Совокупность векторов не может являться базисом трехмерного линейного пространства если лямбда равно

Обновлено: 02.07.2024

You seem to be using an older version of Internet Explorer. This site requires Internet Explorer 8 or higher. Update your browser here today to fully enjoy all the marvels of this site.

Являются ли базисом пространства $R^3$система векторов а=(1;-1;-1), b=(2;1;-2) и с =(3;4;2). Если да, то разложить по этому базису вектор d=(5;-5;-10).

Лучший ответ

1. Проверим, образуют ли вектора $a,b,$c базис трехмерного пространства.
Три вектора образуют базис, если они линейно независимые. Составим из координат определитель матрицы, согласно свойства строк (столбцов) определителя, определитель будет равен нулю, если строки (столбцы) определителя линейно зависимы, т.о., если определитель не равен 0, то вектора линейно независимые и образуют базис.
Решение:
Найдем определитель матрицы переходов, составленной из координат векторов a,b,c $$|A| = \left|\begin1 & -1 & -1\\ 2 & 1 & -2\\ 3 & 4 & 2\end\right| = 1*1*2+(-1)*(-2)*3+2*4*(-1) - 3*1*(-1)-4*(-2)*1-2*(-1)*2=15$$получили, что определитель неравен 0, т.е. векторы линейно независимые и образуют базис $R^3$.
2. Найдем координаты вектора d(5;-5;10) в этом базисе. Для этого решим линейное матричное уравнение $$Ax=b$$ методом Гаусса
Составим расширенную матрицу системы $(A|b)$ путем простейших преобразований приведем матрицу A к единичной.
$$(A|B) = \left(\begin 1 & -1 & -1\\ 2 & 1 & -2\\ 3 & 4 & 2 \end\left|\begin 5\\ -5\\ -10 \end\right.\right) =$$
Выберем элемент $a_ $ за ведущий, умножим первую строку на 2 и вычтем из второй строки $$= \left(\begin 1 & -1 & -1\\ 0 & 3 & 0 \\ 3 & 4 & 2 \end\left|\begin 5\\ -15\\ -10\end\right.\right) =$$
умножаем первую строку на три и вычитаем из третьей$$=\left(\begin 1 & -1 & -1\\ 0 & 3 & 0 \\ 0 & 7 & 5 \end\left|\begin 5\\ -15\\ -25 \end\right.\right) =$$
Выбираем элемент $a_$ за ведущий, разделим вторую строку на 3, чтобы получить $a_ = 1$ $$=\left(\begin 1 & -1 & -1\\ 0 & 1 & 0 \\ 0 & 7 & 5 \end\left|\begin 5\\ -5\\ -25 \end\right.\right) =$$
умножаем вторую строку на 7 и вычитаем из третьей$$=\left(\begin 1 & -1 & -1\\ 0 & 1 & 0 \\ 0 & 0 & 5 \end\left|\begin 5\\ -5\\ 10 \end\right.\right) =$$
Прямой ход метода Гаусса закончился, приступаем к обратному ходу.
Выбираем за ведущий элемент $a_$, а для того, чтобы он был равен 1, разделим строку на 5 $$=\left(\begin 1 & -1 & -1\\ 0 & 1 & 0 \\ 0 & 0 & 1 \end\left|\begin 5\\ -5\\ 2\end\right.\right) =$$
Во второй строку элемент $a_ = 0$, то что и нужно, т.е. с этой строкой ничего делать не будем. Сложим третью строку с первой$$=\left(\begin1 & -1 & 0\\ 0 & 1 & 0 \\ 0 & 0 & 1 \end\left|\begin 7\\ -5\\ 2 \end\right.\right) =$$
Сложим первую строку со второй $$=\left(\begin 1 & 0 & 0\\ 0 & 1 & 0 \\ 0 & 0 & 1 \end\left|\begin 2\\ -5\\ 2 \end\right.\right) =$$
Получили расширенную матрицу у которой матрица $A$ - единичная, а матрица $$b =\left( \begin 2\\ -5\\ 2 \end\right)$$
Ответ: координаты вектора b в новом базисе $b =\left( \begin 2\\ -5\\ 2 \end\right)$

Базисом в -мерном пространстве называется упорядоченная система из линейно-независимых векторов.

Введём также некоторые дополнительные понятия, необходимые для дальнейшего изложения.

Если существуют такие числа из которых хотя бы одно не равно нулю (например ) и при этом выполняется равенство:

Базис может образовывать только линейно-независимая система векторов. Понятие линейной зависимости/независимости системы векторов, тесно связано с понятием ранга матрицы .

Наш онлайн калькулятор позволяет проверить образует ли система векторов базис. При этом калькулятор выдаёт подробное решение на русском языке.

Формат задания вектора ₁ по:

Формат задания вектора ₂ по:

Формат задания вектора ₃ по:

Формат задания вектора ₄ по:

Формат задания вектора ₅ по:

Формат задания вектора ₆ по:

Формат задания вектора ₇ по:

Формат задания вектора ₈ по:

Формат задания вектора ₉ по:

Линейное пространство n-мерным , если в нем существует система из линейно независимых векторов, а любая система из большего количества векторов линейно зависима. Число называется размерностью (числом измерений) линейного пространства . Другими словами, размерность пространства — это максимальное число линейно независимых векторов этого пространства. Если такое число существует, то пространство называется конечномерным. Если же для любого натурального числа п в пространстве линейно независимых векторов, то такое пространство называют бесконечномерным (записывают: ). Далее, если не оговорено противное, будут рассматриваться конечномерные пространства.

Базисом n-мерного линейного пространства называется упорядоченная совокупность линейно независимых векторов ( базисных векторов ).

Теорема 8.1 о разложении вектора по базису. Если — базис n-мерного линейного пространства

и притом единственным образом, т.е. коэффициенты определяются однозначно. Другими словами, любой вектор пространства может быть разложен по базису и притом единственным образом.

Действительно, размерность пространства . Система векторов линейно независима (это базис). После присоединения к базису любого вектора (так как это система состоит из векторов n-мерного пространства). По свойству 7 линейно зависимых и линейно независимых векторов получаем заключение теоремы.

Следствие 1. Если — базис пространства , т.е. линейное пространство является линейной оболочкой базисных векторов.

В самом деле, для доказательства равенства двух множеств достаточно показать, что включения и выполняются одновременно. Действительно, с одной стороны, любая линейная комбинация векторов линейного пространства принадлежит самому линейному пространству, т.е. . С другой стороны, любой вектор пространства по теореме 8.1 можно представить в виде линейной комбинации базисных векторов, т.е. . Отсюда следует равенство рассматриваемых множеств.

Следствие 2. Если — линейно независимая система векторов линейного пространства , то пространство , а система является его базисом.

В самом деле, в пространстве линейно независимых векторов, а любая система из большего количества векторов линейно зависима, поскольку каждый вектор из этой системы линейно выражается через векторы . Значит, — базис

Теорема 8.2 о дополнении системы векторов до базиса. Всякую линейно независимую систему можно дополнить до базиса пространства.

В самом деле, пусть — линейно независимая система векторов n-мерного пространства . Рассмотрим линейную оболочку этих векторов: . Любой вектор образует с векторами линейно зависимую систему , так как вектор линейно независимых векторов, то и существует вектор , который не принадлежит . Дополняя этим вектором линейно независимую систему , получаем систему векторов , которая также линейно независимая. Действительно, если бы она оказалась линейно зависимой, то из пункта 1 замечаний 8.3 следовало, что , а это противоречит условию . Итак, система векторов линейно независимая. Значит, первоначальную систему векторов удалось дополнить одним вектором без нарушения линейной независимости. Продолжаем аналогично. Рассмотрим линейную оболочку этих векторов: . Если , то — базис и теорема доказана. Если , то дополняем систему вектором и т.д. Процесс дополнения обязательно закончится, так как пространство , из которого следует, что — базис пространства

1. Базис линейного пространства определяется неоднозначно. Например, если — базис пространства при любом также является базисом 2. В некоторых пространствах, часто встречающихся в приложениях, один из возможных базисов, наиболее удобный с практической точки зрения, называют стандартным.

3. Теорема 8.1 позволяет говорить, что базис — это полная система элементов линейного пространства, в том смысле, что любой вектор пространства линейно выражается через базисные векторы.

4. Если множество является линейной оболочкой , то векторы называют образующими множества позволяет говорить, что базис — это минимальная система образующих линейного пространства ) без нарушения равенства .

5. Теорема 8.2 позволяет говорить, что базис — это максимальная линейно независимая система векторов линейного пространства, так как базис — это линейно независимая система векторов, и ее нельзя дополнить каким-либо вектором без потери линейной независимости.

6. Следствие 2 теоремы 8.1 удобно применять для нахождения базиса и размерности линейного пространства. В некоторых учебниках оно берется за определение базиса, а именно: линейно независимая система векторов линейного пространства называется базисом, если любой вектор пространства линейно выражается через векторы . Количество базисных векторов определяет размерность пространства . Разумеется, что эти определения эквивалентны приведенным выше.

Примеры базисов линейных пространств

Укажем размерность и базис для примеров линейных пространств, рассмотренных выше.

1. Нулевое линейное пространство не содержит линейно независимых векторов. Поэтому размерность этого пространства полагают равной нулю: . Это пространство не имеет базиса.

2. Пространства имеют размерности 1, 2, 3 соответственно. Действительно, любой ненулевой вектор пространства , образует линейно независимую систему (см. пункт 1. замечаний 8.2), а любые два ненулевых век тора пространства коллинеарны, т.е. линейно зависимы (см. пример 8.1). Следовательно, , а базисом пространства является любой ненулевой вектор. Аналогично доказывается, что и . Базисом пространства служат любые два неколлинеарных вектора, взятые в определенном порядке (один из них считается первым базисным вектором, другой — вторым). Базисом пространства являются любые три некомпланарных (не лежащих в одной или параллельных плоскостях) вектора, взятые в определенном порядке. Стандартным базисом в является единичный вектор считается базис , со стоящий из двух взаимно перпендикулярных единичных векторов плоскости. Стандартным базисом в пространстве считается базис , составленный из трех единичных попарно перпендикулярных векторов, образующих правую тройку.

3. Пространство содержит не более, чем , линейно независимых векторов. В самом деле, возьмем и составим из них матрицу размеров . Если . В пространстве не трудно найти п линейно независимых столбцов. Например, столбцы единичной матрицы

линейно независимы. Следовательно, называется n-мерным вещественным арифметическим пространством . Указанный набор векторов считается стандартным базисом пространства . Аналогично доказывается, что , поэтому пространство называют n-мерным комплексным арифметическим пространством .

4. Напомним, что любое решение однородной системы можно представить в виде , где , a — фундаментальная система решений. Следовательно, , т.е. базисом пространства решений однородной системы служит ее фундаментальная система решений, а размерность пространства , где — количество неизвестных, а — ранг матрицы системы.

5. В пространстве матриц размеров можно выбрать 6 матриц:

которые линейно независимы. Действительно, их линейная комбинация

равна нулевой матрице только в тривиальном случае . Прочитав равенство (8.5) справа налево, заключаем, что любая матрица из линейным образом выражается через выбранные 6 матриц, т.е. . Следовательно, , а матрицы являются базисом (стандартным) этого пространства. Аналогично доказывается, что .

6. Для любого натурального в пространстве линейно независимы, так как их линейная комбинация

равна нулевому многочлену только в тривиальном случае . Поскольку эта система многочленов линейно независима при любом натуральном л, пространство бесконечномерное. Аналогично делаем вывод о бесконечной размерности пространства многочленов с действительными коэффициентами. Пространство многочленов степени не выше, чем , конечномерное. Действительно, векторы образуют базис (стандартный) это го пространства, так как они линейно независимы и любой многочлен из можно представить в виде линейной комбинации этих векторов:

7. Пространство непрерывных функций является бесконечно мерным. Действительно, для любого натурального многочлены , рассматриваемые как непрерывные функции, образуют линейно независимые системы (см. предыдущий пример).

В пространстве тригонометрических двучленов (частоты ) с действительными коэффициентами базис образуют одночлены . Они линейно независимы, так как тождественное равенство возможно только в тривиальном случае . Любая функция вида линейно выражается через базисные: .

8. Пространство действительных функций, определенных на множестве , в зависимости от области определения может быть конечномерным или бесконечномерным. Если — конечное множество, то пространство конечномерное (например, ). Если — бесконечное множество, то пространство бесконечномерное (например, пространство любое положительное число , не равное единице, может служить базисом. Возьмем, например, число . Любое положительное число можно выразить через , т.е. представить в виде , где . Следовательно, размерность этого пространства равна 1, а число является базисом.

10. Пусть — базис вещественного линейного пространства , положив:

При этом, в силу линейности функции , для произвольного вектора получаем .

Итак, определены элементов (ковекторов) сопряженного пространства — базис линейно независима. В самом деле, возьмем линейную комбинацию этих ковекторов и приравняем ее нулевой функции

Подставляя в это равенство , получаем . Следовательно, система элементов пространства возможно только в тривиальном случае.

Во-вторых, докажем, что любую линейную функцию можно представить в виде линейной комбинации ковекторов . Действительно, для любого вектора в силу линейности функции получаем:

т.е. функция представлена в виде линейной комбинации функций (числа — коэффициенты линейной комбинации). Следовательно, система ковекторов является базисом сопряженного пространства Математический форум (помощь с решением задач, обсуждение вопросов по математике).

Базис – это неопределённое количество векторов в векторном пространстве, и абсолютно любой из этих векторов может создавать линейную комбинацию.

Базис векторов и линейные действия над векторами аналитическим путём (теория и решение задач) обновлено: 16 апреля, 2020 автором: Научные Статьи.Ру

Базис векторов

Система линейно независимых векторов пространства, за которыми можно разложить произвольный вектор – это и есть базис векторов или этого пространства.

Так, согласно доказательству (3), произвольные три некомпланарные векторы , , , образуют в трёхмерном пространстве базис, по которому, согласно формуле (2) можно единственным образом разложить произвольный вектор пространства. Векторы , , , которые образуют базис называются базисными.

Будем считать, что базисные векторы , , сведены к точке .

Числ , про которые упоминалось в разделах “линейно зависимая и линейно независимые системы векторов”, называют координатами вектора в заданном базисе, и пишут:

Аналогично, на плоскости базис образуют какие-то два неколлинеарные векторы, а любой некомпланарный с ними может быть разложен по этому базису.

Базисным вектором на прямой линии может быть любой ненулевой вектор.\Согласно свойствам линейных операций над векторами, следует, что при сложении и вычитании векторов в данном базисе прибавляются и отнимаются их соответствующие координаты, а при умножении вектора на число умножаются не это число координаты вектора, то есть:

Линейные действия над векторами аналитическим путём

Если раньше линейные действия над векторами осуществлялись графически, то теперь эти операции можно выполнять аналитически, не пользуясь рисунком. Давайте вспомним и сформулируем линейные действия:

Чтобы прибавлять (отнимать) два вектора, необходимо прибавить (отнять) их соответствующие координаты, то есть:

Найти сумму векторов и , заданных на плоскости .

Решение:

Согласно правилу 1 у нас получается:

Построим эти векторы: .

Мы видим, что четырёхугольник OABC – параллелограмм. Координаты вектора мы сначала получили путём вычислений (аналитически), без помощи рисунка. Рисунок только подтверждает правило параллелограмма при прибавлении векторов, поэтому дальше рисунками будем пользоваться для наглядности.

Чтобы умножить вектор на число, необходимо каждую из его координат умножить на это число:

Дан вектор Найти

Решение:

Согласна правилу 2 у нас получается:

Геометрическое изображение смотрите на рис. 4.

Два вектора равны, если у них равны соответствующие координаты:

Теперь вы понимаете, как получить координаты вектора не только графическим путём, но и аналитическим. В дальнейшем у вас не возникнет сложностей по этому поводу.

Как найти базис вектора, пример

В некотором базисе заданы своими координатами векторы и Разложить вектор по базису, который образовался из векторов и

Решение:

Разложение вектора по базису и имеет такой вид:

где числа и – неизвестные. Чтобы их найти, подставим в последнее равенство координаты векторов и , а тогда воспользуемся свойствами 1 и 2:

Согласно свойству 3 про равенство векторов, получим систему уравнений:

Первое равенство умножаем на 1, а второе на (- 2) и в итоге у на получается:

Значит, ответ у нас выходит:

Читайте также: