Was bedeutet lineare Abhängigkeit? Linear abhängige und linear unabhängige Vektoren

Aufgabe 1. Finden Sie heraus, ob das Vektorsystem linear unabhängig ist. Das Vektorsystem wird durch die Matrix des Systems spezifiziert, deren Spalten aus den Koordinaten der Vektoren bestehen.

.

Lösung. Lassen Sie die Linearkombination gleich Null. Nachdem wir diese Gleichheit in Koordinaten geschrieben haben, erhalten wir das folgende Gleichungssystem:

.

Ein solches Gleichungssystem heißt dreieckig. Sie hat nur eine Lösung . Daher die Vektoren linear unabhängig.

Aufgabe 2. Finden Sie heraus, ob das Vektorsystem linear unabhängig ist.

.

Lösung. Vektoren sind linear unabhängig (siehe Aufgabe 1). Beweisen wir, dass der Vektor eine Linearkombination von Vektoren ist . Vektorexpansionskoeffizienten werden aus dem Gleichungssystem ermittelt

.

Dieses System hat, wie ein dreieckiges System, eine einzigartige Lösung.

Daher das Vektorsystem linear abhängig.

Kommentar. Es werden Matrizen des gleichen Typs wie in Aufgabe 1 aufgerufen dreieckig , und in Aufgabe 2 – dreieckig gestuft . Die Frage nach der linearen Abhängigkeit eines Vektorsystems lässt sich leicht lösen, wenn die aus den Koordinaten dieser Vektoren zusammengesetzte Matrix stufenförmig ist. Wenn die Matrix keine spezielle Form hat, dann wird verwendet Elementare String-Konvertierungen Unter Beibehaltung linearer Beziehungen zwischen den Spalten kann es auf eine stufenförmige Dreiecksform reduziert werden.

Elementare String-Konvertierungen Matrizen (EPS) werden die folgenden Operationen auf einer Matrix aufgerufen:

1) Neuordnung der Linien;

2) Multiplizieren einer Zeichenfolge mit einer Zahl ungleich Null;

3) Hinzufügen einer weiteren Zeichenfolge zu einer Zeichenfolge, multipliziert mit einer beliebigen Zahl.

Aufgabe 3. Finden Sie das maximale linear unabhängige Subsystem und berechnen Sie den Rang des Vektorsystems

.

Lösung. Reduzieren wir die Matrix des Systems mithilfe von EPS auf eine Stufendreiecksform. Zur Erläuterung des Verfahrens bezeichnen wir die Zeile mit der Nummer der zu transformierenden Matrix mit dem Symbol . Die Spalte nach dem Pfeil gibt die Aktionen an den Zeilen der konvertierten Matrix an, die ausgeführt werden müssen, um die Zeilen der neuen Matrix zu erhalten.


.

Offensichtlich sind die ersten beiden Spalten der resultierenden Matrix linear unabhängig, die dritte Spalte ist ihre Linearkombination und die vierte hängt nicht von den ersten beiden ab. Vektoren werden als Basis bezeichnet. Sie bilden ein maximal linear unabhängiges Teilsystem des Systems , und der Rang des Systems ist drei.



Basis, Koordinaten

Aufgabe 4. Finden Sie die Basis und die Koordinaten der Vektoren in dieser Basis auf der Menge der geometrischen Vektoren, deren Koordinaten die Bedingung erfüllen .

Lösung. Die Menge ist eine Ebene, die durch den Ursprung verläuft. Eine beliebige Basis auf einer Ebene besteht aus zwei nicht kollinearen Vektoren. Die Koordinaten der Vektoren in der ausgewählten Basis werden durch Lösen des entsprechenden linearen Gleichungssystems bestimmt.

Es gibt eine andere Möglichkeit, dieses Problem zu lösen, indem Sie die Basis anhand der Koordinaten finden.

Koordinaten Räume sind keine Koordinaten auf der Ebene, da sie durch die Beziehung miteinander verbunden sind , das heißt, sie sind nicht unabhängig. Die unabhängigen Variablen und (sie werden als frei bezeichnet) definieren eindeutig einen Vektor auf der Ebene und können daher als Koordinaten in gewählt werden. Dann die Basis besteht aus Vektoren, die in Mengen freier Variablen liegen und diesen entsprechen Und , das ist .

Aufgabe 5. Finden Sie die Basis und die Koordinaten der Vektoren in dieser Basis auf der Menge aller Vektoren im Raum, deren ungerade Koordinaten einander gleich sind.

Lösung. Wählen wir wie im vorherigen Problem Koordinaten im Raum.

Weil , dann freie Variablen bestimmen den Vektor eindeutig und sind daher Koordinaten. Die entsprechende Basis besteht aus Vektoren.

Aufgabe 6. Finden Sie die Basis und die Koordinaten der Vektoren in dieser Basis auf der Menge aller Matrizen der Form , Wo – beliebige Zahlen.

Lösung. Jede Matrix von ist in der Form eindeutig darstellbar:

Diese Beziehung ist die Entwicklung des Vektors von in Bezug auf die Basis
mit Koordinaten .

Aufgabe 7. Finden Sie die Dimension und Basis der linearen Hülle eines Vektorsystems

.

Lösung. Mithilfe des EPS transformieren wir die Matrix von den Koordinaten der Systemvektoren in eine Stufendreiecksform.




.

Spalten die letzten Matrizen sind linear unabhängig und die Spalten durch sie linear zum Ausdruck gebracht. Daher die Vektoren eine Basis bilden , Und .

Kommentar. Basis in ist mehrdeutig gewählt. Zum Beispiel Vektoren bilden ebenfalls eine Grundlage .

Vektoren, ihre Eigenschaften und Aktionen mit ihnen

Vektoren, Aktionen mit Vektoren, linearer Vektorraum.

Vektoren sind eine geordnete Sammlung einer endlichen Anzahl reeller Zahlen.

Aktionen: 1.Multiplizieren eines Vektors mit einer Zahl: lambda*vector x=(lamda*x 1, lambda*x 2 ... lambda*x n).(3.4, 0, 7)*3=(9, 12,0.21)

2. Addition von Vektoren (gehören zum gleichen Vektorraum) Vektor x + Vektor y = (x 1 + y 1, x 2 + y 2, ... x n + y n,)

3. Vektor 0=(0,0…0)---n E n – n-dimensionaler (linearer Raum) Vektor x + Vektor 0 = Vektor x

Satz. Damit ein System aus n Vektoren, ein n-dimensionaler linearer Raum, linear abhängig ist, ist es notwendig und ausreichend, dass einer der Vektoren eine lineare Kombination der anderen ist.

Satz. Jeder Satz von n+ 1. Vektoren des n-dimensionalen linearen Phänomenraums. linear abhängig.

Addition von Vektoren, Multiplikation von Vektoren mit Zahlen. Subtraktion von Vektoren.

Die Summe zweier Vektoren ist ein Vektor, der vom Anfang des Vektors zum Ende des Vektors gerichtet ist, vorausgesetzt, dass der Anfang mit dem Ende des Vektors zusammenfällt. Wenn Vektoren durch ihre Entwicklungen in Basiseinheitsvektoren gegeben sind, werden beim Addieren von Vektoren ihre entsprechenden Koordinaten hinzugefügt.

Betrachten wir dies am Beispiel eines kartesischen Koordinatensystems. Lassen

Zeigen wir das

Aus Abbildung 3 geht hervor, dass

Die Summe einer beliebigen endlichen Anzahl von Vektoren kann mit der Polygonregel ermittelt werden (Abb. 4): Um die Summe einer endlichen Anzahl von Vektoren zu konstruieren, reicht es aus, den Anfang jedes nachfolgenden Vektors mit dem Ende des vorherigen zu kombinieren und konstruiere einen Vektor, der den Anfang des ersten Vektors mit dem Ende des letzten verbindet.

Eigenschaften der Vektoradditionsoperation:

In diesen Ausdrücken sind m, n Zahlen.

Die Differenz zwischen Vektoren wird als Vektor bezeichnet. Der zweite Term ist ein Vektor, dessen Richtung dem Vektor entgegengesetzt, ihm aber in der Länge gleich ist.

Somit wird die Operation des Subtrahierens von Vektoren durch eine Additionsoperation ersetzt

Ein Vektor, dessen Anfang im Ursprung liegt und dessen Ende im Punkt A (x1, y1, z1) liegt, wird als Radiusvektor von Punkt A bezeichnet und einfach bezeichnet. Da seine Koordinaten mit den Koordinaten von Punkt A übereinstimmen, hat seine Entwicklung in Einheitsvektoren die Form

Ein Vektor, der am Punkt A(x1, y1, z1) beginnt und am Punkt B(x2, y2, z2) endet, kann geschrieben werden als

wobei r 2 der Radiusvektor von Punkt B ist; r 1 - Radiusvektor von Punkt A.

Daher hat die Entwicklung des Vektors in Einheitsvektoren die Form

Seine Länge entspricht dem Abstand zwischen den Punkten A und B

MULTIPLIKATION

Im Fall eines ebenen Problems wird das Produkt eines Vektors mit a = (ax; ay) mit der Zahl b durch die Formel ermittelt

a b = (ax b; ay b)

Beispiel 1. Finden Sie das Produkt des Vektors a = (1; 2) mal 3.

3 a = (3 1; 3 2) = (3; 6)

Bei einem räumlichen Problem ergibt sich also das Produkt des Vektors a = (ax; ay; az) mit der Zahl b durch die Formel

a b = (ax b; ay b; az b)

Beispiel 1. Finden Sie das Produkt des Vektors a = (1; 2; -5) mal 2.

2 a = (2 1; 2 2; 2 (-5)) = (2; 4; -10)

Skalarprodukt von Vektoren und wo ist der Winkel zwischen den Vektoren und ; wenn beides, dann

Aus der Definition des Skalarprodukts folgt dies

wobei zum Beispiel die Größe der Projektion des Vektors auf die Richtung des Vektors ist.

Skalarquadratvektor:

Eigenschaften des Skalarprodukts:

Skalarprodukt in Koordinaten

Wenn Das

Winkel zwischen Vektoren

Winkel zwischen Vektoren – der Winkel zwischen den Richtungen dieser Vektoren (kleinster Winkel).

Vektorgrafiken(Vektorprodukt zweier Vektoren.) - Hierbei handelt es sich um einen Pseudovektor senkrecht zu einer aus zwei Faktoren konstruierten Ebene, der das Ergebnis der binären Operation „Vektormultiplikation“ über Vektoren im dreidimensionalen euklidischen Raum ist. Das Produkt ist weder kommutativ noch assoziativ (es ist antikommutativ) und unterscheidet sich vom Skalarprodukt von Vektoren. Bei vielen technischen und physikalischen Problemen müssen Sie in der Lage sein, einen Vektor senkrecht zu zwei vorhandenen zu konstruieren – das Vektorprodukt bietet diese Möglichkeit. Das Kreuzprodukt eignet sich zum „Messen“ der Rechtwinkligkeit von Vektoren – die Länge des Kreuzprodukts zweier Vektoren ist gleich dem Produkt ihrer Längen, wenn sie senkrecht stehen, und verringert sich auf Null, wenn die Vektoren parallel oder antiparallel sind.

Das Kreuzprodukt ist nur in dreidimensionalen und siebendimensionalen Räumen definiert. Das Ergebnis eines Vektorprodukts hängt wie ein Skalarprodukt von der Metrik des euklidischen Raums ab.

Im Gegensatz zur Formel zur Berechnung von Skalarproduktvektoren aus Koordinaten in einem dreidimensionalen rechtwinkligen Koordinatensystem hängt die Formel für das Kreuzprodukt von der Ausrichtung des rechtwinkligen Koordinatensystems oder mit anderen Worten von seiner „Chiralität“ ab.

Kollinearität von Vektoren.

Zwei Vektoren ungleich Null (ungleich 0) heißen kollinear, wenn sie auf parallelen Geraden oder auf derselben Geraden liegen. Ein akzeptables, aber nicht empfohlenes Synonym sind „parallele“ Vektoren. Kollineare Vektoren können gleichgerichtet („kodirektional“) oder entgegengesetzt gerichtet sein (im letzteren Fall werden sie manchmal „antikollinear“ oder „antiparallel“ genannt).

Gemischtes Produkt von Vektoren( a, b, c)- Skalarprodukt des Vektors a und das Vektorprodukt der Vektoren b und c:

(a,b,c)=a ⋅(b ×c)

es wird manchmal als dreifaches Skalarprodukt von Vektoren bezeichnet, offenbar weil das Ergebnis ein Skalar (genauer gesagt ein Pseudoskalar) ist.

Geometrische Bedeutung: Der Modul des gemischten Produkts ist numerisch gleich dem Volumen des durch die Vektoren gebildeten Parallelepipeds (ABC) .

Eigenschaften

Ein gemischtes Produkt ist bezüglich aller seiner Argumente schiefsymmetrisch: d. h. e. Die Neuanordnung zweier beliebiger Faktoren ändert das Vorzeichen des Produkts. Daraus folgt das gemischte Produkt auf der rechten Seite Kartesisches System Koordinaten (auf Orthonormalbasis) ist gleich der Determinante einer Matrix bestehend aus Vektoren und:

Das gemischte Produkt im linken kartesischen Koordinatensystem (auf Orthonormalbasis) ist gleich der Determinante der aus Vektoren zusammengesetzten Matrix und mit einem Minuszeichen versehen:

Insbesondere,

Wenn zwei beliebige Vektoren parallel sind, bilden sie mit jedem dritten Vektor ein gemischtes Produkt gleich Null.

Wenn drei Vektoren linear abhängig sind (d. h. koplanar, in derselben Ebene liegen), dann ist ihr gemischtes Produkt gleich Null.

Geometrische Bedeutung – Das gemischte Produkt ist im absoluten Wert gleich dem Volumen des Parallelepipeds (siehe Abbildung), das durch die Vektoren und gebildet wird; Das Vorzeichen hängt davon ab, ob dieses Vektortripel rechtshändig oder linkshändig ist.

Koplanarität von Vektoren.

Drei Vektoren (oder mehr) heißen koplanar, wenn sie, auf einen gemeinsamen Ursprung reduziert, in derselben Ebene liegen

Eigenschaften der Koplanarität

Wenn mindestens einer der drei Vektoren Null ist, gelten die drei Vektoren auch als koplanar.

Ein Vektortripel, der ein Paar kollinearer Vektoren enthält, ist koplanar.

Gemischtes Produkt koplanarer Vektoren. Dies ist ein Kriterium für die Koplanarität dreier Vektoren.

Koplanare Vektoren sind linear abhängig. Dies ist auch ein Kriterium für Koplanarität.

Im dreidimensionalen Raum bilden 3 nichtkoplanare Vektoren eine Basis

Linear abhängige und linear unabhängige Vektoren.

Linear abhängige und unabhängige Vektorsysteme.Definition. Das Vektorsystem heißt linear abhängig, wenn es mindestens eine nichttriviale Linearkombination dieser Vektoren gibt, die dem Nullvektor entspricht. Ansonsten, d.h. Wenn nur eine triviale Linearkombination gegebener Vektoren dem Nullvektor entspricht, werden die Vektoren aufgerufen linear unabhängig.

Satz (lineares Abhängigkeitskriterium). Damit ein Vektorsystem in einem linearen Raum linear abhängig ist, ist es notwendig und ausreichend, dass mindestens einer dieser Vektoren eine Linearkombination der anderen ist.

1) Wenn es unter den Vektoren mindestens einen Nullvektor gibt, dann ist das gesamte Vektorsystem linear abhängig.

In der Tat, wenn zum Beispiel, dann haben wir unter der Annahme eine nichttriviale Linearkombination .▲

2) Wenn einige der Vektoren ein linear abhängiges System bilden, dann ist das gesamte System linear abhängig.

In der Tat seien die Vektoren linear abhängig. Dies bedeutet, dass es eine nicht triviale Linearkombination gibt, die dem Nullvektor entspricht. Aber dann, vorausgesetzt erhalten wir auch eine nichttriviale Linearkombination gleich dem Nullvektor.

2. Basis und Dimension. Definition. System linear unabhängiger Vektoren Vektorraum heißt Basis dieses Raumes, wenn jeder Vektor aus als lineare Kombination von Vektoren dieses Systems dargestellt werden kann, d.h. Für jeden Vektor gibt es reelle Zahlen so dass die Gleichheit gilt Vektorzerlegung nach der Basis und den Zahlen werden aufgerufen Koordinaten des Vektors relativ zur Basis(oder in der Basis) .

Satz (über die Eindeutigkeit der Entwicklung bezüglich der Basis). Jeder Vektor im Raum kann zu einer Basis entwickelt werden auf die einzige Art und Weise, d.h. Koordinaten jedes Vektors in der Basis werden eindeutig bestimmt.

Lineare Abhängigkeit und lineare Unabhängigkeit von Vektoren.
Basis von Vektoren. Affines Koordinatensystem

Im Auditorium gibt es einen Wagen mit Pralinen, und heute bekommt jeder Besucher ein süßes Paar – analytische Geometrie mit linearer Algebra. In diesem Artikel werden zwei Abschnitte der höheren Mathematik gleichzeitig behandelt, und wir werden sehen, wie sie in einem Umschlag nebeneinander existieren. Machen Sie eine Pause, essen Sie ein Twix! ...verdammt, was für ein Unsinn. Obwohl, okay, ich werde nicht punkten, am Ende sollte man eine positive Einstellung zum Lernen haben.

Lineare Abhängigkeit von Vektoren, lineare Vektorunabhängigkeit, Basis von Vektoren und andere Begriffe haben nicht nur eine geometrische Interpretation, sondern vor allem eine algebraische Bedeutung. Der Begriff „Vektor“ selbst ist aus Sicht der linearen Algebra nicht immer der „gewöhnliche“ Vektor, den wir auf einer Ebene oder im Raum darstellen können. Sie müssen nicht lange nach Beweisen suchen, sondern versuchen, einen Vektor eines fünfdimensionalen Raums zu zeichnen . Oder der Wettervektor, für den ich gerade zu Gismeteo gegangen bin: Temperatur bzw. Luftdruck. Das Beispiel ist aus Sicht der Eigenschaften des Vektorraums natürlich falsch, aber dennoch verbietet niemand die Formalisierung dieser Parameter als Vektor. Hauch des Herbstes...

Nein, ich werde Sie nicht mit der Theorie langweilen, lineare Vektorräume, die Aufgabe besteht darin verstehen Definitionen und Theoreme. Neue Begriffe ( lineare Abhängigkeit, Unabhängigkeit, Linearkombination, Basis usw.) gelten aus algebraischer Sicht für alle Vektoren, es werden jedoch geometrische Beispiele gegeben. Somit ist alles einfach, zugänglich und klar. Neben Problemen der analytischen Geometrie werden wir auch einige typische Algebraprobleme betrachten. Um den Stoff zu beherrschen, empfiehlt es sich, sich mit den Lektionen vertraut zu machen Vektoren für Dummies Und Wie berechnet man die Determinante?

Lineare Abhängigkeit und Unabhängigkeit ebener Vektoren.
Ebenenbasis und affines Koordinatensystem

Betrachten wir die Ebene Ihres Computertisches (nur ein Tisch, ein Nachttisch, ein Boden, eine Decke, was auch immer Sie möchten). Die Aufgabe besteht aus folgenden Aktionen:

1) Ebenenbasis auswählen. Grob gesagt hat eine Tischplatte eine Länge und eine Breite, daher ist es intuitiv, dass zwei Vektoren erforderlich sind, um die Basis zu konstruieren. Ein Vektor ist eindeutig nicht genug, drei Vektoren sind zu viel.

2) Basierend auf der ausgewählten Basis Koordinatensystem festlegen(Koordinatengitter), um allen Objekten auf dem Tisch Koordinaten zuzuweisen.

Seien Sie nicht überrascht, zunächst werden die Erklärungen auf der Hand liegen. Darüber hinaus auf Ihres. Bitte platzieren Zeigefinger linke Hand auf die Kante der Tischplatte legen, sodass er auf den Monitor schauen kann. Dies wird ein Vektor sein. Jetzt platzieren kleiner Finger rechte Hand auf die gleiche Weise an der Tischkante anbringen – so dass es auf den Bildschirm gerichtet ist. Dies wird ein Vektor sein. Lächle, du siehst toll aus! Was können wir über Vektoren sagen? Datenvektoren kollinear, was bedeutet linear sich gegenseitig zum Ausdruck bringen:
, nun ja, oder umgekehrt: , wobei eine von Null verschiedene Zahl ist.

Ein Bild dieser Aktion können Sie im Unterricht sehen. Vektoren für Dummies, wo ich die Regel zum Multiplizieren eines Vektors mit einer Zahl erklärt habe.

Werden Ihre Finger die Basis auf der Ebene des Computertisches festlegen? Offensichtlich nicht. Kollineare Vektoren bewegen sich hin und her allein Richtung, und eine Ebene hat Länge und Breite.

Solche Vektoren heißen linear abhängig.

Referenz: Die Wörter „linear“, „linear“ bezeichnen die Tatsache, dass es in mathematischen Gleichungen und Ausdrücken keine Quadrate, Kubikzahlen, andere Potenzen, Logarithmen, Sinus usw. gibt. Es gibt nur lineare (1. Grad) Ausdrücke und Abhängigkeiten.

Zwei ebene Vektoren linear abhängig genau dann, wenn sie kollinear sind.

Kreuzen Sie Ihre Finger auf dem Tisch, sodass zwischen ihnen ein Winkel entsteht, der nicht 0 oder 180 Grad beträgt. Zwei ebene Vektorenlinear Nicht abhängig genau dann, wenn sie nicht kollinear sind. Damit ist die Basis erhalten. Es besteht kein Grund, sich zu schämen, dass sich herausstellte, dass die Basis mit nicht senkrechten Vektoren unterschiedlicher Länge „schief“ war. Sehr bald werden wir sehen, dass für seine Konstruktion nicht nur ein Winkel von 90 Grad geeignet ist und nicht nur Einheitsvektoren gleicher Länge

Beliebig Ebenenvektor der einzige Weg wird entsprechend der Basis erweitert:
, wo sind reelle Zahlen. Die Nummern werden aufgerufen Vektorkoordinaten auf dieser Grundlage.

Das wird auch gesagt Vektordargestellt als Linearkombination Basisvektoren. Das heißt, der Ausdruck heißt Vektorzerlegungnach Basis oder Linearkombination Basisvektoren.

Wir können beispielsweise sagen, dass der Vektor entlang einer Orthonormalbasis der Ebene zerlegt wird, oder wir können sagen, dass er als lineare Kombination von Vektoren dargestellt wird.

Lassen Sie uns formulieren Definition der Basis formal: Die Basis des Flugzeugs heißt ein Paar linear unabhängiger (nicht kollinearer) Vektoren, , während beliebig Ein Ebenenvektor ist eine lineare Kombination von Basisvektoren.

Ein wesentlicher Punkt der Definition ist die Tatsache, dass die Vektoren genommen werden in einer bestimmten Reihenfolge. Basen – das sind zwei völlig unterschiedliche Grundlagen! Wie man so schön sagt, kann man nicht den kleinen Finger der linken Hand durch den kleinen Finger der rechten Hand ersetzen.

Wir haben die Grundlage herausgefunden, aber es reicht nicht aus, ein Koordinatengitter festzulegen und jedem Gegenstand auf Ihrem Computertisch Koordinaten zuzuweisen. Warum reicht es nicht? Die Vektoren sind frei und wandern durch die gesamte Ebene. Wie ordnet man also den kleinen schmutzigen Stellen auf dem Tisch, die nach einem wilden Wochenende übrig bleiben, Koordinaten zu? Es braucht einen Ausgangspunkt. Und ein solcher Orientierungspunkt ist ein jedem bekannter Punkt – der Ursprung der Koordinaten. Lassen Sie uns das Koordinatensystem verstehen:

Ich beginne mit dem „Schul“-System. Schon in der Einführungslektion Vektoren für Dummies Ich habe einige Unterschiede zwischen dem rechtwinkligen Koordinatensystem und der Orthonormalbasis hervorgehoben. Hier ist das Standardbild:

Wenn sie darüber reden rechteckiges Koordinatensystem, dann meinen sie meistens den Ursprung, die Koordinatenachsen und den Maßstab entlang der Achsen. Versuchen Sie, „rechteckiges Koordinatensystem“ in eine Suchmaschine einzugeben, und Sie werden sehen, dass viele Quellen Ihnen Informationen zu Koordinatenachsen geben, die Sie aus der 5. bis 6. Klasse kennen, und wie Sie Punkte auf einer Ebene zeichnen.

Andererseits scheint es, dass ein rechtwinkliges Koordinatensystem vollständig auf der Grundlage einer Orthonormalbasis definiert werden kann. Und das ist fast wahr. Der Wortlaut lautet wie folgt:

Herkunft, Und orthonormal Die Basis ist gelegt Kartesisches rechtwinkliges Ebenenkoordinatensystem . Das heißt, das rechteckige Koordinatensystem definitiv wird durch einen einzelnen Punkt und zwei orthogonale Einheitsvektoren definiert. Deshalb sehen Sie die Zeichnung, die ich oben gegeben habe – bei geometrischen Problemen werden oft (aber nicht immer) sowohl Vektoren als auch Koordinatenachsen gezeichnet.

Ich denke, jeder versteht, dass man einen Punkt (Ursprung) und eine Orthonormalbasis verwendet JEDER PUNKT im Flugzeug und JEDER VEKTOR im Flugzeug Koordinaten können zugewiesen werden. Bildlich gesprochen: „Alles im Flugzeug kann nummeriert werden.“

Sind sie verpflichtet? Koordinatenvektoren isoliert sein? Nein, sie können eine beliebige Länge ungleich Null haben. Betrachten Sie einen Punkt und zwei orthogonale Vektoren beliebiger Länge ungleich Null:


Eine solche Basis heißt senkrecht. Der Ursprung von Koordinaten mit Vektoren wird durch ein Koordinatengitter definiert, und jeder Punkt auf der Ebene, jeder Vektor hat seine Koordinaten auf einer gegebenen Basis. Zum Beispiel, oder. Der offensichtliche Nachteil besteht darin, dass die Koordinatenvektoren im allgemeinen Fall haben unterschiedliche Längen außer Eins. Wenn die Längen gleich eins sind, erhält man die übliche Orthonormalbasis.

! Notiz : In der orthogonalen Basis sowie weiter unten in den affinen Basen von Ebene und Raum werden Einheiten entlang der Achsen berücksichtigt BEDINGT. Eine Einheit entlang der x-Achse enthält beispielsweise 4 cm, eine Einheit entlang der Ordinatenachse enthält 2 cm. Diese Informationen reichen aus, um bei Bedarf „nicht standardmäßige“ Koordinaten in „unsere üblichen Zentimeter“ umzurechnen.

Und die zweite Frage, die eigentlich schon beantwortet wurde, ist, ob der Winkel zwischen den Basisvektoren gleich 90 Grad sein muss? NEIN! Wie die Definition besagt, müssen die Basisvektoren sein nur nichtkollinear. Dementsprechend kann der Winkel alles außer 0 und 180 Grad betragen.

Ein Punkt auf der Ebene namens Herkunft, Und nichtkollinear Vektoren, , Satz affines Ebenenkoordinatensystem :


Manchmal wird ein solches Koordinatensystem aufgerufen schräg System. Die Zeichnung zeigt beispielhaft Punkte und Vektoren:

Wie Sie verstehen, ist das affine Koordinatensystem noch weniger praktisch; die Formeln für die Längen von Vektoren und Segmenten, die wir im zweiten Teil der Lektion besprochen haben, funktionieren darin nicht Vektoren für Dummies, viele köstliche Formeln im Zusammenhang mit Skalarprodukt von Vektoren. Aber die Regeln zum Addieren von Vektoren und zum Multiplizieren eines Vektors mit einer Zahl, Formeln zum Teilen eines Segments in dieser Hinsicht sowie einige andere Arten von Problemen, die wir bald betrachten werden, sind gültig.

Und die Schlussfolgerung ist, dass der bequemste Sonderfall eines affinen Koordinatensystems das kartesische Rechtecksystem ist. Deshalb musst du sie am häufigsten sehen, meine Liebe. ...Allerdings ist alles in diesem Leben relativ - es gibt viele Situationen, in denen ein schiefer Winkel (oder ein anderer zum Beispiel) Polar-) Koordinatensystem. Und Humanoiden könnten solche Systeme gefallen =)

Kommen wir zum praktischen Teil. Alle Aufgaben dieser Lektion gelten sowohl für das rechtwinklige Koordinatensystem als auch für den allgemeinen affinen Fall. Hier gibt es nichts Kompliziertes; das gesamte Material ist auch für ein Schulkind zugänglich.

Wie bestimmt man die Kollinearität von Ebenenvektoren?

Typische Sache. Damit gibt es zwei ebene Vektoren kollinear wären, ist es notwendig und ausreichend, dass ihre entsprechenden Koordinaten proportional sind Im Wesentlichen handelt es sich dabei um eine Koordinaten-für-Koordinaten-Detaillierung der offensichtlichen Beziehung.

Beispiel 1

a) Überprüfen Sie, ob die Vektoren kollinear sind .
b) Bilden die Vektoren eine Basis? ?

Lösung:
a) Finden wir heraus, ob es Vektoren gibt Proportionalitätskoeffizient, so dass die Gleichheiten erfüllt sind:

Ich werde Ihnen auf jeden Fall etwas über die „foppige“ Art der Bewerbung erzählen dieser Regel, was in der Praxis recht gut funktioniert. Die Idee besteht darin, sofort das Verhältnis zu ermitteln und zu prüfen, ob es korrekt ist:

Machen wir einen Anteil aus den Verhältnissen der entsprechenden Koordinaten der Vektoren:

Kürzen wir:
, also sind die entsprechenden Koordinaten proportional, also

Die Beziehung könnte auch umgekehrt erfolgen; dies ist eine äquivalente Option:

Zum Selbsttest können Sie die Tatsache nutzen, dass kollineare Vektoren linear durcheinander ausgedrückt werden. IN in diesem Fall es gibt Gleichheiten . Ihre Gültigkeit lässt sich leicht durch elementare Operationen mit Vektoren überprüfen:

b) Zwei Ebenenvektoren bilden eine Basis, wenn sie nicht kollinear (linear unabhängig) sind. Wir untersuchen Vektoren auf Kollinearität . Lassen Sie uns ein System erstellen:

Aus der ersten Gleichung folgt, dass, aus der zweiten Gleichung folgt, was bedeutet Das System ist inkonsistent(keine Lösungen). Somit sind die entsprechenden Koordinaten der Vektoren nicht proportional.

Abschluss: Die Vektoren sind linear unabhängig und bilden eine Basis.

Eine vereinfachte Version der Lösung sieht so aus:

Machen wir einen Anteil aus den entsprechenden Koordinaten der Vektoren :
, was bedeutet, dass diese Vektoren linear unabhängig sind und eine Basis bilden.

Normalerweise wird diese Option von Gutachtern nicht abgelehnt, aber ein Problem entsteht in Fällen, in denen einige Koordinaten gleich Null sind. So was: . Oder so: . Oder so: . Wie geht man hier mit den Proportionen um? (tatsächlich kann man nicht durch Null dividieren). Aus diesem Grund habe ich die vereinfachte Lösung als „foppish“ bezeichnet.

Antwort: a) , b) bilden.

Ein kleines kreatives Beispiel für Ihre eigene Lösung:

Beispiel 2

Auf welchem ​​Wert des Parameters liegen die Vektoren? Werden sie kollinear sein?

In der Beispiellösung wird der Parameter durch den Anteil ermittelt.

Es gibt eine elegante algebraische Möglichkeit, Vektoren auf Kollinearität zu überprüfen. Systematisieren wir unser Wissen und fügen es als fünften Punkt hinzu:

Für zwei ebene Vektoren sind die folgenden Aussagen äquivalent:

2) die Vektoren bilden eine Basis;
3) die Vektoren sind nicht kollinear;

+ 5) Die aus den Koordinaten dieser Vektoren zusammengesetzte Determinante ist ungleich Null.

Jeweils, Die folgenden gegenteiligen Aussagen sind gleichwertig:
1) Vektoren sind linear abhängig;
2) Vektoren bilden keine Basis;
3) die Vektoren sind kollinear;
4) Vektoren können linear durcheinander ausgedrückt werden;
+ 5) Die aus den Koordinaten dieser Vektoren zusammengesetzte Determinante ist gleich Null.

Ich hoffe wirklich sehr, dass Sie alle Begriffe und Aussagen, die Ihnen begegnet sind, bereits verstanden haben.

Schauen wir uns den neuen, fünften Punkt genauer an: zwei ebene Vektoren sind genau dann kollinear, wenn die aus den Koordinaten der gegebenen Vektoren zusammengesetzte Determinante gleich Null ist:. Zur Verwendung dieser Eigenschaft Natürlich muss man dazu in der Lage sein Determinanten finden.

Lass uns entscheiden Beispiel 1 auf die zweite Art:

a) Berechnen wir die Determinante, die aus den Koordinaten der Vektoren besteht :
, was bedeutet, dass diese Vektoren kollinear sind.

b) Zwei Ebenenvektoren bilden eine Basis, wenn sie nicht kollinear (linear unabhängig) sind. Berechnen wir die Determinante aus Vektorkoordinaten :
, was bedeutet, dass die Vektoren linear unabhängig sind und eine Basis bilden.

Antwort: a) , b) bilden.

Es sieht viel kompakter und hübscher aus als eine Lösung mit Proportionen.

Mit Hilfe des betrachteten Materials ist es möglich, nicht nur die Kollinearität von Vektoren festzustellen, sondern auch die Parallelität von Strecken und Geraden nachzuweisen. Betrachten wir einige Probleme mit bestimmten geometrischen Formen.

Beispiel 3

Die Eckpunkte eines Vierecks sind angegeben. Beweisen Sie, dass ein Viereck ein Parallelogramm ist.

Nachweisen: Es ist nicht erforderlich, im Problem eine Zeichnung zu erstellen, da die Lösung rein analytischer Natur ist. Erinnern wir uns an die Definition eines Parallelogramms:
Parallelogramm Ein Viereck, dessen gegenüberliegende Seiten paarweise parallel sind, heißt.

Somit ist zu beweisen:
1) Parallelität gegenüberliegender Seiten und;
2) Parallelität gegenüberliegender Seiten und.

Wir beweisen:

1) Finden Sie die Vektoren:


2) Finden Sie die Vektoren:

Das Ergebnis ist der gleiche Vektor („laut Schule“ – gleiche Vektoren). Kollinearität ist ziemlich offensichtlich, aber es ist besser, die Entscheidung klar und arrangiert zu formalisieren. Berechnen wir die Determinante aus Vektorkoordinaten:
, was bedeutet, dass diese Vektoren kollinear sind, und .

Abschluss: Die gegenüberliegenden Seiten eines Vierecks sind paarweise parallel, es handelt sich also per Definition um ein Parallelogramm. Q.E.D.

Weitere gute und unterschiedliche Figuren:

Beispiel 4

Die Eckpunkte eines Vierecks sind angegeben. Beweisen Sie, dass ein Viereck ein Trapez ist.

Für eine strengere Formulierung des Beweises ist es natürlich besser, die Definition eines Trapezes zu erhalten, aber es reicht aus, sich einfach daran zu erinnern, wie es aussieht.

Dies ist eine Aufgabe, die Sie selbst lösen müssen. Vollständige Lösung am Ende der Lektion.

Und nun geht es langsam vom Flugzeug in den Weltraum:

Wie bestimmt man die Kollinearität von Raumvektoren?

Die Regel ist sehr ähnlich. Damit zwei Raumvektoren kollinear sind, ist es notwendig und ausreichend, dass ihre entsprechenden Koordinaten proportional sind.

Beispiel 5

Finden Sie heraus, ob die folgenden Raumvektoren kollinear sind:

A) ;
B)
V)

Lösung:
a) Prüfen wir, ob es einen Proportionalitätskoeffizienten für die entsprechenden Koordinaten der Vektoren gibt:

Das System hat keine Lösung, was bedeutet, dass die Vektoren nicht kollinear sind.

„Vereinfacht“ wird durch die Prüfung der Proportionen formalisiert. In diesem Fall:
– Die entsprechenden Koordinaten sind nicht proportional, das heißt, die Vektoren sind nicht kollinear.

Antwort: die Vektoren sind nicht kollinear.

b-c) Dies sind Punkte für eine unabhängige Entscheidung. Probieren Sie es auf zwei Arten aus.

Es gibt eine Methode zum Überprüfen räumlicher Vektoren auf Kollinearität mithilfe einer Determinante dritter Ordnung. Diese Methode wird im Artikel behandelt Vektorprodukt von Vektoren.

Ähnlich wie im ebenen Fall kann mit den betrachteten Werkzeugen die Parallelität von Raumsegmenten und Geraden untersucht werden.

Willkommen zum zweiten Abschnitt:

Lineare Abhängigkeit und Unabhängigkeit von Vektoren im dreidimensionalen Raum.
Raumbasis und affines Koordinatensystem

Viele der Muster, die wir im Flugzeug untersucht haben, gelten auch für den Weltraum. Ich habe versucht, die theoretischen Anmerkungen zu minimieren, da der Löwenanteil der Informationen bereits gekaut wurde. Ich empfehle Ihnen jedoch, den Einführungsteil sorgfältig zu lesen, da neue Begriffe und Konzepte auftauchen.

Anstelle der Ebene des Computertisches erkunden wir nun den dreidimensionalen Raum. Lassen Sie uns zunächst die Grundlage schaffen. Jemand ist jetzt drinnen, jemand draußen, aber auf jeden Fall können wir uns den drei Dimensionen Breite, Länge und Höhe nicht entziehen. Um eine Basis zu konstruieren, sind daher drei räumliche Vektoren erforderlich. Ein oder zwei Vektoren reichen nicht aus, der vierte ist überflüssig.

Und wieder wärmen wir uns an den Fingern auf. Bitte heben Sie Ihre Hand hoch und strecken Sie sie aus verschiedene Seiten Daumen, Zeigefinger und Mittelfinger . Dabei handelt es sich um Vektoren, sie schauen in unterschiedliche Richtungen, haben unterschiedliche Längen und weisen untereinander unterschiedliche Winkel auf. Herzlichen Glückwunsch, die Basis des dreidimensionalen Raums ist fertig! Das muss man den Lehrern übrigens nicht demonstrieren, egal wie sehr man die Finger verdreht, aber vor Definitionen führt kein Weg =)

Als nächstes fragen wir wichtiges Thema, Bilden drei beliebige Vektoren eine Basis des dreidimensionalen Raums?? Bitte drücken Sie mit drei Fingern fest auf die Oberseite des Computertisches. Was ist passiert? Drei Vektoren liegen in derselben Ebene, und grob gesagt haben wir eine der Dimensionen verloren – die Höhe. Solche Vektoren sind koplanar und es ist ganz offensichtlich, dass die Grundlage des dreidimensionalen Raums nicht geschaffen ist.

Es ist zu beachten, dass koplanare Vektoren nicht in derselben Ebene liegen müssen, sondern in parallelen Ebenen liegen können (tun Sie dies nur nicht mit den Fingern, nur Salvador Dali hat dies getan =)).

Definition: Vektoren werden aufgerufen koplanar, wenn es eine Ebene gibt, zu der sie parallel sind. Es ist logisch, hier hinzuzufügen, dass die Vektoren nicht koplanar sind, wenn eine solche Ebene nicht existiert.

Drei koplanare Vektoren sind immer linear abhängig, das heißt, sie werden linear durcheinander ausgedrückt. Stellen wir uns der Einfachheit halber noch einmal vor, dass sie in derselben Ebene liegen. Erstens sind Vektoren nicht nur koplanar, sie können auch kollinear sein, sodass jeder Vektor durch jeden Vektor ausgedrückt werden kann. Im zweiten Fall, wenn beispielsweise die Vektoren nicht kollinear sind, wird der dritte Vektor auf einzigartige Weise durch sie ausgedrückt: (und warum, lässt sich anhand der Materialien im vorherigen Abschnitt leicht erraten).

Das Umgekehrte gilt auch: Drei nicht koplanare Vektoren sind immer linear unabhängig, das heißt, sie kommen in keiner Weise durcheinander zum Ausdruck. Und natürlich können nur solche Vektoren die Grundlage des dreidimensionalen Raums bilden.

Definition: Die Grundlage des dreidimensionalen Raums heißt ein Tripel linear unabhängiger (nicht koplanarer) Vektoren, in einer bestimmten Reihenfolge aufgenommen und jeder Raumvektor der einzige Weg wird über eine gegebene Basis zerlegt, wobei die Koordinaten des Vektors in dieser Basis sind

Ich möchte Sie daran erinnern, dass wir auch sagen können, dass der Vektor in der Form dargestellt wird Linearkombination Basisvektoren.

Das Konzept eines Koordinatensystems wird genauso eingeführt wie für den ebenen Fall; ein Punkt und drei beliebige linear unabhängige Vektoren genügen:

Herkunft, Und nicht koplanar Vektoren, in einer bestimmten Reihenfolge aufgenommen, Satz affines Koordinatensystem des dreidimensionalen Raums :

Natürlich ist das Koordinatengitter „schräg“ und unpraktisch, aber das konstruierte Koordinatensystem erlaubt es uns dennoch definitiv Bestimmen Sie die Koordinaten eines beliebigen Vektors und die Koordinaten eines beliebigen Punktes im Raum. Ähnlich wie bei einer Ebene funktionieren einige Formeln, die ich bereits erwähnt habe, im affinen Koordinatensystem des Raums nicht.

Der bekannteste und praktischste Sonderfall eines affinen Koordinatensystems ist, wie jeder vermutet rechteckiges Raumkoordinatensystem:

Ein Punkt im Raum namens Herkunft, Und orthonormal Die Basis ist gelegt Kartesisches rechteckiges Raumkoordinatensystem . Bekanntes Bild:

Bevor wir zu praktischen Aufgaben übergehen, systematisieren wir die Informationen noch einmal:

Für drei Raumvektoren sind die folgenden Aussagen äquivalent:
1) die Vektoren sind linear unabhängig;
2) die Vektoren bilden eine Basis;
3) die Vektoren sind nicht koplanar;
4) Vektoren können nicht linear durcheinander ausgedrückt werden;
5) Die Determinante, bestehend aus den Koordinaten dieser Vektoren, ist von Null verschieden.

Ich denke, die gegenteiligen Aussagen sind verständlich.

Die lineare Abhängigkeit/Unabhängigkeit von Raumvektoren wird traditionell anhand einer Determinante überprüft (Punkt 5). Die verbleibenden praktischen Aufgaben werden eindeutig algebraischer Natur sein. Es ist Zeit, den Geometrie-Stick an den Nagel zu hängen und den Baseballschläger der linearen Algebra zu schwingen:

Drei Raumvektoren sind genau dann koplanar, wenn die aus den Koordinaten der gegebenen Vektoren zusammengesetzte Determinante gleich Null ist: .

Ich möchte Sie auf eine kleine technische Nuance aufmerksam machen: Die Koordinaten von Vektoren können nicht nur in Spalten, sondern auch in Zeilen geschrieben werden (der Wert der Determinante ändert sich dadurch nicht - siehe Eigenschaften von Determinanten). Aber in Kolumnen ist es viel besser, da es für die Lösung einiger praktischer Probleme nützlicher ist.

Für diejenigen Leser, die die Methoden zur Berechnung von Determinanten ein wenig vergessen haben oder vielleicht überhaupt kein Verständnis dafür haben, empfehle ich eine meiner ältesten Lektionen: Wie berechnet man die Determinante?

Beispiel 6

Prüfen Sie, ob die folgenden Vektoren die Grundlage des dreidimensionalen Raums bilden:

Lösung: Tatsächlich besteht die gesamte Lösung darin, die Determinante zu berechnen.

a) Berechnen wir die Determinante, die sich aus den Koordinaten der Vektoren zusammensetzt (die Determinante wird in der ersten Zeile angezeigt):

, was bedeutet, dass die Vektoren linear unabhängig (nicht koplanar) sind und die Grundlage des dreidimensionalen Raums bilden.

Antwort: Diese Vektoren bilden eine Basis

b) Dies ist ein Punkt für eine unabhängige Entscheidung. Vollständige Lösung und Antwort am Ende der Lektion.

Es gibt auch kreative Aufgaben:

Beispiel 7

Bei welchem ​​Wert des Parameters sind die Vektoren koplanar?

Lösung: Vektoren sind genau dann koplanar, wenn die aus den Koordinaten dieser Vektoren zusammengesetzte Determinante gleich Null ist:

Im Wesentlichen müssen Sie eine Gleichung mit einer Determinante lösen. Wir stürzen auf Nullen herab wie Drachen auf Springmäuse – am besten öffnet man die Determinante in der zweiten Zeile und entfernt sofort die Minuspunkte:

Wir nehmen weitere Vereinfachungen vor und reduzieren den Sachverhalt auf die einfachste lineare Gleichung:

Antwort: bei

Dies lässt sich leicht überprüfen. Dazu müssen Sie den resultierenden Wert in die ursprüngliche Determinante einsetzen und sicherstellen, dass dies der Fall ist , es erneut öffnen.

Schauen wir uns abschließend ein weiteres typisches Problem an, das eher algebraischer Natur ist und traditionell in einem Kurs über lineare Algebra enthalten ist. Es kommt so häufig vor, dass es ein eigenes Thema verdient:

Beweisen Sie, dass 3 Vektoren die Grundlage des dreidimensionalen Raums bilden
und finden Sie die Koordinaten des 4. Vektors in dieser Basis

Beispiel 8

Es werden Vektoren angegeben. Zeigen Sie, dass Vektoren eine Basis im dreidimensionalen Raum bilden und ermitteln Sie die Koordinaten des Vektors in dieser Basis.

Lösung: Befassen wir uns zunächst mit der Erkrankung. Durch die Bedingung sind vier Vektoren gegeben, und wie Sie sehen können, haben sie in gewisser Weise bereits Koordinaten. Was diese Grundlage ist, interessiert uns nicht. Und folgendes ist von Interesse: Drei Vektoren können durchaus eine neue Basis bilden. Und die erste Stufe stimmt vollständig mit der Lösung von Beispiel 6 überein. Es muss überprüft werden, ob die Vektoren wirklich linear unabhängig sind:

Berechnen wir die Determinante aus Vektorkoordinaten:

, was bedeutet, dass die Vektoren linear unabhängig sind und die Grundlage des dreidimensionalen Raums bilden.

! Wichtig : Vektorkoordinaten Unbedingt aufschreiben in Spalten Determinante, nicht in Strings. Andernfalls kommt es zu Verwirrung im weiteren Lösungsalgorithmus.

A 1 = { 3, 5, 1 , 4 }, A 2 = { –2, 1, -5 , -7 }, A 3 = { -1, –2, 0, –1 }.

Lösung. Auf der Suche nach allgemeine Lösung Gleichungssysteme

A 1 X 1 + A 2 X 2 + A 3 X 3 = Θ

Gauß-Methode. Dazu schreiben wir dieses homogene System in Koordinaten:

Systemmatrix

Das erlaubte System hat die Form: (r A = 2, N= 3). Das System ist kooperativ und unsicher. Seine allgemeine Lösung ( X 2 – freie Variable): X 3 = 13X 2 ; 3X 1 – 2X 2 – 13X 2 = 0 => X 1 = 5X 2 => X o = . Das Vorhandensein einer bestimmten Lösung ungleich Null zeigt beispielsweise an, dass die Vektoren A 1 , A 2 , A 3 linear abhängig.

Beispiel 2.

Finden Sie heraus, ob ein gegebenes Vektorsystem linear abhängig oder linear unabhängig ist:

1. A 1 = { -20, -15, - 4 }, A 2 = { –7, -2, -4 }, A 3 = { 3, –1, –2 }.

Lösung. Betrachten Sie ein homogenes Gleichungssystem A 1 X 1 + A 2 X 2 + A 3 X 3 = Θ

oder in erweiterter Form (nach Koordinaten)

Das System ist homogen. Wenn es nicht degeneriert ist, hat es eine eindeutige Lösung. Im Fall eines homogenen Systems gibt es eine Nulllösung (triviale Lösung). Das bedeutet, dass in diesem Fall das Vektorsystem unabhängig ist. Wenn das System entartet ist, hat es Lösungen ungleich Null und ist daher abhängig.

Wir prüfen das System auf Entartung:

= –80 – 28 + 180 – 48 + 80 – 210 = – 106 ≠ 0.

Das System ist nicht entartet und damit auch die Vektoren A 1 , A 2 , A 3 linear unabhängig.

Aufgaben. Finden Sie heraus, ob ein gegebenes Vektorsystem linear abhängig oder linear unabhängig ist:

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. Beweisen Sie, dass ein Vektorsystem linear abhängig ist, wenn es Folgendes enthält:

a) zwei gleiche Vektoren;

b) zwei proportionale Vektoren.

Das Vektorsystem heißt linear abhängig, wenn es Zahlen gibt, unter denen mindestens eine von Null verschieden ist, so dass die Gleichheit https://pandia.ru/text/78/624/images/image004_77.gif" width="57" height="24 src= " >.

Ist diese Gleichheit nur dann erfüllt, wenn alle , dann heißt das Vektorsystem linear unabhängig.

Satz. Das Vektorsystem wird linear abhängig genau dann, wenn mindestens einer seiner Vektoren eine Linearkombination der anderen ist.

Beispiel 1. Polynom ist eine lineare Kombination von Polynomen https://pandia.ru/text/78/624/images/image010_46.gif" width="88 height=24" height="24">. Die Polynome bilden seitdem ein linear unabhängiges System das Polynom https://pandia.ru/text/78/624/images/image012_44.gif" width="129" height="24">.

Beispiel 2. Das Matrixsystem, https://pandia.ru/text/78/624/images/image016_37.gif" width="51" height="48 src="> ist linear unabhängig, da eine lineare Kombination gleich ist Nullmatrix nur in dem Fall, wenn https://pandia.ru/text/78/624/images/image019_27.gif" width="69" height="21">, , https://pandia.ru/text /78/624 /images/image022_26.gif" width="40" height="21"> linear abhängig.

Lösung.

Lassen Sie uns eine lineare Kombination dieser Vektoren erstellen https://pandia.ru/text/78/624/images/image023_29.gif" width="97" height="24">=0..gif" width="360" Höhe=" 22">.

Wenn wir die gleichen Koordinaten gleicher Vektoren gleichsetzen, erhalten wir https://pandia.ru/text/78/624/images/image027_24.gif" width="289" height="69">

Endlich bekommen wir

Und

Das System hat eine eindeutige triviale Lösung, daher ist eine Linearkombination dieser Vektoren nur dann gleich Null, wenn alle Koeffizienten gleich Null sind. Daher ist dieses Vektorsystem linear unabhängig.

Beispiel 4. Die Vektoren sind linear unabhängig. Wie werden die Vektorsysteme aussehen?

A).;

B).?

Lösung.

A). Machen wir eine Linearkombination und setzen sie mit Null gleich

Unter Verwendung der Eigenschaften von Operationen mit Vektoren im linearen Raum schreiben wir die letzte Gleichheit in der Form um

Da die Vektoren linear unabhängig sind, müssen die Koeffizienten at gleich Null sein, d. h..gif" width="12" height="23 src=">

Das resultierende Gleichungssystem hat eine einzigartige triviale Lösung .

Da Gleichberechtigung (*) nur ausgeführt, wenn https://pandia.ru/text/78/624/images/image031_26.gif" width="115 height=20" height="20"> - linear unabhängig;

B). Machen wir eine Gleichheit https://pandia.ru/text/78/624/images/image039_17.gif" width="265" height="24 src="> (**)

Wenn wir eine ähnliche Argumentation anwenden, erhalten wir

Wenn wir das Gleichungssystem mit der Gauß-Methode lösen, erhalten wir

oder

Das letztere System verfügt über unendlich viele Lösungen https://pandia.ru/text/78/624/images/image044_14.gif" width="149" height="24 src=">. Somit gibt es eine nicht- Nullsatz von Koeffizienten, für den die Gleichheit gilt (**) . Daher das Vektorsystem – linear abhängig.

Beispiel 5 Ein Vektorsystem ist linear unabhängig und ein Vektorsystem ist linear abhängig..gif" width="80" height="24">.gif" width="149 height=24" height="24"> (***)

In Gleichheit (***) . Tatsächlich wäre das System bei , linear abhängig.

Aus der Beziehung (***) wir bekommen oder Bezeichnen wir .

Wir bekommen

Aufgaben zur selbstständigen Lösung (im Unterricht)

1. Ein System, das einen Nullvektor enthält, ist linear abhängig.

2. System bestehend aus einem Vektor A, ist genau dann linear abhängig, wenn, a=0.

3. Ein aus zwei Vektoren bestehendes System ist genau dann linear abhängig, wenn die Vektoren proportional sind (d. h. einer von ihnen entsteht aus dem anderen durch Multiplikation mit einer Zahl).

4. Wenn Sie einem linear abhängigen System einen Vektor hinzufügen, erhalten Sie ein linear abhängiges System.

5. Wenn ein Vektor aus einem linear unabhängigen System entfernt wird, ist das resultierende Vektorsystem linear unabhängig.

6. Wenn das System S ist linear unabhängig, wird aber durch Addition eines Vektors linear abhängig B, dann der Vektor B linear ausgedrückt durch Systemvektoren S.

C). Matrizensystem , , im Raum der Matrizen zweiter Ordnung.

10. Sei das Vektorsystem A,B,C Der Vektorraum ist linear unabhängig. Beweisen Sie die lineare Unabhängigkeit der folgenden Vektorsysteme:

A).a+bbc.

B).a+https://pandia.ru/text/78/624/images/image062_13.gif" width="15" height="19">– beliebige Zahl

C).a+b, a+c, b+c.

11. Lassen A,B,C– drei Vektoren auf der Ebene, aus denen ein Dreieck gebildet werden kann. Werden diese Vektoren linear abhängig sein?

12. Es werden zwei Vektoren angegeben a1=(1, 2, 3, 4),a2=(0, 0, 0, 1). Finden Sie zwei weitere vierdimensionale Vektoren a3 unda4 damit das System a1,a2,a3,a4 war linear unabhängig .

Lesen Sie auch