Найти однородную систему уравнений задающую подпространство

Найти систему уравнений задающую систему векторов

Способы описания подпространств линейного пространства

Рассмотрим два важных способа описания линейных подпространств, которые условно будем называть внутренним и внешним. В первом (внутреннем) способе используется понятие линейной оболочки векторов, когда все элементы подпространства выражаются через некоторые его элементы (образующие). При втором (внешнем) способе применяются однородные системы уравнений. В этом случае подпространство описывается как пересечение некоторых содержащих его множеств. Для каждого способа описания подпространств укажем методики на хождения размерностей, базисов, алгебраических дополнений, пересечений и сумм подпространств.

Любое n-мерное вещественное линейное пространство изоморфно n-мерному арифметическому пространству . Чтобы установить изоморфизм , достаточно выбрать в пространстве базис и каждому вектору поставить в соответствие его координатный столбец. Поэтому в данном разделе будем рассматривать описание подпространств n-мерного арифметического пространства .

Первый (внутренний) способ. Пусть в пространстве заданы столбцы . Напомним, что для систем столбцов были определены понятия базы (максимальной линейно независимой подсистемы столбцов) и ранга (максимального числа линейно не зависимых столбцов системы), а также методы их нахождения.

Рассматривая линейную оболочку столбцов как линейное подпространство , заключаем, что база системы столбцов является базисом этого подпространства, а ранг системы столбцов равен размерности подпространства .

Поэтому для нахождения размерности и базиса подпространства нужно выполнить следующие действия:

1) составить из данных столбцов матрицу размеров ;

2) привести ее к ступенчатому виду (1.4), используя элементарные преобразования строк;

3) определить размерность и базис подпространства

– количество ненулевых строк в матрице равняется размерности подпространства, т.е. ,

– столбцы матрицы , содержащие единичные элементы (в начале каждой «ступеньки»), определяют номера линейно независимых столбцов матрицы , т.е. искомый базис.

Таким образом, если подпространство задано своими образующими , то его размерность равна рангу системы столбцов , т.е. , а базисом служит максимальная линейно независимая подсистема образующих.

Второй (внешний) способ. Пусть подпространство задано как множество решений однородной системы уравнений с неизвестными. Множество решений системы уравнений можно рассматривать как пересечение подпространств , где — множество решений i-го уравнения системы . Напомним, что любое решение однородной системы представляется в виде линейной комбинации элементов фундаментальной системы решений. Поэтому раз мерность пространства , а базисом служит фундаментальная система решений однородной системы . Способы нахождения фундаментальной системы решений рассмотрены ранее.

Переход от одного способа описания подпространств к другому

Переход от внутреннего описания к внешнему. Пусть подпространство задано линейной оболочкой столбцов . Требуется составить такую однородную систему уравнений, множество решений которой совпадает с , т.е. . Для этого нужно выполнить следующие действия.

1. Из данных столбцов составить матрицу размеров , а затем блочную матрицу , приписав к матрице единичную матрицу n-го порядка.

2. Элементарными преобразованиями над строками блочной матрицы и первыми ее столбцами привести матрицу к виду , где — простейший вид матрицы .

3. Из последних строк матрицы составить матрицу .

4. Записать искомую систему уравнений .

Поясним содержание алгоритма. Заданное подпространство состоит из линейных комбинаций данных векторов, т.е. все его элементы имеют вид . Решаемую задачу можно сформулировать так: для каких векторов найдутся такие числа , чтобы выполнялось равенство . Другими словами, при каких неоднородная система ( уравнений с неизвестными ) имеет решения? Используя необходимое и достаточное условие (5.24) совместности системы, получаем равенство . Заметим, что решение поставленной задачи неоднозначно, так как существует много однородных систем, имеющих од но и то же множество решений.

Пример 8.8. Подпространство задано линейной оболочкой столбцов . Составить систему уравнений, определяющую подпространство .

Решение. 1. Составляем матрицу и блочную матрицу:

2. Приводим левый блок к простейшему виду. Вычитаем первую строку из остальных, а затем к четвертой строке прибавляем вторую, умноженную на (-2):

Преобразовываем столбцы левого блока: ко второму столбцу прибавим пер вый, умноженный на (-1), к третьему столбцу прибавим первый, умноженный на (-3), а затем второй, умноженный на (-1). Эти преобразования не изменяют правый блок полученной матрицы. Находим простейший вид Л матрицы и матрицу

3. Из последних строк матрицы составляем матрицу искомой системы.

4. Записываем систему уравнений Заданные в условии примера столбцы являются решениями полученной системы, в чем можно убедиться при их подстановке в систему уравнений вместо .

Переход от внешнего описания к внутреннему. Пусть подпространство задано как множество решений однородной системы т уравнений с л неизвестными: . Требуется найти размерность и базис этого подпространства, т.е. представить его в виде линейной оболочки . Для этого нужно выполнить следующие действия.

1. Найти фундаментальную систему решений однородной системы . Искомая размерность .

2. Представить заданное пространство как линейную оболочку .

Первый пункт алгоритма удобно выполнять следующим образом:

– составить блочную матрицу , приписав к матрице единичную матрицу n-го порядка;

– элементарными преобразованиями над столбцами блочной матрицы и строками верхнего блока привести матрицу к виду , где — простейший вид матрицы ;

– из последних столбцов матрицы составить фундаментальную матрицу .

Столбцы фундаментальной матрицы составляют искомую фундаментальную систему решений.

Заметим, что решение поставленной задачи неоднозначно, так как существует много базисов одного и того же линейного подпространства.

Пример 8.9. Найти размерность и базис подпространства , заданного системой уравнений

Решение. 1. Фундаментальная матрица для этой системы была найдена в примере 5.6

Ее столбцы образуют фундаментальную систему решений. Размерность подпространства равна , .

2. Столбцы являются искомым базисом, так как они линейно независимы и .

Решение задач по математике онлайн

Калькулятор онлайн.
Решение систем линейных алгебраических уравнений (СЛАУ)
Метод Гаусса, матричный метод, метод Крамера, исследование на совместность (теорема Кронекера-Капелли), определение количества решений, нахождение нормальной фундаментальной системы решений.

С помощью данной математической программы вы можете решить и исследовать систему линейных алгебраических уравнений (СЛАУ).

Программа не только даёт ответ задачи, но и приводит подробное решение с пояснениями шагов решения.

Данная программа может быть полезна учащимся старших классов общеобразовательных школ при подготовке к контрольным работам и экзаменам, при проверке знаний перед ЕГЭ, родителям для контроля решения многих задач по математике и алгебре. А может быть вам слишком накладно нанимать репетитора или покупать новые учебники? Или вы просто хотите как можно быстрее сделать домашнее задание по математике или алгебре? В этом случае вы также можете воспользоваться нашими программами с подробным решением.

Таким образом вы можете проводить своё собственное обучение и/или обучение своих младших братьев или сестёр, при этом уровень образования в области решаемых задач повышается.

Ввод дробного числа в виде десятичной дроби.
При вводе десятичной дроби, целую часть от дробной части можно отделять точкой или запятой :
Ввод: -2.34
Результат: $ -2 34 $

Ввод: -1,15
Результат: $ -1 15 $

Ввод дробного числа в виде обыкновенной дроби.
В качестве числителя, знаменателя и целой части дроби может выступать только целое число.
Знаменатель не может быть отрицательным.

При вводе числовой дроби числитель отделяется от знаменателя знаком деления: /
Ввод: -2/3
Результат: $$ -\frac $$

Целая часть отделяется от дроби знаком амперсанд: &
Ввод: 5&8/3
Результат: $$ 5\frac $$
Помните, что на ноль делить нельзя!

RND CFracNum Fill RND int Fill Start MathJax
Сюда ввести строку с GET параметрами :

Немного теории.

Системы линейных алгебраических уравнений

Основные определения

Система $m$ линейных алгебраических уравнений с $n$ неизвестными (сокращенно СЛАУ) представляет собой систему вида
$ \left\ a_ x_1 + a_ x_2 + \cdots + a_ x_n = b_1 \\ a_ x_1 + a_ x_2 + \cdots + a_ x_n = b_2 \\ \cdots \\ a_ x_1 + a_ x_2 + \cdots + a_ x_n = b_m \end \right. \tag $

Уравнения системы называют алгебраическими потому, что левая часть каждого из них есть многочлен от $n$ переменных $ x_1 , \ldots x_n $, а линейными потому, что эти многочлены имеют первую степень.

Числа $a_ \in \mathbb $ называют коэффициентами СЛАУ. Их нумеруют двумя индексами: номером уравнения $i$ и номером неизвестного $j$. Действительные числа $ b_1 , \ldots b_m $ называют свободными членами уравнений.

СЛАУ называют однородной, если $ b_1 = b_2 = \ldots = b_m = 0 $. Иначе её называют неоднородной.

Решением СЛАУ, да и вообще всякой системы уравнений, называют такой набор значений неизвестных $ x_1^\circ, \ldots , x_n^\circ $, при подстановке которых каждое уравнение системы превращается в тождество. Любое конкретное решение СЛАУ также называют её частным решением.

Решить СЛАУ — значит решить две задачи:
— выяснить, имеет ли СЛАУ решения;
— найти все решения, если они существуют.

СЛАУ называют совместной, если она имеет какие-либо решения. В противном случае её называют несовместной. Однородная СЛАУ всегда совместна, поскольку нулевой набор значений её неизвестных всегда является решением.

Если СЛАУ (1) имеет решение, и притом единственное, то её называют определенной, а если решение неединственное — то неопределенной. При $m=n$, т.е. когда количество уравнений совпадает с количеством неизвестных, СЛАУ называют квадратной.

Формы записи СЛАУ

Кроме координатной формы (1) записи СЛАУ часто используют и другие её представления.

Рассматривая коэффициенты $a_ $ СЛАУ при одном неизвестном $x_j$ как элементы столбца, а $x_j$ как коэффициент, на который умножается столбец, из (1) получаем новую форму записи СЛАУ:
\( \begin

a_ \\ a_ \\ \vdots \\ a_ \end

x_2 + \ldots + \begin

a_ \\ a_ \\ \vdots \\ a_ \end

b_1 \\ b_2 \\ \vdots \\ b_m \end

\)
или, обозначая столбцы соответственно $ a_1 , \ldots , a_n , b $,
$ x_1 a_1 + x_2 a_2 + \ldots + x_n a_n = b \tag $

Таким образом, решение СЛАУ (1) можно трактовать как представление столбца $b$ в виде линейной комбинации столбцов $ a_1, \ldots, a_n $. Соотношение (2) называют векторной записью СЛАУ.

Поскольку $A \;,\; X$ и $B$ являются матрицами, то запись СЛАУ (1) в виде $AX=B$ называют матричной. Если $B=0$, то СЛАУ является однородной и в матричной записи имеет вид $AX=0$.

Приведенные рассуждения показывают, что задачи :
а) решения СЛАУ (1)
б) представления столбца в виде линейной комбинации данных столбцов
в) решения матричных уравнений вида $AX=B$
являются просто различной формой записи одной и той же задачи.

Критерий совместности СЛАУ

«Триединство» форм записи СЛАУ позволяет легко получить критерий совместности СЛАУ. Напомним, что содержательный смысл это понятие имеет для неоднородных СЛАУ (однородные СЛАУ всегда совместны).

Матрицу
\( A = \begin

a_ & a_ & \cdots & a_ \\ a_ & a_ & \cdots & a_ \\ \vdots & \vdots & \ddots & \vdots \\ a_ & a_ & \cdots & a_ \end

Теорема Кронекера-Капелли. Для совместности СЛАУ $AX=B$ необходимо и достаточно, чтобы ранг её матрицы $A$ был равен рангу её расширенной матрицы $ (A|B) $.

Формулы Крамера

Теорема. СЛАУ с квадратной невырожденной матрицей имеет решение, и притом единственное, которое определяется по формулам Крамера :
$$ x_i = \frac \;,\quad i=\overline \tag $$
где $\Delta_i$ — определитель матрицы, получающейся из матрицы $A$ заменой $i$-го столбца на столбец свободных членов.

Следствие. Однородная СЛАУ с квадратной невырожденной матрицей имеет единственное решение — нулевое.

Если матрица СЛАУ не является квадратной невырожденной, то формулы Крамера не работают и приходится использовать другие методы нахождения решений.

Однородные системы

Теорема. Если столбцы $ X^ , X^ , \ldots , X^ $ — решения однородной СЛАУ $AX=0$, то любая их линейная комбинация также является решением этой системы.

Следствие. Если однородная СЛАУ имеет ненулевое решение, то она имеет бесконечно много решений.

Естественно попытаться найти такие решения $ X^ , \ldots , X^ $ системы $AX=0$, чтобы любое другое решение этой системы представлялось в виде их линейной комбинации и притом единственным образом. Оказывается, что это всегда возможно и приводит к следующему определению.

Определение. Любой набор из $k=n-r$ линейно независимых столбцов, являющихся решениями однородной СЛАУ $AX=0$, где $n$ — количество неизвестных в системе, а $r$ — ранг её матрицы $A$, называют фундаментальной системой решений этой однородной СЛАУ.

При исследовании и решении однородных систем линейных алгебраических уравнений будем использовать следующую терминологию. Если в матрице $A$ однородной СЛАУ $AX=0$ фиксировать базисный минор, то ему соответствуют базисные столбцы и, следовательно, набор неизвестных, отвечающих этим столбцам. Указанные неизвестные называют базисными, или зависимыми, а остальные неизвестные — свободными, или независимыми.

Теорема. Пусть дана однородная СЛАУ $AX=0$ с $n$ неизвестными и $ \text A = r $. Тогда существует набор из $k=n-r$ решений $ X^ , \ldots , X^ $ этой СЛАУ, образующих фундаментальную систему решений.

Если в фундаментальной системе решений все значения независимых неизвестных равны нулю, кроме одного, которое равно единице, то такую систему решений называют фундаментальной нормальной системой решений.

Следствие. С помощью нормальной фундаментальной системы решений однородной СЛАУ множество всех решений можно описать формулой :
$$ X = c_1X^ + \ldots + c_kX^ $$
где постоянные $ c_i \;, \quad i=\overline $, принимают произвольные значения.

Следствие. Для существования ненулевого решения у однородной квадратной СЛАУ необходимо и достаточно, чтобы её матрица была вырождена.

Неоднородные системы

Рассмотрим произвольную СЛАУ $AX=B$. Заменив столбец $B$ свободных членов нулевым, получим однородную СЛАУ $AX=0$, соответствующую неоднородной СЛАУ $AX=B$. Справедливо следующее утверждение о структуре произвольного решения неоднородной СЛАУ.

Теорема. Пусть столбец $X^\circ$ — некоторое решение СЛАУ $AX=B$. Произвольный столбец $X$ является решением этой СЛАУ тогда и только тогда, когда он имеет представление $X = X^\circ + Y $, где $Y$ — решение соответствующей однородной СЛАУ $AY=0$.

Следствие. Пусть $X’$ и $X»$ — решения неоднородной системы $AX=B$. Тогда их разность $ Y = X’ — X» $ является решением соответствующей однородной системы $AY=0$.

Эта теорема сводит проблему решения СЛАУ к случаю однородной системы: чтобы описать все решения неоднородной СЛАУ, достаточно энать одно её решение (частное решение) и все решения соответствующей однородной СЛАУ.

Чтобы решить неоднородную систему, надо, во-первых, убедиться, что она совместна (например, по теореме Кронекера-Капелли), а во-вторых, найти частное решение $X^\circ$ этой системы, чтобы свести её к однородной системе.

Теорема о структуре общего решения СЛАУ. Пусть $X^\circ$ — частное решение СЛАУ $AX=B$ и известна фундаментальная система решений $ X^ , \ldots , X^ $ соответствующей однородной системы $AX=0$. Тогда любое решение СЛАУ $AX=B$ можно представить в виде $$ X = X^\circ + c_1 X^ + c_2 X^ + \ldots + c_k X^ $$
где $ c_i \in \mathbb \;, \quad i=\overline $.
Эту формулу называют общим решением СЛАУ.

Учебное пособие: Методические указания для студентов 1 курса Одесса 2008

Одесский национальный университет им. И. И. Мечникова

Институт математики, экономики и механики

( решение типовых задач)

Методические указания для студентов 1 курса

Составители: д-р ф-м н., проф. Варбанец П.Д.,

к-т ф-м н., доц. Савастру О.В.

Рецензенты: д-р ф-м н., проф. Евтухов В.М.,

к-т ф-м н., доц. Белозеров Г.С.

Рекомендовано к печати

Ученым советом ИМЭМ Одесского национального университета им. И. И. Мечникова

протокол № 1 от 5 февраля 2008 г.

1. Линейные пространства …………………………………. 5

1.1. Линейные пространства и подпространства………….5

1.2. Базис пространства, его размерность…………………6

1.3. Координаты вектора в данном базисе…………….…11

1.4. Сумма и пересечение подпространств………………12

2. Евклидовы и унитарные пространства ………….…. 17

2.1. Процесс ортогонализации Шмидта………………….17

2.3. Ортогональная проекция и перпендикуляр на подпространство……………………………………………………..20

3. Операторы в линейных пространствах……………. 23

3.1. Образ, ядро линейного оператора……………………28

3.2. Матрица линейного оператора в данных базисах…..29

3.3. Собственные векторы и собственные значения..…. 31

3.4. Канонический корневой базис и жорданова нормальная форма…………………………………………………….34

4. Операторы в евклидовых и унитарных пространствах..40

5. Приведение двух квадратичных форм к каноническому виду…………………………………………………………. 45

Линейные пространства и линейные операторы представляют собой начало абстрактной части математики, с которой студенту в дальнейшем неоднократно придется иметь дело.

Эти методические указания по самостоятельной работе студентов предполагают использование следующего задачника:

И.В.Проскуряков. Сборник задач по линейной алгебре. М., Наука, 1974.

В дальнейшем мы будем придерживаться следующих обозначений (если в тексте нет специальной оговорки):

¾ — произвольные пространства над некоторым полем ;

¾ — пространство — мерных строк (столбцов) с элементами из поля над полем (арифметическое пространство).

¾ — действительное — мерное арифметическое пространство;

¾ — комплексное — мерное арифметическое пространство;

¾ — пространства геометрических векторов (прямой, плоскости, пространства);

¾ — евклидовы пространства (с указанием размерности или без него);

¾ — подпространства данного пространства (— индекс, не связанный с размерностью);

¾ векторы рассматриваемого пространства; — нулевой вектор;

¾ скаляры из данного поля, — нуль этого поля;

¾ линейные операторы, в отдельных случаях – матрицы;

¾ матрицы линейных операторов в базисах соответственно ;

¾ размерности пространств ;

¾ ранги операторов (матриц) ;

¾ скалярное произведение в данном пространстве;

¾ векторное произведение в данном пространстве .

Основными типами задач этого параграфа являются следующие:

А) выяснение вопроса, будет ли данное множество с указанными операциями линейным пространством, подпространством;

В) выделение базиса пространства, определение его размерности;

С) вычисление координат вектора в данном базисе;

D) нахождение суммы, пересечения подпространств, их размерностей и базисов.

1.1. Линейные пространства и подпространства.

Для решения задач первой группы необходимо знание аксиом линейного пространства (вообще, не следует приниматься за решение задач любого раздела, не ознакомившись предварительно с основными понятиями и теоремами данного раздела). Заметим, что в группе аксиом линейного пространства содержатся требования неограниченной применимости, однозначности и замкнутости линейных операций, которые не выделены под отдельными номерами. Распространенная ошибка: забывают проверить выполнение этих условий.

В тех условиях, когда данное множество состоит из векторов некоторого известного пространства, полезной является следующая теорема (критерий подпространства):

Теорема. Подмножество векторов пространства над полем является подпространством тогда и только тогда, когда

1. замкнуто относительно сложения, т.е. ,

2. замкнуто относительно умножения векторов на любые скаляры из основного поля : .

Некоторые из задач требуют хорошего знания других разделов курса (элементарной теории матриц, квадратичных форм, систем линейных уравнений). Ниже мы подробнее остановимся на одной из этих задач.

1.2. Базис пространства, его размерность.

Построение базиса пространства, подпространства несколько упрощается, если мы располагаем некоторыми представлениями о размерности пространства, подпространства. Одним из наводящих соображений здесь может быть следующее. Подмножество векторов пространства выделяется из с помощью дополнительных условий, накладываемых на векторы. При этом, чем больше таких условий, тем меньшей, вообще говоря, будет размерность подпространства . Если , а выделено с помощью условий специального вида, то есть основания ожидать, что .

Задача 1.1. (№1297[4]) Доказать, что множество п -мерных векторов, у которых первая и последняя координаты равны между собой, образует линейное подпространство пространства .

Решение. Множество образует линейное подпространство пространства , так как удовлетворяет критерию подпространства. Действительно, выделяется из с помощью одного условия , поэтому

Кроме того, нетрудно показать, что . Для этого рассмотрим векторы стандартного базиса . Векторы не принадлежат . Но построение базиса подпространства в ряде случаев удобно выполнить, исходя из стандартного базиса самого пространства, изменяя его векторы так, чтобы они «попали» в подпространство. Поэтому преобразуем векторы так, чтобы у них первая и последняя координаты были равны. Например, пусть . Рассмотрим систему векторов . Она образует базис , так как нетрудно проверить, что она является линейно независимой и каждый вектор из подпространства линейно выражается через вектора этой системы. А так как количество векторов системы равно , то и . Итак, наше предположение оказалось верным.

Линейные подпространства, размерности которых на 1 меньше размерности самого пространства называются гиперплоскостями .

В следующей задаче условий больше.

Задача 1.2. (№1298[4]) Доказать, что множество п -мерных векторов, у которых координаты с четными номерами равны нулю, образует линейное подпространство пространства .

Решение. Для доказательства того, что является подпространством, нужно также воспользоваться критерием подпространства. Так как поэтому следует ожидать, что , где — наибольшее четное число, не превышающее (, если — четное, и , если — нечетное). Базисом является подсистема стандартного базиса пространства , содержащая векторы только с нечетными номерами.

Задача 1.3. Проверить, является ли множество многочленов степени 3 с вещественными коэффициентами подпространством пространства многочленов степени ().

Решение. Воспользуемся критерием подпространства. Проверим условие .

Пусть , тогда

так как степень суммы этих двух многочленов равна двум. Итак, множество не является подпространством.

Задача 1.4. (№№1291, 1308[4]) Найти какой-нибудь базис и размерность линейного подпространства пространства , если составляют все векторы из , у которых сумма координат .

Решение. Очевидно векторы стандартного базиса

(1 на — ой позиции ) множеству не принадлежат ни при каком . Однако, замена на векторах последнего нуля числом (-1) дает нам векторы из . Таким образом мы получаем систему векторов

из , которая линейно независима (почему?) и обязана быть базисом , ибо из условия задачи явно следует, что из и, следовательно, .

Попутно решен вопрос (и подтвердилась гипотеза) о размерности ( выделено из одним условием).

Задача 1.4. (№1306[4]) Пусть — неотрицательная квадратичная форма от неизвестных ранга . Доказать, что все решения уравнения =0 образуют мерное линейное подпространство пространства .

Поиск решения. Вспоминаем основные понятия теории квадратичных форм (матрица формы, ранг формы, определение формы). Очевидно, что более подробные записи данного уравнения в виде

, никак не указывают на способ решения задачи.

В процессе дальнейших размышлений начинаем понимать, что мы должны исходить из неотрицательной определенности формы . Нормальный вид такой формы

(1)

а множество решений уравнения =0 в этом случае состоит из векторов вида

, (2)

Где — произвольные числа из . Имеющийся опыт (задача 1.2) подсказывает, что множество векторов такого вида есть ()-мерное подпространство пространства . Но данная нам форма не обязательно нормальная. И здесь мы вспоминаем, что каждая неотрицательно определенная форма ранга невырожденным линейным преобразованием приводится к виду (1). Создается план решения: преобразовать форму к виду (1) , найти решения (2) уравнения =0 для преобразованной формы, а затем с помощью обратного преобразования построить решения уравнения =0 для данной формы .

Решение. По теореме о приведении квадратичной формы к нормальному виду существует невырожденное линейное преобразование

, приводящее форму к виду

Множество решений уравнения состоит из векторов где , то есть из векторов

Обозначим (1 на — ой позиции) и докажем, что множество решений уравнения =0 есть линейная оболочка системы векторов

Пусть . Тогда

Очевидно и другое:

Кроме того, система линейно независима (проверяется непосредственно). Составляем линейную комбинацию . Получаем . Мы пришли к матричному уравнению, которое имеет единственное решение, так как матрица является невырожденной.

Отсюда . Тем самым мы показали, что система является линейно независимой. Следовательно, — линейное пространство (по построению) и его размерность

1.3. Координаты вектора в данном базисе.

Решение вопроса о ранге системы векторов, заданных координатами в некотором базисе, выделение из системы ее максимальной линейно независимой подсистемы, выражение остальных векторов в виде линейных комбинаций векторов этой подсистемы сводится к решению этих же задач для системы строк (столбцов) координатной матрицы, которые подробно обсуждались в соответствующем параграфе первой части.

1.4.Сумма и пересечение подпространств.

Пусть — данные подпространства пространства. Обычно их задают в виде линейных оболочек систем векторов или как множества решений некоторых однородных систем линейных уравнений, а сами векторы- координатными строками в некотором базисе. Вычисление не составляет особого труда: это ранг объединения базисов или порождающих систем подпространств и . находится по формуле

. (3)

Несколько сложнее обстоит дело с поиском базиса пересечения . В общем виде этот вопрос рассматривается в задаче №1319 [4]. Здесь же мы укажем, как найти решения конкретных задач (№№ 1320-1322 [4]). Задачу 1.6 мы решим двумя способами, второй — с помощью схемы Штифеля (предполагаем, что №1319 вы уже разобрали).

Задача 1.6. Найти базис суммы и пересечения подпространств, натянутых на системы векторов

Решение. Обозначим , . Будем считать, что координаты векторов заданы в единичном базисе .

1 способ. Как известно, базисом суммы служит любая база системы векторов , . Его построение сводится к вычислению ранга матрицы, строками которой являются координаты векторов последней системы. Кроме того, базис суммы можно получить, добавляя к базису первого подпространства некоторые из векторов базиса второго подпространства.

Итак, . Базис составляют .

. Базис составляют .

Базис составляют . По формуле (3) получаем . Базис пересечения будем искать из условия . Значит, представим в виде и . Приравниваем правые части . Это равенство эквивалентно системе трех линейных однородных уравнений с четырьмя неизвестными. Нужно решить эту систему и построить ФСР. Тогда будет образовывать базис пересечения.

Решив систему, строим ФСР.

Вектор образует базис .

2 способ. 1) Составим таблицу Штифеля для объединенной системы векторов , и перебрасываем наверх сначала векторы , пока это возможно (квадратиками выделены разрешающие элементы). Векторы , переходящие налево, не пишем и их координаты не вычисляем.

Способы описания подпространств линейного пространства

Поэтому для нахождения размерности и базиса подпространства нужно выполнить следующие действия:

1) составить из данных столбцов матрицу размеров ;

2) привести ее к ступенчатому виду (1.4), используя элементарные преобразования строк;

3) определить размерность и базис подпространства

– количество ненулевых строк в матрице равняется размерности подпространства, т.е. ,

Переход от одного способа описания подпространств к другому

3. Из последних строк матрицы составить матрицу .

4. Записать искомую систему уравнений .

Решение. 1. Составляем матрицу и блочную матрицу:

3. Из последних строк матрицы составляем матрицу искомой системы.

1. Найти фундаментальную систему решений однородной системы . Искомая размерность .

2. Представить заданное пространство как линейную оболочку .

Первый пункт алгоритма удобно выполнять следующим образом:

– составить блочную матрицу , приписав к матрице единичную матрицу n-го порядка;

– из последних столбцов матрицы составить фундаментальную матрицу .

Столбцы фундаментальной матрицы составляют искомую фундаментальную систему решений.

Пример 8.9. Найти размерность и базис подпространства , заданного системой уравнений

Решение. 1. Фундаментальная матрица для этой системы была найдена в примере 5.6

Ее столбцы образуют фундаментальную систему решений. Размерность подпространства равна , .

2. Столбцы являются искомым базисом, так как они линейно независимы и .

Системы линейных однородных уравнений

Назначение сервиса . Онлайн-калькулятор предназначен для нахождения нетривиального и фундаментального решения СЛАУ. Полученное решение сохраняется в файле Word (см. пример решения).

Шаг №1
Шаг №2
Видеоинструкция
Оформление Word

Свойства систем линейных однородных уравнений

Теорема. Система в случае m=n имеет нетривиальное решение тогда и только тогда, когда определитель этой системы равен нулю.

Теорема. Любая линейная комбинация решений системы также является решением этой системы.
Определение. Совокупность решений системы линейных однородных уравнений называется фундаментальной системой решений, если эта совокупность состоит из линейно независимых решений и любое решение системы является линейной комбинацией этих решений.

Теорема. Если ранг r матрицы системы меньше числа n неизвестных, то существует фундаментальная система решений, состоящая из ( n-r ) решений.

источники:

http://mathhelpplanet.com/static.php?p=sposoby-opisaniya-podprostranstv

http://math.semestr.ru/gauss/equations.php

Название: Методические указания для студентов 1 курса Одесса 2008
Раздел: Остальные рефераты
Тип: учебное пособие Добавлен 17:40:19 17 сентября 2011 Похожие работы
Просмотров: 2273 Комментариев: 8 Оценило: 1 человек Средний балл: 2 Оценка: неизвестно Скачать