Линейные операции в координатах

Posted by admin on 23 Июль 2010 | Subscribe
in Лекции по алгебре
as , , , ,

Теорема. При умножении вектора на число каждая из его координат умножается на это число, а при сложении складываются соответствующие координаты.

Доказательство. Пусть даны два произвольных вектора x и y и некоторое произвольное число 0. Разложим векторы по базису l1, l2, …, ln, получим x=x1l1+x2l2+…+xnln и y=y1l1+y2l2+…+ynln и найдем произведение x

x=x1l1+x2l2+...+xnln=(x1)l1+(x2)l2+...+(xn)ln  x=(x1, x2, ..., xm)

и сумму x + y

x+y = (x1l1+x2l2+...+xnln)+(y1l1+y2l2+...+ynln)=
=(x1+y1)l1+(x2+y2)l2+...+(xn+yn)ln
 x+y = [(x1+y1);(x2+y2);...;(xn+yn)].

Доказанная теорема очень важна в математике, так как из нее следует признак линейной зависимости и независимости векторов. Покажем это. Пусть в некотором n-мерном пространстве R задана система векторов:

\left\{ \begin{gathered} x_1=(x_{11},x_{12},\ldots,x_{1n}); \\ x_2=(x_{21},x_{22},\ldots,x_{2n}); \\ \ldots \\ x_m=(x_{m1},x_{m2},\ldots,x_{mn}). \end{gathered} \right. (8.5)

Умножим каждый из векторов на некоторое число i и сложим их все друг с другом. В результате получим линейную комбинацию этих же векторов, которая является новым вектором, равным, по определению 12, нулю

\alpha_1 x_1 + \alpha_2 x_2 + \ldots + \alpha_m x_m = 0. (8.6)

Распишем систему (8.6) в координатной форме

\alpha_1 \begin{pmatrix} x_{11} \\ x_{12} \\ \vdots \\ x_{1n} \end{pmatrix} +\alpha_2 \begin{pmatrix} x_{21} \\ x_{22} \\ \vdots \\ x_{2n} \end{pmatrix} +\ldots+\alpha_m \begin{pmatrix} x_{m1} \\ x_{m2} \\ \vdots \\ x_{mn} \end{pmatrix} =0, (8.7)

откуда следует однородная система уравнений

\left\{ \begin{gathered} x_{11}\alpha_1+x_{21}\alpha_2+\ldots+x_{m1}\alpha_m = 0; \\ x_{12}\alpha_1+x_{22}\alpha_2+\ldots+x_{m2}\alpha_m = 0; \\ \ldots \\ x_{1n}\alpha_1+x_{2n}\alpha_2+\ldots+x_{mn}\alpha_m = 0, \end{gathered} \right. (8.8)

из коэффициентов которой составляют матрицу

M= \begin{pmatrix} x_{11} & x_{21} & \ldots & x_{m1} \\ x_{12} & x_{22} & \ldots & x_{m2} \\ \ldots & \ldots & \ldots & \ldots \\ x_{1n} & x_{2n} & \ldots & x_{mn} \end{pmatrix}. (8.9)

Равенство (8.7) эквивалентно равенствам (8.6) и (8.8). На основании теоремы можно утверждать, что векторы системы (8.5) линейно независимы тогда и только тогда, когда однородная система (8.8) имеет единственное нулевое решение, что на практике обозначает, что ранг матрицы (8.9) равен количеству векторов системы m.