Критерии прямой суммы

Рассмотрим критерии прямой суммы подпространств некоторого линейного пространства.

Критерий 1. Пусть дано некоторое линейное пространство $\left(X, {\bf P}\right)$ и подпространства $L_1,L_2,\ldots,L_k \subset X$. Тогда для того, чтобы сумма подпространств $L=L_1+L_2+\cdots+L_k$ являлась прямой, необходимо и достаточно, чтобы объединение базисов слагаемых-подпространств составляло базис суммы $L$.

Необходимость. Пусть сумма $L$ — прямая. Тогда нужно доказать, что объединение базисов подпространств есть базис суммы. Выпишем базисы подпространств $L_i, i=\overline{1, k}$: $E_1=\langle e_{11},e_{12},\ldots,e_{1m_1}\rangle,$ $E_2=\langle e_{21},e_{22},\ldots,e_{2m_2}\rangle,$ $\ldots,$ $E_k=\langle e_{k1},e_{k2},\ldots,e_{km_k}\rangle.$ Теперь построим объединенную систему из данных базисов. В итоге получим: $$E=\langle{e_{11}},e_{12},\ldots,e_{1m_1},e_{21},e_{22},\ldots,e_{2m_2},\ldots,e_{k1},e_{k2},\ldots,e_{km_k}\rangle.$$

Для того, чтобы система $E$ являлась базисом суммы $L$, она должна удовлетворять определению базиса. То есть, любой вектор из $L$ должен выражаться через данную систему, и она должна быль линейно независимой. Первое условие соблюдается. Действительно, по определению прямой суммы: $\forall x\in L:$$$x=x_1+x_2+\cdots+x_k,$$ где $x_i\in L_i, i=\overline{1, k}$, причем такое представление единственно. Каждый вектор $x_i, i=\overline{1, k}$ может быть выражен через базис $L_i$: $$x_i=\alpha_{i1}e_{i1}+\alpha_{i2}e_{i2}+\cdots+\alpha_{im_i}e_{im_i},$$ где $\alpha_{ij}\in {\bf P}, j=\overline{1, m_i}$ — коэффициенты линейной комбинации. Значит, вектор $x$ можно представить в другом виде:$$x=\alpha_{11}e_{11}+\alpha_{12}e_{12}+\cdots+\alpha_{1m_1}e_{1m_1}+\cdots+\alpha_{21}e_{21}+\alpha_{22}e_{22}+\cdots+\\{}+\alpha_{2m_2}e_{2m_2}+\cdots+\alpha_{k1}e_{k1}+\alpha_{k2}e_{k2}+\cdots+\alpha_{km_k}e_{km_k},$$Как видим, вектор выражается через систему $E$.

Остается доказать линейную независимость. Выпишем линейную комбинацию векторов системы $E$ и приравняем ее к нулю:\begin{equation}\begin{gathered}\alpha_{11}e_{11}+\alpha_{12}e_{12}+\cdots+\alpha_{1m_1}e_{1m_1}+\cdots+\alpha_{21}e_{21}+\alpha_{22}e_{22}+\cdots+\\{}+\alpha_{2m_2}e_{2m_2}+\cdots+\alpha_{k1}e_{k1}+\alpha_{k2}e_{k2}+\cdots+\alpha_{km_k}e_{km_k}=0.\end{gathered}\end{equation}По первому критерию линейной независимости система $E$ будет линейно независима при следующих равенствах:$$\alpha_{11}=\alpha_{12}=\cdots=\alpha_{km_k}=0.$$Опять же, данные слагаемые можно представить как линейные комбинации векторов из $L_i, i=\overline{1, k}$, то есть:$$x_i=\alpha_{i1}e_{i1}+\alpha_{i2}e_{i2}+\cdots+\alpha_{im_i}e_{im_i},i=\overline{1,k}.$$Теперь можно переписать уравнение $\left(1\right)$ в следующем виде:$$x_1+x_2+\cdots+x_k=0.$$Получили представление нулевого вектора. По определению прямой суммы такое представление единственно и имеет вид: $0+0+\cdots+0=0$. Отсюда следует: $x_i=0,i=\overline{1,k}$. Так как каждый вектор $x_i$ представляется через соответствующий базис $L_i$, то, следовательно, все коэффициенты линейных комбинаций равны нулю: $\alpha_{i1}=\alpha_{i2}=\cdots=\alpha_{im_i}=0,i=\overline{1,k}$, что и требовалось доказать.

Таким образом, система $E$ линейно независима, и каждый вектор суммы $L$ выражается через данную систему. Необходимость доказана.

Достаточность. Теперь пусть объединение базисов $L_i,i=\overline{1,k}$ (оно же является системой $E$) есть базис суммы $L$. Требуется доказать, что $L$ — прямая сумма. Значит, нужно показать, что представление любого вектора этой суммы единственно. Запишем представление некоторого вектора $x\in L$ в базисе суммы: \begin{equation}\begin{gathered}x=\beta_{11}e_{11}+\beta_{12}e_{12}+\cdots+\beta_{1m_1}e_{1m_1}+\cdots+\\{}+\beta_{k1}e_{k1}+\beta_{k2}e_{k2}+\cdots+\beta_{km_k}e_{km_k}.\end{gathered}\end{equation} По свойству базиса такое представление единственно. Выражения вида $\beta_{i1}e_{i1}+\cdots+\beta_{im_i}e_{im_i}$ являются линейными комбинациями векторов из $L_i,i=\overline{1,k}$. Тогда их можно заменить соответствующими векторами $y_i\in L_i$ и подставить в $\left(2\right)$. Получим: $$x=y_1+y_2+\cdots+y_k.$$Получили представление $x$ в виде вектора суммы. Пусть сумма $L$ не прямая, тогда может существовать другое представление вектора $x$. А это необратимо приводит к изменению представления векторов $y_i$ и, соответственно, значений коэффициентов $\beta_{i1},\beta_{i2},\ldots,\beta_{im_i},i=\overline{1,k}$. Но, как было сказано выше, вектор $x$ имеет единственное представление $\left(2\right)$, то есть иного не существует. Получили противоречие. Следовательно, сумма $L$ является прямой, что и требовалось доказать.

Критерий 2. Пусть дано линейное пространство $\left(X, {\bf P}\right)$ и подпространства $L_1,L_2,\ldots,L_k \subset X$. Сумма данных подпространств $L$ будет прямой тогда и только тогда, когда пересечение любого подпространства с суммой остальных содержит только нулевой вектор.

Необходимость. Требуется доказать, что при $L=L_1\oplus L_2\oplus \cdots\oplus L_k$ пересечение любого подпространства с суммой остальных нулевое. Предположим, что $$\exists L_i: L_i\cap\sum\limits_{j=1\\j\ne i}^k L_j \ne \left\{0\right\}.$$ Тогда существует такой ненулевой вектор $x$, что $x\in L_i$ и $x\in \sum_{j=1\\j\ne i}^k L_j$. Этот вектор можно представить в виде:

  1. $x=\overbrace{0+0+\cdots+0+x+0+\cdots+0}^{k\mbox{ векторов}}$, так как $x\in L_i$;
  2. $x=\sum_{j=1\\j\ne i}^k x_j$, так как вектор принадлежит $\sum_{j=1\\j\ne i}^k L_j$ и, следовательно, может быть представлен как вектор суммы $L$: $$x=x_1+x_2+\cdots+x_{i-1}+0+x_{i+1}+\cdots+x_k.$$

Таким образом, вектор прямой суммы $L$ не имеет единственного представления, что противоречит определению прямой суммы. Значит, наше предположение неверно, и $\forall L_i: L_i\cap\sum_{j=1\\j\ne i}^k L_j=\left\{0\right\}.$

Достаточность. Теперь докажем, что если $$\forall L_i: L_i\cap\sum\limits_{j=1\\j\ne i}^k L_j=\left\{0\right\},$$ то сумма $L$ — прямая. Снова пойдём от противного: пусть $L$ — не прямая сумма. Следовательно, по определению существует такой вектор $y$, который имеет, по крайней мере, два различных представления. Запишем их общий вид:$$y=x_1+x_2+\cdots+x_k,$$$$y=z_1+z_2+\cdots+z_k,$$ где $z_i, x_i \in L_i,i=\overline{1,k}$. Вычтем из первого выражения второе. Получим:$$0=\left(x_1-z_1\right)+\left(x_2-z_2\right)+\cdots+\left(x_k-z_k\right).$$Векторы $x_1-z_1, x_2-z_2,\ldots,x_k-z_k$ принадлежат подпространствам $L_1, L_2,\ldots,L_k$ соответственно, что вытекает из критерия подпространства. Значит, нулевой вектор представляется как вектор суммы $L$. Пусть $x_1-z_1\ne 0.$ Перенесем данное слагаемое в левую часть. Тогда можно записать следующее: $$\left(z_1-x_1\right)=\left(x_2-z_2\right)+\left(x_3-z_3\right)+\cdots+\left(x_k-z_k\right).$$ То есть существует некоторый вектор $z_1-x_1\ne 0$, что$$z_1-x_1\in L_1,$$$$z_1-x_1=\left(x_2-z_2\right)+\left(x_3-z_3\right)+\cdots+\left(x_k-z_k\right) \in \sum\limits_{j=2}^k L_j.$$ Значит, пересечение подпространства $L_1$ и суммы $\sum_{j=2}^k L_j$ содержит ненулевые векторы. Получили противоречие. Следовательно, предположение неверно, и $L$ — прямая сумма подпространств. Теорема доказана.

Теперь рассмотрим следствия из критериев прямой суммы, а также приведём их доказательства, хоть они и небольшие.

Следствие 1.

Сумма двух подпространств будет прямой тогда и только тогда, когда их пересечение содержит только нулевой вектор.

Данное утверждение является частным случаем критерия $2$ прямой суммы при $k=2$.

Следствие 2.

Размерность прямой суммы двух подпространств есть сумма размерностей данных подпространств.

По формуле Грассмана: $$\dim L=\dim L_1+\dim L_2-\dim{\left(L_1 \cap L_2\right)},$$ то есть размерность суммы подпространств $L_1$ и $L_2$ равна сумме размерностей данных подпространств без размерности их пересечения. Пересечение данных подпространств, как мы уже узнали, содержит только нулевой вектор. Следовательно, размерность пересечения равна $0$. Тогда третье слагаемое в формуле Грассмана также равно $0$, и мы приходим к изначальному утверждению.

Примеры

Теперь рассмотрим несколько примеров применения критериев прямой суммы.

  1. Пусть дано линейное пространство, заданное в виде линейной оболочки $L=L\langle a_1,a_2,a_3,a_4\rangle$, где $a_1=\left(1,1,0,0\right),$ $a_2=\left(0,5,0,3\right),$ $a_3=\left(0,0,2,0\right),$ $a_4=\left(-1,7,1,0\right).$ Разложить данное пространство в прямую сумму двух подпространств.
    Решение

    Для начала, проверим, является ли указанная система линейно независимой. Построим систему линейных комбинаций из векторов данной системы:$$\left\{\begin{array}{rcl}x_1+x_2+0x_3+0x_4=0\\0x_1+5x_2+0x_3+3x_4=0\\0x_1+0x_2+2x_3+0x_4=0\\-x_1+7x_2+x_3+0x_4=0\end{array}\right.$$Воспользуемся методом Гаусса:$$\begin{pmatrix}1 & 1 & 0 & 0\\0 & 5 & 0 & 3\\0 & 0 & 2 & 0\\-1 & 7 & 1 & 0\end{pmatrix}\sim\begin{pmatrix}1 & 1 & 0 & 0\\0 & 5 & 0 & 3\\0 & 0 & 2 & 0\\0 & 8 & 1 & 0\end{pmatrix}\sim\begin{pmatrix}1 & 1 & 0 & 0\\0 & 5 & 0 & 3\\0 & 0 & 2 & 0\\0 & 0 & 1 & -\frac{24}{5}\end{pmatrix}\sim$$$$\sim\begin{pmatrix}1 & 1 & 0 & 0\\0 & 5 & 0 & 3\\0 & 0 & 2 & 0\\0 & 0 & 0 & -\frac{24}{5}\end{pmatrix}.$$
    Как видим, ни один из векторов не выражается через остальные. Значит, система линейно независима и является базисом пространства $L$. Тогда данное пространство можно разложить в прямую сумму подпространств, разбив его базис, к примеру, на две такие подсистемы: $\langle a_1,a_2\rangle$,$\langle a_3,a_4\rangle$. Тогда разложение будет иметь вид: $L=L_1\oplus L_2$, где $L_1=L\langle a_1,a_2\rangle$,$L_2=L\langle a_3,a_4\rangle$.

  2. Даны подпространства $L_1=L\langle\left(1,1,3\right)\rangle$, $L_2=L\langle\left(0,1,2\right),\left(3,5,9\right)\rangle$. Проверить сумму подпространств $L_1$ и $L_2$ на прямоту.
    Решение

    И первая, и вторая исходные системы являются линейно независимыми, ведь в них нет векторов, что выражаются через другие векторы этой системы. Значит системы являются базисами подпространств, построенных на соответствующих линейных оболочках. Объединим эти базисы в единую систему векторов:$$E=\langle\left(1,1,3\right),\left(0,1,2\right),\left(3,5,9\right)\rangle.$$ Воспользуемся методом Гаусса:$$\begin{pmatrix}1 & 1 & 3\\0 & 1 & 2\\3 & 5 & 9\end{pmatrix}\sim\begin{pmatrix}1 & 1 & 3\\0 & 1 & 2\\0 & 2 & 0\end{pmatrix}\sim\begin{pmatrix}1 & 1 & 3\\0 & 1 & 2\\0 & 0 & -4\end{pmatrix}.$$Получили, что система $E$ — линейно независима. Значит, объединение базисов исходных подпространств является базисом суммы подпространств $L$: $L=L_1\oplus L_2$.

  3. Пусть даны подпространства $L_1=L\langle a_1,a_2,a_3\rangle$, $L_2=L\langle b_1,b_2\rangle$, $L_3=L\langle c_1,c_2,c_3\rangle$. Проверить сумму данных подпространств на прямоту, если:$$a_1 = \begin{pmatrix}0 & 0\\1 & 1\end{pmatrix}, a_2 = \begin{pmatrix}1 & 1\\1 & 1\end{pmatrix}, a_3 = \begin{pmatrix}1 & 1\\0 & 0\end{pmatrix};$$$$b_1=\begin{pmatrix}1 & -1\\2 & 0\end{pmatrix},b_2=\begin{pmatrix}0 & 0\\-1 & 1\end{pmatrix};$$$$c_1=\begin{pmatrix}0 & 1\\1 & 1\end{pmatrix},c_2=\begin{pmatrix}1 & 1\\2 & 1\end{pmatrix},c_3=\begin{pmatrix}1 & 0\\1 & 0\end{pmatrix}.$$
    Решение

    Для удобства системы пронумеруем от $1$ до $3$ в соответствии с номерами подпространств.Указанные системы можно переписать в следующем виде: $\langle\left(0,0,1,1\right),\left(1,1,1,1\right),\left(1,1,0,0\right)\rangle,$$\langle\left(1,-1,2,0\right),\left(0,0,-1,1\right)\rangle,$$\langle\left(0,1,1,1\right),\left(1,1,2,1\right),\left(1,0,1,0\right)\rangle.$ Проверку линейной независимости можно сделать и без применения метода Гаусса. Действительно, в первой системе $a_1+a_3=\left(0,0,1,1\right)+\left(1,1,0,0\right)=\left(1,1,1,1\right)=a_2$, в третьей: $c_1+c_3=\left(0,1,1,1\right)+\left(1,0,1,0\right)=\left(1,1,2,1\right)=c_2$. Значит векторы $a_2$ и $c_2$ линейно выражаются через остальные. Вторая система, как можно видеть, уже является линейно независимой и, следовательно, базисом подпространства $L_3$. Тогда, если откинуть линейно зависимые векторы в системах $1$ и $3$, то получим базисы уже всех трех подпространств:$$L_1=L\langle a_1,a_3\rangle,$$$$L_2=L\langle b_1,b_2\rangle,$$$$L_3=L\langle c_1,c_3\rangle.$$Теперь объединим данные базисы в единую систему векторов: $$E=\langle a_1,a_3,b_1,b_2,c_1,c_3\rangle.$$Теперь только осталось понять, является ли сумма исходных подпространств прямой. Проверим систему $E$ на линейную независимость с помощью метода Гаусса:$$\begin{pmatrix}0 & 0 & 1 & 1\\1 & 1 & 0 & 0\\1 & -1 & 2 & 0\\0 & 0 & -1 & 1\\0 & 1 & 1 & 1\\1 & 0 & 1 & 0\end{pmatrix}.$$Переставим строки в матрице для более удобных элементарных преобразований:$$\begin{pmatrix}1 & 1 & 0 & 0\\1 & -1 & 2 & 0\\1 & 0 & 1 & 0\\0 & 1 & 1 & 1\\0 & 0 & 1 & 1\\0 & 0 & -1 & 1\end{pmatrix}\sim\begin{pmatrix}1 & 1 & 0 & 0\\0 & -2 & 2 & 0\\0 & -1 & 1 & 0\\0 & 1 & 1 & 1\\0 & 0 & 1 & 1\\0 & 0 & -1 & 1\end{pmatrix}.$$Строки $2$ и $3$ пропорциональны, поэтому можно исключить, к примеру, вторую строку. Дальнейшие преобразования не имеют смысла в данной задаче: объединение базисов исходных подпространств не является базисом суммы, потому что объединенная система содержит, по крайней мере, один линейно зависимый вектор. Значит, сумма $L=L_1+L_2+L_3$ не будет прямой в соответствии с первым критерием суммы. Задача решена.

Критерии прямой суммы

Тест на закрепление материала «Критерии прямой суммы».

Смотрите также:

  1. Белозеров Г.С. Конспект лекций по линейной алгебре.
  2. Федорчук В.В. Курс аналитической геометрии и линейной алгебры. — М.: изд. Московского ун-та. — 1990. — 328 с. — С. 200-201.
  3. Фаддеев Д.К. Лекции по алгебре. — М.: Наука. — 1984. — 416 с. — С. 309-310.
  4. Шафаревич И.Р., Ремизов А.О. Линейная алгебра и геометрия. — М.: ФИЗМАТЛИТ. — 2009. — 512 с. — С. 95-97.
  5. А. И. Мальцев. Основы линейной алгебры. — 3-е изд., испр. и доп : монография. — М. : Наука, 1970. — 400 с. — С. 104-105.

Операция транспонирования матриц и ее свойства

Определение. Пусть задана матрица $A.$ Тогда замена строк на столбцы, а столбцов — на строки называется транспонированием по отношению к $A.$ Так, если $$A = \begin{pmatrix}
a_{11} & a_{12} & \cdots & a_{1n}\\
a_{21} & a_{22} & \cdots & a_{2n}\\
\cdots & \cdots & \cdots & \cdots\\
a_{m1} & a_{m2} & \cdots & a_{mn}
\end{pmatrix},$$ то транспонированная матрица будет выглядеть: $$A^{T} = \begin{pmatrix}
a_{11} & a_{21} & \cdots & a_{m1}\\
a_{12} & a_{22} & \cdots & a_{m2}\\
\cdots & \cdots & \cdots & \cdots\\
a_{1n} & a_{2n} & \cdots & a_{mn}
\end{pmatrix}.$$

Свойства транспонирования матриц

  1. $\left ( A^{T} \right )^{T} = A $
  2. Пусть задана матрица $$A = \begin{pmatrix}
    a_{11} & a_{12} & \cdots & a_{1n}\\
    a_{21} & a_{22} & \cdots & a_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{m1} & a_{m2} & \cdots & a_{mn}
    \end{pmatrix}.$$
    Проведём транспонирование матрицы $A:$
    $$A^{T} = \begin{pmatrix}
    a_{11} & a_{21} & \cdots & a_{m1}\\
    a_{12} & a_{22} & \cdots & a_{m2}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{1n} & a_{2n} & \cdots & a_{mn}
    \end{pmatrix}.$$
    Проведём повторное транспонирование матрицы $A^{T}$ и получаем: $$\left ( A^{T} \right )^{T} = \begin{pmatrix}
    a_{11} & a_{12} & \cdots & a_{1n}\\
    a_{21} & a_{22} & \cdots & a_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{m1} & a_{m2} & \cdots & a_{mn}
    \end{pmatrix}. $$
    Следовательно, $ \left ( A^{T} \right )^{T} = A,$ что и требовалось доказать.

  3. $\left ( \lambda \cdot A \right )^{T} = \lambda \cdot A^{T}$
  4. Пусть задана матрица $$A = \begin{pmatrix}
    a_{11} & a_{12} & \cdots & a_{1n}\\
    a_{21} & a_{22} & \cdots & a_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{m1} & a_{m2} & \cdots & a_{mn}
    \end{pmatrix}.$$
    Проведём транспонирование матрицы $A:$
    $$A^{T} = \begin{pmatrix}
    a_{11} & a_{21} & \cdots & a_{m1}\\
    a_{12} & a_{22} & \cdots & a_{m2}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{1n} & a_{2n} & \cdots & a_{mn}
    \end{pmatrix}.$$
    Докажем, что $ \left ( \lambda \cdot A \right )^{T} = \lambda \cdot A^{T}.$ Найдём $\left ( \lambda \cdot A \right )^{T}$ $$ \lambda \cdot \begin{pmatrix}
    a_{11}\cdot & a_{12} & \cdots & a_{1n}\\
    a_{21} & a_{22} & \cdots & a_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{m1} & a_{m2} & \cdots & a_{mn}
    \end{pmatrix} = \begin{pmatrix}
    a_{11}\cdot \lambda & a_{12}\cdot \lambda & \cdots & a_{1n}\cdot \lambda\\
    a_{21}\cdot \lambda & a_{22}\cdot \lambda & \cdots & a_{2n}\cdot \lambda\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{m1}\cdot \lambda & a_{m2}\cdot \lambda & \cdots & a_{mn}\cdot \lambda
    \end{pmatrix}.$$
    Проведём транспонирование и получаем: $$\left ( \lambda \cdot A \right )^{T} = \begin{pmatrix}
    a_{11}\cdot \lambda & a_{21}\cdot \lambda & \cdots & a_{m1}\cdot \lambda\\
    a_{12}\cdot \lambda & a_{22}\cdot \lambda & \cdots & a_{m2}\cdot \lambda\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{1n}\cdot \lambda & a_{2n}\cdot \lambda & \cdots & a_{mn}\cdot \lambda
    \end{pmatrix}. $$
    Найдём $\lambda \cdot A^{T}:$ $$ \lambda \cdot A^{T} = \begin{pmatrix}
    a_{11}\cdot \lambda & a_{21}\cdot \lambda & \cdots & a_{m1}\cdot \lambda\\
    a_{12}\cdot \lambda & a_{22}\cdot \lambda & \cdots & a_{m2}\cdot \lambda\\
    \ldots & \cdots & \cdots & \cdots\\
    a_{1n}\cdot \lambda & a_{2n}\cdot \lambda & \cdots & a_{mn}\cdot \lambda
    \end{pmatrix}.$$
    Следовательно, $\left ( \lambda \cdot A \right )^{T} = \lambda \cdot A^{T},$ что и требовалось доказать.

  5. $\left ( A + B \right )^{T} = A^{T} + B^{T}$
  6. Пусть $$ A = \begin{pmatrix}
    a_{11} & a_{12} & \cdots & a_{1n}\\
    a_{21} & a_{22} & \cdots & a_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{m1} & a_{m2} & \cdots & a_{mn}
    \end{pmatrix}, \; B = \begin{pmatrix}
    b_{11} & b_{12} & \cdots & b_{1n}\\
    b_{21} & b_{22} & \cdots & b_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    b_{n1} & b_{n2} & \cdots & b_{mn}
    \end{pmatrix}.$$
    Проведём транспонирование матриц: $$ A^{T}= \begin{pmatrix}
    a_{11} & a_{21} & \cdots & a_{m1}\\
    a_{12} & a_{22} & \cdots & a_{m2}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{1n} & a_{2n} & \cdots & a_{mn}
    \end{pmatrix}, \; B^{T}= \begin{pmatrix}
    b_{11} & b_{21} & \cdots & b_{m1}\\
    b_{12} & b_{22} & \cdots & b_{m2}\\
    \cdots & \cdots & \cdots & \cdots\\
    b_{1n} & b_{2n} & \cdots & b_{mn}
    \end{pmatrix}.$$
    Найдём $\left ( A + B \right )^{T}$ и $A^{T} + B^{T}:$
    $$A + B= \begin{pmatrix}
    a_{11} + b_{11} &a_{12} + b_{12} & \cdots & a_{1n} + b_{1n}\\
    a_{21} + b_{21} &a_{21} + b_{21} & \cdots & a_{2n} + b_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{m1} + b_{m1} &a_{m1} + b_{m1} & \cdots & a_{mn} + b_{mn}
    \end{pmatrix}. $$
    $$\left ( A + B \right )^{T}= \begin{pmatrix}
    a_{11} + b_{11} &a_{21} + b_{21} & \cdots & a_{1n} + b_{1n}\\
    a_{12} + b_{12} &a_{22} + b_{22} & \cdots & a_{2n} + b_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{1n} + b_{1n} &a_{2n} + b_{2n} & \cdots & a_{mn} + b_{mn}
    \end{pmatrix}.$$
    $$A^{T} + B^{T} = \begin{pmatrix}
    a_{11} + b_{11} &a_{21} + b_{21} & \cdots & a_{1n} + b_{1n}\\
    a_{12} + b_{12} &a_{22} + b_{22} & \cdots & a_{2n} + b_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{1n} + b_{1n} &a_{2n} + b_{2n} & \cdots & a_{mn} + b_{mn}
    \end{pmatrix}.$$
    Получаем, что $\left ( A + B \right )^{T} = A^{T} + B^{T},$ что и требовалось доказать.

  7. $\left ( A \cdot B \right )^{T} = A^{T} \cdot B^{T}$
  8. Пусть $$ A = \begin{pmatrix}
    a_{11} & a_{12} & \cdots & a_{1n}\\
    a_{21} & a_{22} & \cdots & a_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    a_{m1} & a_{m2} & \cdots & a_{mn}
    \end{pmatrix}, \; B = \begin{pmatrix}
    b_{11} & b_{12} & \cdots & b_{1n}\\
    b_{21} & b_{22} & \cdots & b_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    b_{m1} & b_{m2} & \cdots & b_{mn}
    \end{pmatrix}.$$
    Проведём транспонирование матриц: $$ A^{T} = C = \begin{pmatrix}
    c_{11} & c_{21} & \cdots & c_{m1}\\
    c_{12} & c_{22} & \cdots & c_{m2}\\
    \cdots & \cdots & \cdots & \cdots\\
    c_{1n} & c_{2n} & \cdots & c_{mn}
    \end{pmatrix}, \; B^{T} = D = \begin{pmatrix}
    d_{11} & d_{21} & \cdots & d_{m1}\\
    d_{12} & d_{22} & \cdots & d_{m2}\\
    \cdots & \cdots & \cdots & \cdots\\
    d_{1n} & d_{2n} & \cdots & d_{mn}
    \end{pmatrix}.$$
    так, что $ с_{ji} = a_{ij},$ $ d_{\beta \alpha} = b_{\alpha \beta} $
    $$AB = F = \begin{pmatrix}
    f_{11} & f_{12} & \cdots & f_{1n}\\
    f_{21} & f_{22} & \cdots & f_{2n}\\
    \cdots & \cdots & \cdots & \cdots\\
    f_{m1} & f_{m2} & \cdots & f_{mn}
    \end{pmatrix}. $$
    $$A^{T}B^{T} = G = \begin{pmatrix}
    g_{11} & g_{21} & \cdots & g_{m1}\\
    g_{12} & g_{22} & \cdots & g_{m2}\\
    \cdots & \cdots & \cdots & \cdots\\
    g_{1n} & g_{2n} & \cdots & g_{mn}
    \end{pmatrix}. $$
    Тогда, $$f_{ij} = \sum_{\alpha = 1}^{k} a_{i\alpha} b_{\alpha j},$$
    $$g_{ji} = \sum_{\alpha = 1}^{k}d_{j\alpha} c_{\alpha i} = \sum_{\alpha = 1}^{k} b_{\alpha j} a_{i \alpha} = \sum_{\alpha = 1}^{k} = a_{i\alpha} b_{\alpha j} = f_{ij}.$$
    Итак, $g_{ji} = f_{ij}$ при всех $i = 1, 2, …, m$ и $j = 1, 2, …, n, $ следовательно, $G = F^{T},$ т. е. $A^{T} B^{T}= \left ( A B \right )^{T} $.

      Примеры решения задач

      Пример 1

      Дана матрица $ A = \begin{pmatrix}
      5 & 2 & 6 \\
      1 & 4 & 9 \\
      8 & 3 & 10
      \end{pmatrix}.$ Составить матрицу $A^{T}.$

      Решение

      $A^{T} = \begin{pmatrix}
      5 & 2 & 6 \\
      1 & 4 & 9 \\
      8 & 3 & 10
      \end{pmatrix}^{T} = \begin{pmatrix}
      5 & 1 & 8 \\
      2 & 4 & 3 \\
      6 & 9 & 10
      \end{pmatrix}. $

      [свернуть]

      Пример 2

      Дана матрица $ A = \begin{pmatrix}
      11 & 0 & 9 \\
      7 & 23 & 0 \\
      1 & 11 & 4
      \end{pmatrix}.$ Найти $ \left ( 2 \cdot A \right )^{T}. $

      Решение

      Воспользуемся вторым свойством транспонирования матриц, где $\left ( \lambda \cdot A \right )^{T} = \lambda \cdot A^{T},$ получим: $$ 2 \cdot A^{T} =2 \begin{pmatrix}
      11 & 7 & 1 \\
      0 & 23 & 11 \\
      9 & 0 & 4
      \end{pmatrix} = \begin{pmatrix}
      22 & 14 & 2 \\
      0 & 46 & 2 \\
      18 & 0 & 8
      \end{pmatrix}.$$

      [свернуть]

      Пример 3

      Даны две матрицы $ A = \begin{pmatrix}
      5 & 1 & 8 \\
      2 & 4 & 3 \\
      6 & 9 & 10
      \end{pmatrix} $ и $ B = \begin{pmatrix}
      11 & 7 & 1 \\
      0 & 23 & 11 \\
      9 & 0 & 4
      \end{pmatrix}.$
      Найти $ \left ( A + 3 \cdot B \right )^{T}.$

      Решение

      Найдём сумму матриц $A$ и $B:$
      $$A + 3 \cdot B = \begin{pmatrix}
      5 & 1 & 8 \\
      2 & 4 & 3 \\
      6 & 9 & 10
      \end{pmatrix} + \begin{pmatrix}
      33 & 21 & 3 \\
      0 & 69 & 33 \\
      27 & 0 & 12
      \end{pmatrix} = \begin{pmatrix}
      28 & 22 & 11 \\
      2 & 73 & 36 \\
      33 & 9 & 22
      \end{pmatrix}.$$

      Проведём транспонирование суммы матриц: $$\left ( A + 3 \cdot B \right )^{T} = \begin{pmatrix}
      28 & 22 & 11 \\
      2 & 73 & 36 \\
      33 & 9 & 22
      \end{pmatrix}^{T} = \begin{pmatrix}
      28 & 2 & 11 \\
      22 & 73 & 99 \\
      11 & 36 & 22
      \end{pmatrix}.$$

      [свернуть]

      Пример 4

      Даны две матрицы $ A = \begin{pmatrix}
      5 & 11 & 16 & 12 & 56 \\
      4 & 3 & 45 & 10 & 22\\
      5 & 1 & 9 & 56 & 14 \\
      33 & 23 & 34 & 45 & 89
      \end{pmatrix} $ и
      $$ B = \begin{pmatrix}
      12 & 10 & 15 & 11\\
      3 & 2 & 20 & 22\\
      1 & 4 & 8 & 2\\
      5 & 11 & 3 & 4\\
      16 & 4 & 11 & 12
      \end{pmatrix}.$$
      Найти $ \left ( A \cdot B \right )^{T}.$

      Решение

      Решим задачу двумя способами, используя 4 свойство.

      • Метод №1. Найдём преобразование матриц $A$ и $B:$ $$A \cdot B = \begin{pmatrix}
        5 & 11 & 16 & 12 \\
        4 & 3 & 45 & 10 \\
        5 & 1 & 9 & 56 \\
        33 & 23 & 34 & 45 \\
        56 & 22 & 14 & 89 \\
        \end{pmatrix} \cdot \begin{pmatrix}
        12 & 10 & 15 & 11 & 16\\
        3 & 2 & 20 & 22 & 0\\
        1 & 4 & 8 & 2 & 11\\
        5 & 11 & 0 & 4 & 12\\
        \end{pmatrix} =$$
        $$= \begin{pmatrix}
        538 & 430 & 1151 & 1579 & 2081 \\
        849 & 565 & 1066 & 2166 & 2450 \\
        127 & 77 & 336 & 590 & 434 \\
        216 & 183 & 738 & 518 & 920 \\
        547 & 475 & 943 & 1388 & 2206 \\
        \end{pmatrix}. $$

        Проведём транспонирование матрицы:
        $$ \left ( A \cdot B \right )^{T} = \begin{pmatrix}
        538 & 849 & 127 & 216 & 547 \\
        430 & 565 & 77 & 183 & 475 \\
        1151 & 1066 & 336 & 738 & 943 \\
        1579 & 2166 & 590 & 518 & 1388 \\
        2081 & 2450 & 434 & 920 & 2206
        \end{pmatrix}. $$

      • Метод №2. Проведём транспонирование матриц $A$ и $B:$
        $$ A^{T} = \begin{pmatrix}
        5 & 4 & 5 & 33\\
        11 & 3 & 1 & 23\\
        16 & 45 & 9 & 34\\
        12 & 10 & 56 & 45\\
        56 & 22 & 14 & 89
        \end{pmatrix}.$$
        $$ B^{T} = \begin{pmatrix}
        12 & 3 & 1 & 5 & 16\\
        10 & 2 & 4 & 11 & 4\\
        15 & 20 & 8 & 3 & 11\\
        11 & 22 & 2 & 4 & 12
        \end{pmatrix}.$$

        Найдём произведение $A^{T}$ и $B^{T}:$
        $$A^{T} \cdot B^{T} = \begin{pmatrix}
        538 & 849 & 127 & 216 & 547 \\
        430 & 565 & 77 & 183 & 475 \\
        1151 & 1066 & 336 & 738 & 943 \\
        1579 & 2166 & 590 & 518 & 1388 \\
        2081 & 2450 & 434 & 920 & 2206
        \end{pmatrix}.
        $$

      • Оба метода показали одинаковый ответ, что также подтверждает свойство №4.

      [свернуть]

      Пример 5

      Дана транспонированная матрица $ A^{T} = \begin{pmatrix}
      1 & 3 & 22 & 21 \\
      2 & 11 & 1 & 12\\
      0 & 4 & 20 & 31\\
      6 & 15 & 50 & 9
      \end{pmatrix}.$ Найти первоначальную матрицу $A.$

      Решение

      Воспользуемся первым свойством транспонирования матриц, где $\left ( A^{T} \right )^{T} = A, $ получим:
      $$ \left ( A^{T} \right )^{T} = \begin{pmatrix}
      1 & 3 & 22 & 21 \\
      2 & 11 & 1 & 12\\
      0 & 4 & 20 & 31\\
      6 & 15 & 50 & 9
      \end{pmatrix}^{T} = \begin{pmatrix}
      1 & 2 & 9 & 6 \\
      3 & 11 & 4 & 15\\
      22 & 1 & 20 & 40\\
      21 & 12 & 31 & 9
      \end{pmatrix}. $$

      [свернуть]

      Смотрите также

      Операция транспонирования матриц и ее свойства

      Данный тест предназначен для проверки ваших знаний на тему «Операция транспонирования матриц и ее свойства». Удачи !

Процесс ортогонализации Грама-Шмидта

Определение. Векторы $a$ и $b$ называются ортогональными, если их скалярное произведение равно нулю.$$\left(a, b\right)=0.$$

Определение. Системы $S_{1} = \langle a_{1},a_{2},…,a_{n}\rangle,$ и $S_{2} = \langle b_{1},b_{2},…,b_{n}\rangle,$ называются эквивалентными, когда векторы каждой из систем, линейно выражаются через векторы, другой системы.

Теорема. Допустим, у нас есть линейно независимая система $S = \langle a_{1},a_{2},\ldots,a_{n}\rangle.$ Тогда всегда найдется такая система $S_{орт} = \langle b_{1},b_{2},…,b_{n}\rangle,$ которая будет эквивалентной и ортогональной к $S,$ которая получается следующим методом:

  1. $b_{1} = a_{1},$
  2. $b_{j} = a_{j} + \sum\limits_{i=1}^{j-1}\lambda_{ji}b_{i},\: 2\leqslant j\leqslant k,$ при $\lambda_{ji}=-\dfrac{\left(a_{j}, b_{i}\right)}{\left(b_{i}, b_{i}\right)}.$

Докажем же существование $S_{орт}$ эквивалентной $S$ с помощью индукции. При $k = 1$ $$b_{1} = a_{1}.$$ При $k = 2$ $$\left(b_{2}, b_{1}\right) = \left(a_{2} + \lambda_{21}b_{1}, b_{1}\right) = \left(a_{2}, b_{1}\right) + \lambda_{21}\left(b_{1}, b_{1}\right) =$$$$= \left(a_{2}, b_{1}\right)-\dfrac{\left(a_{2}, b_{1}\right)}{\left(b_{2}, b_{1}\right)}\left(b_{1}, b_{1}\right) = 0.$$ Из чего очевидно, что $S = \langle a_{1},a_{2}\rangle$ и $S_{1} = \langle b_{1},b_{2}\rangle$ — эквивалентны.

Теперь докажем для $k = m,$ при $2\leqslant j\leqslant k$ $$\left(b_{m}, b_{i}\right) = \left(a_{m} + \sum\limits_{i=1}^{m}\lambda_{mi}b_{i}, b_{i}\right) = \left(a_{m}, b_{i}\right) + \sum\limits_{i=1}^{m}\lambda_{mi}\left(b_{i}, b_{i}\right) =$$$$= \left(a_{m}, b_{i}\right)-\sum\limits_{i=1}^{m}\dfrac{\left(a_{m}, b_{i}\right)}{\left(b_{i}, b_{i}\right)}\left(b_{i}, b_{i}\right) = 0.$$ Как видим, по индукции мы доказали, что любой ЛНЗ системе, методом Грама-Шмидта, можно найти эквивалентную ей ортогональную систему.

Примеры решения задач

Рассмотрим примеры задач, в которых может использоваться процесс ортогонализации Грама-Шмидта. Постарайтесь решить данные примеры самостоятельно, а затем сверить свое решение с приведенным.

  1. Применяя процесс ортогонализации по Грамму-Шмидту построить ортогональный базис подпространства, натянутого на данную систему векторов $S = \langle a_{1}, a_{2}, a_{3}\rangle.$
    $$a_{1} = (1, 2, 2, -1), a_{2} = (1, 1, -5, 3), a_{3} = (3, 2, 8, -7).$$

    Решение

    Первым делом, найдем $b_{1}$. В первом пункте пишется, что $b_{1} = a_{1}.$

    Дальше найдем $b_{2}.$ Из формулы пункта 2), мы видим, что: $$b_{2} = a_{2} + \lambda_{21} \cdot b_{1}, \lambda_{21} = \dfrac{\left(a_{2}, b_{1}\right)}{\left(b_{1}, b_{1}\right)},$$ все необходимое для решения мы нашли, осталось только решить. Итак:$$\lambda_{21} = -\dfrac{\left(a_{2}, b_{1}\right)}{\left(b_{1}, b_{1}\right)} = -\dfrac{\left(1\cdot1 + 2\cdot1 + 2\cdot\left(-5\right) + 3\cdot\left(-1\right)\right)}{\left(1\cdot1 + 2\cdot2 + 2\cdot2 + \left(-1\cdot\left(-1\right)\right)\right)} = -\left(\dfrac{-10}{10}\right) = 1,$$ лямбду мы нашли, $b_{1}$ у нас есть, теперь мы можем найти $b_{2}:$ $$b_{2} = a_{2} + \lambda_{21}\cdot b_{1} = (1, 1, -5, 3) + (1, 2, 2, -1) = (2, 3, -3, 2).$$

    Выпишем же формулу для $b_{3}:$ $$b_{3} = a_{3} + \lambda_{31} \cdot b_{1} + \lambda_{32} \cdot b_{2},$$ при $$\lambda_{31} = -\dfrac{\left(a_{3}, b_{1}\right)}{\left(b_{1}, b_{1}\right)},\quad \lambda_{32} = -\dfrac{\left(a_{3}, b_{2}\right)}{\left(b_{2}, b_{2}\right)},$$ найдем все необходимое: $$\lambda_{31} = -\dfrac{\left(3\cdot1 + 2\cdot2 + 8\cdot2 + (-7)\cdot\left(-1\right)\right)}{\left(1\cdot1 + 2\cdot2 + 2\cdot2 + \left(-1\cdot\left(-1\right)\right)\right)} = -3,$$ $$\lambda_{32} = -\dfrac{\left(3\cdot2 + 2\cdot3 + 8\cdot\left(-3\right) + (-7)\cdot2\right)}{\left(2\cdot2 + 3\cdot3 + \left(-3\cdot\left(-3\right)\right) + 2\cdot2\right)} = 1.$$ Теперь вычислим $b_{3}:$ $$b_{3} = (3, 2, 8, -7)-3(1, 2, 2, -1) + 1(2, 3, -3, 2) = (2, -1, -1, 2).$$
    Получили ортогональный базис $S_{Орт} = \langle b_{1}, b_{2}, b_{3}\rangle$ — систему, эквивалентную данной, $S = \langle a_{1}, a_{2}, a_{3}\rangle.$ $$S_{Орт} = \langle (1, 2, 2, -1), (2, 3, -3, 2), (2, -1, -1, 2)\rangle.$$

  2. Применяя процесс ортогонализации по Грамму-Шмидту построить ортогональный базис подпространства, натянутого на данную систему векторов $S = \langle a_{1}, a_{2}, a_{3}\rangle.$
    $$a_{1} = (1, 1, -1, -2), a_{2} = (5, 8, -2, -3), a_{3} = (3, 9, 3, 8).$$

    Решение

    Первым делом, найдем $b_{1}$, $b_{1} = a_{1}.$

    Дальше найдем $b_{2}.$ Из формулы пункта 2) мы видим, что: $$b_{2} = a_{2} + \lambda_{21} \cdot b_{1}, \lambda_{21} = \dfrac{\left(a_{2}, b_{1}\right)}{\left(b_{1}, b_{1}\right)},$$ все необходимое для решения мы нашли, осталось только решить. Итак:$$\lambda_{21} = -\dfrac{\left(5\cdot1 + 8\cdot1 + \left(-2\cdot\left(-1\right)\right) + \left(-3\cdot\left(-2\right)\right)\right)}{\left(1\cdot1 + 1\cdot1 + \left(-1\cdot\left(-1\right)\right) + \left(-2\cdot\left(-2\right)\right)\right)} = -\left(\dfrac{21}{7}\right) = 3,$$ лямбду мы нашли, $b_{1}$ у нас есть, теперь мы можем найти $b_{2}:$ $$b_{2} = a_{2} + \lambda_{21}\cdot b_{1} = (5, 8, -2, -3) + (-3, -3, 3, 6) = (2, 5, 1, 3).$$

    Выпишем же формулу для $b_{3}:$ $$b_{3} = a_{3} + \lambda_{31} \cdot b_{1} + \lambda_{32} \cdot b_{2},$$ при $$\lambda_{31} = -\dfrac{\left(a_{3}, b_{1}\right)}{\left(b_{1}, b_{1}\right)},\quad \lambda_{32} = -\dfrac{\left(a_{3}, b_{2}\right)}{\left(b_{2}, b_{2}\right)},$$ найдем все необходимое: $$\lambda_{31} = -\dfrac{\left(3\cdot1 + 9\cdot1 + 3\cdot\left(-1\right) + 8\cdot\left(-2\right)\right)}{\left(1\cdot1 + 1\cdot1 + \left(-1\cdot\left(-1\right)\right) + \left(-2\cdot\left(-2\right)\right)\right)} = 1,$$ $$\lambda_{32} = -\dfrac{\left(3\cdot2 + 9\cdot5 + 3\cdot1 + 8\cdot3\right)}{\left(2\cdot2 + 5\cdot5 + 1\cdot1 + 3\cdot3\right)} = -2.$$ Теперь вычислим $b_{3}:$ $$b_{3} = (3, 9, 3, 8) + 1(1, 1, -1, -2)-2(2, 5, 1, 3) = (0, 0, 0, 0).$$
    Получили ортогональный базис $S_{Орт} = \langle b_{1}, b_{2}, b_{3}\rangle$ — систему, эквивалентную данной, $S = \langle a_{1}, a_{2}, a_{3}\rangle.$ $$S_{Орт} = \langle(1, 1, -1, -2), (2, 5, 1, 3)\rangle.$$

Смотрите также

  1. Конспект лекций по линейной алгебре. Белозёров Г.С. Евклидовы пространства
  2. Курош А.Г. Курс высшей алгебры. М.: Наука, 1968, Глава 8, §34, «Определение евклидова пространства. Ортонормированные базы», c.213-214
  3. Воеводин В.В. Линейная алгебра. М.: Наука, 1994, Глава 3, §28, «Ортогональность», стр. 92

Процесс ортогонализации Грама-Шмидта

Тест на знание темы «Процесс ортогонализации Грама-Шмидта»

Ранг матрицы

Пусть задана матрица $$\begin{equation*}
A = \left(
\begin{array}{cccc}
a_{11} & a_{12} & \ldots & a_{1n}\\
a_{21} & a_{22} & \ldots & a_{2n}\\
\vdots & \vdots & \ddots & \vdots\\
a_{m1} & a_{m2} & \ldots & a_{mn}
\end{array}
\right)
\end{equation*}, $$ где $n$ столбцов и $m$ строк. Заметим, что числа не имеют никакой связи между собой. Будем рассматривать столбцы как вектора $m-$мерного пространства. То есть в таком виде: $$ \alpha_1 = \left(a_{11}, a_{21},\dots,a_{m1}\right),$$ $$\alpha_2 = \left(a_{12}, a_{22},\dots,a_{m2}\right),$$ $$\vdots$$ $$\alpha_m = \left(a_{1n}, a_{2n},\dots,a_{mn}\right).$$ Они могут быть линейно зависимыми. Тогда имеет место такое определение:

Определение. Пусть задана матрица $A = \|a_{ij}\| \in M_{m \times n}(P).$
Рангом матрицы называется ранг системы её столбцов, то есть количество векторов (столбцов) в максимально линейно независимой системе столбцов матрицы $A.$ Обозначение: $\mathop{\rm rank} A.$

Примечание. Ранг нулевой матрицы равен нулю.
$$\left(\begin{matrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0\end{matrix} \right).$$ Как видим, столбцы равны между собой, а значит линейно независимые столбцы отсутствуют, их количество равно нулю и, по определению, ранг равен нулю.

Ранг системы столбцов также можно называть «столбцовым» рангом. Очевидно, для строк существует аналогичное название — «строчный» ранг. Однако в этом случае строки будут рассматриваться как вектора $n-$мерного пространства, а именно: $$ \beta_1 = \left(a_{11}, a_{12},\dots,a_{1n}\right),$$ $$\beta_2 = \left(a_{21}, a_{22},\dots,a_{2n}\right),$$ $$\vdots$$ $$\beta_n = \left(a_{m1}, a_{m2},\dots,a_{mn}\right).$$ Ранги равны между собой, что следует из теоремы о ранге матрицы. Необходимо упомянуть, что $\mathop{\rm rank} A \leqslant min\left\{n,m\right\}$, где $n$ — количество столбцов матрицы $A$, а $m$ — количество строк. Этот факт также следует из теоремы.

Пример. Найти ранг матрицы $$A = \left(\begin{array}{rrr} -1 & 3 & 2 & 5 & 12 & -6 \\ 5 & 4 & -1 & -25 & 16 & 3 \\ 2 & 0 & 3 & -10 & 0 & 9 \end{array} \right).$$Запишем столбцы как вектора и проверим есть ли зависимость: $$ \alpha_1 = \left(-1,5,2\right),~ \alpha_2 = \left(3, 4, 0\right),~ \alpha_3 = \left(2,-1,3\right), $$ $$\alpha_4 = \left(5,-25,-10\right),~ \alpha_5 = \left(12,16,0\right),~ \alpha_6 = \left(-6,3,9\right).$$ В нашем случае она очевидна: $$\alpha_4 =-5 \cdot \alpha_1,~ \alpha_5 = 4 \cdot \alpha_2,~ \alpha_6 =-3 \cdot \alpha_3.$$ Значит, линейно независимых столбцов в матрице три и, по определению, $\mathop{\rm rank} A = 3. $

Пример. Найти ранг матрицы $$A = \left(\begin{array}{rrr} 1 & 2 & -4 & 0 \\ -3 & 6 & 7 & 8 \\ -2 & -4 & 8 & 0\end{array} \right).$$ Ранг столбцов равен $4.$ Но это превышает ранг матрицы, который должен быть не больше трех. Узнаем, с помощью элементарных преобразований, есть ли среди строк линейно зависимые: $$\left(\begin{array}{rrr} 1 & 2 & -4 & 0 \\ -3 & 6 & 7 & 8 \\ -2 & -4 & 8 & 0\end{array} \right) \thicksim \left(\begin{array}{rrr} 1 & 2 & -4 & 0 \\ 0 & 11 & -5 & 8 \\ 0 & 0 & 0 & 0\end{array} \right) \thicksim \left(\begin{array}{rrr} 1 & 2 & -4 & 0 \\ 0 & 11 & -5 & 8 \end{array} \right).$$Линейно независимых строк две. Позже будет доказано, что «строчный» ранг равен рангу матрицы. А так как нам известен ранг строк, можно сказать, что $\mathop{\rm rank} A = 2.$

Смотрите также

  1. Курош А.Г. Курс высшей алгебры М.: Наука, 1968, стр. 71
  2. Александров П.С. Курс аналитической геометрии и линейной алгебры — 2009 стр. 346
  3. Личный конспект, составленный на основе лекций Белозерова Г.С.

Скалярное произведение векторов, свойства, координатное представление

Определение 1. Пусть заданы два ненулевых вектора $a$ и $b$, число, равное произведению длин этих векторов на косинус угла между ними, назовем их скалярным произведением. $$\left( a,b \right) = \left|a\right|\left|b\right|\cos\angle\left(a,b\right)$$ В случае, если хотя бы один из векторов нулевой, будем считать их скалярное произведение равным нулю.

Также существуют другие определения скалярного произведения векторов.

Определение 2. Пусть заданы два ненулевых вектора, число, равное произведению длины первого и величины проекции второго вектора на первый, назовем их скалярным произведением. $$\left( a,b \right) = \left|a\right|\left\{pr_{a}b\right\}$$

Определение 3. Пусть два произвольных вектора заданы своими координатами, число, равное сумме произведений соответствующих координат, назовем скалярным произведением этих векторов.

Докажем эквивалентность первого и второго определений, эквивалентность третьему будет доказана позднее.

Лемма. Первое и второе определения эквивалентны, т.е. $$\left( a,b \right) = \left|a\right|\left|b\right|\cos\angle\left(a,b\right) = \left|a\right|\left\{pr_{a}b\right\}.$$

Воспользуемся определением проекции вектора на ось (другой вектор), откуда получим, что $\left\{pr_{a}b\right\} = \left|b\right|\cos\angle\left(a,b\right)$. Домножив обе части полученного равенства на $\left|a\right|$ получим искомое равенство.

Алгебраические свойства

  1. $\left( a,b \right) = \left( b,a \right)$ (коммутативность).

    Если хотя бы один вектор нулевой, то равенство достигается по определению. Рассмотрим случай ненулевых векторов:$$\left( a,b \right) = \left|a\right|\left|b\right|\cos\angle\left(a,b\right).$$ Умножение коммутативно, следовательно $\left|a\right|\left|b\right| = \left|b\right|\left|a\right|$. Также $\cos\angle\left(a,b\right) = \cos\angle\left(b,a\right)$. Тогда, по определению: $$\left( a,b \right) = \left|a\right|\left|b\right|\cos\angle\left(a,b\right) = \left|b\right|\left|a\right|\cos\angle\left(b,a\right) = \left( b,a \right).$$

    Следствие. $\left( a,b \right) = \left|a\right|\left\{pr_{a}b\right\} = \left|b\right|\left\{pr_{b}a\right\}$.

  2. $\left(\lambda a,b \right) = \lambda\left( a,b \right)$, $\forall\lambda\in\mathbb{R}$.

    Если один из векторов нулевой или $\lambda = 0$, то доказательство очевидно. Рассмотрим общий случай: $$\left(\lambda a,b \right) = \left|\lambda a\right|\left|b\right|\cos\angle\left(\lambda a,b\right),$$ если $\lambda > 0$, то $$\left|\lambda a\right|\left|b\right|\cos\angle\left(\lambda a,b\right) = \lambda\left|a\right|\left|b\right|\cos\angle\left( a,b\right) = \lambda\left(a,b\right),$$ если $\lambda < 0$, то $$\left|\lambda a\right|\left|b\right|\cos\angle\left(\lambda a,b\right) = -\lambda\left|a\right|\left|b\right|\left(-\cos\angle\left( a,b\right)\right) = \lambda\left(a,b\right).$$

    Следствие. $\left(a,\lambda b\right) = \left(\lambda b, a\right) = \lambda\left(b, a\right)$.

  3. $\left(a+c,b\right) = \left(a,b\right)+\left(c,b\right)$.

    Воспользуемся вторым определением и свойствами величины проекции вектора. $$\left(a+c,b\right) = \left|b\right|\left\{pr_{b}\left(a+c\right)\right\} = \left|b\right|\left(\left\{pr_{b}a\right\}+\left\{pr_{b}c\right\}\right) =$$ $$= \left|b\right|\left\{pr_{b}a\right\} + \left|b\right|\left\{pr_{b}c\right\} = \left(b,a\right) + \left(b,c\right) = \left(a,b\right) +\left(c,b\right).$$

  4. $\left(a,a\right)\geqslant 0$, если $\left(a,a\right)=0 \Leftrightarrow a = 0$

    Если $a=0$ доказательство очевидно. Пусть $a\neq0$, тогда $\cos\angle\left(a,a\right) = 1$, следовательно: $$\left(a,a\right) = \left|a\right|\left|a\right|\cos\angle\left(a,a\right) = \left|a\right|\left|a\right| = \left|a\right|^{2}\geqslant 0.$$

    Следствие. $\left|a\right|=\sqrt{\left(a,a\right)}$.

Теорема (неравенство Коши-Буняковского). Пусть заданы векторы $a$ и $b$, тогда выполняется неравенство: $$\left|\left(a,b\right)\right|\leqslant \left|a\right|\left|b\right|$$

Сначала рассмотрим случай равенства: $$\left|\left(a,b\right)\right| = \left|a\right|\left|b\right|,$$ $$\left|\left(a,b\right)\right| — \left|a\right|\left|b\right| = 0,$$ $$ \left|a\right|\left|b\right|\left(\cos\angle\left(a,b\right) — 1\right) = 0,$$ $$\left[
\begin{array}{1 1} \left|a\right| = 0, \\\left|b\right| = 0, \\\left|\cos\angle\left(a,b\right)\right| = 1 \Rightarrow a\|b.\end{array}\right. $$Таким образом равенство достигается в случае коллинеарных или нулевых векторов. Теперь рассмотрим общий случай. Пусть даны два ненулевых вектора $a$ и $b$, тогда $$\left|\cos\angle\left(a,b\right)\right|\leqslant 1,$$ домножим обе части на длины векторов $$\left|a\right|\left|b\right|\left|\cos\angle\left(a,b\right)\right|\leqslant \left|a\right|\left|b\right|,$$ $$\left|\left|a\right|\left|b\right|\cos\angle\left(a,b\right)\right|\leqslant \left|a\right|\left|b\right|,$$ $$\left|\left(a,b\right)\right|\leqslant \left|a\right|\left|b\right|.$$

Геометрические свойства

Рассмотрим геометрические свойства скалярного произведения двух ненулевых векторов, тогда $\left|a\right|\neq 0$ и $\left|b\right|\neq 0$.

  1. $\left(a,b\right)>0 \Leftrightarrow \angle\left(a,b\right)$ — острый.

    $\left(a,b\right)>0 \Leftrightarrow \left|a\right|\left|b\right|\cos\angle\left(a,b\right)>0 \Leftrightarrow \cos\angle\left(a,b\right)>0 \Leftrightarrow \angle\left(a,b\right)$ — острый

  2. $\left(a,b\right)<0 \Leftrightarrow \angle\left(a,b\right)$ — тупой.

    $\left(a,b\right)<0 \Leftrightarrow \left|a\right|\left|b\right|\cos\angle\left(a,b\right)<0 \Leftrightarrow \cos\angle\left(a,b\right)<0 \Leftrightarrow \angle\left(a,b\right)$ — тупой

  3. $\left(a,b\right)=0 \Leftrightarrow \angle\left(a,b\right)$ — прямой, $a\perp b$.

    $\left(a,b\right)=0 \Leftrightarrow \left|a\right|\left|b\right|\cos\angle\left(a,b\right)=0 \Leftrightarrow \cos\angle\left(a,b\right)=0 \Leftrightarrow \angle\left(a,b\right)$ — прямой, $a \perp b$.

Также из определения вытекает формула для нахождения косинуса угла между векторами: $$\cos\angle\left(a,b\right) = \frac{\left(a,b\right)}{\left|a\right|\left|b\right|}$$

Скалярное произведение в координатах

Теорема. Пусть два вектора заданы своими координатами, тогда их скалярное произведение равно сумме произведений соответствующих координат: $$a=\left(x_{1},y_{1},z_{1}\right), b=\left(x_{2},y_{2},z_{2}\right),$$ $$\left(a,b\right) = x_{1}x_{2}+y_{1}y_{2}+z_{1}z_{2}.$$

Рассмотрим два способа доказательства:

I способ

Пусть $a=\left(x_{1},y_{1},z_{1}\right), b=\left(x_{2},y_{2},z_{2}\right)$, отложим векторы $\overline{\rm OA} = a$ и $\overline{\rm OB} = b$ от начала координат — точки $O\left(0,0,0\right)$. Тогда: $$\left( a,b \right) = \left|a\right|\left|b\right|\cos\angle\left(a,b\right) = \left|\overline{\rm OA}\right|\left|\overline{\rm OB}\right|\cos\angle\left(\overline{\rm OA},\overline{\rm OB}\right).$$

Vectors

По построению: $$A\left(x_{1},y_{1},z_{1}\right), \left|a\right|=\left|\overline{\rm OA}\right| = \sqrt{x_{1}^2+y_{1}^2+z_{1}^2},$$ $$B\left(x_{2},y_{2},z_{2}\right), \left|a\right|=\left|\overline{\rm OB}\right| = \sqrt{x_{2}^2+y_{2}^2+z_{2}^2}.$$ Теперь необходимо найти $\cos\angle\left(a,b\right) = \cos\angle\left(\overline{\rm OA},\overline{\rm OB}\right)$, для этого воспользуемся теоремой косинусов для $\angle\left(\overline{\rm OA},\overline{\rm OB}\right) = \angle AOB $: $$\cos\angle AOB = \frac{\left|\overline{\rm OA}\right|^2 + \left|\overline{\rm OB}\right|^2 — \left|\overline{\rm AB}\right|^2}{2\left|\overline{\rm OA}\right|\left|\overline{\rm OB}\right|},$$ где $\left|\overline{\rm AB}\right|=\sqrt{\left(x_{1}-x_{2}\right)^2+\left(y_{1}-y_{2}\right)^2+\left(z_{1}-z_{2}\right)^2}$.

Теперь найдем скалярное произведение: $$\left( a,b \right)=\left|\overline{\rm OA}\right|\left|\overline{\rm OB}\right|\cos\angle AOB=\left|\overline{\rm OA}\right|\left|\overline{\rm OB}\right|\frac{\left|\overline{\rm OA}\right|^2+\left|\overline{\rm OB}\right|^2-\left|\overline{\rm AB}\right|^2}{2\left|\overline{\rm OA}\right|\left|\overline{\rm OB}\right|} = $$ $$= \frac{\left|\overline{\rm OA}\right|^2+\left|\overline{\rm OB}\right|^2-\left|\overline{\rm AB}\right|^2}{2}=$$ $$=\frac{x_{1}^2+y_{1}^2+z_{1}^2+x_{2}^2+y_{2}^2+z_{2}^2-\left(x_{1}-x_{2}\right)^2-\left(y_{1}-y_{2}\right)^2-\left(z_{1}-z_{2}\right)^2}{2} = $$ $$=\frac{x_{1}^2+y_{1}^2+z_{1}^2+x_{2}^2+y_{2}^2+z_{2}^2-x_{1}^2+2x_{1}x_{2}-x_{2}^2-y_{1}^2+2y_{1}y_{2}-y_{2}^2-z_{1}^2+2z_{1}z_{2}-z_{2}^2}{2}=$$ $$=\frac{2x_{1}x_{2}+2y_{1}y_{2}+2z_{1}z_{2}}{2}=x_{1}x_{2}+y_{1}y_{2}+z_{1}z_{2}.$$

Это доказательство можно провести и в обратную сторону, таким образом доказана эквивалентность первого и третьего определений.

II способ

Пусть система координат задана единичными взаимно перпендикулярными векторами $i,j,k$ (базисные векторы), тогда $$\left|i\right|=\left|j\right|=\left|k\right|=1,$$ $$\left(i,j\right)=\left(i,k\right)=\left(j,k\right)=0,$$ $$\left(i,i\right)=\left(j,j\right)=\left(k,k\right)=1.$$ А векторы $a=\left(x_{1},y_{1},z_{1}\right), b=\left(x_{2},y_{2},z_{2}\right),$ можно представить в виде сумм: $$a = x_{1}i+y_{1}j+z_{1}k,$$ $$b = x_{2}i+y_{2}j+z_{2}k.$$

Теперь воспользуемся алгебраическими свойствами скалярного произведения: $$\left(a,b\right)=\left(x_{1}i+y_{1}j+z_{1}k,x_{2}i+y_{2}j+z_{2}k\right)=$$ $$= x_{1}\left(i,x_{2}i+y_{2}j+z_{2}k\right) + y_{1}\left(j,x_{2}i+y_{2}j+z_{2}k\right) + z_{1}\left(k,x_{2}i+y_{2}j+z_{2}k\right)=$$ $$= x_{1}x_{2}\left(i,i\right)+x_{1}y_{2}\left(i,j\right)+x_{1}z_{2}\left(i,k\right)+y_{1}x_{2}\left(j,i\right)+y_{1}y_{2}\left(j,j\right)+y_{1}z_{2}\left(j,k\right)+$$ $$+ z_{1}x_{2}\left(k,i\right)+z_{1}y_{2}\left(k,j\right)+z_{1}z_{2}\left(k,k\right)=x_{1}x_{2}+y_{1}y_{2}+z_{1}z_{2}.$$

Следствие. Для ненулевых векторов $a=\left(x_{1},y_{1},z_{1}\right), b=\left(x_{2},y_{2},z_{2}\right)$ $$\cos\angle\left(a,b\right) = \frac{x_{1}x_{2}+y_{1}y_{2}+z_{1}z_{2}}{\sqrt{x_{1}^2+y_{1}^2+z_{1}^2}\sqrt{x_{2}^2+y_{2}^2+z_{2}^2}}.$$

Следствие. Пусть $a=\left(x_{1},y_{1},z_{1}\right), b=\left(x_{2},y_{2},z_{2}\right)$, $$a \perp b \Leftrightarrow x_{1}x_{2}+y_{1}y_{2}+z_{1}z_{2} = 0$$

Примеры решения задач

  1. Даны векторы $a=\left(2,5,-1\right)$ и $b=\left(3,2,15\right)$. Найти скалярное произведение $\left(a,b\right)$.
    Решение

    Воспользуемся определением через координаты, тогда: $$\left(a,b\right)=2\cdot3+5\cdot2-1\cdot15=1$$

  2. Даны векторы $a=\left(7,11,x\right)$, $b=\left(10,-5,3\right)$, $a\perp b$. Найти $x$.
    Решение

    Воспользуемся следствием для перпендикулярных векторов:$$a\perp b \Leftrightarrow \left(a,b\right)=0$$ $$7\cdot10-11\cdot5+3x=0$$ $$3x=-15$$ $$x=-5$$

  3. Даны векторы $a$ и $b$, $\displaystyle\left|a\right|=15, \left|b\right|=\frac{1}{3}, \angle\left(a,b\right)=\frac{2\pi}{3} $. Найти их скалярное произведение.
    Решение

    Воспользуемся стандартным определением:$$\left(a,b\right)=\left|a\right|\left|b\right|\cos\angle\left(a,b\right)=$$ $$=15\cdot\frac{1}{3}\cdot\cos\left(\frac{2\pi}{3}\right)=$$ $$=15\cdot\frac{1}{3}\cdot\left(-\frac{1}{2}\right)=-2.5$$

  4. Найти угол между векторами $a$ и $b$, если они заданы своими координатами: $a=\left(6,3,0\right)$, $b=\left(-2,-1,\sqrt{5}\right)$.
    Решение

    Воспользуемся следствием для нахождения косинуса:$$\cos\angle\left(a,b\right)=\frac{-6\cdot2-3\cdot1+0\cdot\sqrt{5}}{\sqrt{6^2+3^2+0^2}\sqrt{\left(-2\right)^2}\left(-1\right)^2+\left(\sqrt{5}\right)^2} = \frac{-15}{15\sqrt{2}}=-\frac{1}{2},$$ $$\cos\angle\left(a,b\right)=-\frac{1}{2}\Rightarrow \angle\left(a,b\right)=\frac{3\pi}{4}$$

  5. Найти скалярное произведение векторов $p$ и $q$, если $p=2a-b$, $q=3b+4a$, где $\left|a\right|=4$, $\left|b\right|=3$, $\displaystyle\angle\left(a,b\right)=\frac{\pi}{3}$.
    Решение

    Воспользуемся стандартным определением и алгебраическими свойствами: $$\left(a,b\right)=\left|a\right|\left|b\right|\cos\angle\left(a,b\right)=3\cdot4\cdot\frac{1}{2}=6,$$ $$\left(a,a\right)=\left|a\right|^2=16, \left(b,b\right)=\left|b\right|^2=9,$$ $$\left(p,q\right)=\left(2a-b,3b+4a\right)=3\left(2a-b,b\right)+4\left(2a-b,a\right)=$$ $$=6\left(a,b\right)-3\left(b,b\right)+8\left(a,a\right)-4\left(b,a\right)=2\cdot6+8\cdot16-3\cdot9=113$$

  6. Дан вектор $a=\left(6,-11,2\sqrt{3}\right)$ и вектор $b=\left(\sqrt{3},13,-3\right)$. Найдите $\left\{pr_{a}b\right\}$.
    Решение

    Воспользуемся определением через проекции и определением через координаты: $$\left( a,b \right) = \left|a\right|\left\{pr_{a}b\right\}$$ $$\left\{pr_{a}b\right\}=\frac{\left( a,b \right)}{\left|a\right|}=\frac{6\cdot\sqrt{3}-11\cdot13-3\cdot2\cdot\sqrt{3}}{\sqrt{\left(6\right)^2+\left(-11\right)^2+\left(2\sqrt{3}\right)^2}}=$$ $$=\frac{-11\cdot13}{13}=-11$$

Скалярное произведение векторов

Тест на знание темы «Скалярное произведение векторов, свойства, координатное представление»

Смотрите также

  1. Воеводин В.В. Линейная алгебра М.: Наука, 1980 (стр. 85-88)
  2. Ильин В.А., Позняк Э.Г. Аналитическая геометрия: Учеб. Для вузов. — 7-е изд., стер. — М.: ФИЗМАТЛИТ, 2004. — 224с. — (Курс высшей математики и математической физики.) (стр. 59-63)
  3. Ефимов Н.В. Краткий курс аналитической геометрии: Учебн. пособие. — 13-еизд., стереот. — М.: ФИЗМАТЛИТ, 2005. — 240с. (стр. 148-153)
  4. Личный конспект, составленный на основе лекций Белозерова Г.С.