Линейная независимость векторов онлайн. Линейная зависимость и линейная независимость системы векторов. Определение линейной независимости системы векторов
В данной статье мы расскажем:
- что такое коллинеарные векторы;
- какие существуют условия коллинеарности векторов;
- какие существуют свойства коллинеарных векторов;
- что такое линейная зависимость коллинеарных векторов.
Коллинеарные векторы - это векторы, которые являются параллелями одной прямой или лежат на одной прямой.
Пример 1
Условия коллинеарности векторов
Два векторы являются коллинеарными, если выполняется любое из следующих условий:
- условие 1 . Векторы a и b коллинеарны при наличии такого числа λ , что a = λ b ;
- условие 2 . Векторы a и b коллинеарны при равном отношении координат:
a = (a 1 ; a 2) , b = (b 1 ; b 2) ⇒ a ∥ b ⇔ a 1 b 1 = a 2 b 2
- условие 3 . Векторы a и b коллинеарны при условии равенства векторного произведения и нулевого вектора:
a ∥ b ⇔ a , b = 0
Замечание 1
Условие 2 неприменимо, если одна из координат вектора равна нулю.
Замечание 2
Условие 3 применимо только к тем векторам, которые заданы в пространстве.
Примеры задач на исследование коллинеарности векторов
Пример 1Исследуем векторы а = (1 ; 3) и b = (2 ; 1) на коллинеарность.
Как решить?
В данном случае необходимо воспользоваться 2-м условием коллинеарности. Для заданных векторов оно выглядит так:
Равенство неверное. Отсюда можно сделать вывод, что векторы a и b неколлинеарны.
Ответ : a | | b
Пример 2
Какое значение m вектора a = (1 ; 2) и b = (- 1 ; m) необходимо для коллинеарности векторов?
Как решить?
Используя второе условие коллинераности, векторы будут коллинеарными, если их координаты будут пропорциональными:
Отсюда видно, что m = - 2 .
Ответ: m = - 2 .
Критерии линейной зависимости и линейной независимости систем векторов
ТеоремаСистема векторов векторного пространства линейно зависима только в том случае, когда один из векторов системы можно выразить через остальные векторы данной системы.
Доказательство
Пусть система e 1 , e 2 , . . . , e n является линейно зависимой. Запишем линейную комбинацию этой системы равную нулевому вектору:
a 1 e 1 + a 2 e 2 + . . . + a n e n = 0
в которой хотя бы один из коэффициентов комбинации не равен нулю.
Пусть a k ≠ 0 k ∈ 1 , 2 , . . . , n .
Делим обе части равенства на ненулевой коэффициент:
a k - 1 (a k - 1 a 1) e 1 + (a k - 1 a k) e k + . . . + (a k - 1 a n) e n = 0
Обозначим:
A k - 1 a m , где m ∈ 1 , 2 , . . . , k - 1 , k + 1 , n
В таком случае:
β 1 e 1 + . . . + β k - 1 e k - 1 + β k + 1 e k + 1 + . . . + β n e n = 0
или e k = (- β 1) e 1 + . . . + (- β k - 1) e k - 1 + (- β k + 1) e k + 1 + . . . + (- β n) e n
Отсюда следует, что один из векторов системы выражается через все остальные векторы системы. Что и требовалось доказать (ч.т.д.).
Достаточность
Пусть один из векторов можно линейно выразить через все остальные векторы системы:
e k = γ 1 e 1 + . . . + γ k - 1 e k - 1 + γ k + 1 e k + 1 + . . . + γ n e n
Переносим вектор e k в правую часть этого равенства:
0 = γ 1 e 1 + . . . + γ k - 1 e k - 1 - e k + γ k + 1 e k + 1 + . . . + γ n e n
Поскольку коэффициент вектора e k равен - 1 ≠ 0 , у нас получается нетривиальное представление нуля системой векторов e 1 , e 2 , . . . , e n , а это, в свою очередь, означает, что данная система векторов линейно зависима. Что и требовалось доказать (ч.т.д.).
Следствие:
- Система векторов является линейно независимой, когда ни один из ее векторов нельзя выразить через все остальные векторы системы.
- Система векторов, которая содержит нулевой вектор или два равных вектора, линейно зависима.
Свойства линейно зависимых векторов
- Для 2-х и 3-х мерных векторов выполняется условие: два линейно зависимых вектора - коллинеарны. Два коллинеарных вектора - линейно зависимы.
- Для 3-х мерных векторов выполняется условие: три линейно зависимые вектора - компланарны. (3 компланарных вектора - линейно зависимы).
- Для n-мерных векторов выполняется условие: n + 1 вектор всегда линейно зависимы.
Примеры решения задач на линейную зависимость или линейную независимость векторов
Пример 3Проверим векторы a = 3 , 4 , 5 , b = - 3 , 0 , 5 , c = 4 , 4 , 4 , d = 3 , 4 , 0 на линейную независимость.
Решение. Векторы являются линейно зависимыми, поскольку размерность векторов меньше количества векторов.
Пример 4
Проверим векторы a = 1 , 1 , 1 , b = 1 , 2 , 0 , c = 0 , - 1 , 1 на линейную независимость.
Решение. Находим значения коэффициентов, при которых линейная комбинация будет равняться нулевому вектору:
x 1 a + x 2 b + x 3 c 1 = 0
Записываем векторное уравнение в виде линейного:
x 1 + x 2 = 0 x 1 + 2 x 2 - x 3 = 0 x 1 + x 3 = 0
Решаем эту систему при помощи метода Гаусса:
1 1 0 | 0 1 2 - 1 | 0 1 0 1 | 0 ~
Из 2-ой строки вычитаем 1-ю, из 3-ей - 1-ю:
~ 1 1 0 | 0 1 - 1 2 - 1 - 1 - 0 | 0 - 0 1 - 1 0 - 1 1 - 0 | 0 - 0 ~ 1 1 0 | 0 0 1 - 1 | 0 0 - 1 1 | 0 ~
Из 1-й строки вычитаем 2-ю, к 3-ей прибавляем 2-ю:
~ 1 - 0 1 - 1 0 - (- 1) | 0 - 0 0 1 - 1 | 0 0 + 0 - 1 + 1 1 + (- 1) | 0 + 0 ~ 0 1 0 | 1 0 1 - 1 | 0 0 0 0 | 0
Из решения следует, что у системы множество решений. Это значит, что существует ненулевая комбинация значения таких чисел x 1 , x 2 , x 3 , при которых линейная комбинация a , b , c равняется нулевому вектору. Следовательно, векторы a , b , c являются линейно зависимыми.
Если вы заметили ошибку в тексте, пожалуйста, выделите её и нажмите Ctrl+Enter
Определение 1. Система векторов называется линейно зависимой, если один из векторов системы можно представить в виде линейной комбинации остальных векторов системы, и линейно независимой - в противном случае.
Определение 1´. Система векторов называется линейно зависимой, если найдутся числа с 1 , с 2 , …, с k , не все равные нулю, такие, что линейная комбинация векторов с данными коэффициентами равна нулевому вектору: = , в противном случае система называется линейно независимой.
Покажем, что эти определения эквивалентны.
Пусть выполняется определение 1, т.е. один из векторов системы равен линейной комбинации остальных:
Линейная комбинация системы векторов равна нулевому вектору, причем не все коэффициенты этой комбинации равны нулю, т.е. выполняется определение 1´.
Пусть выполняется определение 1´. Линейная комбинация системы векторов равна , причем не все коэффициенты комбинации равны нулю, например, коэффициенты при векторе .
Один из векторов системы мы представили в виде линейной комбинации остальных, т.е. выполняется определение 1.
Определение 2. Единичным вектором, или ортом, называется n-мерный вектор , у которого i -я координата равна единице, а остальные - нулевые.
. (1, 0, 0, …, 0),
(0, 1, 0, …, 0),
(0, 0, 0, …, 1).
Теорема 1. Различные единичные векторы n -мерного пространства линейно независимы.
Доказательство. Пусть линейная комбинация этих векторов с произвольными коэффициентами равна нулевому вектору.
Из этого равенства следует, что все коэффициенты равны нулю. Получили противоречие.
Каждый вектор n -мерного пространства ā (а 1 , а 2 , ..., а n ) может быть представлен в виде линейной комбинации единичных векторов с коэффициентами, равными координатам вектора
Теорема 2. Если системы векторов содержит нулевой вектор, то она линейно зависима.
Доказательство. Пусть дана система векторов и один из векторов является нулевым, например = . Тогда с векторами данной системы можно составить линейную комбинацию, равную нулевому вектору, причем не все коэффициенты будут нулевыми:
Следовательно, система линейно зависима.
Теорема 3. Если некоторая подсистема системы векторов линейно зависима, то и вся система линейно зависима.
Доказательство. Дана система векторов . Предположим, что система линейно зависима, т.е. найдутся числа с 1 , с 2 , …, с r , не все равные нулю, такие, что = . Тогда
Получилось, что линейная комбинация векторов всей системы равна , причем не все коэффициенты этой комбинации равны нулю. Следовательно, система векторов линейно зависима.
Следствие. Если система векторов линейно независима, то и любая ее подсистема также линейно независима.
Доказательство.
Предположим противное, т.е. некоторая подсистема линейно зависима. Из теоремы следует, что вся система линейно зависима. Мы пришли к противоречию.
Теорема 4 (теорема Штейница). Если каждый из векторов является линейной комбинацией векторов и m >n , то система векторов линейно зависима.
Следствие. В любой системе n -мерных векторов не может быть больше чем n линейно независимых.
Доказательство. Каждый n -мерный вектор выражается в виде линейной комбинации n единичных векторов. Поэтому, если система содержит m векторов и m >n , то, по теореме, данная система линейно зависима.
a 1 = { 3, 5, 1 , 4 }, a 2 = { –2, 1, -5 , -7 }, a 3 = { -1, –2, 0, –1 }.
Р е ш е н и е. Ищем общее решение системы уравнений
a 1 x 1 + a 2 x 2 + a 3 x 3 = Θ
методом Гаусса. Для этого запишем эту однородную систему по координатам:
Матрица системы
Разрешенная система имеет вид: (r A = 2, n = 3). Система совместна и неопределена. Ее общее решение (x 2 – свободная переменная): x 3 = 13x 2 ; 3x 1 – 2x 2 – 13x 2 = 0 => x 1 = 5x 2 => X o = . Наличие ненулевого частного решения, например, , говорит о том, векторы a 1 , a 2 , a 3 линейно зависимы.
Пример 2.
Выяснить, является ли данная система векторов линейно зависимой или линейно независимой:
1. a 1 = { -20, -15, - 4 }, a 2 = { –7, -2, -4 }, a 3 = { 3, –1, –2 }.
Р е ш е н и е. Рассмотрим однородную систему уравнений a 1 x 1 + a 2 x 2 + a 3 x 3 = Θ
или в развернутом виде (по координатам)
Система однородна. Если она невырождена, то она имеет единственное решение. В случае однородной системы – нулевое (тривиальное) решение. Значит, в этом случае система векторов независима. Если же система вырождена, то она имеет ненулевые решения и, следовательно, она зависима.
Проверяем систему на вырожденность:
= –80 – 28 + 180 – 48 + 80 – 210 = – 106 ≠ 0.
Система невырождена и, т.о., векторы a 1 , a 2 , a 3 линейно независимы.
Задания. Выяснить, является ли данная система векторов линейно зависимой или линейно независимой:
1. a 1 = { -4, 2, 8 }, a 2 = { 14, -7, -28 }.
2. a 1 = { 2, -1, 3, 5 }, a 2 = { 6, -3, 3, 15 }.
3. a 1 = { -7, 5, 19 }, a 2 = { -5, 7 , -7 }, a 3 = { -8, 7, 14 }.
4. a 1 = { 1, 2, -2 }, a 2 = { 0, -1, 4 }, a 3 = { 2, -3, 3 }.
5. a 1 = { 1, 8 , -1 }, a 2 = { -2, 3, 3 }, a 3 = { 4, -11, 9 }.
6. a 1 = { 1, 2 , 3 }, a 2 = { 2, -1 , 1 }, a 3 = { 1, 3, 4 }.
7. a 1 = {0, 1, 1 , 0}, a 2 = {1, 1 , 3, 1}, a 3 = {1, 3, 5, 1}, a 4 = {0, 1, 1, -2}.
8. a 1 = {-1, 7, 1 , -2}, a 2 = {2, 3 , 2, 1}, a 3 = {4, 4, 4, -3}, a 4 = {1, 6, -11, 1}.
9. Доказать, что система векторов будет линейно зависимой, если она содержит:
а) два равных вектора;
б) два пропорциональных вектора.
Определение 1
. Линейной
комбинацией векторовназывается сумма произведений этих
векторов на скаляры
:
Определение 2
. Система
векторов
называется линейно зависимой системой,
если линейная комбинация их (2.8) обращается
в нуль:
причем среди чисел
существует хотя бы одно, отличное от
нуля.
Определение 3
. Векторы
называются линейно независимыми, если
их линейная комбинация (2.8) обращается
в нуль лишь в случае, когда все числа.
Из этих определений можно получить следующие следствия.
Следствие 1 . В линейно зависимой системе векторов хотя бы один вектор может быть выражен как линейная комбинация остальных.
Доказательство
. Пусть
выполнено (2.9) и пусть для определенности,
коэффициент
.
Имеем тогда:
.
Заметим, что справедливо и обратное
утверждение.
Следствие 2.
Если система
векторов
содержит нулевой вектор, то эта система
(обязательно) линейно зависима –
доказательство очевидно.
Следствие 3
. Если средиn
векторов
какие либоk
(
)
векторов линейно зависимы, то и всеn
векторов линейно зависимы (опустим
доказательство).
2 0 . Линейные комбинации двух, трех и четырех векторов . Рассмотрим вопросы линейной зависимости и независимости векторов на прямой, плоскости и в пространстве. Приведем соответствующие теоремы.
Теорема 1 . Для того чтобы два вектора были линейно зависимы, необходимо и достаточно, чтобы они были коллинеарны.
Необходимость
. Пусть векторыилинейно зависимы. Это означает, что их
линейная комбинация
=0
и (ради определенности)
.
Отсюда следует равенство
,
и (по определению умножения вектора на
число) векторыиколлинеарны.
Достаточность . Пусть векторыиколлинеарны (║) (предполагаем, что они отличны от нулевого вектора; иначе их линейная зависимость очевидна).
По теореме (2.7)
(см. §2.1,п.2 0) тогда
такое, что
,
или
– линейная комбинация равна нулю, причем
коэффициент приравен 1 – векторыилинейно зависимы.
Из этой теоремы вытекает следующее следствие.
Следствие . Если векторыине коллинеарны, то они линейно независимы.
Теорема 2 . Для того чтобы три вектора были линейно зависимы, необходимо и достаточно, чтобы они были компланарны.
Необходимость . Пусть векторы,илинейно зависимы. Покажем, что они компланарны.
Из определения
линейной зависимости векторов следует
существование чисел
итаких, что линейная комбинация
,
и при этом (для определенности)
.
Тогда из этого равенства можно выразить
вектор:=
,
то есть векторравен диагонали параллелограмма,
построенного на векторах, стоящих в
правой части этого равенства (рис.2.6).
Это означает, что векторы,илежат в одной плоскости.
Достаточность . Пусть векторы,икомпланарны. Покажем, что они линейно зависимы.
Исключим случай коллинеарности какой либо пары векторов (ибо тогда эта пара линейно зависима и по следствию 3 (см.п.1 0) все три вектора линейно зависимы). Заметим, что такое предположение исключает также существование нулевого вектора среди указанных трех.
Перенесем три компланарных вектора в одну плоскость и приведем их к общему началу. Через конец вектора проведем прямые, параллельные векторами; получим при этом векторыи(рис.2.7) – их существование обеспечено тем, что векторыине коллинеарные по предположению векторы. Отсюда следует, что вектор=+. Переписав это равенство в виде (–1)++=0, заключаем, что векторы,илинейно зависимы.
Из доказанной теоремы вытекает два следствия.
Следствие 1 . Пустьине коллинеарные векторы, вектор– произвольный, лежащий в плоскости, определяемой векторамии, вектор. Существуют тогда числаитакие, что
=+. (2.10)
Следствие 2 . Если векторы,ине компланарны, то они линейно независимы.
Теорема 3 . Любые четыре вектора линейно зависимы.
Доказательство опустим; с некоторыми изменениями оно копирует доказательство теоремы 2. Приведем следствие из этой теоремы.
Следствие
. Для любых
некомпланарных векторов,,и любого вектора
итакие, что
. (2.11)
Замечание . Для векторов в (трехмерном) пространстве понятия линейной зависимости и независимости имеют, как это следует из приведенных выше теорем 1-3, простой геометрический смысл.
Пусть имеются два линейно
зависимых вектора
и.
В таком случае один из них является
линейной комбинацией второго, то есть
просто отличается от него численным
множителем (например,
).
Геометрически это означает, что оба
вектора находятся на общей прямой; они
могут иметь одинаковое или противоположное
направления (рис.2.8 хх).
Если же два вектора расположены под углом друг к другу (рис.2.9 хх), то в этом случае нельзя получить один из них умножением другого на число – такие векторы линейно независимы. Следовательно, линейная независимость двух векторов иозначает, что эти векторы не могут быть уложены на одну прямую.
Выясним геометрический смысл линейной зависимости и независимости трех векторов.
Пусть векторы ,илинейно зависимы и пусть (для определенности) векторявляется линейной комбинацией векторови, то есть расположен в плоскости, содержащей векторыи. Это означает, что векторы,илежат в одной плоскости. Справедливо и обратное утверждение: если векторы,илежат в одной плоскости, то они линейно зависимы.
Таким образом, векторы ,илинейно независимы в том и только в том случае, если они не лежат в одной плоскости.
3 0 . Понятие базиса . Одним из важнейших понятий линейной и векторной алгебры является понятие базиса. Введем определения.
Определение 1 . Пара векторов называется упорядоченной, если указано, какой вектор этой пары считается первым, а какой вторым.
Определение 2. Упорядоченная пара,неколлинеарных векторов называется базисом на плоскости, определяемой заданными векторами.
Теорема 1 . Всякий векторна плоскости может быть представлен как линейная комбинация базисной системы векторов,:
(2.12)
и это представление единственно.
Доказательство
. Пусть
векторыиобразуют базис. Тогда любой векторможно представить в виде
.
Для доказательства единственности
предположим, что имеется еще одно
разложение
.
Имеем тогда=0,
причем хотя бы одна из разностей отлична
от нуля. Последнее означает, что векторыилинейно зависимы, то есть коллинеарны;
это противоречит утверждению, что они
образуют базис.
Но тогда – разложение единственно.
Определение 3 . Тройка векторов называется упорядоченной, если указано, какой вектор ее считается первым, какой вторым, а какой третьим.
Определение 4 . Упорядоченная тройка некомпланарных векторов называется базисом в пространстве.
Здесь также справедлива теорема разложения и единственности.
Теорема 2 . Любой векторможет быть представлен как линейная комбинация базисной системы векторов,,:
(2.13)
и это представление единственно (опустим доказательство теоремы).
В разложениях (2.12) и (2.13) величины называются координатами векторав заданном базисе (точнее, аффинными координатами).
При фиксированном базисе
и
можно писать
.
Например, если задан базис
и дано, что
,
то это означает, что имеет место
представление (разложение)
.
4 0 . Линейные операции над векторами в координатной форме . Введение базиса позволяет линейные операции над векторами заменить обычными линейными операциями над числами – координатами этих векторов.
Пусть задан некоторый базис
.
Очевидно, задание координат вектора в
этом базисе полностью определяет сам
вектор. Имеют место следующие предложения:
а) два вектора
и
равны тогда и только тогда, когда равны
их соответственные координаты:
б) при умножении вектора
на числоего координаты умножаются на это число:
; (2.15)
в) при сложении векторов складываются их соответственные координаты:
Доказательства этих свойств опустим; докажем лишь для примера свойство б). Имеем
==
Замечание . В пространстве (на плоскости) можно выбрать бесконечно много базисов.
Приведем пример перехода от одного базиса к другому, установим соотношения между координатами вектора в различных базисах.
Пример 1
. В базисной системе
заданы три вектора:
,
и
.
В базисе,,векторимеет разложение.
Найти координаты векторав базисе
.
Решение
. Имеем разложения:
,
,
;
следовательно,
=
+2
+
=
=
,
то есть
в базисе
.
Пример 2
. Пусть в некотором
базисе
четыре вектора заданы своими координатами:
,
,
и
.
Выяснить,
образуют ли векторы
базис; в случае положительного ответа
найти разложение векторав этом базисе.
Решение
. 1) векторы образуют
базис, если они линейно независимы.
Составим линейную комбинацию векторов
(
)
и выясним, при каких
иона обращается в нуль:
=0.
Имеем:
=
+
+
=
По определению
равенства векторов в координатной форме
получим следующую систему (линейных
однородных алгебраических) уравнений:
;
;
,
определитель которой
=1
,
то есть система имеет (лишь) тривиальное
решение
.
Это означает линейную независимость
векторов
и, следовательно, они образуют базис.
2) разложим вектор
в этом базисе. Имеем:=
или в координатной форме.
Переходя к
равенству векторов в координатной
форме, получим систему линейных
неоднородных алгебраических уравнений:
;
;
.
Решая ее (например, по правилу Крамера),
получим:
,
,
и (
)
.
Имеем разложение векторав базисе
:=.
5 0 . Проекция вектора на ось. Свойства проекций. Пусть имеется некоторая осьl , то есть прямая с выбранным на ней направлением и пусть задан некоторый вектор.Определим понятие проекции векторана осьl .
Определение . Проекцией векторана осьl называется произведение модуля этого вектора на косинус угла между осьюl и вектором (рис.2.10):
. (2.17)
Следствием этого определения является утверждение о том, что равные векторы имеют равные проекции (на одну и ту же ось).
Отметим свойства проекций.
1) проекция суммы векторов на некоторую ось l равна сумме проекций слагаемых векторов на ту же ось:
2) проекция произведения скаляра на вектор равна произведению этого скаляра на проекцию вектора на ту же ось:
=
.
(2.19)
Следствие . Проекция линейной комбинации векторов на ось равна линейной комбинации их проекций:
Доказательства свойств опустим.
6
0
. Прямоугольная
декартова система координат в пространстве
.Разложение вектора по ортам осей.
Пусть в качестве базиса выбраны три
взаимно перпендикулярных орта; для них
вводим специальные обозначения
.
Поместив их начала в точкуO
,
направим по ним (в соответствии с ортами
)
координатные осиOx
,Oy
иOz
(ось с выбранным на ней положительным
направлением, началом отсчета и единицей
длины называется координатной осью).
Определение . Упорядоченная система трех взаимно перпендикулярных координатных осей с общим началом и общей единицей длины называется прямоугольной декартовой системой координат в пространстве.
Ось Ox называется осью абсцисс,Oy – осью ординат иOz – осью аппликат.
Займемся
разложением произвольного вектора по
базису
.
Из теоремы (см.§2.2,п.3 0 , (2.13)) следует,
что
может быть и единственным образом
разложен по базису
(здесь вместо обозначения координат
употребляют
):
. (2.21)
В (2.21)
суть (декартовы прямоугольные) координаты
вектора.
Смысл декартовых координат устанавливает
следующая теорема.
Теорема
. Декартовы
прямоугольные координаты
вектораявляются проекциями этого вектора
соответственно на осиOx
,Oy
иOz
.
Доказательство.
Поместим
векторв начало системы координат – точкуO
.
Тогда его конец будет совпадать с
некоторой точкой
.
Проведем через
точку
три плоскости, параллельные координатным
плоскостямOyz
,Oxz
иOxy
(рис.2.11 хх). Получим
тогда:
. (2.22)
В (2.22) векторы
и
называются составляющими вектора
по осямOx
,Oy
иOz
.
Пусть через
иобозначены соответственно углы,
образованные векторомс ортами
.
Тогда для составляющих получим следующие
формулы:
=
=
,
=
=
,
=
=
(2.23)
Из (2.21), (2.22) (2.23) находим:
=
=
;=
=
;=
=
(2.23)
– координаты
вектораесть проекции этого вектора на координатные
осиOx
,Oy
иOz
соответственно.
Замечание
. Числа
называются направляющими косинусами
вектора.
Модуль вектора (диагональ прямоугольного параллелепипеда) вычисляется по формуле:
. (2.24)
Из формул (2.23) и (2.24) следует, что направляющие косинусы могут быть вычислены по формулам:
=
;
=
;
=
.
(2.25)
Возводя обе части каждого из равенств в (2.25) и складывая почленно левые и правые части полученных равенств, придем к формуле:
– не любые три угла образуют некоторое направление в пространстве, но лишь те, косинусы которых связаны соотношением (2.26).
7 0 . Радиус-вектор и координаты точки .Определение вектора по его началу и концу . Введем определение.
Определение . Радиусом-вектором (обозначается) называется вектор, соединяющий начало координатO с этой точкой (рис.2.12 хх):
. (2.27)
Любой точке пространства соответствует определенный радиус-вектор (и обратно). Таким образом, точки пространства представляются в векторной алгебре их радиус-векторами.
Очевидно, координаты
точкиM
являются
проекциями ее радиус-вектора
на координатные оси:
(2.28’)
и, таким образом,
(2.28)
– радиус-вектор точки есть
вектор, проекции которого на оси координат
равны координатам этой точки. Отсюда
следует две записи:
и
.
Получим формулы для вычисления
проекций вектора
по координатам его начала – точке
и конца – точке
.
Проведем радиус-векторы
и вектор
(рис.2.13). Получим, что
=
=(2.29)
– проекции вектора на координатные орты равны разностям соответствующих координат конца и начала вектора.
8 0 . Некоторые задачи на декартовы координаты .
1) условия коллинеарности векторов . Из теоремы (см.§2.1,п.2 0 , формула (2.7)) следует, что для коллинеарности векторовинеобходимо и достаточно, чтобы выполнялось соотношение:=. Из этого векторного равенства получаем три в координатной форме равенства:, откуда следует условие коллинеарности векторов в координатной форме:
(2.30)
– для коллинеарности векторов инеобходимо и достаточно, чтобы их соответствующие координаты были пропорциональны.
2)
расстояние между
точками
. Из представления (2.29)
следует, что расстояние
между точками
и
определяется формулой
=
=.
(2.31)
3)
деление отрезка в
данном отношении
. Пусть даны точки
и
и отношение
.
Нужно найти
– координаты точкиM
(рис.2.14).
Имеем из условия коллинеарности
векторов:
,
откуда
и
. (2.32)
Из (2.32) получим в координатной форме:
Из формул (2.32’) можно получить
формулы для вычисления координат
середины отрезка
,
полагая
:
Замечание
. Будем считать
отрезки
и
положительными или отрицательными в
зависимости от того, совпадает их
направление с направлением от начала
отрезка к концу
,
или не совпадает. Тогда по формулам
(2.32) – (2.32”) можно находить координат
точки, делящей отрезок
внешним образом, то есть так, что делящая
точкаM
находится на
продолжении отрезка
,
а не внутри его. При этом конечно,
.
4)
уравнение сферической
поверхности
.
Составим уравнение
сферической поверхности – геометрического
места точек
,
равноудаленных на расстояниеот некоторого фиксированного центра –
точки
.
Очевидно, что в данном случае
и с учетом формулы (2.31)
Уравнение (2.33) и есть уравнение искомой сферической поверхности.
Пусть L - произвольное линейное пространство, a i Î L, - его элементы (векторы).
Определение 3.3.1. Выражение , где , - произвольные вещественные числа, называется линейной комбинацией векторов a 1 , a 2 ,…, a n .
Если вектор р = , то говорят, что р разложен по векторам a 1 , a 2 ,…, a n .
Определение 3.3.2. Линейная комбинация векторов называется нетривиальной , если среди чисел есть хотя бы одно отличное от нуля. В противном случае, линейная комбинация называется тривиальной .
Определение 3 .3.3 . Векторы a 1 , a 2 ,…, a n называются линейно зависимыми, если существуют их нетривиальная линейная комбинация, такая что
= 0 .
Определение 3 .3.4. Векторы a 1 ,a 2 ,…, a n называются линейно независимыми, если равенство = 0 возможно лишь в случае, когда все числа l 1, l 2,…, l n одновременно равны нулю.
Отметим, что всякий ненулевой элемент a 1 можно рассматривать как линейно независимую систему, ибо равенство l a 1 = 0 возможно лишь при условии l = 0.
Теорема 3.3.1. Необходимым и достаточным условием линейной зависимости a 1 , a 2 ,…, a n является возможность разложения, по крайней мере, одного из этих элементов по остальным.
Доказательство. Необходимость. Пусть элементы a 1 , a 2 ,…, a n линейно зависимы. Это означает, что = 0 , причем хотя бы одно из чисел l 1, l 2,…, l n отлично от нуля. Пусть для определенности l 1 ¹ 0. Тогда
т. е. элемент a 1 разложен по элементам a 2 , a 3 , …, a n .
Достаточность. Пусть элемент a 1 разложен по элементам a 2 , a 3 , …, a n , т. е. a 1 = . Тогда = 0 , следовательно, существует нетривиальная линейная комбинация векторов a 1 , a 2 ,…, a n , равная 0 , поэтому они являются линейно зависимыми.
Теорема 3.3.2 . Если хотя бы один из элементов a 1 , a 2 ,…, a n нулевой, то эти векторы линейно зависимы.
Доказательство. Пусть a n = 0 , тогда = 0 , что и означает линейную зависимость указанных элементов.
Теорема 3.3.3 . Если среди n векторов какие-либо p (p < n) векторов линейно зависимы, то и все n элементов линейно зависимы.
Доказательство. Пусть для определенности элементы a 1 , a 2 ,…, a p линейно зависимы. Это означает, что существует такая нетривиальная линейная комбинация, что = 0 . Указанное равенство сохранится, если добавить к обеим его частям элемент . Тогда + = 0 , при этом хотя бы одно из чисел l 1, l 2,…, lp отлично от нуля. Следовательно, векторы a 1 , a 2 ,…, a n являются линейно зависимыми.
Следствие 3.3.1. Если n элементов линейно независимы, то любые k из них линейно независимы (k < n).
Теорема 3.3.4 . Если векторы a 1 , a 2 ,…, a n - 1 линейно независимы, а элементы a 1 , a 2 ,…, a n - 1 , a n линейно зависимы, то вектор a n можно разложить по векторам a 1 , a 2 ,…, a n - 1 .
Доказательство. Так как по условию a 1 , a 2 ,…, a n - 1 , a n линейно зависимы, то существует их нетривиальная линейная комбинация = 0 , причем (в противном случае, окажутся линейно зависимыми векторы a 1 , a 2 ,…, a n - 1). Но тогда вектор
что и требовалось доказать.