 η3 η1 η3 η1 η2
→ → →
f1 f2 f3
= det ξ1 ξ2 ξ3 .
η1 η2 η3
→ → →
Пусть исходный базис {e1 , e2 , e3 } ортонормированный, обра-
зующий правую тройку векторов, тогда по определению 2.4.2
→ → → → → →
f 1 = e1 , f 2 = e2 , f 3 = e3 .
Г л а в а 2 . Произведения векторов 67
Тогда формула для векторного произведения векторов в правом орто-
нормированном базисе упростится:
→ → →
e1 e2 e3
→→
[a, b ] = det ξ1 ξ2 ξ3 .
η1 η2 η3
ξ2 ξ3 ξ ξ3 ξ ξ2
det = det 1 = det 1 =0,
η2 η3 η1 η3 η1 η2
ξ1 ξ 2 ξ 3
или же = = .
η1 η 2 η3
ξ2 ξ3 ξ ξ3 ξ ξ2
S = det 2 + det 2 1 + det 2 1 ,
η2 η3 η1 η3 η1 η2
Доказательство.
→ →
Если a коллинеарен b , то утверждение теоремы очевидно.
→ →
Пусть a неколлинеарен b , тогда по определению скалярно-
го произведения
→ → → → → →
( a , b , c ) = | [ a , b ] | Πр → → c ,
[ a,b ]
→ →
где S = | [ a , b ] | есть площадь параллелограмма, постро-
→ →
енного на векторах a и b ,а
→ →
| Пр → → c | = | c | | cos α |
[a ,b ]
Г л а в а 2 . Произведения векторов 69
– высота параллелепи-
педа с основанием S,
откуда (см. рис. 2.6.1)
→ → →
V = (a , b , c ) .
Наконец,
→ → →
(a, b, c ) =
→ → →
= | [ a , b ] | | c | cos α,
ξ1 ξ2 ξ3
ξ1 ξ2 → → → → → →
+ κ 3 det
η1 η2
) ( g 1 , g 2 , g 3 ) = det η1 η2 η3 ( g1 , g 2 , g 3 ) ,
κ1 κ2 κ3
Г л а в а 2 . Произведения векторов 71
поскольку выражение, стоящее в больших круглых скобках, является
разложением определителя 3-го порядка по последней строке. (См. тео-
рему 1.1.1.)
Замечания. 1°. Из последней формулы и теоремы 2.6.1 следует спра-
ведливость теоремы 1.6.3.
2°. В случае ортонормированного правого базиса
→ → →
( e1 , e2 , e3 ) = 1 , поэтому в таком базисе
ξ1 ξ 2 ξ 3
→ →→
(a, b, c ) = det η1 η2 η3 .
κ1 κ2 κ3
→ → →
3°. Для введенных в § 2.5 векторов f1 , f 2 , f 3 справед-
лива
→ → →
Теорема Тройка векторов { f 1 , f 2 , f 3 } образует базис (назы-
2.7.1. → → →
ваемый взаимным базису {g1 , g 2 , g 3 } ).
Доказательство.
Для доказательства достаточно показать, что векторы
→ → →
f 1 , f 2 , f 3 линейно независимы.
Пусть существуют числа λ 1 , λ 2 , λ 3 , такие, что
→ → → →
λ1 f1 + λ 2 f 2 + λ 3 f 3 = o .
Умножив последовательно обе части этого равенства скалярно
→
на g j , j = [1, 3] , получим
→ → → → → →
λ 1 ( f1 , g j ) + λ 2 ( f 2 , g j ) + λ 3 ( f 3 , g j ) = 0 , j = [1,3] .
(2.7.1)
72 Аналитическая геометрия и линейная алгебра
→ →
Для девяти выражений ( f i , g j ) , i = [1, 3] , j = [1, 3] имеем
→ → α, i = j ,
( fi , g j ) = , где α ≠ 0 . Действительно, выраже-
0, i ≠ j ,
→ →
ния ( f i , g i ) , i = [1, 3] суть смешанные произведения не-
→ → →
компланарных векторов g1 , g 2 , g 3 и потому отличны от ну-
→ →
ля. Остальные шесть выражений ( f i , g j ) , i ≠ j будут рав-
ны нулю как смешанные произведения векторов, среди кото-
рых имеется пара равных.
Теорема доказана.
Рис. 2.8.1
→ → → → → → → → → → → → → →
( a , r , [ b , c ]) = − ( r ,a , [ b , c ]) = − ( r , [ a , [ b , c ]]) = −( r , x ) =
→ → → → → → → → →
= − ( r , λ b + µ c ) = −λ ( r , b ) − µ( r , c ) = −µ( r , c ).
→ → → →
С другой стороны, вектор [ r , [ b , c ]] сонаправлен с b , то есть
→ → → →
∃ κ > 0 такое, что [ r , [ b , c ] ] = κ b . Поэтому
→ → → → → →
( a , r , [ b , c ] ) = κ( a , b ) .
Теорема доказана.
η1
η 2 , естественно поставить в соответствие девятку попарных произ-
η3
ведений ξ k ηi ; k , i = 1, 2, 3 , которую можно записать в виде матри-
цы
ξ1η1 ξ1η 2 ξ1 η 3
ξ 2 η1 ξ 2 η2 ξ 2 η3 . (2.9.1)
ξ 3 η1 ξ3η2 ξ 3 η3
→ → 3 → 3 → 3 3 → →
(ei′ , et′ ) = δ it = (∑ σ si e s , ∑ σ pt e p ) = ∑∑ σ si σ pt (es , e p ) =
s =1 p =1 s =1 p =1
3 3 3
= ∑∑ σ si σ pt δ sp =∑ σ si σ st ; t = 1, 2, 3 .
s =1 p =1 s =1
3
Отметим, что соотношения ∑σ
s =1
si σ st = δ it , i, t = 1, 2, 3, являются
3 3 3 3 3 3 3
∑ ξ η = ∑ (∑ σ
i i si ξ′i )( ∑ σ st η′t ) = ∑∑ ξ′i η′t ∑ σ si σ st =
i =1 i =1 s =1 t =1 i =1 t =1 s =1
3 3 3
= ∑∑ ξ′i η′t δ it = ∑ ξ′t η′t .
i =1 t =1 t =1
Глава 3
ПРЯМАЯ И ПЛОСКОСТЬ
Рис. 3.1.1
A + B >0
→ →
следует из условия a ≠ o.
Теорема доказана.
Теорема доказана.
Доказательство необходимости.
Пусть уравнения
A1 x + B1 y + C1 = 0 и A2 x + B2 y + C 2 = 0
суть уравнения одной и той же прямой в некоторой декарто-
вой системе координат. Тогда их направляющие векторы кол-
линеарны и существует (по теореме 3.1.2) λ ≠ 0 , такое, что
A1 = λ A2 ; B1 = λ B2 .
С другой стороны, из равносильности уравнений
λA2 x + λB2 y + C1 = 0 и A2 x + B2 y + C2 = 0
следует, также, что и C1 = λC 2 .
Теорема доказана.
→ x1 → x2
Следствие Для того чтобы три точки r1 = , r2 = и
3.2.1. y1 y2
→ x3
r3 = лежали на одной прямой, необходимо и
y3
Г л а в а 3 . Прямая и плоскость 85
достаточно, чтобы их координаты удовлетворя-
ли уравнению
x1 y1 1
det x 2 y2 1 = 0 .
x3 y3 1
2°. Векторное
уравнение
прямой
(уравнение
прямой, про-
ходящей че-
рез данную
точку
→ x0
r0 = ,
y0
перпендику-
лярно задан-
ному ненуле-
вому вектору
Рис. 3.2.1
→ nx
n= ) Возьмем в качестве направляющего вектора данной
ny
→ → → x − x0
прямой a = r − r0 = , где вектор
y − y0
→ x
r = есть радиус-вектор некоторой точки на
y
прямой (рис. 3.2.1). Тогда из условия ортогональ-
→ → →
ности векторов n и r − r0 получим
→ → →
( n , r − r0 ) = 0 ,
→ → → →
или же ( n , r ) = d , где d = ( n , r0 ) .
86 Аналитическая геометрия и линейная алгебра
При обратном переходе от записи уравнения пря-
→ → → → →
мой в виде( n , r ) = d к ( n , r − r0 ) = 0 в качест-
→ → d →
ве r0 можно взять, например, r0 = → → n .
( n, n )
→
Определение Вектор n называется нормальным вектором пря-
3.2.1. мой L .
Рис. 3.2.2
Рис. 3.2.3
\
Определение Будем говорить, что точка M с радиусом-вектором
3.2.2. →
R принадлежит P+ (или соответственно P− ), если
существует λ > 0 (соответственно λ < 0 ), такое,
→ →
что M M = λ n , где точка M ∗ есть ортогональ-
∗
Тогда справедлива
→ →
то ( n , OM ∗ ) = d , и тогда
→ → → → → → → → →
( n , R) = ( n , OM ∗ + M ∗ M ) = ( n , OM ∗ ) + ( n , M ∗ M ) =
→ →
= d + λ( n , n ) > d
в силу положительности λ.
Доказательство достаточности.
→ → → → → →
Пусть ( n , R ) > d и M ∗ M = λ n , тогда из ( n , OM ∗ ) = d
получаем
→ → → → →
∗ ∗
( n , R) = ( n , OM + M M ) =
→ → → → → →
= ( n , OM ∗ ) + ( n , M ∗ M ) = d + λ ( n , n ) > d .
→ →
А в силу n ≠ o следует, что λ > 0 и, значит, M ∈ P+ .
Теорема доказана.
→ →
Задача Дана система координат {O, g1 , g 2 } на плоскости и
3.2.1. → → →
прямая L с уравнением ( n , r − r0 ) = 0 . Найти рас-
стояние до этой прямой от точки, радиус-вектор кото-
рой
→ x1
r1 = .
y1
90 Аналитическая геометрия и линейная алгебра
→ → → → →
Решение 1°. Пусть MK = λ n , тогда r = r1 +λ n (рис. 3.2.4).
α = A2 x ∗ + B2 y ∗ + C 2 , и β = −( A1 x ∗ + B1 y ∗ + C1 ) .
→
∗
Заметим при этом, что α + β > 0 , поскольку точка r
не принадлежит данным прямым одновременно. Кроме то-
го, прямая
( A2 x ∗ + B2 y ∗ + C 2 )( A1 x + B1 y + C1 ) −
− ( A1 x ∗ + B1 y ∗ + C1 )( A2 x + B2 y + C 2 ) = 0
→
∗
проходит как через точку r , так и через вершину пучка и,
следовательно, принадлежит пучку.
92 Аналитическая геометрия и линейная алгебра
2°. Пусть A1 x + B1 y + C1 = 0 и A2 x + B2 y + C2 = 0 – пара
пересекающихся прямых из рассматриваемого пучка, тогда
очевидно, что
α( A1 x + B1 y + C1 ) + β( A2 x + B2 y + C 2 ) = 0 .
При этом уравнение
αA1 + β A2 + α B1 + β B2 > 0.
Теорема доказана.
Определение Уравнение
3.2.4.
α( A1 x + B1 y + C1 ) + β( A2 x + B2 y + C 2 ) = 0
с неравными одновременно нулю параметрами α и
β называется уравнением пучка прямых на плоско-
сти.
py pz p pz
A = det ; B = − det x ;
qy qz qx qz
px py
C = det ,
qx qy
Теорема доказана.
det 0 −C B = 0,
C 0 −A
к
а при C = 0 в виде
DA DB
x+ y+ z+0
A + B2
2
A + B2
2
det −B A 0 = 0,
0 0 1
→ →
ибо в любой ДСК в качестве векторов p и q можно выбрать
0 C
→ →
p = −C и q = 0 при C ≠ 0 , и, если C = 0 ,
−A
g g
B
то
−B 0
→ →
p = A и q = 0 .
g g
0 1
Теорема доказана.
Г л а в а 3 . Прямая и плоскость 97
→ → →
Задача В системе координат {O, g1 , g 2 , g 3 } составить урав-
3.3.1. нение плоскости, проходящей через три заданные, попар-
но несовпадающие и не лежащие на одной прямой точки:
x1 x2 x3
→ → →
r1 = y1 ; r2 = y 2 ; r3 = y 3 .
z1 z2 z3
Решение. Из условия задачи следует, что неколлинеарные векторы
→ → → →
r2 − r1 и r3 − r1 параллельны искомой плоскости. Кроме
того, для радиуса-вектора любой принадлежащей этой
→ → →
плоскости точки r вектор r − r1 также будет ей парал-
лелен.
Из условия компланарности тройки векторов
→ → → → → →
{ r − r1 , r2 − r1 и r3 − r1 }
получаем уравнение искомой плоскости, которое будет
иметь вид
→ → → → → →
( r − r1 , r2 − r1 , r3 − r1 ) = 0 ,
или в координатной форме (согласно § 2.7)
x − x1 y − y1 z − z1
det x 2 − x1 y 2 − y1 z 2 − z1 = 0.
x3 − x1 y 3 − y1 z 3 − z1
→ → →
Задача В системе координат {O, g1 , g 2 , g 3 } составить урав-
3.3.2. нение плоскости, проходящей через заданную точку
→
T
r0 = x0 y0 z0 перпендикулярно ненулевому век-
→ T
тору n = nx ny nz .
98 Аналитическая геометрия и линейная алгебра
→
Решение. По условию задачи для радиуса-вектора r любой точки,
→ → →
принадлежащей этой плоскости, векторы r − r0 и n бу-
→ → →
дут ортогональны, т.е. ( r − r0 , n ) = 0 .
→ → →
В ортонормированной системе координат {O, e1 , e2 , e3 }
это условие принимает вид
n x ( x − x0 ) + n y ( y − y 0 ) + nz ( z − z0 ) = 0
Ax + By + Cz + D = 0, где A + B + C > 0,
A
→
то вектор n = B ортогонален этой плоскости.
C
→
Определение Вектор n называется нормальным вектором плоско-
3.3.2. → → →
сти ( r − r0 , n ) = 0 .
T
Определение Вектор A B C называется главным векто-
3.3.3.
ром плоскости
Ax + By + Cz + D = 0, A + B + C > 0.
Г л а в а 3 . Прямая и плоскость 99
В ортонормированной системе координат главный вектор плоско-
сти является и нормальным ее вектором.
→
x∗
→ → →
сом-вектором r = y ∗ до плоскости ( r − r0 , n ) = 0 .
∗
z∗
→ → →
( n , r ∗ − r0 )
λ=− ,
→ 2
|n|
тогда для искомого расстояния
получим
→
| MK | =
→
→ →
∗ n
= | ( r − r0 , →
)|.
|n | Рис. 3.3.2
. Рассмотрим теперь ортонормиро-
ванную систему координат.
100 Аналитическая геометрия и линейная алгебра
→
n = A B C будет нормальным
T
В этом случае вектор
вектором плоскости Ax + By + Cz + D = 0 . Поэтому
→ | A( x ∗ − x0 ) + B( y ∗ − y 0 ) + C ( z ∗ − z 0 ) |
| MK | = ,
A2 + B 2 + C 2
→
Точка r0 принадлежит данной плоскости, значит
Ax0 + By 0 + Cz 0 + D = 0 ,
а, поскольку A + B + C > 0 , то ответ задачи можно за-
писать в виде
→ | Ax ∗ + By ∗ + Cz ∗ + D |
| MK | = .
A2 + B 2 + C 2
A1 x + B1 y + C1 z + D1 = 0,
A1 x + B1 y + C1 z + λD2 = 0.
При D1 ≠ λD2 на этих плоскостях нет общих точек, а при
D1 = λD2 – все точки общие, что и означает параллельность
плоскостей.
x = 0, x = 0,
и
B1 y + C1 z + D1 = 0 B2 y + C2 z + D2 = 0.
Параллельность этих прямых означает существование λ≠0
такого, что B1 = λ B2 ; C1 = λC 2 .
Теорема доказана.
102 Аналитическая геометрия и линейная алгебра
Следствие Для того чтобы уравнения
3.3.2.
A1 x + B1 y + C1 z + D1 = 0, A1 + B1 + C1 > 0 и
A2 x + B2 y + C 2 z + D2 = 0, A2 + B2 + C 2 > 0
были уравнениями одной и той же плоскости, не-
обходимо и достаточно, чтобы существовало чис-
ло λ ≠ 0, такое, что
A1 = λ A2 ; B1 = λ B2 ; C1 = λC 2 ; D1 = λ D2 .
α( A1 x + B1 y + C1 z + D1 ) +
+ β( A2 x + B2 y + C 2 z + D2 ) = 0,
α + β > 0.
ax x0
→ →
a = a y и проходящей через точку r0 = y 0 , то-
az z0
→ → →
гда из коллинеарности векторов a и r − r0 следует,
что уравнение прямой в пространстве должно иметь
→ → →
вид r = r0 + τ a .
→
3°. Уравне- Поскольку направляющий вектор данной прямой a
ние пря- коллинеарен вектору
мой, про-
ходящей x 2 − x1
→ →
через две
r2 − r1 = y 2 − y1 ,
z 2 − z1
Г л а в а 3 . Прямая и плоскость 105
две несов- то уравнение прямой в векторной форме можно
падающие представить в виде
точки → → → →
x1 r = r1 + τ(r2 − r1 ) ∀τ
→
r1 = y1 и или
→ → →
z1 r = (1 − τ) r1 + τ r2 ∀τ .
x2 Соответственно в координатах после исключения
→
параметра τ получаем соотношения
r2 = y 2
x − x1 y − y1 z − z1
z2 = = ,
x 2 − x1 y 2 − y1 z 2 − z1
если только
( x2 − x1 )( y2 − y1 )( z 2 − z1 ) ≠ 0 .
→ → →
e1 e2 e3 a y z − a z y = b x ,
→
det a x ay a z = b или a z x − a x z = b y ,
x y z a y − a x = b .
x y z
bx = a y z 0 − a z y 0 ,
b y = a z x 0 − a x z 0 ,
b = a y − a x .
z x 0 y 0
Г л а в а 3 . Прямая и плоскость 107
Наконец, расстояние d в про-
странстве от некоторой точки с
→
радиусом-вектором R до прямой
→ → →
r = r0 + τ a можно найти, вос-
пользовавшись свойством, что S
– площадь параллелограмма, по-
строенного на паре векторов, рав-
на длине векторного произведения
этих векторов. Из рис. 3.4.1 полу-
Рис. 3.4.1 чаем
→ → →
[ R − r0 , a ]
S
d= →
= →
.
a a
Таблица 3.5.1
Относительная ориентация прямых в пространстве
→ → →
2°. [ a1 , a 2 ] = o и
→ → → →
[r01 − r02 , a1 ] = o .
→ → →
Пересечение прямых [ a1 , a 2 ] ≠ o и
→ → →
→ → → →
r = r01 + τ a1 и (r01 − r02 , a1 , a 2 ) = 0.
→ → →
r = r02 + τ a 2 .
→ → →
Условие скрещивания пря- [ a1 , a 2 ] ≠ o и
→ → →
→ → → →
мых r = r01 + τ a1 и (r01 − r02 , a1 , a 2 ) ≠ 0 .
→ → →
r = r02 + τ a 2 .
110 Аналитическая геометрия и линейная алгебра
Таблица 3.5.2
Относительная ориентация плоскостей в пространстве
→ → → → →
Совпадение плоскостей 2°. [[ p1 , q1 ],[ p2 , q 2 ]] = o и
→ → → →
→ → → →
r = r01 + ϕ p1 + θ q1 и (r01 − r02 , p1 , q1 ) = 0 .
→ → → →
r = r02 + ϕ p 2 + θ q 2 .
→ → → →
Ортогональность плоско- ( [ p1 , q1 ], [ p 2 , q 2 ]) = 0 .
→ → → →
стей r = r01 + ϕ p1 + θ q1
и
→ → → →
r = r02 + ϕ p 2 + θ q 2 .
Г л а в а 3 . Прямая и плоскость 111
→ → → →
Параллельность плоско- ( p , n ) = 0
→ → → → →→ при условии ( n , r0 ) ≠ d .
стей r = r0 + ϕ p + θ q и ( q , n ) = 0
→ →
( n, r ) = d .
→ → → →
Совпадение плоскостей ( p , n ) = 0
→ → → → →→ при условии ( n , r0 ) = d .
r = r0 +ϕ p + θ q и ( q , n ) = 0
→ →
( n, r ) = d .
Таблица 3.5.3
Относительная ориентация прямой и плоскости
в пространстве
→ → → →
→ → → →
r = r02 + ϕ p + θ q . (r01 − r02 , p, q ) ≠ 0 .
112 Аналитическая геометрия и линейная алгебра
→ → →
( a , p, q) = 0,
2°. → → → →
(r01 − r02 , p, q) = 0.
→ →
Параллельность прямой ( a , n) = 0 при условии
→ → → → →
r = r01 + τ a плоскости ( n , r0 ) ≠ d .
→ →
( n, r ) = d .
→→
Принадлежность прямой ( a , n) = 0,
→ → → → →
r = r01 + τ a плоскости (r0 , n) = d .
→ →
( n, r ) = d .
Ортогональность прямой 1°. Существует λ ≠ 0, такое, что
→ → → → →
r = r01 + τ a плоскости a =λn.
→ → → → →
( n, r ) = d . 2°. [a, n] = o .
Ортогональность прямой 1°. Существуют
→ → λ ; µ ; λ + µ > 0, такие,
(n1 , r ) = d1 ,
→ → → → →
(n2 , r ) = d 2 что n = λ n1 + µ n2 .
→ → → →
→ →
и плоскости ( n, r ) = d . 2°. [ n ,[ n1 , n2 ]] = o .
Г л а в а 3 . Прямая и плоскость 113
Отметим, что в таблицах 3.5.1–3.5.3 сохранены введенные ранее
обозначения и ограничения.
При решении геометрических задач методами векторной алгебры
также важно уметь переводить эти представления из одной эквива-
лентной формы в другую5. Найдем, например, для прямой, заданной в
пространстве пересечением двух непараллельных плоскостей
→ →
(n1 , r ) = d1 ,
→ →
(n2 , r ) = d 2 ,
→ → →
уравнение в параметрическом виде r = r0 + τ a .
→ → ∆ξ ∆η
(n1 , r0 ) = d1 ,
→ → находим ξ = и η= ,
(n2 , r0 ) = d 2 ∆ ∆
→ → → → → →
(n1 , n1 ) (n1 , n2 ) d1 (n1 , n2 )
где ∆ = det → → → → , ∆ ξ = det → →
(n2 , n1 ) (n2 , n2 ) d2 (n2 , n2 )
5
Следует иметь в виду, что использование различных векторных представле-
ний одного и то же геометрического условия может приводить к различным,
но, естественно, эквивалентным формам записи решения. (См., например,
задачу 3.5.2.)
114 Аналитическая геометрия и линейная алгебра
→ →
(n1 , n1 ) d1
и ∆ η = det → → (см. теорему 1.1.2).
(n2 , n1 ) d 2
Покажите самостоятельно, что условие неколлинеарности нор-
→ →
мальных векторов n1 и n2 равносильно условию ∆ ≠ 0 .
→ → → → → → → → → → → → → → → → 2 →
n2 = [ a , n1 ] = [ a , [ a , r0 ]] = ( a , r0 ) a − ( a , a ) r0 = ( a , r0 ) a − a r0 .
→ →
В качестве d 1 и d 2 , очевидно, можно принять d1 = (n1 , r0 ) и
→ → → →
d 2 = (n2 , r0 ) . Случай коллинеарных векторов r0 и a рассмотрите
самостоятельно.
→ →
Задача Даны плоскость ( n , r ) = d 0 и пересекающая ее пря-
3.5.1. → → →
мая r = r0 + τ a . Найти радиус-вектор точки пере-
сечения этой прямой и плоскости.
Г л а в а 3 . Прямая и плоскость 115
→ →
Решение. 1°. Заметим, что если ( n , a ) = 0 , то либо решений нет,
либо вся прямая лежит на данной плоскости. Поэтому
→ →
будем далее полагать, что (n, a ) ≠ 0 .
→ → → →
2°. Имеем r = r0 + λ n , где r –
искомый радиус-вектор точки
пересечения прямой и плоско-
сти, а λ – соответствующее
этой точке значение парамет-
ра τ (рис. 3.5.1).
Поскольку точка пересечения
принадлежит данной плоско-
сти, то имеет место соотноше-
Рис. 3.5.1
ние
→ → →
( n , r0 + λ a ) = d 0 .
→ → → →
d − ( n, r0 ) → →d − ( n , r0 ) →
Откуда λ= → →
и, наконец, r = r0 + → →
a.
( n, a ) ( n, a )
→
Задача Даны точка с радиусом-вектором R и прямая
3.5.2. → → →
r = r0 + τ a . Найти расстояние от этой точки до
данной прямой, не используя операцию векторного про-
изведения.
→
Решение. 1°. Проведем через данную точку с радиусом-вектором R
плоскость, перпендикулярную прямой (рис. 3.5.2). Обо-
→
значим через rx радиус-вектор точки пересечения пря-
мой и плоскости. Тогда искомое расстояние будет равно
→ →
ρ = | R −rx | .
116 Аналитическая геометрия и линейная алгебра
→
2°. Точка rx будет удовлетворять
одновременно соотношениям
→ → →
( a , R − rx ) = 0
→ → →
и rx = r0 + λ a , но тогда, ис-
ключая параметр λ , нахо-
дим, что
→ → →
→ ( R − r0 , a ) →
→
rx = r0 + →
a
Рис. 3.5.2 2
|a|
→ → → → → →
→ → ( R − r , a ) → → → ( R − r0 , a ) →
и ρ= ( R − r0 − → 0 a ,R − r0 − → a) =
2 2
|a| |a|
→ → →
→ → ( R − r0 , a ) 2
= | R − r0 | −
2
→
.
| a |2
Заметим, что в силу легко проверяемого тождества
→ 2 → 2 → → → → 2
p q = ( p, q ) 2 + [ p, q ] данное решение совпадает с полу-
→ → →
[ R − r0 , a ]
ченным в § 3.4 значением ρ= →
.
|a|
→ → →
Задача Найти расстояние между прямыми r = r01 + τ a1 и
3.5.3. → → →
r = r02 + τ a 2 .
Г л а в а 3 . Прямая и плоскость 117
→ →
Решение. 1°. Если векторы a1 и a 2 коллинеарны, тогда решение
аналогично приведенному на рис. 3.4.1 и дается фор-
мулой
→ → →
S | [r02 − r01 , a1 ] |
ρ= →
= →
.
| a1 | | a1 |
→ →
2°. Пусть векторы a1 и a 2 некол-
линеарны, тогда построим пару
плоскостей, параллельных этим
векторам, одна из которых со-
→
держит точку r01 , а другая точ-
→
ку r02 (рис. 3.5.3).
Глава 4
НЕЛИНЕЙНЫЕ ОБЪЕКТЫ
НА ПЛОСКОСТИ И В ПРОСТРАНСТВЕ
x = x0 + R cos τ,
τ ∈ [0,2π) , то есть
y = y 0 + R sin τ,
Fx (τ) = x0 + R cos τ,
τ ∈ [0,2π) ,
Fy (τ) = y 0 + R sin τ,
или же уравнением
( x − x0 ) 2 + ( y − y0 ) 2 = R 2 ,
где G ( x , y ) = ( x − x 0 ) + ( y − y 0 ) − R .
2 2 2
Г л а в а 4 . Нелинейные объекты на плоскости и в пространстве 121
Определение Линия называется алгебраической, если ее уравнение
4.1.2. в декартовой системе координат имеет вид
m
pk qk
∑α
k =0
k x y = 0 , где p k и q k – целые неотрица-
“Декартов лист” x 3 + y 3 − xy = 0 ( N = 3)
x = σ11 x′ + σ12 y′ + β1 ,
y = σ 21 x′ + σ 22 y′ + β2 ,
поэтому уравнение линии L в “новой” системе координат бу-
дет
G (σ11 x ′ + σ12 y ′ + β1 , σ 21 x ′ + σ 22 y ′ + β 2 ) = 0.
Отсюда следует в силу определения 4.1.2, что N ≥ N ′ , то есть
при переходе к “новой” системе координат порядок алгебраи-
ческой кривой не может повыситься. Применяя аналогичные
рассуждения для обратного перехода от системы координат
→ → → →
{O, g1′ , g 2′ } к системе {O, g1 , g 2 } , получим N ≤ N ′ и
окончательно N = N ′ .
Теорема доказана.
x = x0 + R cos ϕ sin θ,
0 ≤ ϕ < 2π,
y = y 0 + R sin ϕ sin θ,
z = z + R cos θ, 0 ≤ θ ≤ π,
0
а ее уравнение в координатах
( x − x0 ) 2 + ( y − y0 ) 2 + ( z − z0 ) 2 = R 2 .
126 Аналитическая геометрия и линейная алгебра
Доказательство.
x = 3 cos ϕ, 3 cos ϕ 0
→ →
y = 3 sin ϕ, поскольку F (ϕ) = 3 sin ϕ ; a = 0 .
z = θ, 0 1
Ax 2 + 2 Bxy + Cy 2 + 2 Dx + 2 Ey + F = 0, (4.4.1)
где числа A , B и C не равны нулю одновременно, а
x и y суть координаты радиуса-вектора точки, при-
надлежащей L .
Изолированные x′ 2 y′ 2
точки + 2 =0
a2 b
Совпадающие y′2 = 0
прямые
∀x ′
Несовпадающие x′ 2 y ′ 2 y′2 = a 2
прямые − = 0
a2 b2 ∀x ′
x′ 2 y ′ 2 x′2 y′2 y ′ 2 = 2 px ′
+ 2 =1 − =1
a2 b a2 b2
132 Аналитическая геометрия и линейная алгебра
A B
где ∆ = det = AC − B 2 .
B C
Доказательство.
OO ′ = o,
→ → → →
тогда формулы перехода от {O, e1 , e2 } к {O′, e1′ , e′2 } будут
иметь вид
Г л а в а 4 . Нелинейные объекты на плоскости и в пространстве 133
x = x ′ cos α − y ′ sin α ,
y = x ′ sin α + y ′ cos α .
Подставляя выражения “старых” координат через “новые”, по-
лучаем уравнение 4.4.1 в виде
A( x ′ cos α − y ′ sin α) 2 +
+ 2 B( x ′ cos α − y ′ sin α)( x ′ sin α + y ′ cos α) +
+ C ( x ′ sin α + y ′ cos α) 2 + 2 D( x ′ cos α − y ′ sin α) +
+ 2 E ( x ′ sin α + y ′ cos α) + F = 0,
или же
A ′x ′ 2 + 2 B ′x ′y ′ + C ′y ′ 2 + 2 D ′x ′ + 2 E ′y ′ + F ′ = 0 .
Откуда находим, что
A′ = A cos 2 α + 2 B cos α sin α + C sin 2 α ,
2 B ′ = −2 A sin α cos α + 2 B cos 2 α −
− 2 B sin 2 α + 2C sin α cos α ,
C ′ = A sin 2 α − 2 B sin α cos α + C cos 2 α .
2 4
A B
= AC − B 2 = det = ∆,
B C
Г л а в а 4 . Нелинейные объекты на плоскости и в пространстве 135
то есть величина ∆ не меняется при выполняемой замене сис-
темы координат. Также очевидно, что при этом и
A′ + C ′ = A + C .
4°. В дальнейших рассуждениях будем полагать, что B = 0 , и рас-
смотрим отдельно случаи ∆ ≠ 0 и ∆ = 0 для уравнения вида
Ax 2 + Cy 2 + 2 Dx + 2 Ey + F = 0 .
Пусть ∆ ≠ 0 . Это означает, что A ≠ 0 и C ≠ 0 и уравнение
линии может быть переписано в виде
D 2 E 2 D2 E 2
A x+
( +C y+
) = ( + −F.)
A C A C
D2 E 2
Обозначим P = + − F , тогда, перейдя к новой орто-
A C
нормированной системе координат
→ →
′
e = e1, D
1
x = x ′ − ,
→ →
e2′ = e2 ,
A
E
→ D→ E → y = y′ − ,
OO ′ = − e1 − e2 , C
A C
получим Ax ′ + Cy ′ = P , и откуда следует, что
2 2
x′2 y′2
± ± = ±1 ; P ≠ 0,
P P
( | |
A
) (
2
| |
C
) 2
x′ 2
y′2
± ± = 0; P = 0,
| C |2 | A |2
При D = 0 получаем
E E2
C y+
( ) 2
= −F,
C C
то есть одно из трех уравнений
y ′ 2 = a 2 ; y ′ 2 = 0; y ′ 2 = − a 2 .
p > 0.
Г л а в а 4 . Нелинейные объекты на плоскости и в пространстве 137
Первый из этих случаев указан в формулировке теоремы
(табл. 4.4.1), а второй сводится к первому заменой координат:
→′ →
e1 =
→ → 1,− e
x = − x ′,
e2′ = e2 ,
→ → y = y ′.
O O ′ = o ,
Теорема доказана.
Невырожденные
поверхности
Доказательство.
ρ = x2 + y2 ;
x = ρ cos ϕ,
cos ϕ = x
; sin ϕ =
y
y = ρ sin ϕ,
.
x2 + y2 x2 + y2
ρ ≥ 0 ; 0 ≤ ϕ < 2π ; 0 ≤ θ ≤ π .
Использование сфери-
ческой системы координат
иногда позволяет полу-
чить более простое анали-
тическое описание гео-
метрических объектов,
обладающих точечной
симметрией. Например,
уравнение сферы единич-
ного радиуса с центром в
начале координат в сфе-
рической системе будет
иметь вид ρ = 1 .
Формулы перехода между
ортонормированной де-
картовой системой коор-
динат и сферической Рис. 4.6.4
имеют следующий вид:
x = ρ cos ϕ sin θ,
y = ρ sin ϕ sin θ,
z = ρ cos θ,
а для обратного перехода соответственно
146 Аналитическая геометрия и линейная алгебра
x y
ρ = x + y + z ; cos ϕ = ; sin ϕ =
2 2 2
;
x 2
+ y 2
x + y2
2
z
cos θ = .
x + y2 + z2
2
x = ρ cos ϕ, ρ = x2 + y2 ;
y = ρ sin ϕ, cos ϕ = x
; sin ϕ =
y
; h = z.
z = h, x2 + y2 x2 + y2
Г л а в а 5 . Преобразования плоскости 147
Глава 5
ПРЕОБРАЗОВАНИЯ ПЛОСКОСТИ
C = A B =
α11 α12 β11 α11β11 + α12β 21
= = .
α 21 α 22 β 21 α 21β11 + α 22β 21
... ... ... ... ... ... ... ... ... ... ... ... ... ...
=
αj1 αj2 ... ... ... ... ... αjl ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ... ...
αm1 αm2 ... ... ... ... ... αml ... ... ... ... ... ...
Рис. 5.1.1
A ( B C )=( A B ) C ,
3) умножение матриц обладает свойством дистрибутивно-
сти A ( B + C )= A B + A C .
Доказательство.
Лемма доказана.
6
Правило нахождения определителя квадратной матрицы порядка n приво-
дится в главе 6.
Г л а в а 5 . Преобразования плоскости 151
α 11 α 12
В частном случае, когда A = и если
α 21 α22
−1
det A ≠ 0 , матрица A имеет вид
−1 1 α 22 − α12
A = ⋅ . (5.1.1)
det A − α 21 α11
Для квадратных матриц порядка n справедливы7 следующие ра-
венства:
det ( A B ) = det ( A ) det ( B ) ;
−1 1
det A = , если det A ≠ 0 .
det A
7
Для n = 2 эти соотношения проверяются непосредственно по определе-
нию 1.1.9, случай произвольного n рассматривается в главе 6.
152 Аналитическая геометрия и линейная алгебра
→ →
g1′ g1 ξ1 ξ1′ β1
→ T →
g2′ = S g2 ; ξ2 = S ξ ′2 + β 2 ,
→ →
g3′ g3 ξ3 ξ ′3 β3
Доказательство.
Теорема доказана.
Г л а в а 5 . Преобразования плоскости 153
Заметим, что согласно правилу транспонирования произведения
→ →
g1′ g1
→ T →
матриц равенство g2′ = S g2 может быть записано в виде
→ →
g3′ g3
→ → → → → →
g1′ g 2′ g 3′ = g 1 g2 g3 S .
0 ω1i 0
... ... ...
Тогда Q 1 = ωii = 0 и в силу произвольности i при-
... ... ...
0 ω ni 0
ходим к заключению о справедливости утверждения леммы.
Лемма доказана.
Доказательство.
Теорема доказана.
−1 T
Задача Проверить тождество ( A ) = ( A T ) −1 .
5.1.1.
- det E = 1 .
Теорема доказана.
ω11 ω12
Пусть матрица Q = ортогональная, тогда
ω 21 ω 22
должны быть справедливы равенства
ω11 ω12 ω11 ω 21
= = E
T
Q Q
ω 21 ω 22 ω12 ω 22
и, следовательно,
ω11
2
+ ω12
2
ω11ω 21 + ω12 ω 22 1 0
= .
ω11ω 21 + ω12 ω 22 ω 21 + ω 22
2 2
0 1
Г л а в а 5 . Преобразования плоскости 157
Последнее матричное равенство может быть записано в виде
системы скалярных условий
ω11
2
+ ω12
2
=1,
ω11ω 21 + ω12 ω 22 = 0 ,
ω2 + ω2 = 1 ,
21 22
(ω11
2
+ ω12
2
) + (ω 221 + ω 222 ) − 2(ω11ω 22 − ω12 ω 21 ) = 0
ω11 = cos ϕ
обозначения , приводящие к требуемому виду
ω 21 = sin ϕ
матрицы Q , поскольку из полученных соотношений также
следует, что ω11
2
+ ω 221 = 1 .
Теорема доказана.
158 Аналитическая геометрия и линейная алгебра
Следствие Матрица перехода от одного ортонормированного
5.1.1. базиса на плоскости к другому ортогональная.
Доказательство.
Следствие доказано.
→
Пример 1°. Если каждому вектору x в пространстве постав-
5.2.1. →
лен в соответствие вектор y , являющийся ортого-
→
нальной проекцией вектора x на некоторую ось l ,
то говорят, что в пространстве задан оператор
→ Λ →
y = Pr l x ортогонального проектирования векто-
ров на ось l . В этом случае символически можно
Λ
записать, что Aˆ = Pr l .
→ →
Определение Оператор rM ∗ = A$ rM называется линейным опера-
5.3.1.
тором, если в каждой декартовой системе координат
→ →
{O, g1 , g 2 } он задается формулами
x ∗ = α11 x + α12 y + β1 ,
∗
y = α 21 x + α 22 y + β 2 .
→ →
Определение Оператор rM ∗ = A$ rM называется линейным одно-
5.3.2.
родным оператором, если он удовлетворяет опреде-
лению 5.3.1 и, кроме того, β1 = β 2 = 0.
Если же β1 + β 2 > 0 , то оператор Â называется
неоднородным.
Теорема доказана.
→ → ax
Отметим также, что для вектора a , имеющего a = в ба-
g ay
→ → →
зисе {g1 , g 2 } , при любом линейном преобразовании образом Â a
является вектор с координатным представлением
→ a x∗ α 11 α 12 ax
Aˆ a = ∗
= .
g a y α 21 α 22 ay
Теорема доказана.
Доказательство.
Поскольку определитель произведения матриц равен произве-
дению определителей сомножителей, то в силу теоремы 5.3.3 и
невырожденности матрицы перехода S имеем
−1
det Aˆ g′
= det ( S Aˆ g
S )=
−1
= det S det Aˆ g
det S =
1
= det Aˆ g
det S = det Aˆ g
.
det S
Следствие доказано.
168 Аналитическая геометрия и линейная алгебра
Задача В ортонормированной системе координат найти мат-
5.3.2. рицу оператора, ортогонально проектирующего радиу-
сы-векторы точек координатной плоскости на прямую
x + 3y − 2 = 0 .
9 3 1
x0∗ − x0
∗
= 10 10 + 5 ,
y0 3 1 y0 3
−
10 10 5
то есть
9 3
−
Aˆ = 10 10 .
e 3 1
−
10 10
x∗ x β
Определение Линейный оператор = Aˆ + 1 , ото-
5.4.1. y∗ g y β2
бражающий плоскость P саму на себя, с матрицей
α11 α12
Aˆ = , для которой в любом базисе
g α 21 α 22
α11 α12
det ≠ 0 , называется аффинным преоб-
α 21 α 22
разованием плоскости.
170 Аналитическая геометрия и линейная алгебра
Теорема Если для линейного преобразования плоскости
5.4.1
(признак det A$ g
≠ 0 в некоторой декартовой системе
аффинности).
координат, то это условие будет выполнено и в
любой другой декартовой системе координат.
Доказательство.
Теорема доказана.
Доказательство.
−1
Поскольку det Aˆ g
≠ 0 , то матрица Aˆ существует,
g
единственна и невырожденная (см. § 5.1), а в силу теоре-
мы 1.1.2 система линейных уравнений
x x∗ β
Aˆ = ∗ − 1
g
y y β2
x
всегда имеет единственное решение для любого вектора
y
x∗
. Но это означает, что между образами и прообразами
y∗
Г л а в а 5 . Преобразования плоскости 171
аффинного преобразования существует взаимно однозначное
соответствие, то есть для Â существует единственное обрат-
ное аффинное преобразование, задаваемое формулами
x −1 x∗ β1∗ β ∗1 −1
β1
= Aˆ + ∗ , где ∗ = − Aˆ .
y∗ β2 β2 β2
g g
y
Теорема доказана.
α11 α12
det Aˆ = det ≠ 0,
α 21 α 22
172 Аналитическая геометрия и линейная алгебра
→ →
∗ ∗
то векторы g1 и g 2 линейно независимы (теорема 1.6.2) и
из них можно образовать базис.
Теорема доказана.
x = x0 + τ p
Пусть даны прямая , где p и q − не равные нулю
y = y0 + τ q
одновременно координаты направляющего вектора прямой, и аф-
x∗ x β
финное преобразование = Aˆ + 1 .
y∗ y β2
Г л а в а 5 . Преобразования плоскости 173
Тогда образом прямой будет множество точек плоскости с ко-
ординатами
α11 p + α12 q = 0,
α 21 p + α 22 q = 0,
α11 α12
тогда в силу аффинности преобразования det ≠0
α 21 α 22
и по теореме 1.1.2 (Крамера) p = q = 0 есть единственное ре-
шение этой системы уравнений, что противоречит условию.
Теорема доказана.
Теорема доказана.
∗ xi∗
Пусть точки M , i = 1, 2, 3, с координатами являются
yi∗
i
Рис. 5.4.1
xi x2 − x1
с координатами . И пусть дано, что =λ и
yi x3 − x 2
y 2 − y1
= λ , где λ ≠ −1 , нужно показать, что
y3 − y 2
Г л а в а 5 . Преобразования плоскости 175
x 2∗ − x1∗ y 2∗ − y1∗
= λ и = λ.
x3∗ − x 2∗ y3∗ − y 2∗
Если аффинное преобразование задано в виде
x ∗ = α11 x + α12 y + β1 ,
∗
y = α 21 x + α 22 y + β 2 ,
то
x 2∗ − x1∗ α11 ( x 2 − x1 ) + α12 ( y 2 − y1 )
= =
x3∗ − x 2∗ α11 ( x3 − x 2 ) + α12 ( y 3 − y 2 )
α11λ ( x3 − x 2 ) + α 12 λ ( y3 − y 2 )
= = λ.
α11 ( x3 − x 2 ) + α 12 ( y3 − y 2 )
y 2∗ − y1∗
Аналогично показывается, что ∗ = λ.
y 3 − y 2∗
Заметим, что из полученных соотношений следует равенство отноше-
ния длин образов и отношения длин прообразов отрезков, лежащих на
одной прямой. Проверим справедливость этих утверждений для случая
ортонормированной системы координат:
→
M 1∗ M 2∗
( x 2∗ − x1∗ ) 2 + ( y 2∗ − y1∗ ) 2
→
= =
∗ ∗ ( x 3∗ − x 2∗ ) 2 + ( y 3∗ − y 2∗ ) 2
M M3 2
λ ( x 3∗ − x 2∗ ) 2 + ( y 3∗ − y 2∗ ) 2 λ ( x3 − x 2 ) 2 + ( y 3 − y 2 ) 2
= = λ = =
( x 3∗ − x 2∗ ) 2 + ( y 3∗ − y 2∗ ) 2 ( x3 − x 2 ) 2 + ( y 3 − y 2 ) 2
→
M 1M 2
( x 2 − x1 ) + ( y 2 − y1 )
2 2
= = →
.
( x3 − x 2 ) 2 + ( y 3 − y 2 ) 2 M 2M 3
Теорема доказана.
176 Аналитическая геометрия и линейная алгебра
Отметим также, что из теоремы 5.4.6 непосредственно вытекает,
что при аффинном преобразовании отрезок прямой переходит в отре-
зок.
Доказательство.
→
M 1M 2
Пусть дано, что
→
= λ . Проведем прямую M 3 M 3′ ,
M 3M 4
Рис. 5.4.2
Г л а в а 5 . Преобразования плоскости 177
Наконец, по теореме 5.4.7 получаем
→ → → →
M 1∗ M 2∗ M 1∗ M 2∗ M 1M 2 M 1M 2
→
= →
= →
= →
= λ .
M M ∗
3
∗
4 M′ M
3
∗ ∗
2
M 3′ M 2 M 3M 4
Теорема доказана.
Рис. 5.4.3
→ →
OM 2 O ∗ M 2∗
y = →
= →
= y∗ .
∗
g2 g 2
Теорема доказана.
Для выяснения геометрического смысла числовых характеристик
матрицы аффинного преобразования переформулируем определение
1.8.3 ориентации пары неколлинеарных векторов на плоскости, ис-
пользуя операцию векторного произведения.
→
Определение Пусть n есть некоторый нормальный вектор плоско-
5.4.2. сти P , направленный в сторону наблюдателя. Тогда
→ →
пару неколлинеарных векторов a и b назовем пра-
воориентированной, если существует λ > 0 (и соот-
ветственно левоориентированной, если существует
→ → →
λ < 0 ) такое, что [ a , b ] = λ n .
Г л а в а 5 . Преобразования плоскости 179
Тогда будет справедлива
∗
Теорема 1°°. При аффинном преобразовании величины S –
5.4.9.
площади образа параллелограмма и S – пло-
щади прообраза параллелограмма связаны со-
отношением
α11 α12
S ∗ = det ⋅S .
α 21 α 22
2°°. При аффинном преобразовании ориентация
образов пары неколлинеарных векторов совпа-
дает с ориентацией прообразов, если
α11 α12
det >0,
α 21 α 22
и меняется на противоположную, если
α 11 α12
det < 0.
α 21 α 22
Доказательство.
→ → → → → →
[ g1∗ , g 2∗ ] = [α11 g1 + α 21 g 2 , α12 g1 + α 22 g 2 ] =
→ → → →
= (α11α 22 − α12 α 21 )[ g1 , g 2 ] = det Aˆ [ g1 , g 2 ] ,
g
поэтому S ∗ = det Aˆ g
S , а (согласно определению 5.4.2)
→ →
ориентация пары векторов {g1 , g2 } не меняется при
det A$ g
>0 и меняется на противоположную при
det A$ g
<0.
Теорема доказана.
x ′ 2 + y ′ 2 = ±1 ; x ′ 2 − y ′ 2 = 1;
(5.4.1)
x ′ 2 ± y ′ 2 = 0 ; y ′ 2 ± 1 = 0 ; y ′ 2 − 2 x ′ = 0 ; y ′ 2 = 0.
182 Аналитическая геометрия и линейная алгебра
Теорема доказана.
Теорема доказана.
184 Аналитическая геометрия и линейная алгебра
§ 5.5. Ортогональные преобразования плоскости
−1 −1 −1 −1 −1 −1
Qˆ e′
=( S Qˆ e
S ) −1 = S Qˆ e
( S ) =
−1 −1 T
= S S = S Qˆ e ( S ) T =
T T
Qˆ e
−1 T
=( S S )T = ( S S ) T = Qˆ e′ .
T
Qˆ e
Qˆ e
−1
= Q
T
Но равенство Qˆ e′ e′
означает, что матрица линейного
→ →
оператора Q̂ ортогональная и в базисе {e1′ , e2′ } .
Теорема доказана.
→ →
= ( Qˆ a ) T Qˆ e b =
e
e e
→ T T →
= a Qˆ Qˆ b =
e e
e e
→ T −1 →
= a Qˆ Qˆ b =
e
e e
→ T → → T → → →
= a E b = a b = ( a , b ).
e e e e
→ → → → → →
Равенство (Qˆ a , Qˆ b ) = ( a , b ) ∀ a , b и означает, что при
ортогональном преобразовании плоскости скалярное преобра-
зование сохраняется в любом ортонормированном базисе.
Г л а в а 5 . Преобразования плоскости 187
2°. Из сохранения при ортогональном преобразовании скалярного
произведения для любой пары векторов следует сохранение
длин векторов, поскольку
→ → → → → → →
Qˆ a = (Qˆ a , Qˆ a ) = ( a , a ) = a ∀a.
Теорема доказана.
Теорема доказана.
Глава 6
СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ
§ 6.1. Определители
Рассмотрим множество, состоящее из натуральных чисел
1, 2, 3, ... , n . Будем обозначать перестановки этих чисел (то есть
последовательную их запись в некотором порядке без повторений) как
{k1 , k 2 , k 3 ,..., k n } . Напомним, что полное число таких различных
перестановок равно n! .
Окончательно получаем
Теорема доказана.
∑ (−1)
{ k1 , k 2 ,...,k n }
Б( k1 , k 2 ,...,k n )
α1k1 α 2 k 2 ...α nk n ,
Следствие доказано.
Пусть в матрице A α
k -й столбец состоит из элементов
α ik = λβ ik + µ γ ik , где i = 1, 2, K , n . Тогда справедливы ра-
венства
(−1) Б ( k1 ,k 2 ,...,k n ) α1k1 α 2 k 2 ...α ik ...α nk n =
= (−1) Б( k1 , k 2 ,...,k n ) α 1k1 α 2 k 2 ...(λβ ik + µ γ ik )...α nk n =
= (−1) Б( k1 , k 2 ,...,k n ) α 1k1 α 2 k 2 ...λβ ik ...α nk n +
+ (−1) Б ( k1 ,k 2 ,...,k n ) α1k1 α 2 k 2 ...µ γ ik ...α nk n .
А поскольку каждое из n! слагаемых в формуле для
det A α
содержит точно по одному элементу из k -го столб-
ца, то det A α
= λ ⋅det A β
+ µ⋅det A γ
, где k − ыe
столбцы матриц A β
и A γ
соответственно состоят из
элементов β ik и γ ik , i = 1, 2, K , n .
Теорема доказана.
det C =
α 11β11 + α 12 β 21 + ... + α 1n β n1 ... α 11β1n + ... + α 1n β nn
α 21β11 + α 22 β 21 + ... + α 2 n β n1 ... α 21β1n + ... + α 2 n β nn
= det .
... ... ...
α n1β11 + α n 2 β 21 + ... + α nn β n1 ... α n1β1n + ... + α nn β nn
Введем в рассмотрение специальный тип перестановок нату-
ральных чисел 1, 2, 3, ... , n , в которых допускаются повто-
рения одинаковых чисел. Такие перестановки условимся обо-
значать как [i1 , i 2 , i3 ,..., i n ] .
По линейному свойству определителя (теорема 6.2.3)
det C =
α 1i1 α1i2 ... α1in
α 2i1 α 2 i2 ... α 2in
= ∑β β i2 2 ... β in n det
i1 1 =
[ i1 ,i2 ,...,in ] ... ... ... ...
α ni1 α ni2 ... α nin
= ∑β i1 1 β i2 2 ... β in n det A∗ .
[ i1 ,i2 ,...,in ]
[ i1 ,i2 ,...,in ]
198 Аналитическая геометрия и линейная алгебра
= det A ⋅ det B ,
T
Г л а в а 6 . Системы линейных уравнений 199
что в силу теоремы 6.2.1 означает
det ( A B ) = det A ⋅ det B .
Теорема доказана.
det A = α ij Dij + K .
Dij = (−1) i + j M i .
j
Теорема Справедливы равенства
6.3.1.
Доказательство.
Теорема доказана.
202 Аналитическая геометрия и линейная алгебра
Следствие Разложение определителя по i -у столбцу имеет вид
6.3.1. n
det A = ∑ (−1) k +i α ki M k
i
k =1
или
n
det A = ∑ (−1) k +i M ki M k .
i
k =1
∑α
i =1
ij Dis = δ js ⋅ ∆ ,
1 , j = s,
где ∆ = det A и δ js = – символ Кро-
0 , j ≠ s
некера (см. § 2.2).
Доказательство.
Теорема доказана.
Г л а в а 6 . Системы линейных уравнений 203
Следствие Если квадратная матрица A невырожденна, то
6.3.2.
−1
элементами ее обратной матрицы A являются
(−1) i + j M j
i
числа β ij = ; i, j = [1, n] .
∆
Доказательство.
γ pq = ∑ α pj β jq =∑ α pj = ∑ α pj Dqj =
j =1 j =1 ∆ ∆ j =1
1
= ⋅ ∆ ⋅ δ pq = δ pq ; i, j = [1, n] .
∆
Аналогичное соотношение получается и для произведения
B A и по определению 1.1.4
A B = B A = E ,
но тогда, согласно определению 5.1.2 и лемме 5.1.1,
−1
B = A .
Следствие доказано.
Проверьте самостоятельно справедливость формулы (5.1.1).
1 1 1 ... 1
a x a ... a
∆ n = ( x + a (n − 1)) ⋅ det a a x ... a .
... ... ... ... ...
a a a ... x
∑α
i =1
ji ξ i = β j ; j = [1, n] .
Г л а в а 6 . Системы линейных уравнений 207
Умножив последовательно для всех j = [1, n] обе части этих
равенств на алгебраическое дополнение D jk и просуммиро-
вав результаты умножения по j , получим
n n n
∑ D jk (∑ α ji ξ i ) = ∑ β j D jk
j =1 i =1 j =1
∀k = [1, n].
∑ (∑ α
i =1 j =1
ji D jk )ξ i = ∑ β j D jk .
j =1
∑ β j D jk = ∆ k и ∆∑ δ ik ξ i = ξ k ∆ k ,
j =1 i =1
∑ α ji
i =1
= ∑ α ji (∑ β k Dki ) = ∑ β k (∑ α ji Dki ) =
∆ ∆ i =1 k =1 ∆ k =1 i =1
n
1
= ∑ β k δ kj ∆ = β j , j = [1, n].
∆ k =1
Для получения последнего равенства мы снова изменили по-
рядок суммирования и воспользовались теоремой 6.3.2.
Теорема доказана.
β1 0
β2 0
и столбцы b = ; o = .
... ...
βm 0
Поскольку для столбцов (как частного случая матриц) определены
операции сравнения, сложения и умножения на число, то будем гово-
рить, что столбец b есть линейная комбинация столбцов
∑λ
i =1
i ai = o , ( ∑ λ i > 0 ).
i =1
α11 α1k α 1, k +1 α 1n
α 21 α 2k α 2, k +1 α
λ1 + ... + λ k +0 + ... + 0 2 n
... ... ... ...
α m1 α mk α m,k +1 α mn
будет также равна нулевому столбцу.
Лемма доказана.
Теорема доказана.
Теорема доказана.
∑α
i =1
ji ξi = β j , j = [1, m] ,
Определение
6.6.3.
α 11 α12 ... α1n
α 21 α 22 ... α 2 n
Матрица A = называется
... ... ... ...
α m1 α m2 ... α mn
основной матрицей системы (6.6.1), а матрица
Доказательство достаточности.
Теорема доказана.
216 Аналитическая геометрия и линейная алгебра
Задача Докажите справедливость следующего утверждения.
6.6.1.
Для того чтобы прямые
Ai x + Bi y + Ci = 0 , i = [1, n]
пересекались в одной и той же точке плоскости,
необходимо и достаточно, чтобы
A1 B1 A1 B1 C1
A2 B2 A2 B2 C2
rg = rg .
... ... ... ... ...
An Bn An Bn Cn
ξ1i
ξi
Пусть xi = 2 , i = [1, k ] – частные решения однородной
...
ξ in
системы, то есть A xi = o ∀i = [1, k ] .
Г л а в а 6 . Системы линейных уравнений 217
k
Рассмотрим столбец y = ∑ λ i x i . По правилам действий
i =1
с матрицами для него справедливы равенства
n i
n
A y = A ∑ λi x = ∑ λi ( A xi ) = o .
i =1 i =1
Лемма доказана.
A ( x − y )= A x − A y = b − b = o .
Лемма доказана.
218 Аналитическая геометрия и линейная алгебра
Замечания 1°. Из лемм 6.7.1–6.7.3. следует, что
общее решение неоднородной системы урав-
нений есть общее решение однородной плюс
некоторое частное решение неоднородной,
и поэтому целесообразно вначале изучить вопрос о
нахождении общего решения однородной системы
линейных уравнений.
2°. Однородная система линейных уравнений всегда со-
вместна, поскольку у нее есть, по крайней мере, одно
частное, называемое тривиальным, решение, для ко-
торого все неизвестные имеют нулевое значение.
3°. Поскольку частные решения системы линейных урав-
нений представимы в виде столбцов, то, используя
операции сравнения, сложения и умножения на число
для столбцов, а также лемму 6.7.1, можно ввести по-
нятие линейной зависимости решений однородной
системы линейных уравнений аналогично определе-
нию 6.5.4.
Доказательство.
n−r
ξ j = ∑ κ jk µ k , j = [1, r ] ;
k =1 (6.7.2)
ξ r +i = µ i , i = [1, n − r ] ,
где
Теорема доказана.
ξ1 ξ2 ... ξ r ξ r +1 ξ r +2 ... ξ n
ξ11 ξ12 ... ξ1r 1 0 ... 0
ξ12 ξ 22 ... ξ r2 0 1 ... 0 , (6.7.5)
... ... ... ... ... ... ... ...
ξ1n− r ξ n2 −r ... ξ rn −r 0 0 ... 1
Г л а в а 6 . Системы линейных уравнений 223
ранг которой, с одной стороны, очевидно, не меньше, чем
n − r . С другой стороны, первые r столбцов этой матрицы
являются линейными комбинациями (заданными соотноше-
ниями (6.7.3)) последних n − r столбцов. Действительно, эти
соотношения, связывающие значения свободных и основных
переменных, одни и те же для всех строк матрицы (6.7.5), и по-
тому в этой матрице каждый из первых r столбцов есть ли-
нейная комбинация последних n − r . Значит, ранг матрицы не
превосходит n − r , и, следовательно, равен в точности n − r .
ξ1 ξ11 ξ 12 ξ1n − r
ξ2 ξ12 ξ 22 ξ n2 − r
... ... ... ...
ξr ξ1r ξ 2r ξ nr − r ,
= λ1 + λ2 + ... + λ n − r
ξ r +1 1 0 0
ξ r +2 0 1 0
... ... ... ...
ξn 0 0 1
Теорема доказана.
ξ 0r +1
ξ 0r + 2
...
ξ 0n
является некоторым частным решением неодно-
родной системы (6.6.1), а числа λ i ∀i = [1, n − r ] –
произвольные константы.
Доказательство.
Следствие доказано.
Г л а в а 6 . Системы линейных уравнений 225
Из теорем 6.7.1 и 6.7.2 непосредственно вытекает
Следствие Для того чтобы однородная система (6.6.1) с n < m
6.7.2. имела ненулевое решение, необходимо и достаточно,
чтобы ранг ее основной матрицы удовлетворял ус-
ловию rg A < n .
В случае, когда основная матрица однородной сис-
темы (6.6.1) квадратная, условие существования
нетривиального решения равносильно равенству
det A = 0 .
Доказательство достаточности.
T
Пусть b y = 0 для любого решения системы линейных
T
уравнений A y = o . Тогда общие решения систем ли-
T
нейных уравнений A y = o и
A T
y = o ,
y =0
T
b
совпадают, и для этих систем максимальное число линейно неза-
висимых решений одинаково. Поэтому, согласно теоремам 6.7.1
и 6.7.2,
T T
A A
m − rg A = m − rg = rg
T T
или rg A ,
b b
Теорема доказана.
a11 a12 a13 ... a1, m − 2 a1, m −1 a1, m a1, m +1 ... a1n
0 a 22 a 23 ... a 2, m − 2 a 2, m −1 a 2, m a 2, m +1 ... a 2n
0 0 a 33 ... a 3, m − 2 a 3, m −1 a 3, m a 3, m +1 ... a 3n
.
... ... ... ... ... ... ... ... ... ...
0 0 0 ... 0 a m −1, m −1 a m −1, m a m −1, m +1 ... a m −1,n
0 0 0 ... 0 0 a mm a m, m +1 ... a mn
−1 ∗ −1 −1 ∗
E A = S A A или A = S E .
Из этих соотношений следует, что вычисление произведения квадрат-
−1
ных матриц A B может быть сведено к последовательности
элементарных преобразований матрицы A | B (то есть матрицы,
образованной добавлением столбцов матрицы B к матрице A ),
приводящих подматрицу A к единичной. В результате искомое
произведение оказывается на месте подматрицы B .
1 1 1 1 1 7
3 2 1 1 −3 −2
.
0 1 2 2 6 23
5 4 3 3 − 1 12
1 1 1 1 1 7
0 − 1 − 2 − 2 − 6 − 23
;
0 1 2 2 6 23
0 − 1 − 2 − 2 − 6 − 23
б) выполняем теперь операцию зануления элементов второго
столбца, стоящих в его третьей и четвертой строках. Для
этого третью строку матрицы заменяем суммой второй и
третьей, а четвертую – разностью второй и четвертой. По-
лучаем
232 Аналитическая геометрия и линейная алгебра
1 1 1 1 1 7
0 − 1 − 2 − 2 − 6 − 23
;
0 0 0 0 0 0
0 0 0 0 0 0
в) поскольку в данном конкретном случае элемент, располо-
женный в четвертой строке третьего столбца, оказался
равным нулю, то приведение расширенной матрицы к
верхнему треугольному виду завершено.
ξ 1 + ξ2 = 7 − ξ3 − ξ4 − ξ5 ,
(6.8.1)
ξ2 = 23 − 2ξ 3 − 2ξ 4 − 6ξ 5 .
Г л а в а 6 . Системы линейных уравнений 233
Второе уравнение для удобства вычислений умножим на (−1 ) , а
третье и четвертое уравнения отбросим как удовлетворяющиеся
тождественно.
Положив в системе (6.8.1) свободные неизвестные равными ну-
− 16
23
лю, находим частное решение неоднородной системы 0 .
0
0
Значения основных неизвестных определяются из легко решае-
мой системы линейных уравнений
ξ1 + ξ2 = 7,
ξ2 = 23.
ξ 1 + ξ2 = 0 − ξ3 − ξ4 − ξ5 ,
ξ2 = 0 − 2ξ 3 − 2ξ 4 − 6ξ 5
строим нормальную фундаментальную систему решений по схе-
ме, использованной при доказательстве теоремы 6.7.1. Первое
1
−2
независимое решение 1 находится из системы
0
0
ξ 1 + ξ2 = −1,
ξ2 = − 2.
234 Аналитическая геометрия и линейная алгебра
1 5
−2 −6
Аналогично получаются 0 и 0 – второе и третье ре-
1 0
0 1
шения.
ξ1 1 1 5 − 16
ξ2 −2 −2 −6 23
ξ 3 = λ1 1 + λ2 0 + λ3 0 + 0 ∀λ1 , λ 2 , λ 3 .
ξ4 0 1 0 0
ξ5 0 0 1 0
Глава 7
ЛИНЕЙНОЕ ПРОСТРАНСТВО
8
Эта операция дает возможность устанавливать факты «равенства x и y»
( x = y) или «неравенства x и y» ( x ≠ y) для любой пары двух элемен-
тов принадлежащих множеству Λ.
236 Аналитическая геометрия и линейная алгебра
2°. Для любого элемента x и любого числа λ су-
ществует такой принадлежащий Λ элемент,
обозначаемый λ x и называемый произведени-
ем числа на элемент, что выполнены аксиомы:
а) 1x = x ;
б) (λµ ) x = λ (µ x ) .
3°. Для операций сложения элементов и умножения
элемента на число выполнены аксиомы дистри-
бутивности:
а) (λ + µ) x = λ x + µ x ;
б) λ( x + y ) = λ x + λ y ∀x, y ∈ Λ ; и
для любых чисел λ, µ .
9
Предполагается, что операции сложения и умножения на число выполняют-
ся в соответствии с ранее данными определениями.
Г л а в а 7 . Линейное пространство 237
6°. C[α, β] – множество всех функций, непрерывных
на [α, β] .
Теорема доказана.
Теорема доказана.
Теорема доказана.
λ 1 = λ 2 = ... = λ n = 0 .
∑ λ i xi +
i =1
∑ 0x
i = k +1
i =o,
что и доказывает линейную зависимость элементов
x1 , x 2 , ... , x n .
Лемма доказана.
Г л а в а 7 . Линейное пространство 241
Определение Базисом в линейном пространстве Λ называется лю-
7.2.2. бой упорядоченный набор его n элементов, если
1) эти элементы линейно независимые;
2) любое подмножество в Λ , содержащее
n + 1 элемент, включая эти n элемен-
тов, линейно зависимое.
линейном пространстве Λ
n
Пусть в заданы базис
{g1 , g 2 ,..., g n } и произвольный элемент x . Тогда по опре-
делению базиса система элементов {g1 , g 2 ,..., g n , x} линей-
но зависима и по лемме 7.2.1 элемент x является линейной
комбинацией элементов g1 , g 2 ,..., g n . Существование раз-
ложения, таким образом, доказано.
∑ (ξ
i =1
i − ηi )gi = o ,
242 Аналитическая геометрия и линейная алгебра
но это означает, что при данном допущении система элементов
g1 , g 2 ,..., g n линейно зависима. Полученное противоречие
доказывает единственность.
Теорема доказана.
Таблица 7 .2 .1
Примеры базисов в линейных пространствах
10
В этом линейном пространстве (вопреки определению 7.2.2) для любого
натурального n можно построить линейно независимый набор, состоящий
из n + 1 элемента. Например, множество функций вида
{ 1, τ, τ 2 , K, τ n } .
244 Аналитическая геометрия и линейная алгебра
§ 7.3. Подмножества линейного пространства
Подпространство
Доказательство.
m
Заметим, что по построению ∑ λ ′′ g ′′ ∈ Ω
p =1
p p 2,
Г л а в а 7 . Линейное пространство 247
но, с другой стороны, этот же элемент
m l k
∑ λ′p′ g ′p′ = − ( ∑ λ ′i g i′ + ∑ λ j g j ) ∈ Ω1 .
p =1 i =1 j =1
Теорема доказана.
∑ µ j y j = ∑ µ j ∑ β ji xi = ∑ (∑ β ji µ j ) xi = o .
j =1 j =1 i =1 i =1 j =1
∑β
j =1
ji µ j = 0 , i = [1, m].
Теорема доказана.
Гиперплоскость
Доказательство.
Теорема доказана.
g1′ g1
g 2′ T g2
= S
... ...
g n′ gn
n
2°. Для операции сложения: x + y = ∑ (ξ i + η i ) g i ,
i =1
ξ1 ξ2 ξ1 + ξ2 ξ λξ
η1 + η 2 = η1 + η 2 ; λ η = λη .
κ1 κ2 κ1 + κ 2 κ λκ
Теорема доказана.
Г л а в а 7 . Линейное пространство 257
Пример Изоморфизм одномерных пространств вещественных чи-
7.1.2. +
сел R и всех положительных чисел R (с операциями,
определенными в условии задачи 7.1.3) задается при по-
мощи функций
x = ln( y ) и y = e x ; x ∈ R; y ∈ R + .
Следствие доказано.
−1
Следствие Существует матрица T = S , обратная матри-
7.5.3.
це перехода S , называемая обратной матрицей
перехода.
g1 g1′
g2 T g ′2
= T и x g′
= T x g
, следующие из равенств
... ...
gn g n′
g1′ g 2′ K g n′ = g1 g2 K gn S , x g
= S x g′
и теоремы 7.4.1.
∑α
i =1
ji ξ i = 0 , j = [1, m]
Также справедливо
∑α
i =1
ji ξ i = β j , j = [1, m]
1 1 2 3
3 = ξ1 1 + ξ 2 1 + ξ 3 0 .
1 1 0 1
Г л а в а 7 . Линейное пространство 261
3°. Использовав условие равенства двух элементов в
координатной форме, получим систему линейных
уравнений
ξ1 + 2ξ 2 + 3ξ 3 = 1,
ξ1 + ξ 2 = 3,
ξ + ξ 3 = 1,
1
решив которую (например, по правилу Крамера –
теорема 6.4.1 или методом Гаусса – § 6.8), получим
ξ1 = 2, ξ 2 = 1, ξ 3 = −1 . Откуда следует, что эле-
мент x в базисе { g1 , g 2 , g 3 }, имеет координатное
представление
2
x g
= 1 .
−1
1 2 3 7
g1′ = 1 , g 2′ = 1 , g 3′ = 0 , g1′′ = 3 ,
1 0 1 3
16 22
g ′2′ = 5 и g 3′′ = 7 .
9 8
262 Аналитическая геометрия и линейная алгебра
x = G x′ и x = F x ′′ ,
где матрицы G и F составлены из коорди-
натных столбцов базисных элементов g1′, g 2′ , g3′ и
g1′′, g 2′′, g3′′ , то есть
1 2 3 7 16 22
G = 1 1 0 и F = 3 5 7 .
1 0 1 3 9 8
2 3 4
S = 1 2 3 .
1 3 4
y1 (τ) = 1 + 4τ − τ 2 + 5τ 3 ,
и y 2 (τ) = 3 − 2τ + 6τ 2 + 3τ 3 ,
y 3 ( τ ) = 4 + 2 τ + 5τ 2 + 8τ 3 .
− 4ξ1 + ξ 2 + 2ξ 3 = 0,
− 7 ξ − 4ξ + 5ξ 4 = 0,
1 2
− 22ξ1 +9ξ 2 +14ξ 3 = 0,
− 11ξ1 − 6ξ 2 + 7ξ 4 = 0,
общее решение которой есть
ξ1 2
ξ2 −6 ,
= σ1
ξ3 7
ξ4 −2
и, следовательно, для Π1 ∩ Π 2 имеем
dim( Π 1 ∩ Π 2 ) = 1 и базис, состоящий из одного
2
элемента − 6 .
7
−2
Г л а в а 8 . Линейные зависимости в линейном пространстве 267
Глава 8
ЛИНЕЙНЫЕ ЗАВИСИМОСТИ
В ЛИНЕЙНОМ ПРОСТРАНСТВЕ
η1 a a12 ξ1
= 11 ,
η2 a 21 a22 ξ 2
ξ1
связывающее вектор-прообраз x= с вектором-
ξ2
η1
образом y= .
η2
$ и B$ называется
Суммой линейных операторов A
$ + B$ , ставящий каж-
оператор C$ , обозначаемый A
дому элементу x линейного пространства Λ в соот-
$
ветствие элемент Ax + Bx
$ .
Лемма доказана.
∀x ∈ Λ : (α + β) Aˆ x =
= Aˆ ((α + β) x) = Aˆ (αx + β x) = αAˆ x + β Aˆ x .
Г л а в а 8 . Линейные зависимости в линейном пространстве 271
Теорема Множество всех линейных операторов, действующих в
8.2.1. линейном пространстве Λ , является линейным про-
странством.
Доказательство.
Следует из определений 7.1.1, 8.2.1–8.2.4 и лемм 8.2.1, 8.2.2.
d d n n
Aˆ Pn (τ) = Pn (τ) = ( ∑ α k τ k ) = ∑ k α k τ k −1 ,
dτ dτ k = 0 k =1
n n
Bˆ Pn (τ) = τ (∑ α k τ k ) = ∑ α k τ k +1 .
k =0 k =0
Откуда получаем
n n n
Bˆ ( Aˆ Pn (τ)) = τ ( ∑ k α k τ k −1 ) = ∑ k α k τ k = ∑ k α k τ k
k =1 k =1 k =0
n n
d
A( Bˆ Pn (τ)) = ( ∑ α k τ k +1 ) = ∑ (k + 1)α k τ k ,
dτ k = 0 k =0
Г л а в а 8 . Линейные зависимости в линейном пространстве 273
n n
( Aˆ Bˆ − Bˆ Aˆ ) Pn (τ) = (∑ (k + 1)α k τ k ) − (∑ k α k τ k ) =
k =0 k =0
n
= ∑ α k τ k = Pn (τ).
k =0
η1
η
С другой стороны, если y f
= 2 – координатное представле-
...
ηm
m
ние, то имеет место равенство y = ∑ η k f k . Наконец, в силу един-
k =1
ственности разложения элемента конечномерного пространства по
базису получаем
n
η k = ∑ α k i ξ i ; k = [1, m] .
i =1
раций с матрицами.
Теорема доказана.
278 Аналитическая геометрия и линейная алгебра
Пример 1°. В трехмерном векторном пространстве c ортонорми-
8.3.1. рованным базисом рассмотрим линейный оператор,
ортогонально проектирующий радиусы-векторы на
плоскость Oxy . Поскольку в данном случае
→ → → →
Aˆ g1 = 1 g 1 + 0 g 2 + 0 g 3 1 0 0
→ → → →
Aˆ g 2 = 0 g1 + 1 g 2 + 0 g 3 , то A$ g
= 0 1 0 .
→ → → →
Aˆ g = 0 g + 0 g + 0 g
3 1 2 3
0 0 0
n n
Действительно, из Aˆ g i = ∑ α ki g k и Bˆ g i = ∑ β ki g k
k =1 k =1
следует, что
( Aˆ + Bˆ ) g i = Aˆ g i + Bˆ g i =
n n n
= ∑ α ki g k + ∑ β ki g k = ∑ (α ki + β ki ) g k .
k =1 k =1 k =1
n
Из Aˆ g i = ∑ α ki g k для любого числа λ находим, что
k =1
n
(λAˆ ) g i = Aˆ (λg i ) = ∑ (λα ki ) g k .
k =1
шениям A$ −1 g
A$ g
= A$ g
A$ −1 g
= E$ g
, то есть
Доказательство.
Следствие доказано.
Доказательство.
ξ1 ξ1′
ξ2 ξ′2
x g= ; x′ g′
= ,
... ...
ξn ξ′n
282 Аналитическая геометрия и линейная алгебра
η1 η1′
η η′
а y f
= 2 ; y f′ = 2 .
... ...
ηm η′m
y f
= Aˆ fg
x g
и y f′
= Aˆ f ′g ′
x g′
,
Теорема доказана.
Следствие доказано.
Доказательство.
Теорема доказана.
Следствие доказано.
$ $ . По
Рассмотрим область значений линейного оператора AB
следствию 8.4.2 это подпространство имеет размерность не
большую, чем размерность области значений оператора B$ .
С другой стороны, область значений оператора $ $ содержит-
AB
ся в области значений оператора A$ , и, следовательно, размер-
ность области значений $ $ не превосходит размерности об-
AB
ласти значений A$ .
Теорема доказана.
rg ( A B ) = rg ( B A ) = rg B .
Доказательство.
Теорема доказана.
Г л а в а 8 . Линейные зависимости в линейном пространстве 287
rg ( A B ) = rg B или соответственно
rg ( B A ) = rg B .
В этом можно убедиться, заменив матрицу B мат-
∗
рицей B , являющейся дополнением нулевыми
∑α
j =1
ij ξ j = 0 ; i = [1, n]
Теорема доказана.
Г л а в а 8 . Линейные зависимости в линейном пространстве 289
Типы линейных отображений
Сюрьективное
Несюрьективное
rg Aˆ fg
= m . Тогда система линейных уравнений вида
Aˆ fg
x g
= y f
по теореме 6.6.1 (Кронекера−Капелли)
имеет решение ∀ y f
∈ Λm , поскольку для ее расширенной
2º. Пусть rg Aˆ fg
= n . Тогда, по теореме 6.4.1 (Крамера), сис-
Λ
Пример 1°. Оператор Pr , ставящий в соответствие каждой точке
8.4.1. трехмерного геометрического пространства ее ортого-
нальную проекцию на некоторую фиксированную пря-
мую, проходящую через начало координат, очевидно,
есть отображение Λ → Λ , которое, однако, можно
3 1
ξ1 η1
Решение. 1°. Пусть x = ξ 2 и y = η 2 – координатные пред-
ξ3 η3
ставления соответственно прообраза и образа оператора
y = Aˆ x . Тогда ядро – множество элементов x , таких,
что A ˆ x = o , задается в координатном представлении
системой линейных уравнений
ξ1 + 2ξ 2 + 3ξ 3 = 0,
Aˆ x = o или 2ξ1 + 3ξ 2 + 4ξ 3 = 0,
3ξ + 5ξ + 7ξ = 0,
1 2 3
общее решение которой есть
ξ1 1
ξ2 = λ − 2 .
ξ3 1
Отсюда заключаем, что ядро линейного отображения Â
1
есть линейная оболочка элемента − 2 , и поскольку
1
оно не состоит только из нулевого элемента, то данное
отображение неинъективное.
Г л а в а 8 . Линейные зависимости в линейном пространстве 295
К этому же заключению можно прийти, приняв во вни-
мание, что
1 2 3 1 2 3
rg 2 3 4 = rg 0 1 2 = 2 < 3
3 5 7 0 0 0
– числа столбцов матрицы отображения.
1 2 3 η1
rg 2 3 4 η 2 =
3 5 7 η3
1 2 3 η1 1 2 3
= rg 0 1 2 2η1 − η 2 = rg 2 3 4 = 2
0 0 0 − η1 − η 2 + η3 3 5 7
296 Аналитическая геометрия и линейная алгебра
найдем, что для совместности необходимо и достаточно,
чтобы η1 + η 2 − η3 = 0 , что, в свою очередь, означает,
η1 −1 1
η2 = λ1 1 + λ 2 0 ∀λ 1 , λ 2 ,
η3 0 1
∗
Определение Подпространство Λ линейного пространства Λ
8.5.1. называется инвариантным подпространством
линейного оператора A$ , если
∀ x ∈ Λ∗ : Aˆ x ∈ Λ∗ .
Теорема доказана.
Г л а в а 8 . Линейные зависимости в линейном пространстве 299
Задача Показать, что всякое инвариантное подпространство
8.5.1. $ является
невырожденного линейного оператора A
также инвариантным подпространством оператора
A$ −1 .
f является нену-
Заметим, что, согласно данному определению,
ˆ − λ Eˆ , то есть
левым элементом ядра линейного оператора A
f ∈ ker( Aˆ − λ Eˆ ) .
300 Аналитическая геометрия и линейная алгебра
Замечание о важности собственных векторов
Aˆ g1 = λ 1 g1 ; Aˆ g 2 = λ 2 g 2 ; ... ; Aˆ g n = λ n g n .
Приняв набор этих элементов за базис, данные соотношения мож-
но рассматривать как координатные разложения по базису образов
базисных элементов:
Aˆ g k = 0 ⋅g1 + 0 ⋅g 2 + K + λ k g k + K + 0 ⋅g n ; ∀k = [1, n] .
Поскольку, согласно теореме 7.2.1, эти разложения единственны, то,
исходя из определения 8.3.1, можно утверждать, что матрица линей-
ного оператора A$ в этом базисе будет иметь диагональный вид:
λ1 0 ... 0
0 λ2 ... 0
Aˆ = ,
f ... ... ... ...
0 0 ... λ n
для которого исследование свойств этого оператора существенно уп-
рощается.
оператора A$ , действующего в Λ n .
Теорема доказана.
Г л а в а 8 . Линейные зависимости в линейном пространстве 303
Характеристическое уравнение является алгебраическим уравне-
нием n -й степени относительно λ , что следует из определения де-
терминанта 6.1.2 и формулы (8.5.2).
Таким образом, мы получаем универсальный для Λ алгоритм
n
cos ϕ − λ − sin ϕ
det = 0 или λ2 − 2λcos ϕ+ 1 = 0 ,
sin ϕ cos ϕ− λ
то есть λ = cos ϕ ± i sin ϕ . Откуда следует, что при ϕ ≠ kπ вещест-
венных решений данное характеристическое уравнение не имеет.
11
Доказывается, например, в курсе ТФКП.
Г л а в а 8 . Линейные зависимости в линейном пространстве 305
Покажем, u и w линейно независимые. Допустим противное:
u = κw . Тогда из соотношения Aˆ f = λ f имеем, что
Aˆ (( κ + i ) w) = λ( κ + i )w , или Aˆ w = λ w , то есть λ – веще-
ственное, что противоречит предположению о невещественно-
сти собственного значения.
Подставим выражения для собственного значения и собствен-
ного вектора в их определение: Aˆ f = λ f . Получаем
Aˆ (u + wi ) = (α + β i )(u + w i ) ,
$
или в силу линейности A
Теорема доказана.
−1− λ −2 2
det − 2 −1− λ 2 =
−3 −2 3−λ
= − (1 + λ )(λ − 1) 2 + 2(2λ − 6 + 6) + 2(4 − 3 − 3λ ) =
= −λ3 + λ2 − λ + 1 = −(λ2 + 1)(λ − 1).
Откуда следует, что из трех собственных значений одно λ1 = 1
– вещественное и два λ 2 = i и λ 2 = −i – комплексно сопря-
женные12.
12
См. приложение 3.
Г л а в а 8 . Линейные зависимости в линейном пространстве 307
Следовательно, собственный вектор f 1 , отвечающий собствен-
ному значению λ1 = 1 , имеет вид
ξ1 0
ξ2 = µ 1 ∀µ ≠ 0 .
ξ3 1
−1− i −2 2 ξ1 0
−2 −1− i 2 ξ2 = 0
−3 − 2 3−i ξ3 0
13
Правило деления комплексных чисел приведено в приложении 3.
308 Аналитическая геометрия и линейная алгебра
И наконец, после умножения обеих частей второго уравнения на
( −i ) приходим к
ξ1 0
−1 −1+ i 1− i
ξ2 = 0 .
0 3+i −2
ξ3 0
ξ1 2
f3 = ξ2 = µ 2 ∀µ ≠ 0.
ξ3 3−i
(Покажите самостоятельно, что комплексная сопряженность f 2
и f 3 не случайна, то есть если λ 2 и λ 3 комплексно сопряжены,
то будут комплексно сопряжены и собственные векторы f 2 и
f 3 .)
$ действует в вещественном линейном про-
5°. Если оператор A
$ имеет собственный век-
странстве, то согласно теореме 8.6.2 A
0
тор 1 , отвечающий собственному значению λ 1 = 1 ,
1
Г л а в а 8 . Линейные зависимости в линейном пространстве 309
и инвариантное подпространство, являющееся линейной оболоч-
2 0
кой элементов u = 2 и w = 0 , то есть которое будет со-
3 1
стоять из элементов вида
ξ1 2 0
ξ 2 = µ1 2 + µ 2 0 ; ∀µ1 , µ 2 .
ξ3 3 1
Заметим, что при необходимости искомое инвариантное подпро-
странство может быть задано и в виде
α 1 ξ1 + α 2 ξ 2 + α 3 ξ 3 = 0
(см., например, решение задачи 8.4.1).
Теорема доказана.
310 Аналитическая геометрия и линейная алгебра
Определение Подпространство, состоящее из собственных векто-
8.6.1. ров, отвечающих некоторому собственному значению,
дополненных нулевым элементом, называется инва-
риантным собственным (или просто собственным)
$.
подпространством линейного оператора A
Теорема доказана.
Теорема доказана.
312 Аналитическая геометрия и линейная алгебра
det Aˆ − λ Eˆ g
= (λ 0 − λ) m Pn−m (λ ).
Поскольку множители вида (λ 0 − λ) могут содержаться также
и в многочлене Pn−m (λ ) , то m ≤ k , где k – кратность корня
λ 0 характеристического многочлена det Aˆ − λ Eˆ g .
Теорема доказана.
1− λ 1
det = (1 − λ) 2 = 0,
0 1− λ
то есть λ 1, 2 = 1 и кратность собственного значения
k = 2 . Найдем теперь собственные векторы:
0 1 ξ1 0 1
= ⇒ x=µ ∀µ ≠ 0 .
0 0 ξ2 0 0
Таким образом, получаем, что данный линейный оператор
имеет одномерное инвариантное собственное подпро-
∗
странство ( m = dim( Λ ) = 1 ), соответствующее собст-
венному значению λ =1 кратности 2.
Теорема $ в
Линейный оператор A Λn имеет нулевое собствен-
8.6.8.
$
ное значение тогда и только тогда, когда оператор A
не является взаимно однозначным.
Доказательство.
Теорема доказана.
n n
−1 k −1 k
= ∑ αk ( S Aˆ f
S )= S ( ∑ α k Aˆ f
) S =
k =0 k =0
−1
= S Oˆ f
S = Oˆ g .
Теорема доказана.
Г л а в а 8 . Линейные зависимости в линейном пространстве 317
Замечание: теорема Гамильтона–Кэли также верна и для линейных
операторов, из собственных векторов которых базис
образовать не удается.
n
формуле f ( x) = ∑ φ i ξ i или в матричном виде
i =1
f ( x) = f g
x g
.
f g′
= φ1′ , φ′2 , ... , φ′n связаны соотношением
n
φ′k = ∑ φ i σ ik ; k = [1, n] , где коэффициенты σ ik –
i =1
p+q g
= φ1 + ψ 1 φ2 + ψ 2 ... φ n + ψ n и
λp g
= λφ1 λφ 2 ... λφ n ,
где
p g
= K φ1 φ2 ... φ n и
q g
= ψ1 ψ2 ... ψ n .
n+ n+ +
Вполне очевидно, что линейные пространства Λ , Λ и Λ
n
n-
мерные и, следовательно, изоморфны друг другу. Однако для про-
n+ +
странств Λ и Λ
n
существует особый изоморфизм, позволяющий
не делать различия между ними и который может быть построен сле-
дующим образом.
324 Аналитическая геометрия и линейная алгебра
n+
функционалов, действующих в Λ и Λ , в симметричной форме
n
вида
x( f ) = f ( x) ; ∀x ∈ Λn ; ∀f ∈ Λn + .
Г л а в а 9 . Нелинейные зависимости в линейном пространстве 325
Глава 9
НЕЛИНЕЙНЫЕ ЗАВИСИМОСТИ
В ЛИНЕЙНОМ ПРОСТРАНСТВЕ
= ∫ x ( τ) (∫ K (τ, σ) y(σ)dσ)dτ,
α α
где функция двух переменных K (τ, σ) непрерывна
326 Аналитическая геометрия и линейная алгебра
α ≤ τ ≤ β
на множестве Ω: , есть билинейный
α ≤ σ ≤ β
функционал в линейном пространстве непрерывных
на [α, β] функций.
3°. Билинейным функционалом является скалярное
произведение векторов на плоскости или в про-
странстве.
Билинейные функционалы в Λn .
где столбцы x g
и y g
– координатные представления элементов
x и y в данном базисе.
Доказательство.
Теорема доказана.
Следствие det B g′
= det B g
det 2 S .
9.1.1.
Доказательство.
Следует из теоремы 9.1.1, а также свойств детерминанта (тео-
ремы 6.2.1 и 6.2.4).
β ij = β ji ∀i, j = [1, n] , то
n n n n
B( y, x) = ∑∑ β ji η j ξ i = ∑∑ β ji ξ i η j =
j =1 i =1 j =1 i =1
n n
= ∑∑ β ij ξ i η j = B( x, y ).
i =1 j =1
Теорема доказана.
Φ( x + y ) = B( x + y, x + y ) =
= B ( x, x ) + B ( x, y ) + B ( y , x ) + B ( y , y ) =
= Φ( x) + 2 B( x, y ) + Φ( y ) ,
Φ( x + y ) − Φ( x) − Φ( y )
откуда B ( x, y ) = .
2
Определение В Λn симметрическая матрица билинейного функ-
9.2.2. 1
ционала ( Φ( x + y ) − Φ( x) − Φ( y )) называется
2
матрицей квадратичного функционала Φ(x).
Если в Λ задан базис {g1, g 2 ,..., g n } , то квадратичный функ-
n
1 −3 0
имеющий матрицу −1 3 −1 и в силу теоремы
2 −1 0
9.1.2 не являющийся симметрическим. Порождаемый им в
Λ3 квадратичный функционал будет иметь вид
1 −2 1
имеющий матрицу −2 3 − 1 , будет порождать
1 −1 0
в Λ3 квадратичный функционал вида
Ф 2 ( x) = ξ12 + 3ξ 22 − 4ξ1ξ 2 + 2ξ1ξ 3 − 2ξ 2 ξ 3 ,
∑∑α
k =1 i =1
k α i = (∑ α k )( ∑ α i ) = (∑ α k ) 2 =
k =1 i =1 k =1
n n n
= (α1 + ∑ α k ) 2 = α12 + 2∑ α1α k + (∑ α k ) 2 =
k =2 k =2 k =2
n n n
= α12 + 2∑ α1α k + ∑∑ α k α i .
k =2 k =2 i = 2
Получим
n
ϕ1i n n
ϕ ϕ
Ф( x) = ϕ11 (ξ12 + 2∑ ξ1ξ i + ∑∑ 1i 2 1k ξ i ξ k ) +
i=2 ϕ11 i = 2 k = 2 ϕ11
n n
ϕ1i ϕ1k
+ ∑∑ (ϕ ik − )ξ i ξ k
i =2 k = 2 ϕ11
и окончательно
n
ϕ1i 2 n n ϕ ϕ
Ф( x) = ϕ11 (ξ1 + ∑ ξ i ) + ∑∑ (ϕ ik − 1i 1k )ξ i ξ k .
i =2 ϕ11 i =2 k = 2 ϕ11
Г л а в а 9 . Нелинейные зависимости в линейном пространстве 335
n
(9.2.1)
ξ′k = ∑ τ ki ξ i ; k = [2, n] ,
i =2
которая приведет к представлению его в каноническом виде.
Поскольку в силу ϕ11 ≠ 0 матрица выполненной замены пе-
ременных
ϕ12 ϕ1n
ϕ11 ϕ11 ... ϕ11
ϕ11 ϕ11
T = 0 τ 22 ... τ 2n
... ... ... ...
0 τ n2 ... τ nn
Теорема доказана.
336 Аналитическая геометрия и линейная алгебра
Замечание: базис, в котором квадратичный функционал имеет диа-
гональный или канонический вид, не единственный, рав-
но как не является единственным сам канонический или
диагональный вид квадратичного функционала в Λn .
Метод Лагранжа не всегда оказывается наиболее простой (с точки
зрения затрат вычислительных усилий) процедурой. Иногда приведе-
ние матрицы квадратичного функционала к диагональному (или кано-
ническому) виду можно выполнить более эффективно путем исполь-
зования некоторого набора элементарных преобразований.
цы Ф g
(см. § 6.8).
квадратичного функционала Ф g′
, так и x g
= S x g′
–
−2 −5 1
−5 3 0 .
1 0 −4
1 0 0
третьего, получим 0 1 0 .
0 −1 1
− 93 0 3 3 0 0
0 3 0 и 5 1 0 .
3 0 −4 −5 −1 1
− 93 0 0 3 0 3
0 3 0 и 5 1 5 .
0 0 − 3751 −5 −1 26
3 0 3
5 ; 1 ; 5
−5 −1 26
ξ1 = 3ξ1′ + 3ξ′3 ,
ξ 2 = 5ξ1′ + ξ′2 + 5ξ′3 ,
ξ = −5ξ′ − ξ′ + 26ξ′ ,
3 1 2 3
мы получим следующий диагональный вид исходного
квадратичного функционала:
Ф( x) = −93ξ1′ 2 + 3ξ′22 − 3751 ξ′32 .
ратичного функционала.
∑ λ i ηi2 −
i =1
∑ λ i ηi2 = ∑ µ i κ i2 −
i = k +1 i =1
∑µ κ
i = p +1
i
2
i
ηi = 0 ∀i = [1, k ] ; κ i = 0 ∀i = [ p + 1, n]
Теорема доказана.
Г л а в а 9 . Нелинейные зависимости в линейном пространстве 343
Для исследования знака значений квадратичного функционала
введем в рассмотрение понятие его знаковой определенности.
Определение 1°. Квадратичный функционал Ф( x ) называется по-
9.3.3. ложительно определенным на подпространстве
Ω + ⊂ Λ , если Ф( x) > 0 для любого ненулевого
x ∈Ω + .
были положительными.
Доказательство достаточности.
ζ1 1 0 L 0 ϕ1′,n η1
ζ2 0 1 L 0 ϕ 2, n η 2
L = L L L L L L ,
ζ n−1 0 0 0 1 ϕ′n −1,n η n −1
ξn 0 0 0 0 1 ξn
и поскольку определитель ее матрицы отличен от нуля, то эта
замена невырожденная.
3°. Наконец, в силу следствия 9.1.1 определитель матрицы квад-
ратичного функционала сохраняет знак при замене базиса.
Знак определителя матрицы квадратичного функционала в
исходном базисе положительный, поскольку этот определи-
тель имеет вид
ϕ11 ϕ12 ... ϕ1n
ϕ ϕ 22 ... ϕ 2 n
det 21
... ... ... ...
ϕ n1 ϕn2 ... ϕ nn
и является главным минором порядка n . Но тогда из выраже-
ния для Ф( x ) в конечном базисе мы получаем, что определи-
тель матрицы квадратичного функционала Ф( x) равен ϕ′nn
′ .
Поэтому ϕ′nn
′ > 0 и можно сделать замену переменных
ζ n = ξ n ϕ′nn
′ , приводящую к каноническому виду функцио-
n
нал Φ( x) = ∑ ζ i2 .
i =1
Следовательно, квадратичный функционал Φ ( x ) положитель-
но определен для числа переменных n , а значит, в силу мате-
матической индукции, для любого числа переменных.
Достаточность доказана.
Г л а в а 9 . Нелинейные зависимости в линейном пространстве 347
Доказательство необходимости критерия Сильвестра положитель-
ной определенности квадратичного функционала приводится в разде-
ле “Евклидово пространство” § 10.3.
Исходя из критерия Сильвестра для положительной определенно-
сти квадратичного функционала, можно получить аналогичный кри-
терий отрицательной определенности квадратичного функционала.
Следствие доказано.
348 Аналитическая геометрия и линейная алгебра
§ 9.4. Инварианты линий второго порядка
на плоскости
Независимость значений ранга и сигнатуры квадратичного функ-
ционала от выбора базиса позволяет выполнить классификацию линий
второго порядка на плоскости способом, отличным от приведенного в
теореме 4.4.1.
Рассмотрим линию второго порядка на плоскости Oxy в базисе
{g1 , g 2 } и с началом координат в точке O. Эта линия в общем случае
задается согласно определению 4.4.1 уравнением вида
Ax + 2 Bxy + Cy + 2 Dx + 2 Ey + F = 0 , где числа A, B, C, D, F
2 2
rg Φ – ранг и
На основании теорем 9.2.2 и 9.3.1 заключаем, что
sgn Φ – сигнатура квадратичного функционала Φ( x, y ) не зависят
от выбора системы координат и, следовательно, rg Φ и sgn Φ
являются инвариантами линии второго порядка на плоскости. Исполь-
зование модуля сигнатуры необходимо, поскольку одновременное
изменение знаков всех коэффициентов уравнения линии второго по-
рядка изменит, естественно, само уравнение, хотя линия при этом ос-
танется той же.
Г л а в а 9 . Нелинейные зависимости в линейном пространстве 349
Поскольку в запись уравнения линии второго порядка на плоско-
сти входят также и коэффициенты D, F и E, то следует выяснить, не
существуют ли дополнительные инварианты, образованные из всей
совокупности коэффициентов A, B, C, D, F и E. Для этого рассмотрим
вспомогательный квадратичный функционал в Λ3 вида
Ψ ( x, y, z ) = Ax 2 + 2 Bxy + Cy 2 + 2 Dxz + 2 Eyz + Fz 2
A B D
с матрицей B C E в базисе {g1 , g 2 , g 3 } .
D E F
Лемма доказана.
x′2 y′2
1 Эллипс + 2 =1 3 1 2 2
a2 b
2 Мнимый x′2 y′2
эллипс + 2 = −1 3 3 2 2
a2 b
x′ 2
y′2
3 Точка + =0 2 2 2 2
a2 b2
x′2 y′2
4 Гипербола − 2 =1 3 1 2 0
a2 b
5 Пересек. x ′2 y′2
прямые
− =0 2 0 2 0
a2 b2
6 Парабола y ′ 2 = 2 px ′ 3 1 1 1
7 Парал-
лельные y′2 = a2 2 0 1 1
прямые
8 Пара мни-
мых пря- y ′ 2 = −a 2 2 2 1 1
мых
9 Совпа-
дающие y′2 = 0 1 1 1 1
прямые
Ψ = S Ψ S =
T
g′ g
1 0 −1 0 0 −κ 1 0 1
= 0 1 0 0 1 0 0 1 0 =
1 0 1 −κ 0 0 −1 0 1
2κ 0 0
= 0 1 0 .
0 0 − 2κ
Тогда справедлива
Доказательство.
n
Если в рассматриваемом базисе Ф( x) = ∑ λ i ξ′i 2 , то в силу
i =1
∑ λ i ξ′i 2 ≤ λ n и λ1 ≤ ∑ λ i ξ′i 2 .
i =1 i =1
x = 0, 0, ...,1
T
То есть при достигается максимум, а при
x = 1, 0, ..., 0
T
– минимум значений функционала.
Теорема доказана.
Глава 10
ЕВКЛИДОВО ПРОСТРАНСТВО
( x, y ) = ∫ x(τ) y (τ)dτ .
α
Теорема доказана.
x+ y
2
= ( x + y , x + y ) = ( x , x ) + 2( x , y ) + ( y , y ) ≤
≤ x +2 x y + y = ( x + y )2 ,
2 2
Следствие доказано.
n n n
∑ ξ i ηi ≤
i =1
∑ ξ 2j
j =1
∑η
k =1
2
k ∀ξ i ,ηi , i = [1, n] ;
n n n
∑ (ξ
i =1
i + ηi ) 2 ≤ ∑ξj =1
2
j + ∑η
k =1
2
k ∀ξ i ,ηi , i = [1, n] ,
β β β
α α α
β β β
α α α
360 Аналитическая геометрия и линейная алгебра
Определение В евклидовом пространстве E величиной угла между
10.1.3. ненулевыми элементами x и y назовем число
α ∈ [0, π] , удовлетворяющее соотношению
( x, y )
cos α = .
x y
Из неравенства Коши–Буняковского (теорема 10.1.1) следует, что
величина угла существует для любой пары ненулевых элементов в E .
Определение В евклидовом пространстве E элементы x и y на-
10.1.4.
зываются ортогональными, если ( x , y ) = 0 .
k −1
(ei′ , e′k ) = (ei′ , g k + ∑ α kj e′j ) = (ei′ , g k ) + α ki (ei′ , ei′ ) = 0 ;
j =1
(ei′ , g k )
α ki = − ; i = [1, k − 1] .
(ei′ , ei′ )
Теорема доказана.
( x, y ) = x Γ =
T
g g
y g
( g 1 , g1 ) ( g 1 , g 2 ) ... ( g1 , g n ) η1
( g 2 , g1 ) ( g 2 , g 2 ) ... ( g 2 , g n ) η2
= ξ1 ξ2 ... ξ n ,
... ... ... ... ...
( g n , g1 ) ( g n , g 2 ) ... ( g n , g n ) ηn
364 Аналитическая геометрия и линейная алгебра
где x g
и y g
– координатные представления (столбцы) элемен-
где det S ≠ 0 .
Откуда следует, что значение sgn ( det Γ g
) инвариантно, то
есть не изменяется при замене базиса. А, приняв во внимание,
что в ортонормированном базисе det Γ e = 1 , приходим к за-
ключению, что в любом базисе det Γ g
> 0.
Теорема доказана.
Г л а в а 1 0 . Евклидово пространство 365
Следствие Система элементов { f1 , f 2 ,..., f k } в E n линейно не-
10.3.1.
зависима тогда и только тогда, когда определитель
матрицы Грама этой системы положителен.
Доказательство.
λ 1 f 1 + λ 2 f 2 + ... + λ k f k = o .
λ 1 ( f i , f 1 ) + λ 2 ( f i , f 2 ) + ... + λ k ( f i , f k ) = 0 ∀i = [1, k ] .
Тогда, согласно правилам действий с матрицами (см. § 1.1),
следует, что нетривиальная линейная комбинация столбцов
матрицы Грама, имеющая коэффициентами числа
λ1 , λ 2 ,..., λ k ,
будет равна нулевому столбцу и, следовательно, будет равен
нулю определитель матрицы Грама (см. лемму 6.5.2 и теорему
6.5.2).
С другой стороны, если элементы { f 1 , f 2 ,..., f k } линейно
независимы, то они образуют базис в своей линейной оболочке
и к ним применим результат теоремы 10.3.1.
Следствие доказано.
были положительными.
Доказательство необходимости.
Теорема доказана.
( x , g1 )
( x, g2 )
где Γ – матрица Грама, а b = .
g g ...
( x, gn )
Доказательство.
n
Умножим обе части равенства x = ∑ ξ i g i скалярно на g k ,
i =1
k = [1, n] . Тогда получим систему уравнений
n
∑ ξ (g , g
i =1
i i k ) = ( x, g k ) , k = [1, n] ,
368 Аналитическая геометрия и линейная алгебра
основная матрица которой есть базисная матрица Грама. По-
скольку в силу теоремы 10.3.1 эта матрица невырожденная,
−1
приходим к формуле x g
= Γ g
b g.
Теорема доказана.
Теорема доказана.
T
В развернутой форме равенство E = S S принимает вид
n
δ kl = ∑ σ Tki σ il ; k , l = [1, n] , частный случай которого для n = 3
i =1
был получен в § 2.9.
Из равенства Aˆ g
f g =λ f g следует, что
T
f T
g Aˆ g
=λ f T
g.
370 Аналитическая геометрия и линейная алгебра
Перемножив почленно эти равенства, получим соотношение
T
f T
g Aˆ g
Aˆ g
f g = λ2 f T
g f g .
T
В силу ортогональности Aˆ имеем Aˆ Aˆ = Eˆ , а
g g g
потому f T
g f g = λ2 f T
g f g , и, наконец, λ2 = 1 , по-
скольку собственные векторы f ненулевые.
Теорема доказана.
14
Обоснование существования такого разложения выходит за рамки данного
курса. Здесь мы ограничимся рассмотрением лишь вопроса о его единствен-
ности.
Г л а в а 1 0 . Евклидово пространство 371
в виде
T −1
Q2 Q1 = R2 R1 ,
−1
где R1 – также верхняя треугольная матрица.
−1
Заметим, что R2 R1 есть диагональная матрица. Дей-
ствительно, с одной стороны, она верхняя треугольная матрица
как произведение верхних треугольных. С другой стороны,
−1
R2 R1 должна быть и нижней треугольной, поскольку
она ортогональная (как произведение двух ортогональных мат-
T −1
риц Q2 Q1 ) и ее обратная матрица совпадает с транс-
понированной.
Очевидно, что диагональная ортогональная матрица может
иметь на диагонали лишь элементы, равные по модулю едини-
це. Но диагональные элементы R1 и R2 положительны
по условию, поэтому остается возможным лишь случай
−1
R2 R1 = E , откуда и следует единственность раз-
ложения.
Теорема доказана.
сти n − k .
Доказательство.
( x , gi ) = 0 ; i = [1, n]
или же в координатной форме:
∑ (g , g i j )ξ i = ( x, g j ) ∀j = [1, k ] .
i =1
Поскольку основная матрица этой системы (как матрица Грама
набора линейно независимых элементов g1 , g 2 ,..., g k , см.
следствие 10.3.1) невырожденная, то по теореме 6.4.1 (Краме-
ра) решение данной системы существует и единственно.
Теорема доказана.
1 0 0 0
0 1 0 0
Aˆ = .
g 0 0 0 0
0 0 0 0
−1 −1 1 2
2 2 1 1
S = ,
1 0 −1 0
0 1 −1 0
Г л а в а 1 0 . Евклидово пространство 377
−1
но поскольку Aˆ g
= S Aˆ e
S и, следовательно,
−1
Aˆ e
= S Aˆ g
S , то, воспользовавшись § 5.1 и
§ 6.8, найдем, что
Aˆ =
e
−1
−1 −1 1 2 1 0 0 0 −1 −1 1 2
2 2 1 1 0 1 0 0 2 2 1 1
= =
1 0 −1 0 0 0 0 0 1 0 −1 0
0 1 −1 0 0 0 0 0 0 1 −1 0
2 −4 −1 −1
1 −4 8 2 2
= .
11 − 1 2 6 −5
−1 2 −5 6
( x, y ) = ∫ x(τ) y (τ)dτ ,
α
∗
а E – подпространство алгебраических многочленов
n
Pn (τ) = ∑ α k τ k степени не выше, чем n , то ортого-
k =0
n
Рассмотрим теперь конечномерное евклидово пространство E с
базисом {g1 , g 2 ,..., g n } и выясним связь матриц линейных операто-
)T Γ = x Γ Aˆ +
T
( Aˆ x g g
y g g g
y g
, (10.6.1)
g g
где Γ g
– матрица Грама выбранного в E n базиса.
( A B )T = B
T T
В силу соотношения A последнее равен-
ство можно преобразовать к виду
T
Γ − Γ Aˆ + ) y = 0,
T
x g
( Aˆ g g g
g g
а поскольку это равенство справедливо при любых x и y, то, приняв во
внимание невырожденность матрицы Грама и проведя рассуждения,
аналогичные использованным при доказательстве леммы 5.1.2, за-
ключаем, что матрица, стоящая в круглых скобках, – нулевая, а из
соотношения
380 Аналитическая геометрия и линейная алгебра
T −1 T
Aˆ Γ g
− Γ g
Aˆ + = O следует Aˆ + = Γ g
Aˆ Γ g
,
g g g g
Лемма доказана.
Теорема доказана.
Имеет место ∀x , y ∈ E
$ $ ) + x , y ) = ( x , ABy
(( AB $ $ ) = ( A$ + x , By
$ ) = ( B$ + A$ + x , y ) .
Теорема доказана.
∀x , y ∈ E справедливы равенства
(( A$ + ) + x , y ) = ( x , A$ + y ) = ( Ax
$ , y) .
Теорема доказана.
382 Аналитическая геометрия и линейная алгебра
Теорема Ортогональное дополнение области значений опера-
10.6.4.
тора A$ в E n является ядром оператора A$ + .
Доказательство.
dim( ker Aˆ + ) = n − rg Aˆ + =
−1 T T
= n − rg ( Γ Aˆ Γ ) = n − rg Aˆ = n − rg Aˆ .
Теорема доказана.
Г л а в а 1 0 . Евклидово пространство 383
Замечания: 1) в использованных обозначениях теорема 10.6.4 до-
пускает формулировку, совпадающую с формулиров-
кой теоремы 6.7.3 (Фредгольма), поскольку равенст-
во $ = b означает, что элемент b принадлежит об-
Ax
$.
ласти значений линейного оператора A
2) в предположении, что столбцы y и b суть
m
координатные представления элементов E в орто-
нормированном базисе, также и нижеследующую
формулировку:
( A$ + Ax
$ , y ) = ( Ax $ ) = ( x , A$ + Ay
$ , Ay $ ),
откуда и следует его самосопряженность.
T
Верно и обратное: если Rˆ e = Rˆ e , то ∀x, y ∈ E n
( Rˆ x, y ) = Rˆ x = ( Rˆ =
T
y e
x e )T y e
e e
T
= x Rˆ + = x = x Rˆ y = ( x, Rˆ y ).
T T T
e
y e e
Rˆ y e e
e e e
Лемма доказана.
Г л а в а 1 0 . Евклидово пространство 385
Признак самосопряженности может быть сформулирован как
n
Следствие Если линейный оператор в E имеет симметрииче-
10.7.1 скую матрицу в некотором ортонормированном ба-
зисе, то он самосопряженый.
Rˆ x = α x − β y,
ˆ
Ry = α y + β x.
Умножая эти равенства скалярно: первое – справа на y , второе
– слева на x , получим
( Rˆ x, y ) = α( x, y ) − β( y, y ),
( x, Ry ) = α( x, y ) + β( x, x).
ˆ
о том, что β ≠ 0 .
Лемма доказана.
386 Аналитическая геометрия и линейная алгебра
Лемма Собственные векторы самосопряженного оператора,
10.7.3. отвечающие различным собственным значениям, по-
парно ортогональны.
Доказательство.
( Rˆ f 1 , f 2 ) = (λ 1 f 1 , f 2 ), ( Rˆ f 1 , f 2 ) = λ 1 ( f1 , f 2 ),
или
( f 1 , R f 2 ) = ( f 1 ,λ 2 f 2 ) ( f 1 , R f 2 ) = λ 2 ( f1 , f 2 ).
ˆ ˆ
Лемма доказана.
Лемма доказана.
в том числе и ∀x , y ∈ E n −1 .
Применяя изложенные выше рассуждения, найдем новое собст-
венное значение λ 2 и соответствующий ему собственный век-
тор e2 . Без ограничения общности можно считать, что
e2 = 1 . При этом λ 2 может случайно совпасть с λ 1 , однако
из построения ясно, что ( e1 , e2 ) = 0 .
Еслиn = 2 , то построение базиса завершено. Иначе рассмот-
2
рим E – линейную оболочку { e1 , e2 } и ее ортогональное
дополнение E n − 2 , найдем новое собственное значение λ 3 и
соответствующий ему собственный вектор e3 и т.д.
Следствие доказано.
Следствие доказано.
390 Аналитическая геометрия и линейная алгебра
Докажем необходимость.
Пусть Aˆ a = λa и Bˆ a = µa , тогда
Bˆ Aˆ a = λBˆ a = λµa ; Aˆ Bˆ a = µAˆ a = λµa ,
ˆ Bˆ − Bˆ Aˆ ) a = o . Посколь-
и, вычитая почленно, получим, что ( A
ку a – произвольный собственный вектор, то данное соотноше-
ние верно и для всей совокупности собственных векторов, а зна-
чит, и для любого элемента в E n , так как из собственных векто-
ров можно образовать базис. Поэтому AB $ $ − BA
$ $ = O$ .
Докажем достаточность.
Пусть самосопряженные операторы A$ и B$ коммутируют и
пусть, кроме того,Aˆ a = λa . Рассмотрим здесь лишь случай, ко-
гда все собственные значения оператора A$ различны.
Aˆ b = Aˆ Bˆ a = Bˆ Aˆ a = Bˆ λa = λBˆ a = λb .
Поскольку все собственные значения A $ кратности единица, то
λ есть его собственное значение, отвечающее a и b одновре-
менно. Поэтому $ , также Bˆ a = κa .
b = κa и, поскольку b = Ba
Значит, a – собственный вектор оператора B$ .
Теорема доказана.
Г л а в а 1 0 . Евклидово пространство 391
§ 10.8. Ортогональные операторы
Qˆ x = (Qˆ x, Qˆ x) = ( x, x) = x ;
(Qˆ x, Qˆ y ) ( x, y )
cos ψ = = = cos ϕ ; x, y ∈ E ,
Qˆ x Qˆ y x y
( x , Q$ + Qy
$ ) = ( x , y ) или ( x ,( Q$ + Q$ − E$ ) y ) = 0 .
Последнее равенство в силу леммы 10.6.1 означает, что
Q$ + Q$ − E$ = O$ .
392 Аналитическая геометрия и линейная алгебра
Теорема доказана.
n
Теорема Матрица ортогонального оператора в E в каж-
10.8.2. дом ортонормированном базисе ортогональная.
Доказательство.
T
(Qˆ x, Qˆ y ) = Qˆ x Qˆ y = ( Qˆ x e ) T Qˆ y e
=
e e e e
T T T −1 T
= x e
Qˆ Qˆ y e
= x e
Qˆ Qˆ y e
= x e
y e
= ( x, y ).
e e e e
Теорема доказана.
Aˆ f = 0 f ⇔ det Aˆ = 0 .
A$ + A$ = R$ + Q$ + QR
$ $ = R$ + Q$ −1QR
$ $ = R$ + R$ ,
то в силу самосопряженности R$ A $ + A$ = R$ 2 .
Предположим, что существуют два различных самосопряжен-
ных оператора R$1 и R$ 2 с положительными собственными зна-
чениями, такие, что A $ + A$ = R$ 2 ; A$ + A$ = R$ 2 и R$ 2 − R$ 2 = O$ .
1 2 1 2
Решение.
2 0 2 −1 2 − 2
= = .
−1 2 0 2 − 2 3
Г л а в а 1 0 . Евклидово пространство 397
Собственные значения и собственные векторы этого оператора
равны соответственно
2 −1
λ1 = 1 ; λ 2 = 4 ; f1 e0
= ; f2 e0
= ,
1 2
2 1
−
f1 3 f2 3
e1 = = ; e2 = = ,
f1 1 f2
2
3 3
и {e1′ , e′2 } :
1
1 ˆ 3 1 ˆ
e1′ = A e1 = ; e2′ = A e2 =
λ1 2 λ2
3
1 2
− −
1 2 −1 3 3
= = .
2 0 2 1
2
3 3
398 Аналитическая геометрия и линейная алгебра
2°. Обозначив через
2 1 1 2
− −
3 3 3 3
G = и F =
1 2 2 1
3 3 3 3
соответственно матрицы перехода от исходного (стандартного)
базиса {e1 , e2 } к базисам {e1 , e2 } и {e1′ , e′2 } и рассуждая так
0 0
же, как при решении задачи 7.5.2, получим для матрицы орто-
гонального оператора Q$ выражение
−1
Qˆ e0
= F G .
Следовательно, Qˆ e0
= Fˆ e0
Gˆ −1 .
e0
1 2 2 1 2 2 1
− −
3 3 3 3 3 3
= = ,
2 1 1 2 1 2 2
−
3 3 3 3 3 3
которая в исходном ортонормированном базисе ортогональная.
3°. Поскольку R$ = Q$ −1 A$ , то
−1 T
Rˆ e0
= Qˆ −1 Aˆ = Qˆ Aˆ = Qˆ Aˆ =
e0 e0 e0 e0 e0 e0
2 2 1 4 2
−
3 3 2 −1 3 3
= = ,
1 2 2 0 2 2 5
− −
3 3 3 3
и, следовательно, искомое полярное разложение имеет вид
2 2 1 4 2
− −
3 3 3 3
Aˆ e0
= Qˆ e0
Rˆ = .
e0
1 2 2 2 5
−
3 3 3 3
400 Аналитическая геометрия и линейная алгебра
Глава 11
УНИТАРНОЕ ПРОСТРАНСТВО
3°. a1 + a 2 b = a1 b + a 2 b ;
4°. a a – вещественное неотрица-
тельное число, причем
a a =0 ⇔ a =o,
тогда говорят, что задано унитарное пространство.
15
Определение и основные свойства комплексных чисел приводятся в при-
ложении 3.
Г л а в а 1 1 . Унитарное пространство 401
Действительно, если принять, что a b = b a , то
a λb = λ a b , и очевидно, что при некотором нену-
левом a и λ = i :
ia ia = (i)(i) a a = (−i ) 2 a a = i 2 a a = − a a ,
но тогда либо ia ia , либо a a не положительно и
аксиома 4° не будет справедливой.
a λb = λb a = λ b a = λ b a = λ a b ,
=
поскольку λ = λ , что в рассматриваемом примере при-
водит к равенству
ia ia = ii a a = a a ,
которое согласуется с аксиомой 4°.
g1 g1 g1 g 2 K g1 g n η1
g 2 g1 g2 g2 g2 gn η2
= ξ1 ξ2 K ξn
K
,
K K K K K
g n g1 gn g2 K gn gn ηn
Г л а в а 1 1 . Унитарное пространство 403
где Γ g
– базисная матрица Грама в унитарном пространстве U n.
+
$ , действующий в унитарном
Определение Линейный оператор A
11.2.2. пространстве U , называется эрмитово сопряженным
линейному оператору A$ , если ∀a , b ∈U имеет ме-
сто равенство
Aˆ a b = a Aˆ + b .
Теорема доказана.
( Bˆ Cˆ − Cˆ Bˆ )(λ f ) = o ∀f ∈ Λ∗ ,
$ $ − CB
то есть BC $ $ = O$ и операторы B$ и C$ коммутируют. Но
последнее утверждение противоречит условию теоремы, и, сле-
довательно, необходимо допустить существование более чем
одного линейно независимого элемента в Λ∗ .
Теорема доказана.
Таблица 11.3.1
n n
В E сопряженный оператор В U эрмитово сопряженный
имеет матрицу оператор имеет матрицу
−1 T −1 T
Aˆ + = Γ Aˆ Γ Aˆ + = Γ Aˆ Γ
g g g g
Aˆ a a = a Aˆ + a = a Aˆ a = Aˆ a a ,
но если некоторое число равно своему комплексному
сопряжению, то оно вещественно.
Доказательство.
Aˆ = a ( Aˆ − Aˆ a ) 2 a = a ( Aˆ − Aˆ a )( Aˆ − Aˆ a )a =
a
= ( Aˆ − Aˆ a ) + a ( Aˆ − Aˆ a )a =
= ( Aˆ − Aˆ a )a ( Aˆ − Aˆ a )a ≥ 0.
Aˆ = ( Aˆ − Aˆ a ) 2 = a ( Aˆ − Aˆ a ) 2 a =
a a
= a (( Aˆ ) 2 − 2 Aˆ Aˆ a + ( Aˆ a ) 2 )a =
= a ( Aˆ ) 2 a − 2 Aˆ a a Aˆ a + ( Aˆ a ) 2 a a =
= ( Aˆ ) 2 − 2 Aˆ a Aˆ a + ( Aˆ a ) 2 = ( Aˆ ) 2 − ( Aˆ a ) 2 .
a a
Теорема доказана.
Пусть Aˆ a = λa , тогда
2
Aˆ = ( Aˆ ) 2 a − ( Aˆ a ) 2 = a ( Aˆ ) 2 a − a Aˆ a =
== a
2
= a Aˆ ( Aˆ a) − a Aˆ a =
= a Aˆ (λa) − a λ a = a λAˆ a − a λa =
2 2
Г л а в а 1 1 . Унитарное пространство 413
= λ a λ a − λ2 a a = λ2 a a − λ2 a a =
2 2
= λ2 − λ2 = 0 ,
поскольку a a = 1.
Теорема доказана.
Qˆ + = ( Aˆ − Aˆ a ) − τ( Bˆ − Bˆ a ) i ,
ибо эрмитовыми являются следующие четыре оператора:
A$ , A$ , B$ , B$ . Заметим также, что оператор Qˆ + Qˆ – эрми-
a a
Qˆ + Qˆ a = Aˆ + τ 2 Bˆ + a τ( Aˆ Bˆ − Bˆ Aˆ )ia =
a a
= τ Bˆ − τ Cˆ a + Aˆ .
2
a a
( C$ a ) 2 − 4 A$ B$ ≤ 0 ,
a a
или окончательно
1 2
A$ B$ ≥ $ $ − BA
AB $$ .
a a 4 a
Теорема доказана.
Г л а в а 1 2 . Прикладные задачи линейной алгебры 415
Глава 12
ПРИКЛАДНЫЕ ЗАДАЧИ
ЛИНЕЙНОЙ АЛГЕБРЫ
В данной главе рассматриваются некоторые классы задач, имею-
щие важное значение в прикладных разделах математики, таких, как
математическая физика, теория оптимального управления, математи-
ческая экономика, вычислительная математика и т.д., причем общим
для этих задач является использование в процессе их решения поня-
тий и методов различных разделов линейной алгебры.
16
Иногда задачу отыскания ортонормированного базиса, в котором квадра-
тичный функционал имеет диагональный вид, называют “приведением квад-
ратичного функционала к диагональному виду при помощи ортогональной
матрицы перехода”.
Г л а в а 1 2 . Прикладные задачи линейной алгебры 417
Доказательство.
Φ = S
T
e′
Φ e
S ,
где S = σ ij – матрица перехода от базиса {e1 , e2 ,..., en }
к базису {e1′ , e′2 ,..., en′ } , то есть
n
ek′ = ∑ σ sk e s , k = [1, n] ,
s =1
а Φ e
– симметрическая матрица билинейного функциона-
ла, порождающего квадратичный функционал Φ( x) .
2°. Поскольку матрица перехода S от одного ортонормиро-
ванного базиса к другому ортогональная (§ 10.4), то для нее
−1 T
справедливо равенство S = S . Откуда вытекает, что
в рассматриваемом нами случае
−1
Φ e′
= S Φ e
S .
( x, Aˆ x)
Определение Функционал ρ( x ) = n
, заданный в E для
12.1.2. ( x, x )
некоторого самосопряженного оператора A $ , называ-
ется отношением Релея.
( x, Aˆ x)
∑ α ij ξ i ξ j ∑ λ ξ′ i i
2
ρ( x ) = = i =1
n
= i =1
n
,
( x, x )
∑ξ
i =1
2
i ∑ ξ′
i =1
i
2
Следствие доказано.
Решение.
Φ( x + y ) = 2(ξ1 + η1 )(ξ 2 + η 2 ) +
+ 2(ξ1 + η1 )(ξ 3 + η3 ) − 2(ξ 2 + η 2 )(ξ 3 + η3 ),
и потому
ξ1 η1
где x e
= ξ2 и y e
= η2 .
ξ3 η3
Следовательно, матрица функционала Φ(x) имеет вид
0 1 1
Φ e
= 1 0 −1 .
1 −1 0
−1 1 1 ξ1 0
1 −1 −1 ξ2 = 0 ,
1 − 1 − 1 ξ3 0
ξ1 1 1
ξ2 = α 1 + β 0 ∀α, β .
ξ3 0 1
17
Как и ранее, под “приведением квадратичного функционала к диагональ-
ному виду” понимается задача отыскания базиса (или построения матрицы
перехода к базису), в котором матрица квадратичного функционала диаго-
нальная.
Г л а в а 1 2 . Прикладные задачи линейной алгебры 425
При этом необходимо (см. доказательство теоремы 4.4.1), чтобы α
удовлетворяло уравнению ( A − C ) sin 2α = 2 B cos 2α .
Φ 1 ( x) = ξ12 − ξ 22 и Φ 2 ( x) = ξ1ξ 2
угла α , удовлетворяющего системе условий
2 sin 2α = 0,
0 = cos 2α,
очевидно, не существует.
Опишем теперь алгоритм приведения в Λ пары квадратичных
n
ξ1′ = ξ1 + ξ 2
то, выполнив замену переменных или
ξ′2 = 2ξ2
1
ξ = ξ1′ − ξ′2
1 2 ,
1
ξ2 = ξ′2
2
получим Φ( x) = ξ1′ 2 + ξ′22 и соответственно
Ψ ( x) = 4ξ1′ 2 + 4 2ξ1′ ξ′2 − 3ξ′22 .
1 0
e1′ e′
= ; e2′ e′
= .
0 1
Матрица квадратичного функционала Ψ (x) в этом базисе
4 2 2
Ψ e′
= . Она задает присоединенный самосо-
2 2 −3
пряженный оператор, имеющий собственные значения λ1 = 5
и λ 2 = −4 , а также ортонормированные собственные векторы
2 2 1
−
3 3
f1 e′
= и f2 e′
= , которые примем за
1 2 2
3 3
новый базис {e1′′, e ′2′ } .
2 2 1
−
3 3
S = .
1 2 2
3 3
Откуда окончательно получаем, что
Г л а в а 1 2 . Прикладные задачи линейной алгебры 429
2 2 1 2 2
ξ1′′ = ξ1′ + ξ′2 ξ1′′ = ξ1 + 2 ξ 2 ,
3 3 ⇒ 3
ξ′′ = − 1 ξ′ + 2 2 ξ′ ξ′2′ = − 1 ξ1 + ξ 2 .
2
3
1
3
2 3
Ψ∗ = S
T
вид Ψ S .
Из равенства
T
S Φ S = E
Ψ∗ = S Φ ) −1 ) T Ψ
T T
Ψ S =(( S S =
= ( ( Φ ) −1 ( S
T −1 T
) ) Ψ S =
−1 T −1 −1 −1
= S ( Φ ) Ψ S = S ( Φ Ψ ) S .
если α′44
′ ≠0
1) мнимый эллипсоид
при sgn(λ i ) = sgn(α ′44
′ ) , i = 1, 2, 3 ;
2) эллипсоид
при sgn(λ i ) = − sgn(α ′44
′ ) , i = 1, 2, 3 ;
3) однополостный гиперболоид
при sgn(λ 1 ) = sgn( λ 2 ) =
= − sgn(λ 3 ) = − sgn(α ′44
′ );
4) двуполостный гиперболоид
при sgn(λ 1 ) = − sgn( λ 2 ) =
= − sgn(λ 3 ) = − sgn(α ′44
′ );
если α ′44
′ =0
5) мнимый конус
при sgn( λ1 ) = sgn( λ2 ) = sgn( λ3 ) ;
6) конус
при sgn( λ1 ) = sgn( λ2 ) = − sgn( λ3 ) .
Г л а в а 1 2 . Прикладные задачи линейной алгебры 433
II. Первый нецентральный случай: λ 1 ≠ 0, λ 2 ≠ 0, λ 3 = 0 .
После переноса начала координат приходим к уравнению
λ 1ξ1′′ 2 + λ 2 ξ′2′ 2 + 2α ′34′ ξ ′3′ + α ′44
′ = 0 , для которого выделяем
варианты:
7) эллиптический параболоид
при sgn(λ 1 ) = sgn( λ 2 ) ;
8) гиперболический параболоид
при sgn( λ 1 ) = − sgn(λ 2 ) ;
λ 1ξ1′′ 2 + 2α ′24
′ ξ ′2′ + 2α ′34′ ξ ′3′ + α ′44
′ = 0,
для анализа которого целесообразно перейти к новому ортонор-
мированному базису по формулам
α ′24
′ ξ′2′ + α ′34′ ξ′3′ α ′34′ ξ′2′ − α ′24
′ ξ′3′
ξ1′′′ = ξ1′′ ; ξ′2′′ = ; ξ′3′′ =
α ′′ + α ′′
2
24
2
34 α ′24
′ 2 + α ′34′ 2
λ 1ξ1′′′ 2 + 2( α ′24
′ 2 + α ′34
′ 2 )ξ′2′′ + α ′44
′ =0
и соответствующие ему варианты:
если α ′24
′ = α ′34′ = 0 , то имеем:
15) пару мнимых параллельных плоскостей
при sgn( λ 1) = sgn(α ′44
′ );
16) пару параллельных плоскостей
при sgn(λ 1) = − sgn(α ′44
′ );
если α ′24
′ = α ′34′ = α ′44
′ = 0 , то имеем:
17) пару совпадающих плоскостей.
Г л а в а 1 2 . Прикладные задачи линейной алгебры 435
Замечания. 1°. Для классификации конкретной поверхности второго
порядка необходимо сделать преобразование квад-
ратной части уравнения к диагональному виду и вы-
полнить переносы начала координат.
произведения получаем
Г л а в а 1 2 . Прикладные задачи линейной алгебры 437
n n
ρ2 = ( f − ∑ ξk gk , f − ∑ ξk gk ) =
k =0 k =0
n n n
= ( f , f ) − 2∑ ξ k ( f , g k ) + ∑∑ ξ k ξ i ( g k , g i ),
k =0 k =0 i =0
n n
= ( f , f ) − ∑ ξ ∗k ( f , g k ) = ( f , f − ∑ ξ ∗k g k ).
k =0 k =0
{ g k = g k (τ) = τ k , k = [0, n] }
процедуры ортогонализации Грама–Шмидта, использованной при
доказательстве теоремы 10.2.1, дает ненормированную систему орто-
гональных многочленов вида
1
e0′ (τ) = 1 ; e1′ (τ) = τ ; e′2 (τ) = τ 2 − ;
3
n
3 d
e3′ (τ) = τ 3 − τ ; ... ; e′n (τ) = n (τ 2 − 1) n ,
5 dτ
называемых полиномами Лежандра.
Поскольку все предыдущие вычисления делались для базиса
{ g k = τ k , k = [0, n] } , но без учета его конкретного вида, то они
будут и справедливы для ортогонального (но, вообще говоря, ненор-
мированного) базиса
dk 2
{ ek′ (τ) = (τ − 1) k , k = [0, n] }.
dτ k
∑ ξ (e′ , e′ ) = ( f , e′ ) , k = [0, n]
i =0
i k i k
( f , ek′ )
будет иметь решения вида: ξ ∗k = ; k = [0, n] , а величи-
(ek′ , ek′ )
на ρ2 :
n
( f , ek′ ) 2
n
ρ = ( f , f − ∑ ξ e′ ) = ( f , f ) − ∑
2 ∗
.
k = 0 (e′k , e′k )
k k
k =0
k =0
1 1 1
d2y dy dx dy
( x, Rˆ y ) = − ∫ x(τ) dτ = − x ( τ ) +∫ dτ .
−1 dτ 2
dτ −1 −1
d τ d τ
18
В примере 10.7.1 было показано, что оператор вида Aˆ + Aˆ есть самосо-
пряженный и имеет неотрицательные собственные значения. Если Â =
d и
dτ
d (при выполнении соответствующих граничных условий), то
 + = −
dτ
d2
Rˆ = Aˆ + Aˆ = − 2 .
dτ
Г л а в а 1 2 . Прикладные задачи линейной алгебры 441
Найдем теперь собственные векторы линейного оператора R̂ . Ус-
ловие Rˆ x = λx в данном случае сводится к дифференциальному
уравнению
d 2x
= − λ x, λ ≥ 0 ,
d τ2
решение которого дается формулой x(τ) = α e τ −λ + β e −τ −λ ,
где α и β – произвольные, не равные нулю одновременно констан-
ты.
dx dx
Из условий x(−1) = x(1) и = получаем по формуле
dτ −1 dτ 1
Эйлера (см. приложение 3):
−λ
e − e − −λ = 0 ⇒ sin λ = 0 .
Следовательно собственные значения будут
λ k = π 2 k 2 ∀ k = 0,1, 2, ... ,
а отвечающие им собственные векторы −
19
Условия возможности построения линейной комбинации из элементов
множества {g k , k = 0,1, 2, ...} , аппроксимирующей ∀f ∈ E с любой
наперед заданной точностью, выходят за рамки предмета линейной алгебры и
изучаются в курсе математического анализа.
П р и л . 1 . Свойства линий второго порядка на плоскости 443
Приложение 1
СВОЙСТВА ЛИНИЙ ВТОРОГО ПОРЯДКА
НА ПЛОСКОСТИ
x2 y2
Уравнение 2 − 2 = 0 определяет пару пересекающихся пря-
a b
→ →
мых в системе координат {O, e1 , e2 } . В свою очередь уравнение
y 2 = a 2 при a ≠ 0 определяет пару параллельных прямых.
→ →
Пример Пусть на плоскости {O, e1 , e2 } задана линия второго
Прил. 1.1.1.
порядка 3 x + 4 xy + y = 0. Преобразовав ее урав-
2 2
нение к виду
444 Аналитическая геометрия и линейная алгебра
(2 x + y ) 2 − x 2 = 0
(метод Лагранжа),
получим две прямые
y = − x и y = −3x .
(Рис. Прил. 1.1.1.)
В данном случае
∆ = −1 < 0 , а угол
поворота осей систе-
мы координат
1
α= arctg 2 .
2 Рис. Прил. 1.1.1
x2 y2
Уравнение + = 0 определяет единственную точку – нача-
a2 b2
→ →
ло координат системы {O, e1 , e2 } .
a2 − b2
Определение Число ε= называется эксцентрисите-
Прил. 1.2.2. a
том эллипса.
± εa
Точки называются фокусами эллипса.
0
a
Прямые x = ± называются директрисами эллипса.
ε
2
b
Число p = называется фокальным параметром
a
эллипса.
Свойства эллипса
−x x x
∈L ⇔ ∈L ⇔ ∈ L,
y y −y
c
−x
∈ L,
−y
очевидных для канонического уравнения эллипса.
→ →
2) | F1 A | + | F2 A | = 2a ;
ρ( A, F1 ) ρ( A, F2 )
3) = =ε;
ρ( A, D1 ) ρ( A, D2 )
ρ( M , F1 )
4) = ε ⇒ ∀M ∈ L ;
ρ( M , D1 )
→ →
5) | F2 B | = p , где F2 B ортогонален оси Ox ;
6) ∠α = ∠β .
Доказательство.
r1 = ( x − aε) 2 + y 2 ; r2 = ( x + aε) 2 + y 2 .
Тогда, учитывая каноническое уравнение и определение
эксцентриситета, получаем для i = 1, 2 :
b2 2
ri = ( x ± aε) + y = ( x ± aε) + 2 (a − x 2 ) =
2 2 2
a
= ( x ± aε) 2 + (1 − ε 2 )(a 2 − x 2 ) =
448 Аналитическая геометрия и линейная алгебра
= x 2 ± 2 xaε + a 2 ε 2 + a 2 − a 2 ε 2 − x 2 + x 2 ε 2 =
= a 2 ± 2 xaε + x 2 ε 2 = | a ± ε x | .
Но поскольку | x | ≤ a и 0 ≤ ε < 1 , то a ± ε x ≥ 0 и, сле-
довательно,
→ →
r1 = | F1 A | = a − ε x ; r2 = | F2 A | = a + ε x.
3°. Далее
ρ( A, F1 ) a − xε ρ( A, F2 ) a + xε
= = ε; = = ε.
ρ( A, D1 ) a ρ( A, D2 ) a
−x +x
ε ε
4°. Справедливость 4° докажите самостоятельно.
5°. Наконец,
→ b b b
| F2 B | = a 2 − a 2ε2 = a 1 − ε2 = b = p .
a a a
6°. Доказательство приводится после доказательства теоремы
Прил. 1.2.2.
Теорема доказана.
x0
Теорема Пусть A= есть точка, принадлежащая эл-
Прил. 1.2.2. y0
липсу, заданному каноническим уравнением,
П р и л . 1 . Свойства линий второго порядка на плоскости 449
тогда уравнение касательной к этому эллипсу,
проходящей через точку A, имеет вид
x0 x y0 y
+ 2 = 1.
a2 b
Доказательство.
Теорема доказана.
x0
имеющую координаты . Тогда расстояние d 2 от фокуса
y0
−c
F2 с координатами до касательной равно (см. задачу
0
3.2.1):
1 x 0 ( − c ) y 0 ( 0) 1 x0 c
d2 = + 2 −1 = +1 =
∆ a 2
b ∆ a2
1 r x02 y 02
= x0 ε + a = 2 , где ∆ = + .
∆a ∆a a2 b2
Откуда
ρ(1 − εcos ϕ) =
= a(1 − ε 2 )
и окончательно
p
ρ= .
1 − ε cos ϕ
a2 + b2
Определение Число ε= называется эксцентрисите-
Прил. 1.3.2. a
том гиперболы.
± εa
Точки называются фокусами гиперболы.
0
a
Прямые x=± называются директрисами гипер-
ε
болы.
b2
Число p= называется фокальным параметром
a
гиперболы.
Свойства гиперболы
−x x x
∈L ⇔ ∈L ⇔ ∈ L,
y y −y
c
−x
∈ L,
−y
очевидных для канонического уравнения гиперболы.
b
3°. Гипербола обладает асимптотами вида y=± x . Дейст-
a
b b
вительно, u = lim x 2 − a 2 = ± и, кроме того,
x → ±∞ ax a
b b b
v = lim ( x2 − a2 m x ) = lim ( x 2 − a 2 m x ) =
x → ±∞ a a a →±∞
x
b (x2 − a 2 ) − x2 1
= lim = − ab lim = 0.
a x →±∞ x 2 − a 2 ± x x → ±∞
x2 − a2 m x
454 Аналитическая геометрия и линейная алгебра
Свойства гиперболы иллюстрирует рис. Прил. 1.3.1.
x
Теорема Пусть A= есть точка, принадлежащая гипер-
Прил.1.3.1 y
.
боле L , заданной каноническим уравнением, тогда
имеют место следующие соотношения:
1°°. Для правой ветви
→
r1 = | F1 A | = − a + ε x ;
→
r2 = | F2 A |= a + ε x ( x > a) .
Для левой ветви
→
r1 = | F1 A | = a − ε x ;
→
r2 = | F2 A | = − a − ε x ( x < −a) ;
2°°. | r1 − r2 | = 2a ;
П р и л . 1 . Свойства линий второго порядка на плоскости 455
ρ( A, F1 ) ρ( AF2 )
3°°. = =ε;
ρ( A, D1 ) ρ( A, D2 )
ρ( M , F1 )
4°°. = ε ⇒ ∀M , M ∈ L;
ρ( M , D1 )
→
5°°. | F2 B |= p ;
6°°. ∠α = ∠β .
Доказательство.
r1 = ( x − aε) 2 + y 2 ; r2 = ( x + aε) 2 + y 2 ,
используя каноническое уравнение и определение эксцен-
триситета. Для i = 1, 2 получаем
b2 2
ri = ( x ± aε) 2 + y 2 = ( x ± aε) 2 + (a − x 2 ) =
a2
= ( x ± aε) 2 + (1 − ε 2 )(a 2 − x 2 ) =
= x 2 ± 2 xaε + a 2 ε 2 + a 2 − a 2 ε 2 − x 2 + x 2 ε 2 =
= a 2 ± 2 xaε + x 2 ε 2 = | a ± ε x | .
5°. Наконец,
→ b b b
| F2 B | = a 2ε2 − a 2 = a ε2 − 1 = b = p .
a a a
6°. Докажите это утверждение самостоятельно по аналогии с
доказательством свойства 6° теоремы Прил. 1.2.1, используя
также теорему Прил. 1.3.1.
Теорема доказана.
x0
Теорема Пусть A= есть точка, принадлежащая ги-
Прил. 1.3.2. y0
перболе, заданной каноническим уравнением, тогда
уравнение касательной к этой гиперболе, проходя-
щей через точку А, имеет вид
x0 x y 0 y
− 2 =1.
a2 b
Доказательство.
x02 y 02
− = 1 , окончательно получим
a2 b2
x0 x y 0 y
− 2 =1.
a2 b
Наконец, непосредственно проверяем утверждение теоремы
для точек y 0 = 0 , где уравнения касательных имеют вид
x = ± a.
Теорема доказана.
ρ = r1 = − a + xε =
= −a + ε (ρ cos ϕ + aε) = Рис. Прил. 1.3.2
= −a + ερ cos ϕ + aε 2 .
p
Определение Точка 2 называется фокусом параболы.
Прил. 1.4.2.
0
p
Прямая x=− называется директрисой парабо-
2
лы.
Число p называется фокальным параметром пара-
болы.
Свойства параболы
x
Теорема Пусть A= есть точка, принадлежащая пара-
Прил. 1.4.1. y
боле L , заданной каноническим уравнением, тогда
имеют место следующие соотношения:
p
1°°. r = x+ ;
2
ρ( A, F )
2°°. = 1;
ρ( A, D)
ρ( M , F )
3°°. = 1 ⇒ ∀M , M ∈ L ;
ρ( M , D)
→
4°°. | FB | = p ; 5°°. ∠α = ∠β .
П р и л . 1 . Свойства линий второго порядка на плоскости 461
Доказательство.
p 2
1°. Имеем r = (x − ) + y 2 , используя каноническое
2
уравнение, получаем
p2 p
r = x 2 − px ++ 2 px = | x + | ,
4 2
p
но поскольку x ≥ − , приходим сразу к справедли-
2
вости утверждений 1° и 2°.
→ p
4°. Наконец, | FB |= 2 p = p.
2
5°. Доказательство приводится после доказательства тео-
ремы Прил. 1.4.2.
Теорема доказана.
x0
Теорема Пусть A= есть точка, принадлежащая пара-
Прил.1.4.2 y0
.
боле, заданной каноническим уравнением, тогда
уравнение касательной к этой параболе, проходящей
через точку A , имеет вид
yy 0 = p( x + x0 ) .
Доказательство.
Теорема доказана.
П р и л . 1 . Свойства линий второго порядка на плоскости 463
Доказательство свойства 5° теоремы Прил.1.4.1.
2
y0
Но, с другой стороны, косинус угла β между векторами и
p
1
выражается той же формулой. Поскольку углы α и β
0
острые, то они равны.
Теорема доказана.
p
ρ = x+ =
Рис. Прил.1.4.2
2
464 Аналитическая геометрия и линейная алгебра
p p
= + ρ cos α + = p + ρ cos ϕ .
2 2
Откуда ρ(1 − cos ϕ) = p и окончательно
p
ρ= .
1 −cos ϕ
(Сравните эти формулы с выкладками в § 4.6.)
П р и л . 2 . Свойства поверхностей второго порядка 465
Приложение 2
СВОЙСТВА ПОВЕРХНОСТЕЙ
ВТОРОГО ПОРЯДКА
Свойства эллипсоида
x2 y2
+ = 1,
z 02 2 z 02 2
(a 1 − 2 ) (b 1 − 2 )
c c
z = z0 ,
x2 y2
+ = 2 z , a > 0, b > 0,
a2 b2
называется эллиптическим параболоидом.
2 y2
x = 2a 2 ( z − 02 ),
2b
y = y0 ,
2 x2
y = 2b 2 ( z − 0 2 ),
2a
x = x0 .
2 x2
y = −2b 2 ( z − 0 2 )
2a ,
x = x0
являющуюся параболой.
Для случая сечения плоскостью y = y 0 уравнение аналогич-
но и имеет вид
2 y2
x = 2a 2 ( z + 02 ),
2b
y = y0 .
Из полученных уравнений следует, что гиперболический парабо-
лоид может быть получен поступательным перемещением в про-
странстве параболы так, что ее вершина перемещается вдоль
другой параболы, ось которой параллельна оси первой параболы,
а ветви направлены противоположно, причем их плоскости вза-
имно перпендикулярны.
x y x y
a + b = 2α, a − b = 2α,
x y и
x y
α ( − ) = z α ( + ) = z ,
a b a b
также принадлежат и гиперболическому параболоиду, поскольку
почленное перемножение уравнений плоскостей, задающих эти
прямые, дает уравнение гиперболического параболоида.
Заметим, что для каждой точки гиперболического параболоида,
существует пара прямых, проходящих через эту точку и целиком
лежащих на гиперболическом параболоиде. Уравнения этих пря-
мых могут быть получены (с точностью до некоторого общего
ненулевого множителя) путем подбора конкретных значений па-
раметра α .
x z x z y2
+ − = −
( a c )( a c ) b 2 ,
1
x z y x z y
α( a + c ) = β(1 − b ), α( a + c ) = β(1 + b
),
x z y
и
x z y
β( − ) = α(1 + ) β( − ) = α(1 − ),
a c b a c b
будут принадлежать и однополостному гиперболоиду, поскольку
почленное перемножение уравнений плоскостей, задающих эти
прямые, дает уравнение однополостного гиперболоида. То есть
для каждой точки однополостного гиперболоида существует па-
ра прямых, проходящих через эту точку и целиком лежащих на
однополостном гиперболоиде. Уравнения этих прямых могут
быть получены путем подбора конкретных значений α и β .
z 2 = ± 2 p x 2 + y 2 или z 4 = 4 p 2 ( x 2 + y 2 ) .
Приложение 3
КОМПЛЕКСНЫЕ ЧИСЛА
20
Изоморфизм (см § 7.5) в данном случае означает, что операции сравнения,
сложения и умножения на вещественное число выполняются в данном мно-
жестве так же, как и для векторов на плоскости.
П р и л . 3 . Комплексные числа 479
пространства Ω является элемент этого же про-
странства
α1α 2 − β1β 2
z1 z 2 = .
α1β 2 + α 2β1
1°. (z ) = z .
2°. Число z будет вещественным тогда и только тогда,
когда z = z .
отрицательное.
4°. z1 + z 2 = z1 + z 2 ; z1 z 2 = z1 z 2 .
n
5°. Если Pn ( z ) = ∑ α k z k – многочлен с вещест-
k =0
венными коэффициентами, имеющий корень λ ,
то этот многочлен также будет иметь и корень λ.
n
Действительно, пусть ∑α
k =0
k λk = 0 , тогда
П р и л . 3 . Комплексные числа 483
n n
k
0 = 0 = ∑ α k λk = ∑ α k λ .
k =0 k =0
α α α 1 0
z = α +β i = , получаем + = .
β β β 0 0
Заметим, что здесь мы воспользовались развернутыми
представлениями чисел
1 0
1 = 1 + 0i = и 0 = 0 + 0i = .
0 0
Выполнив умножение и сложение в правой части урав-
нения, приходим к равенству
α 2 − β2 + 1 0
= .
2αβ 0
Но поскольку два комплексных числа равны тогда и
только тогда, когда одновременно равны их веществен-
ные и мнимые части, то мы получаем следующую систе-
му нелинейных уравнений относительно вещественных
неизвестных α и β :
484 Аналитическая геометрия и линейная алгебра
α 2 − β 2 + 1 = 0,
2αβ = 0,
α = 0,
которая, как легко видеть, имеет два решения и
β =1
α = 0,
Поэтому исходное уравнение также имеет два
β = −1.
решения
0 0
z1 = = 0 + 1i = i и z 2 = = 0 + (−1)i = −i .
1 −1
α β
z = α + β i = α 2 + β2 ( + i) =
α 2 + β2 α2 + β2
= ρ(cos ϕ + i sin ϕ) .
Тригонометрическая форма записи комплексных чисел аналогична
описанию точки, изображающей комплексное число, в полярной сис-
теме координат.
Рис. Прил.3.1
z = α + β i = z (cos ϕ + i sin ϕ)
iϕ
следует, что z = ρ e .
Использование экспоненциальной формы записи комплексных чи-
сел может упростить решение некоторых задач, поскольку при пере-
множении комплексных чисел их модули перемножаются, а аргумен-
ты складываются21. Например,
iϕ1 iϕ 2 i (ϕ1 + ϕ 2 )
z1 z 2 = ρ1 e ρ2e = ρ1 ρ 2 e
e iz + e −iz
cos z = ∀z ∈ Ω ,
2
поэтому данное уравнение можно записать в виде
21
Обоснование обобщения свойств экспоненциальной функции вещественно-
го аргумента на комплексный случай приводится в курсе ТФКП.
П р и л . 3 . Комплексные числа 487
ei x + e −i x 1
= 5 или y + − 10 = 0 ,
2 y
где y = ei x .
или окончательно x = − ln 2 (5 ± 2 6 ).
488 Аналитическая геометрия и линейная алгебра
Приложение 4
ЭЛЕМЕНТЫ ТЕНЗОРНОГО ИСЧИСЛЕНИЯ
Линей- Строка f g′
= f S
ный f g
= g
функ- или
ционал = φ1 φ2 ... φ n , n
φ′j = ∑ φ i σ ij
f (x ) i =1
где φi = f ( g i )
490 Аналитическая геометрия и линейная алгебра
Линей-
Aˆ = Aˆ g′
=
ный опе- g
ратор −1
α11 α12 ... α 1n = S Aˆ g
S
 α α 22 ... α 2 n
= 21 , или
... ... ... ...
α n1 α n2 ... α nn α ′ki =
n n
где = ∑∑ τ kj σ mi α jm
n j =1 m =1
Aˆ g j = ∑ α ij g i ; j = [1, n]
i =1
Били- B g
= B g′
=
нейный
функ- β11 β12 ... β1n = S
T
B g S
ционал
β 21 β 22 ... β 2 n
= , или
B( x, y ) ... ... ... ...
β n1 β n 2 ... β nn β′ki =
n n
где = ∑∑ σ jk σ mi β jm
β ij = B ( g i , g j ); i, j = [1, n] j =1 m =1
Квадра- Ф g
= Φ g′
=
тичный
функ- ϕ11 ϕ12 ... ϕ1n = S
T
Φ S
ционал g
ϕ 21 ϕ 22 ... ϕ 2 n
= ,
Φ(x) ... ... ... ...
ϕ n1 ϕ n2 ... ϕ nn
П р и л . 4 . Элементы тензорного исчисления 491
где или
β ij + β ji ϕ′ki =
ϕ ij = ; i, j = [1, n] n n
2
= ∑∑ σ jk σ mi ϕ jm
j =1 m =1
x = ξ1 ξ2 ... ξ n T
и y = η1 η2 ... η n T
492 Аналитическая геометрия и линейная алгебра
в соответствие матрицу размера n × n , имеющую вид
ξ1 η1 ξ1 η 2 ... ξ1 η n
ξ 2 η1 ξ 2 η2 ... ξ 2 η n
.
... ... ... ...
ξ n η1 ξ n η2 ... ξ n η n
Нетрудно убедиться, что объект x ⊗ y при переходе от базиса
{g1 , g 2 ,..., g n } к базису {g1′ , g ′2 ,..., g n′ } меняется в соответствии с
правилами 1° и 2°. Действительно, из
n n
ξ′k = ∑ τ k i ξ i и η′j = ∑ τ jm η m
i =1 m =1
n n
следует, что ξ′k η′j = ∑∑ τ ki τ jm ξ i η m , или же, в матричном виде,
i =1 m =1
−1 T −1
x⊗y g′
=( S ) x⊗ y g
S .
Последнее равенство означает, что введенное нами произведение эле-
ментов обладает свойствами 1° и 2°.
Рассмотрим другой пример, демонстрирующий существование бо-
лее сложных объектов, обладающих данными свойствами. Достаточно
часто в физических приложениях используется метод, в котором ли-
нейный оператор описывает зависимость одного вектора, характери-
зующего некоторое свойство точки пространства, от другого вектора,
являющегося другой физической характеристикой этой же точки.
→
Например, закон Гука связывает вектор силы F , возникающей в
→
результате упругой деформации, с вектором деформации ∆r соотно-
шением
Fx κ xx κ xy κ xz ∆x
Fy = κ yx κ yy κ yz ∆y ,
Fz κ zx κ zy κ zz ∆z
П р и л . 4 . Элементы тензорного исчисления 493
→
или же индукция электрического поля D выражается через напря-
→
женность электрического поля E формулой
Dx θ xx θ xy θ xz Ex
D y = θ yx θ yy θ yz Ey .
Dz θ zx θ zy θ zz Ez
∂κ xx ∂ κ xy ∂κ xz ∂κ xx ∂ κ xy ∂κ xz ∂κ xx ∂ κ xy ∂κ xz
∂x ∂x ∂x ∂y ∂y ∂y ∂z ∂z ∂z
∂κ yx ∂κ yy ∂κ yz ∂κ yx ∂κ yy ∂κ yz ∂κ yx ∂κ yy ∂κ yz
.
∂x ∂x ∂x ∂y ∂y ∂y ∂z ∂z ∂z
∂κ zx ∂κ zy ∂κ zz ∂κ zx ∂κ zy ∂κ zz ∂κ zx ∂κ zy ∂κ zz
∂x ∂x ∂x ∂y ∂y ∂y ∂z ∂z ∂z
∂ A$
объект, называемый производной оператора, обозначаемый →
∂r g
494 Аналитическая геометрия и линейная алгебра
n
и задаваемый в конкретном базисе упорядоченным набором из n
чисел.
Найдем закон преобразования компонентов этого объекта при пе-
реходе от базиса {g1 , g 2 ,..., g n } к базису {g1′ , g ′2 ,..., g n′ } . Посколь-
n n
−1
A$ g′
= S A$ g
S (или α′ki = ∑∑ τ kj σ mi α jm ) ,
j =1 m =1
∂α ′k i n n ∂α jm n n n ∂α jm ∂ξ p
= ∑∑ τ kj σ mi = ∑∑ τ kj σ mi ∑ =
∂ξ′l j =1 m =1 ∂ξ′l j =1 m =1 p =1 ∂ξ p ∂ξ′l
n n n ∂α jm
= ∑∑∑ τ k j σ im
T
σpl ,
j =1 m =1 p =1 ∂ξ p
∂ A$ −1 T ∂ A$
→ = S S → S .
∂r g′
∂r g
1 2 q12 p 11 2 2 p p
×
i1 =1 i2 =1 i p =1 j1 =1 j 2 =1 j q =1
Соглашение о суммировании
.............................................
α1n ξ1 + α n2 ξ 2 + ... + α nn ξ n = β n
ξ′ ij′i′′j′......i′ j ′ = σ ii′ σ ii′ ...σ ii′ τ jj′ τ jj′ ...τ jj′ ξ iji j......i j
1 2
12 p
q 1
1
2
2
p
p
1
1
2
2
q
q
1 2
12 p
q
.
500 Аналитическая геометрия и линейная алгебра
1 0 0 0
0 1 0 0
g1 g
= ; g2 g
= ; g3 g
= ; g4 g
= .
0 0 1 0
0 0 0 1
По условию задачи
f ( g1 , g 3 ) = 1 ; f ( g 2 , g 4 ) = 3 и f ( g k , g l ) = 0
в остальных случаях. Таким образом, искомая матрица
тензора имеет вид
0 0 1 0
0 0 0 3
.
0 0 0 0
0 0 0 0
Сложение тензоров
α i11i2 2...i p q
j j ... j
β i11i2 2...i p q
j j ... j
суммой тензоров и , если в каждом
базисе имеет место равенство
γ i11i2 2...i p q = α i11i2 2...i p q + β i11i2 2...i p q .
j j ... j j j ... j j j ... j
α i11i2 2...i p q
j j ... j
нием тензора на λ , если в каждом базисе
имеет место равенство
γ i11i2 2...i p q = λα i11i2 2...i p q .
j j ... j j j ... j
Тензорное произведение
Свертывание тензоров
α mm = α11 + α 22 + ... + α nn .
Данное выражение есть сумма диагональных элемен-
тов матрицы линейного оператора, которая не меняет-
ся при замене базиса. Заметим, что данным свойством
не обладает, например, матрица билинейного функ-
ционала.
Найти свертки α ij β j и α ij γ i .
δ1 = α 11β1 + α 12 β 2 + α 13 β 3 = 1 ⋅ 2 + 2 ⋅ (−3) + 3 ⋅ 4 = 8,
δ 2 = α 12 β1 + α 22 β 2 + α 32 β 3 = 4 ⋅ 2 + 5 ⋅ (−3) + 6 ⋅ 4 = 17,
δ 3 = α 13β1 + α 32 β 2 + α 33β 3 = 7 ⋅ 2 + 8 ⋅ (−3) + 9 ⋅ 4 = 26.
ϕ1 = α 11 γ 1 + α 12 γ 2 + α 13 γ 3 = 1 ⋅ 2 + 4 ⋅ ( −3) + 7 ⋅ 4 = 18,
ϕ 2 = α 12 γ 1 + α 22 γ 2 + α 32 γ 3 = 2 ⋅ 2 + 5 ⋅ ( −3) + 8 ⋅ 4 = 21,
ϕ 3 = α 13 γ 1 + α 32 γ 2 + α 33 γ 3 = 3 ⋅ 2 + 6 ⋅ ( −3) + 9 ⋅ 4 = 26.
510 Аналитическая геометрия и линейная алгебра
Транспонирование тензоров
1 2
3 4
Задача Тензор α ijk задан матрицей .
Прил. 4.3.3. 5 6
7 8
Найти матрицу транспонированного тензора.
Решение. Данный тензор можно транспонировать по паре кон-
травариантных индексов i и j. После перестановки
соответствующих элементов получаем тензор с матри-
цей
1 3
2 4
.
5 7
6 8
Пример N =1 ξ ( i1 ) = ξ i1 ,
Прил. 4.3.4.
1
N =2 ξ ( i1 ,i2 ) = (ξ i1 ,i2 + ξ i2 ,i1 ),
2!
1
N =3 ξ (i1 ,i2 ,i3 ) = {ξ i1 ,i2 ,i3 + ξ i3 ,i1 ,i2 + ξ i2 ,i3 ,i1 +
3!
+ ξ i2 ,i1 ,i3 + ξ i3 ,i2 ,i1 + ξ i1 ,i3 ,i2 }
... ...
512 Аналитическая геометрия и линейная алгебра
Операция симметрирования часто комбинируется с умножением,
причем имеет место следующий порядок действий: сначала умноже-
ние, а потом симметрирование.
Пример ξ (i η j ) .
Прил. 4.3.5.
N =1
Пример ξ[i1 ] = ξ i1 ,
Прил. 4.3.6.
1
N =2 ξ [i1 ,i2 ] = {ξ i1 ,i2 − ξ i2 ,i1 },
2!
1
N =3 ξ[i1 ,i2 ,i3 ] = {ξ i ,i ,i + ξ i3 ,i1 ,i2 + ξ i2 ,i3 ,i1 −
3! 1 2 3
− ξ i2 ,i1 ,i3 − ξ i3 ,i2 ,i1 − ξ i1 ,i3 ,i2 }
... ...
П р и л . 4 . Элементы тензорного исчисления 513
Операция альтернирования часто комбинируется с умножением,
причем имеет место следующий порядок действий: сначала умноже-
ние, а потом альтернирование.
Пример ξ[ i η j ] .
Прил. 4.3.7.
Заметим, что как симметрирование кососимметричного тензора,
так и альтернирование симметричного дает нулевой тензор.
1 2
3 4
Задача Тензор α ijk задан матрицей . Найти мат-
Прил. 4.3.4. 5 6
7 8
рицы тензоров α (ij ) k , α i ( jk ) и α i[ jk ] .
1+1 2+3 5
1
2 2 2
3+2 4+4 5
4
2 2 2
= ,
5+5 6+7 13
5
2 2 2
7+6 8+8 13
8
2 2 2
тензор α i ( jk ) – матрицу
1+1 2+5 7
1
2 2 2
3+3 4+7 11
3
2 2 2
= ,
5+2 6+6 7
6
2 2 2
7+4 8+8 11
8
2 2 2
а тензор α i[ jk ] – матрицу
П р и л . 4 . Элементы тензорного исчисления 515
1−1 2−5 3
0 −
2 2 2
3−3 4−7 3
0 −
2 2 2
= .
5−2 6−6 3
0
2 2 2
7−4 8−8 3
0
2 2 2
получим
ξ j = γ ij ξ i = ( g i , g j )ξ i = ( g i ξ i , g j ) = ( x, g j ) .
Данное равенство означает, что элемент x однозначно характери-
n
зуется в каждом базисе E также и компонентами один раз ковариан-
516 Аналитическая геометрия и линейная алгебра
тного тензора ξ j . Числа ξ j называются ковариантными компонен-
тами элемента x в базисе {g1 , g 2 ,..., g n } , и они однозначно опре-
деляются обычными контравариантными компонентами элемента x в
силу невырожденности матрицы Грама из системы уравнений
ξ j = γ i j ξi .
Таким образом, в евклидовом пространстве исчезает принципи-
альная разница между ковариантными и контравариантными индек-
сами тензоров. Более того, в ортонормированном базисе ковариант-
ные и контравариантные компоненты элемента x совпадают (см. тео-
рему 10.3.2).
T −1 T −1 T T
поскольку из E = E =( S S ) =( S ) S сле-
место равенство
3 5
3 4
5 7
.
2 5
1 3
Найти матрицы тензоров α ijk и α ijk• .
Решение. 1°. Для опускания первого индекса воспользуемся
формулой α ijk = γ im α •mjk . Получаем
α111 = γ 11α111 + γ 12 α11
2
= 2 ⋅ 3 + 3 ⋅ 5 = 21,
α112 = γ 11α112 + γ 12 α12
2
= 2 ⋅ 2 + 3 ⋅ 1 = 7,
α121 = γ 11α121 + γ 12 α 221 = 2 ⋅ 4 + 3 ⋅ 7 = 29,
α122 = γ 11α122 + γ 12 α 222 = 2 ⋅ 5 + 3 ⋅ 3 = 19,
α 211 = γ 21α111 + γ 22 α11
2
= 3 ⋅ 3 + 5 ⋅ 5 = 34,
α 212 = γ 21α112 + γ 22 α 12
2
= 3 ⋅ 2 + 5 ⋅ 1 = 11,
α 221 = γ 21α121 + γ 22 α 221 = 3 ⋅ 4 + 5 ⋅ 7 = 47,
α 222 = γ 21α122 + γ 22 α 222 = 3 ⋅ 5 + 5 ⋅ 3 = 30.
α11
• •1
= α1•11 γ 11 + α1• 21 γ 21 = 3 ⋅ 5 − 4 ⋅ 3 = 3,
α12
• •1
= α1•11 γ 12 + α1•21 γ 22 = −3 ⋅ 3 + 4 ⋅ 2 = −1,
α •21•1 = α •211 γ 11 + α •221 γ 21 = 5 ⋅ 5 − 7 ⋅ 3 = 4,
α •22•1 = α •211 γ 12 + α •221 γ 22 = 5 ⋅ (−3) + 7 ⋅ 2 = −1,
α11
• •2
= α 1•12 γ 11 + α1• 22 γ 21 = 2 ⋅ 5 − 3 ⋅ 5 = −5,
α12
• •2
= α 1•12 γ 12 + α1•22 γ 22 = 2 ⋅ (−3) + 5 ⋅ 2 = 4,
α •21•2 = α •212 γ 11 + α •222 γ 21 = 1 ⋅ 5 + 3 ⋅ (−3) = −4,
α •22•2 = α •212 γ 12 + α •222 γ 22 = 1 ⋅ (−3) + 3 ⋅ 2 = 3.
поскольку матрица
→
→ b cos ϕ
a
→
и b sin ϕ ,
0
0 0
524 Аналитическая геометрия и линейная алгебра
→ →
где ϕ – угол между a и b . Тогда значение инварианта равно
→ → → →
( a , b ) = a b cos ϕ , и мы приходим к формуле скалярного произ-
ведения векторов, которая обычно принимается за его определение.
Рассмотрим теперь второе слагаемое. Как нетрудно видеть, матри-
ца
0 ξ1η 2 − ξ 2 η1 ξ1η 3 − ξ 3 η1
ξ 2 η1 − ξ1η 2 0 ξ 2 η3 − ξ 3 η2
ξ 3 η1 − ξ1η3 ξ 3 η 2 − ξ 2 η3 0
ξ 2 η3 − ξ 3 η 2
ξ 3 η1 − ξ1η3 .
ξ1η 2 − ξ 2 η1
σ qi σ is κ s = σ qi σ jm σ kl ε′ijk ξ m ηl ,
0
0 →
→
a и b cos ϕ ,
0 →
b sin ϕ
→ →
где ϕ – угол между a и b .
→ → → →
Тогда значение первого компонента [ a , b ] есть a b sin ϕ , в
то время как остальные компоненты нулевые, и получилась формула
векторного произведения, принимаемая обычно за его определение.
Таким образом, можно заключить, что введенные в курсе вектор-
ной алгебры операции скалярного и векторного произведений бази-
руются не только на “их полезности для приложений”, но и отражают
инвариантные свойства тензорного произведения элементов евклидо-
ва пространства при переходах между ортонормированными базиса-
ми.
В заключение покажем, что тензорная символика может быть эф-
фективно использована и для более сложных конструкций векторной
алгебры. Например:
1°. Смешанное произведение трех векторов (см. § 2.6) предста-
вимо в виде
→ → → → → → → →
(a , b , c ) = ( a , [ b , c ] ) = ξ i [ b , c ]i = ξ i ε ijk η j κ k = ε ijk ξ i η j κ k .
→ → →
[a , [ b , c ] ]i = ε ijk ξ j ε klm ηl κ m = (δ il δ jm − δ im δ jl )ξ j ηl κ m =
→ → → →
= ηi ξ m κ m − κ i ξ j η j = ηi (a , c ) − κ i (a , b ) ,
или, окончательно,
→ → → → → → → → →
[a , [ b , c ] ] = b (a , c ) − c (a , b ) .
528 Аналитическая геометрия и линейная алгебра
ЛИТЕРАТУРА
ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ
А
Алгебраическая линия § 4.1.
Алгебраическая поверхность § 4.2.
Алгебраическое дополнение элемента матрицы § 6.3.
Альтернирование тензоров Прил. 4.3.
Аппроксимация функций многочленами § 12.3.
Аффинное преобразование плоскости § 5.4.
Б
Базис § 1.5.
Базис в пространстве § 1.5.
Базис линейного пространства § 7.2.
Базис на прямой § 1.5.
Базис на плоскости § 1.5.
Базисная строка матрицы § 6.5.
Базисный минор § 6.5.
Базисный столбец матрицы § 6.5.
Билинейная форма § 9.1.
Билинейный функционал § 9.1.
Биортогональный базис § 8.7.
В
Вектор, множество векторов § 1.3.
Векторное произведение векторов § 2.4, Прил. 4.5.
Взаимно однозначное отображение § 5.2.
530 Аналитическая геометрия и линейная алгебра
Взаимно однозначное соответствие (биекция) § 8.4.
Взаимный базис § 2.5, § 8.7.
Вторичное двойственное (вторичное сопряженное) пространство
§ 8.7.
Выражение векторного произведения векторов в координатах
§ 2.5.
Выражение векторного произведения векторов в ортонормирован-
ной системе координат § 2.5.
Выражение скалярного произведения векторов в координатах
§ 2.3.
Выражение смешанного произведения векторов в координатах
§ 2.7.
Выражение скалярного произведения векторов в ортонормирован-
ной системе координат § 2.3.
Выражение смешанного произведения векторов в ортонормиро-
ванной системе координат § 2.7.
Вырожденная матрица § 5.1.
Вырожденные линии второго порядка Прил. 1.1.
Вырожденные поверхности второго порядка Прил. 2.1.
Г
Геометрический смысл модуля определителя аффинного преобра-
зования § 5.4.
Геометрический смысл знака определителя аффинного преобразо-
вания § 5.4.
Гипербола § 4.4.
Гиперболический параболоид § 4.5.
Гиперболический цилиндр § 4.5.
Гиперплоскость в линейном пространстве § 7.4.
Главный вектор плоскости § 3.3.
Группа § 5.6.
Предметный указатель 531
Д
Двойное векторное произведение § 2.8, Прил. 4.5.
Двойственное линейное пространство § 8.7.
Двуполостный гиперболоид § 4.5.
Действия с линейными операторами § 8.2.
Действия с линейными операторами
в матричной форме § 8.3.
Детерминант матрицы 2-го и 3-го порядка § 1.1.
Детерминант матрицы n-го порядка § 6.1.
Диагональный вид квадратичного функционала § 9.2.
Директориальное свойство гиперболы Прил. 1.3.
Директориальное свойство параболы Прил. 1.4.
Директориальное свойство эллипса Прил. 1.2.
Дисперсия эрмитова оператора § 11.4.
Дополнительный минор § 6.3.
Дополнительный минор элемента матрицы § 6.3.
Е
Евклидово пространство § 10.1.
Единичная матрица § 1.1.
Единичный оператор § 8.2.
З
Запись тензоров Прил. 4.2.
И
Изменение компонентов билинейного функционала при смене ба-
зиса § 9.1.
532 Аналитическая геометрия и линейная алгебра
Изменение компонентов квадратичного функционала при смене
базиса § 9.2.
Изменение компонентов линейного функционала при смене базиса
§ 8.7.
Изменение координат точки при смене базиса § 1.8.
Изменение координат элемента линейного пространства при смене
базиса § 7.3.
Изменение матрицы линейного оператора при смене
базиса § 8.3.
Изоморфизм § 7.5.
Изоморфные линейные пространства § 7.5.
Инвариантное подпространство линейного оператора § 8.5.
Инвариантное собственное подпространство линейного оператора
§ 8.6.
Инварианты линий второго порядка на плоскости § 9.4.
Инъективное линейное отображение (инъекция) § 8.4.
К
Канонические уравнения линии второго порядка
на плоскости § 4.4.
Канонические уравнения поверхности второго порядка § 4.5.
Канонический вид квадратичного функционала § 9.2.
Квадратная матрица § 1.1.
Квадратичная форма § 9.2.
Квадратичный функционал § 9.2.
Квадратная матрица порядка n § 1.1.
Классификация поверхностей второго порядка § 12.2.
Коллинеарность § 1.4.
Коллинеарные векторы § 1.4.
Коммутатор линейных операторов § 8.2.
Компланарность § 1.4.
Компланарные векторы § 1.4.
Комплексные числа Прил. 3.0.
Компоненты вектора § 1.5.
Компоненты элемента линейного пространства § 7.3.
Предметный указатель 533
Коническая поверхность § 4.3.
Коническое сечение § 4.6.
Конус § 4.5.
Координатное представление билинейного функционала
в базисе § 9.1.
Координатное представление линейного оператора
в базисе § 8.3.
Координатное представление линейного функционала
в базисе § 8.7.
Координатное представление скалярного
произведения § 10.3.
Координаты вектора § 1.5.
Координаты элемента линейного пространства § 7.3.
Композиция операторов § 5.2.
Компоненты вектора § 1.5.
Координаты вектора § 1.5.
Критерий Сильвестра § 9.3, § 10.3.
Л
Линейная зависимость векторов § 1.4.
Линейная зависимость элементов линейного
пространства § 7.2.
Линейная комбинация векторов § 1.4.
Линейная комбинация элементов линейного
пространства § 7.2.
Линейная независимость векторов § 1.4.
Линейная независимость элементов линейного
пространства § 7.2.
Линейная оболочка элементов линейного пространства § 7.4.
Линейное неравенство § 3.2.
Линейное пространство § 7.1.
Линейное пространство линейных операторов § 8.2.
Линейное пространство линейных функционалов § 8.7.
Линейный оператор § 8.1.
Линейный оператор на плоскости § 5.3.
534 Аналитическая геометрия и линейная алгебра
Линейная форма § 8.7.
Линейный функционал § 8.7.
Линия в пространстве § 4.1.
Линия второго порядка на плоскости § 4.4.
Линия на плоскости § 4.1.
М
Матрица § 1.1.
Матрица билинейного функционала § 9.1.
Матрица Грама § 10.3.
Матрица квадратичного функционала § 9.2.
Матрица линейного оператора § 8.3.
Матрица линейного отображения § 8.4.
Матрица линейного оператора на плоскости § 5.3.
Матрица перехода от одной системы координат
к другой § 1.8.
Матрица перехода от одного базиса к другому в линейном про-
странстве § 7.3.
Матрица элементарных преобразований § 6.8.
Метод Гаусса § 6.8.
Метод Лагранжа § 9.2.
Минор k -го порядка § 6.3.
Н
Направленный отрезок § 1.2.
Направляющие векторы плоскости § 3.3.
Направляющий вектор прямой на плоскости § 3.2.
Невырожденная матрица § 7.5.
Неоднородная система линейных уравнений § 6.6.
Неоднородный линейный оператор на плоскости § 5.3.
Неравенство Коши–Буняковского § 10.1.
Неравенство треугольника § 10.1.
Предметный указатель 535
Неразвернутое представление матрицы § 1.1.
Нетривиальная линейная комбинация векторов § 1.4.
Норма элемента в евклидовом пространстве § 10.1.
Нормальная прямоугольная система координат § 1.7.
Нормальное уравнение прямой на плоскости § 3.2.
Нормальный вектор прямой на плоскости § 3.2.
Нормальный вектор плоскости § 3.3.
Нулевая матрица § 1.1.
Нулевой вектор § 1.3.
Нулевой направленный отрезок § 1.2.
Нулевой оператор § 8.2.
Нулевой функционал § 8.7.
Нулевой элемент линейного пространства § 7.1.
О
Область значений линейного оператора § 8.4.
Обратная матрица § 5.1.
Обратная матрица перехода § 7.5.
Обратное отображение § 5.2.
Обратный оператор § 8.2.
Обращение произведения матриц § 5.1.
Обращение линейного оператора в матричной форме § 8.3.
Общая декартова система координат § 1.7.
Общее решение системы линейных уравнений § 6.6, § 6.7.
Общее решение неоднородной системы линейных
уравнений § 6.7.
Общее решение системы однородной линейных
уравнений § 6.7.
Однополостный гиперболоид § 4.5.
Однородная система линейных уравнений § 6.6.
Однородный линейный оператор на плоскости § 5.3.
Оператор § 5.2, § 8.1.
Оператор сжатия к осям § 5.3.
Операции с линейными функционалами § 8.7.
Операции с тензорами Прил. 4.3.
536 Аналитическая геометрия и линейная алгебра
Операции с элементами линейного пространства в координатной
форме § 7.3.
Определитель матрицы 2-го порядка § 1.1.
Определитель матрицы 3-го порядка § 1.1.
Определитель матрицы n -го порядка § 6.1.
Определитель произведения матриц § 6.2.
Опускание индекса у тензора Прил. 4.4.
Оптическое свойство гиперболы Прил. 1.3.
Оптическое свойство параболы Прил. 1.4.
Оптическое свойство эллипса Прил. 1.2.
Ортогонализация базиса § 10.2.
Ортогональная матрица § 5.1, § 10.4.
Ортогональное проектирование § 2.1, § 10.5.
Ортогональная проекция вектора на ось § 2.1.
Ортогональная проекция точки на ось § 2.1.
Ортогональное дополнение § 10.5.
Ортогональное преобразование плоскости § 5.5.
Ортогональные элементы в евклидовом пространстве § 10.1.
Ортогональный базис § 1.5.
Ортогональный оператор § 10.8.
Ортонормированная система координат § 1.7.
Ортонормированный базис § 1.5, § 10.2.
Основная матрица системы линейных уравнений 6.6.
Ось § 2.1.
Отношение Релея § 12.1.
Отображение плоскости § 5.2.
Отрицательно определенный квадратичный
функционал § 9.3.
П
Парабола § 4.4.
Параболический цилиндр § 4.5.
Параметрическое представление плоскости § 3.3.
Параметрическое представление прямой на плоскости § 3.1.
Пересечение подпространств линейного пространства § 7.4.
Предметный указатель 537
Переход от одной ортонормированной системы координат
к другой § 1.8.
Поверхности вращения Прил. 2.7.
Поверхности второго порядка § 4.5.
Поднятие индекса у тензора Прил. 4.4.
Подпространство линейного пространства § 7.4.
Полилинейный функционал § 9.6.
Положительно определенный квадратичный
функционал § 9.3.
Полярная система координат § 4.6.
Порядок алгебраической линии § 4.1.
Порядок алгебраической поверхности § 4.2.
Правило замыкающей § 1.2.
Правило Крамера § 6.4.
Правило треугольника § 1.2.
Правило параллелограмма § 1.2.
Преобразование плоскости § 5.2.
Приведение квадратичного функционала к диагональному виду
§ 9.2, § 12.1.
Приведение пары квадратичных функционалов к диагональному
виду § 9.2, § 12.1.
Приведение уравнения линии второго порядка на плоскости к ка-
ноническому виду § 4.4.
Присоединенный оператор § 12.1
Произведение матриц § 5.1.
Произведение операторов § 5.2.
Произведение линейных операторов § 8.2.
Произведение линейных операторов в матричной
форме § 8.3.
Произведение числа и линейного оператора § 8.2.
Произведение числа и линейного функционала § 8.7.
Произведение числа и матрицы § 1.1.
Произведение числа и направленного отрезка § 1.2.
Противоположный оператор § 8.2.
Противоположный функционал § 8.7.
Противоположный элемент линейного пространства § 7.1.
538 Аналитическая геометрия и линейная алгебра
Прямая сумма подпространств линейного
пространства § 7.4.
Пучок плоскостей в пространстве § 3.3.
Пучок прямых на плоскости § 3.2.
Р
Равенство векторов в координатной форме § 1.6.
Радиус-вектор точки § 1.7.
Развернутое представление матрицы § 1.1.
Разложение определителей § 6.3.
Разложение определителя 3-го порядка по столбцу
или строке § 1.1.
Размер матрицы § 1.1.
Размерность линейного пространства § 7.2.
Ранг линейного оператора § 8.4.
Разность направленных отрезков § 1.2.
Ранг матрицы § 6.5.
Расстояние между скрещивающимися прямыми § 3.4.
Расстояние между элементами в евклидовом
пространстве § 10.1.
Расстояние от точки до прямой на плоскости § 3.2.
Расстояние от точки до прямой в пространстве § 3.4.
Расстояние от точки до плоскости § 3.3.
Расширенная матрица системы линейных уравнений § 6.6.
Решение системы двух линейных уравнений с двумя неизвестными
§ 1.1.
С
Самосопряженный оператор § 10.7.
Свертывание тензоров Прил. 4.3.
Свойства аффинного преобразования плоскости § 5.4.
Свойства векторного произведения векторов § 2.4.
Свойства гиперболического параболоида Прил. 2.4.
Предметный указатель 539
Свойства гиперболы Прил. 1.3.
Свойства двуполостного гиперболоида Прил. 2.6.
Свойства однополостного гиперболоида Прил. 2.5.
Свойства операций сложения векторов и умножения вектора на
число § 1.3.
Свойства определителя матрицы n-го порядка § 6.2.
Свойства параболы Прил. 1.4.
Свойства собственных значений линейного оператора § 8.6.
Свойства собственных векторов линейного оператора § 8.6.
Свойства скалярного произведения векторов § 2.2.
Свойства смешанного произведения векторов § 2.6.
Свойства эллипса Прил. 1.2.
Свойства эллипсоида Прил. 2.2.
Свойства эллиптического параболоида Прил. 2.3.
Связка плоскостей в пространстве § 3.3.
Сигнатура квадратичного функционала § 9.3.
Символ Кронекера § 2.3.
Симметрирование тензоров Прил. 4.3.
Симметрическая матрица § 1.1.
Симметричный билинейный функционал § 9.1.
Система n линейных уравнений с n неизвестными § 6.4.
Система m линейных уравнений с n неизвестными § 6.6.
Скалярное произведение векторов § 2.2, Прил. 4.5.
Скалярное произведение элементов в евклидовом пространстве
§ 10.1.
Сложение матриц § 1.1.
Сложение векторов в координатной форме § 1.6.
Сложение линейных операторов в матричной форме § 8.3.
Сложение направленных отрезков § 1.2.
Сложение тензоров Прил. 4.3.
Смешанное произведение векторов § 2.6.
Собственное значение (число) линейного оператора § 8.5.
Собственный вектор линейного оператора § 8.5.
Совместная система линейных уравнений § 6.6.
Соглашение о суммировании § 1.4.
Соотношение неопределенностей § 11.5.
540 Аналитическая геометрия и линейная алгебра
Сопряженное линейное пространство § 8.7.
Сопряженный оператор § 10.6.
Сравнение матриц § 1.1.
Сравнение направленных отрезков § 1.2.
Среднее значение оператора § 11.4.
Столбец элементов матрицы § 1.1.
Строка элементов матрицы § 1.1.
Сумма линейных операторов § 8.2.
Сумма линейных функционалов § 8.7.
Сумма подпространств линейного пространства § 7.4.
Степень квадратной матрицы с целым неотрицательным показате-
лем § 8.6.
Сферическая система координат § 4.6.
Сюръективное линейное отображение (сюръекция) § 8.4.
Т
Тензоры Прил. 4.2.
Тензоры в евклидовом пространстве Прил. 4.4.
Тензоры в ортонормированном базисе Прил. 4.5.
Теорема Гамильтона–Кэли 8.6.
Теорема Грама–Шмидта § 10.3.
Теорема инерции квадратичных функционалов § 9.3.
Теорема Кронекера–Капелли § 6.6.
Теорема Лапласа § 6.3.
Теорема о базисном миноре § 6.5.
Теорема о полярном разложении § 10.8.
Теорема о ранге матрицы § 6.5.
Теорема об изоморфизме § 7.5.
Теорема Фредгольма § 6.7, § 10.6.
Тождественный оператор § 8.2.
Точка пересечения прямой и плоскости § 3.4.
Транспонирование матрицы § 1.1.
Транспонирование произведения матриц § 5.1.
Транспонирование тензоров Прил. 4.3.
Тривиальная линейная комбинация векторов § 1.4.
Предметный указатель 541
Тригонометрическая форма записи комплексных
чисел Прил. 3.0.
У
Угол между векторами § 2.2.
Угол между элементами в евклидовом пространстве § 10.1.
Умножение матрицы на число § 1.1.
Умножение направленного отрезка на число § 1.2.
Умножение вектора на число в координатной форме § 1.6.
Умножение линейного оператора на число
в матричной форме § 8.3.
Умножение тензоров Прил. 4.3.
Умножение тензоров на число Прил. 4.3.
Унитарное пространство § 11.1.
Унитарный оператор § 11.2.
Уравнение плоскости в декартовой системе координат § 3.3.
Уравнение прямой на плоскости в декартовой системе
координат § 3.1.
Уравнение пучка прямых на плоскости § 3.2.
Условие коллинеарности векторов в координатной
форме § 1.6.
Условие компланарности векторов в координатной
форме § 1.6.
Условие ортогональности прямых на плоскости § 3.5.
Условие ортогональности прямых в пространстве § 3.5.
Условие ортогональности прямой и плоскости § 3.5.
Условие параллельности прямых на плоскости § 3.1.
Условие параллельности прямых в пространстве § 3.1.
Условие параллельности прямой и плоскости § 3.1.
Ф
Фокальное свойство гиперболы Прил. 1.3.
Фокальное свойство эллипса Прил. 1.2.
542 Аналитическая геометрия и линейная алгебра
Формула Эйлера Прил. 3.0.
Формулы перехода от одной системы координат
к другой § 1.8.
Формы задания плоскости в пространстве § 3.3.
Формы задания прямой на плоскости § 3.2.
Фундаментальная система решений системы линейных
уравнений § 6.7.
Фундаментальная матрица § 6.7.
Функционал § 5.2.
Х
Характеристический многочлен линейного оператора § 8.5.
Характеристическое уравнение линейного оператора § 8.5.
Ц
Цилиндрическая поверхность § 4.3.
Цилиндрическая система координат § 4.6.
Ч
Частное решение системы линейных уравнений § 6.6.
Численное значение ортогональной проекции на ось § 2.1.
Э
Экспоненциальная форма записи комплексных
чисел Прил. 3.0.
Экстремальные свойства квадратичных функционалов § 9.5.
Элемент матрицы § 1.1.
Элемент обратной матрицы § 6.3.
Элементарные операции преобразования матрицы системы линей-
ных уравнений § 6.8.
Предметный указатель 543
Эллипс § 4.4.
Эллипсоид § 4.5.
Эллиптический параболоид § 4.5.
Эллиптический цилиндр § 4.5.
Эрмитово сопряженный оператор § 11.2.
Эрмитово самосопряженный оператор § 11.3.
Эрмитов оператор § 11.3.
Эрмитов функционал § 11.4.
Эрмитова форма § 11.4.
Я
Ядро линейного оператора § 8.4.
. . , . .
. .
. . , . .
. .
06.10.2011. 60 84 1/16. . . . 34,0.
.- . . 33,5. 400 .
«
( )»
141700, ., . ,., 9
E-mail: rio@mail.mipt.ru
_________________________________________________________
« »
125412, , . , .13, .2