Определение 1. Система векторов называется линейно зависимой, если один из векторов системы можно представить в виде линейной комбинации остальных векторов системы, и линейно независимой - в противном случае.

Определение 1´. Система векторов называется линейно зависимой, если найдутся числа с 1 , с 2 , …, с k , не все равные нулю, такие, что линейная комбинация векторов с данными коэффициентами равна нулевому вектору: = , в противном случае система называется линейно независимой.

Покажем, что эти определения эквивалентны.

Пусть выполняется определение 1, т.е. один из векторов системы равен линейной комбинации остальных:

Линейная комбинация системы векторов равна нулевому вектору, причем не все коэффициенты этой комбинации равны нулю, т.е. выполняется определение 1´.

Пусть выполняется определение 1´. Линейная комбинация системы векторов равна , причем не все коэффициенты комбинации равны нулю, например, коэффициенты при векторе .

Один из векторов системы мы представили в виде линейной комбинации остальных, т.е. выполняется определение 1.

Определение 2. Единичным вектором, или ортом, называется n-мерный вектор , у которого i -я координата равна единице, а остальные - нулевые.

. (1, 0, 0, …, 0),

(0, 1, 0, …, 0),

(0, 0, 0, …, 1).

Теорема 1. Различные единичные векторы n -мерного пространства линейно независимы.

Доказательство. Пусть линейная комбинация этих векторов с произвольными коэффициентами равна нулевому вектору.

Из этого равенства следует, что все коэффициенты равны нулю. Получили противоречие.

Каждый вектор n -мерного пространства ā (а 1 , а 2 , ..., а n ) может быть представлен в виде линейной комбинации единичных векторов с коэффициентами, равными координатам вектора

Теорема 2. Если системы векторов содержит нулевой вектор, то она линейно зависима.

Доказательство. Пусть дана система векторов и один из векторов является нулевым, например = . Тогда с векторами данной системы можно составить линейную комбинацию, равную нулевому вектору, причем не все коэффициенты будут нулевыми:

Следовательно, система линейно зависима.

Теорема 3. Если некоторая подсистема системы векторов линейно зависима, то и вся система линейно зависима.

Доказательство. Дана система векторов . Предположим, что система линейно зависима, т.е. найдутся числа с 1 , с 2 , …, с r , не все равные нулю, такие, что = . Тогда

Получилось, что линейная комбинация векторов всей системы равна , причем не все коэффициенты этой комбинации равны нулю. Следовательно, система векторов линейно зависима.

Следствие. Если система векторов линейно независима, то и любая ее подсистема также линейно независима.

Доказательство.

Предположим противное, т.е. некоторая подсистема линейно зависима. Из теоремы следует, что вся система линейно зависима. Мы пришли к противоречию.

Теорема 4 (теорема Штейница). Если каждый из векторов является линейной комбинацией векторов и m >n , то система векторов линейно зависима.

Следствие. В любой системе n -мерных векторов не может быть больше чем n линейно независимых.

Доказательство. Каждый n -мерный вектор выражается в виде линейной комбинации n единичных векторов. Поэтому, если система содержит m векторов и m >n , то, по теореме, данная система линейно зависима.

Линейная зависимость и независимость векторов

Определения линейно зависимой и независимой систем векторов

Определение 22

Пусть имеем систему из n-векторов и имеем набор чисел
, тогда

(11)

называется линейной комбинацией данной системы векторов с данным набором коэффициентов.

Определение 23

Система векторов
называется линейно зависимой, если существует такой набор коэффициентов
, из которых хотя бы один не равен нулю, что линейная комбинация данной системы векторов с этим набором коэффициентов равна нулевому вектору:

Пусть
, тогда

Определение 24 (через представление одного вектора системы в виде линейной комбинации остальных)

Система векторов
называется линейно зависимой, если хотя бы один из векторов этой системы можно представить в виде линейной комбинации остальных векторов этой системы.

Утверждение 3

Определения 23 и 24 эквивалентны.

Определение 25 (через нулевую линейную комбинацию)

Система векторов
называется линейно независимой, если нулевая линейная комбинация этой системы возможна лишь при всех
равных нулю.

Определение 26 (через невозможность представления одного вектора системы в виде линейной комбинации остальных)

Система векторов
называется линейно независимой, если не один из векторов этой системы нельзя представить в виде линейной комбинации других векторов этой системы.

Свойства линейно зависимой и независимой систем векторов

Теорема 2 (нулевой вектор в системе векторов)

Если в системе векторов имеется нулевой вектор, то система линейно зависима.

 Пусть
, тогда .

Получим
, следовательно, по определению линейно зависимой системы векторов через нулевую линейную комбинацию (12) система линейно зависима. 

Теорема 3 (зависимая подсистема в системе векторов)

Если в системе векторов имеется линейно зависимая подсистема, то и вся система линейно зависима.

 Пусть
- линейно зависимая подсистема
, среди которых хотя бы одно не равно нулю:

Значит, по определению 23, система линейно зависима. 

Теорема 4

Любая подсистема линейно независимой системы линейно независима.

 От противного. Пусть система линейно независима и в ней имеется линейно зависимая подсистема. Но тогда по теореме 3 вся система будет также линейно зависимой. Противоречие. Следовательно, подсистема линейно независимой системы не может быть линейно зависимой. 

Геометрический смысл линейной зависимости и независимости системы векторов

Теорема 5

Два вектора и линейно зависимы тогда и только тогда, когда
.

 Необходимость.

и - линейно зависимы
, что выполняется условие
. Тогда
, т.е.
.

Достаточность.

Линейно зависимы. 

Следствие 5.1

Нулевой вектор коллинеарен любому вектору

Следствие 5.2

Для того чтобы два вектора были линейно независимы необходимо и достаточно, чтобы был не коллинеарен .

Теорема 6

Для того чтобы система из трёх векторов была линейно зависима необходимо и достаточно, чтобы эти векторы были компланарными.

 Необходимость.

- линейно зависимы, следовательно, один вектор можно представить в виде линейной комбинации двух других.

, (13)

где
и
. По правилу параллелограмма есть диагональ параллелограмма со сторонами
, но параллелограмм – плоская фигура
компланарны
- тоже компланарны.

Достаточность .

- компланарны. Приложим три вектора к точке О:

C

B`

– линейно зависимы 

Следствие 6.1

Нулевой вектор компланарен любой паре векторов.

Следствие 6.2

Для того чтобы векторы
были линейно независимы необходимо и достаточно, чтобы они были не компланарны.

Следствие 6.3

Любой вектор плоскости можно представить в виде линейной комбинации любых двух неколлинеарных векторов этой же плоскости.

Теорема 7

Любые четыре вектора в пространстве линейно зависимы.

 Рассмотрим 4 случая:

Проведем плоскость через векторы , затем плоскость через векторы и плоскость через векторы . Затем проведем плоскости, проходящие через точку D, параллельные парам векторов ; ; соответственно. По линиям пересечения плоскостей строим параллелепипед OB 1 D 1 C 1 ABDC .

Рассмотрим OB 1 D 1 C 1 – параллелограмм по построению по правилу параллелограмма
.

Рассмотрим OADD 1 – параллелограмм (из свойства параллелепипеда)
, тогда

EMBED Equation.3 .

По теореме 1
такие, что . Тогда
, и по определению 24 система векторов линейно зависимая. 

Следствие 7.1

Суммой трёх некомпланарных векторов в пространстве является вектор, совпадающий с диагональю параллелепипеда, построенного на этих трёх векторах, приложенных к общему началу, причём начало вектора суммы совпадает с общим началом этих трёх векторов.

Следствие 7.2

Если в пространстве взять 3 некомпланарных вектора, то любой вектор этого пространства можно разложить в линейную комбинацию данных трёх векторов.

Выражение вида называется линейной комбинацией векторов A 1 , A 2 ,...,A n с коэффициентами λ 1, λ 2 ,...,λ n .

Определение линейной зависимости системы векторов

Система векторов A 1 , A 2 ,...,A n называется линейно зависимой , если существует ненулевой набор чисел λ 1, λ 2 ,...,λ n , при котором линейная комбинация векторов λ 1 *A 1 +λ 2 *A 2 +...+λ n *A n равна нулевому вектору , то есть система уравнений: имеет ненулевое решение.
Набор чисел λ 1, λ 2 ,...,λ n является ненулевым, если хотя бы одно из чисел λ 1, λ 2 ,...,λ n отлично от нуля.

Определение линейной независимости системы векторов

Система векторов A 1 , A 2 ,...,A n называется линейно независимой , если линейная комбинация этих векторов λ 1 *A 1 +λ 2 *A 2 +...+λ n *A n равна нулевому вектору только при нулевом наборе чисел λ 1, λ 2 ,...,λ n , то есть система уравнений: A 1 x 1 +A 2 x 2 +...+A n x n =Θ имеет единственное нулевое решение.

Пример 29.1

Проверить, является ли линейно зависимой система векторов

Решение :

1. Составляем систему уравнений :

2. Решаем ее методом Гаусса . Преобразования Жордано системы приведены в таблице 29.1. При расчете правые части системы не записываются так как они равны нулю и при преобразованиях Жордана не изменяются.

3. Из последних трех строк таблицы записываем разрешенную систему, равносильную исходной системе:

4. Получаем общее решение системы :

5. Задав по своему усмотрению значение свободной переменной x 3 =1, получаем частное ненулевое решение X=(-3,2,1).

Ответ: Таким образом, при ненулевом наборе чисел (-3,2,1) линейная комбинация векторов равняется нулевому вектору -3A 1 +2A 2 +1A 3 =Θ. Следовательно, система векторов линейно зависимая .

Свойства систем векторов

Свойство (1)
Если система векторов линейно зависимая, то хотя бы один из векторов разлагается по остальным и, наоборот, если хотя бы один из векторов системы разлагается по остальным, то система векторов линейно зависимая.

Свойство (2)
Если какая-либо подсистема векторов линейно зависимая, то и вся система линейно зависимая.

Свойство (3)
Если система векторов линейно независимая, то любая ее подсистема линейно независимая.

Свойство (4)
Любая система векторов, содержащая нулевой вектор, линейно зависимая.

Свойство (5)
Система m-мерных векторов всегда является линейно зависимой, если число векторов n больше их размерности (n>m)

Базис системы векторов

Базисом системы векторов A 1 , A 2 ,..., A n называется такая подсистема B 1 , B 2 ,...,B r (каждый из векторов B 1 ,B 2 ,...,B r является одним из векторов A 1 , A 2 ,..., A n) , которая удовлетворяет следующим условиям:
1. B 1 ,B 2 ,...,B r линейно независимая система векторов;
2. любой вектор A j системы A 1 , A 2 ,..., A n линейно выражается через векторы B 1 ,B 2 ,...,B r

r — число векторов входящих в базис.

Теорема 29.1 О единичном базисе системы векторов.

Если система m-мерных векторов содержит m различных единичных векторов E 1 E 2 ,..., E m , то они образуют базис системы.

Алгоритм нахождения базиса системы векторов

Для того, чтобы найти базис системы векторов A 1 ,A 2 ,...,A n необходимо:

• Составить соответствующую системе векторов однородную систему уравнений A 1 x 1 +A 2 x 2 +...+A n x n =Θ
• Привести эту систему

Определение 1 . Линейной комбинацией векторовназывается сумма произведений этих векторов на скаляры
:

Определение 2 . Система векторов
называется линейно зависимой системой, если линейная комбинация их (2.8) обращается в нуль:

причем среди чисел
существует хотя бы одно, отличное от нуля.

Определение 3 . Векторы
называются линейно независимыми, если их линейная комбинация (2.8) обращается в нуль лишь в случае, когда все числа.

Из этих определений можно получить следующие следствия.

Следствие 1 . В линейно зависимой системе векторов хотя бы один вектор может быть выражен как линейная комбинация остальных.

Доказательство . Пусть выполнено (2.9) и пусть для определенности, коэффициент
. Имеем тогда:
. Заметим, что справедливо и обратное утверждение.

Следствие 2. Если система векторов
содержит нулевой вектор, то эта система (обязательно) линейно зависима – доказательство очевидно.

Следствие 3 . Если средиn векторов
какие либоk (
) векторов линейно зависимы, то и всеn векторов линейно зависимы (опустим доказательство).

2 0 . Линейные комбинации двух, трех и четырех векторов . Рассмотрим вопросы линейной зависимости и независимости векторов на прямой, плоскости и в пространстве. Приведем соответствующие теоремы.

Теорема 1 . Для того чтобы два вектора были линейно зависимы, необходимо и достаточно, чтобы они были коллинеарны.

Необходимость . Пусть векторыилинейно зависимы. Это означает, что их линейная комбинация
=0 и (ради определенности)
. Отсюда следует равенство
, и (по определению умножения вектора на число) векторыиколлинеарны.

Достаточность . Пусть векторыиколлинеарны (║) (предполагаем, что они отличны от нулевого вектора; иначе их линейная зависимость очевидна).

По теореме (2.7) (см. §2.1,п.2 0) тогда
такое, что
, или
– линейная комбинация равна нулю, причем коэффициент приравен 1 – векторыилинейно зависимы.

Из этой теоремы вытекает следующее следствие.

Следствие . Если векторыине коллинеарны, то они линейно независимы.

Теорема 2 . Для того чтобы три вектора были линейно зависимы, необходимо и достаточно, чтобы они были компланарны.

Необходимость . Пусть векторы,илинейно зависимы. Покажем, что они компланарны.

Из определения линейной зависимости векторов следует существование чисел
итаких, что линейная комбинация
, и при этом (для определенности)
. Тогда из этого равенства можно выразить вектор:=
, то есть векторравен диагонали параллелограмма, построенного на векторах, стоящих в правой части этого равенства (рис.2.6). Это означает, что векторы,илежат в одной плоскости.

Достаточность . Пусть векторы,икомпланарны. Покажем, что они линейно зависимы.

Исключим случай коллинеарности какой либо пары векторов (ибо тогда эта пара линейно зависима и по следствию 3 (см.п.1 0) все три вектора линейно зависимы). Заметим, что такое предположение исключает также существование нулевого вектора среди указанных трех.

Перенесем три компланарных вектора в одну плоскость и приведем их к общему началу. Через конец вектора проведем прямые, параллельные векторами; получим при этом векторыи(рис.2.7) – их существование обеспечено тем, что векторыине коллинеарные по предположению векторы. Отсюда следует, что вектор=+. Переписав это равенство в виде (–1)++=0, заключаем, что векторы,илинейно зависимы.

Из доказанной теоремы вытекает два следствия.

Следствие 1 . Пустьине коллинеарные векторы, вектор– произвольный, лежащий в плоскости, определяемой векторамии, вектор. Существуют тогда числаитакие, что

=+. (2.10)

Следствие 2 . Если векторы,ине компланарны, то они линейно независимы.

Теорема 3 . Любые четыре вектора линейно зависимы.

Доказательство опустим; с некоторыми изменениями оно копирует доказательство теоремы 2. Приведем следствие из этой теоремы.

Следствие . Для любых некомпланарных векторов,,и любого вектора
итакие, что

. (2.11)

Замечание . Для векторов в (трехмерном) пространстве понятия линейной зависимости и независимости имеют, как это следует из приведенных выше теорем 1-3, простой геометрический смысл.

Пусть имеются два линейно зависимых вектора и. В таком случае один из них является линейной комбинацией второго, то есть просто отличается от него численным множителем (например,
). Геометрически это означает, что оба вектора находятся на общей прямой; они могут иметь одинаковое или противоположное направления (рис.2.8 хх).

Если же два вектора расположены под углом друг к другу (рис.2.9 хх), то в этом случае нельзя получить один из них умножением другого на число – такие векторы линейно независимы. Следовательно, линейная независимость двух векторов иозначает, что эти векторы не могут быть уложены на одну прямую.

Выясним геометрический смысл линейной зависимости и независимости трех векторов.

Пусть векторы ,илинейно зависимы и пусть (для определенности) векторявляется линейной комбинацией векторови, то есть расположен в плоскости, содержащей векторыи. Это означает, что векторы,илежат в одной плоскости. Справедливо и обратное утверждение: если векторы,илежат в одной плоскости, то они линейно зависимы.

Таким образом, векторы ,илинейно независимы в том и только в том случае, если они не лежат в одной плоскости.

3 0 . Понятие базиса . Одним из важнейших понятий линейной и векторной алгебры является понятие базиса. Введем определения.

Определение 1 . Пара векторов называется упорядоченной, если указано, какой вектор этой пары считается первым, а какой вторым.

Определение 2. Упорядоченная пара,неколлинеарных векторов называется базисом на плоскости, определяемой заданными векторами.

Теорема 1 . Всякий векторна плоскости может быть представлен как линейная комбинация базисной системы векторов,:

(2.12)

и это представление единственно.

Доказательство . Пусть векторыиобразуют базис. Тогда любой векторможно представить в виде
.

Для доказательства единственности предположим, что имеется еще одно разложение
. Имеем тогда=0, причем хотя бы одна из разностей отлична от нуля. Последнее означает, что векторыилинейно зависимы, то есть коллинеарны; это противоречит утверждению, что они образуют базис.

Но тогда – разложение единственно.

Определение 3 . Тройка векторов называется упорядоченной, если указано, какой вектор ее считается первым, какой вторым, а какой третьим.

Определение 4 . Упорядоченная тройка некомпланарных векторов называется базисом в пространстве.

Здесь также справедлива теорема разложения и единственности.

Теорема 2 . Любой векторможет быть представлен как линейная комбинация базисной системы векторов,,:

(2.13)

и это представление единственно (опустим доказательство теоремы).

В разложениях (2.12) и (2.13) величины называются координатами векторав заданном базисе (точнее, аффинными координатами).

При фиксированном базисе
и
можно писать
.

Например, если задан базис
и дано, что
, то это означает, что имеет место представление (разложение)
.

4 0 . Линейные операции над векторами в координатной форме . Введение базиса позволяет линейные операции над векторами заменить обычными линейными операциями над числами – координатами этих векторов.

Пусть задан некоторый базис
. Очевидно, задание координат вектора в этом базисе полностью определяет сам вектор. Имеют место следующие предложения:

а) два вектора
и
равны тогда и только тогда, когда равны их соответственные координаты:

б) при умножении вектора
на числоего координаты умножаются на это число:

; (2.15)

в) при сложении векторов складываются их соответственные координаты:

Доказательства этих свойств опустим; докажем лишь для примера свойство б). Имеем

==

Замечание . В пространстве (на плоскости) можно выбрать бесконечно много базисов.

Приведем пример перехода от одного базиса к другому, установим соотношения между координатами вектора в различных базисах.

Пример 1 . В базисной системе
заданы три вектора:
,
и
. В базисе,,векторимеет разложение. Найти координаты векторав базисе
.

Решение . Имеем разложения:
,
,
; следовательно,
=
+2
+
= =
, то есть
в базисе
.

Пример 2 . Пусть в некотором базисе
четыре вектора заданы своими координатами:
,
,
и
.

Выяснить, образуют ли векторы
базис; в случае положительного ответа найти разложение векторав этом базисе.

Решение . 1) векторы образуют базис, если они линейно независимы. Составим линейную комбинацию векторов
(
) и выясним, при каких
иона обращается в нуль:
=0. Имеем:

=
+
+
=

По определению равенства векторов в координатной форме получим следующую систему (линейных однородных алгебраических) уравнений:
;
;
, определитель которой
=1
, то есть система имеет (лишь) тривиальное решение
. Это означает линейную независимость векторов
и, следовательно, они образуют базис.

2) разложим вектор в этом базисе. Имеем:=
или в координатной форме.

Переходя к равенству векторов в координатной форме, получим систему линейных неоднородных алгебраических уравнений:
;
;
. Решая ее (например, по правилу Крамера), получим:
,
,
и (
)
. Имеем разложение векторав базисе
:=.

5 0 . Проекция вектора на ось. Свойства проекций. Пусть имеется некоторая осьl , то есть прямая с выбранным на ней направлением и пусть задан некоторый вектор.Определим понятие проекции векторана осьl .

Определение . Проекцией векторана осьl называется произведение модуля этого вектора на косинус угла между осьюl и вектором (рис.2.10):

. (2.17)

Следствием этого определения является утверждение о том, что равные векторы имеют равные проекции (на одну и ту же ось).

Отметим свойства проекций.

1) проекция суммы векторов на некоторую ось l равна сумме проекций слагаемых векторов на ту же ось:

2) проекция произведения скаляра на вектор равна произведению этого скаляра на проекцию вектора на ту же ось:

=
. (2.19)

Следствие . Проекция линейной комбинации векторов на ось равна линейной комбинации их проекций:

Доказательства свойств опустим.

6 0 . Прямоугольная декартова система координат в пространстве .Разложение вектора по ортам осей. Пусть в качестве базиса выбраны три взаимно перпендикулярных орта; для них вводим специальные обозначения
. Поместив их начала в точкуO , направим по ним (в соответствии с ортами
) координатные осиOx ,Oy иOz (ось с выбранным на ней положительным направлением, началом отсчета и единицей длины называется координатной осью).

Определение . Упорядоченная система трех взаимно перпендикулярных координатных осей с общим началом и общей единицей длины называется прямоугольной декартовой системой координат в пространстве.

Ось Ox называется осью абсцисс,Oy – осью ординат иOz – осью аппликат.

Займемся разложением произвольного вектора по базису
. Из теоремы (см.§2.2,п.3 0 , (2.13)) следует, что
может быть и единственным образом разложен по базису
(здесь вместо обозначения координат
употребляют
):

. (2.21)

В (2.21)
суть (декартовы прямоугольные) координаты вектора. Смысл декартовых координат устанавливает следующая теорема.

Теорема . Декартовы прямоугольные координаты
вектораявляются проекциями этого вектора соответственно на осиOx ,Oy иOz .

Доказательство. Поместим векторв начало системы координат – точкуO . Тогда его конец будет совпадать с некоторой точкой
.

Проведем через точку
три плоскости, параллельные координатным плоскостямOyz ,Oxz иOxy (рис.2.11 хх). Получим тогда:

. (2.22)

В (2.22) векторы
и
называются составляющими вектора
по осямOx ,Oy иOz .

Пусть через
иобозначены соответственно углы, образованные векторомс ортами
. Тогда для составляющих получим следующие формулы:

=
=
,
=
=
,
=
=
(2.23)

Из (2.21), (2.22) (2.23) находим:

=
=
;=
=
;=
=
(2.23)

– координаты
вектораесть проекции этого вектора на координатные осиOx ,Oy иOz соответственно.

Замечание . Числа
называются направляющими косинусами вектора.

Модуль вектора (диагональ прямоугольного параллелепипеда) вычисляется по формуле:

. (2.24)

Из формул (2.23) и (2.24) следует, что направляющие косинусы могут быть вычислены по формулам:

=
;
=
;
=
. (2.25)

Возводя обе части каждого из равенств в (2.25) и складывая почленно левые и правые части полученных равенств, придем к формуле:

– не любые три угла образуют некоторое направление в пространстве, но лишь те, косинусы которых связаны соотношением (2.26).

7 0 . Радиус-вектор и координаты точки .Определение вектора по его началу и концу . Введем определение.

Определение . Радиусом-вектором (обозначается) называется вектор, соединяющий начало координатO с этой точкой (рис.2.12 хх):

. (2.27)

Любой точке пространства соответствует определенный радиус-вектор (и обратно). Таким образом, точки пространства представляются в векторной алгебре их радиус-векторами.

Очевидно, координаты
точкиM являются проекциями ее радиус-вектора
на координатные оси:

(2.28’)

и, таким образом,

(2.28)

– радиус-вектор точки есть вектор, проекции которого на оси координат равны координатам этой точки. Отсюда следует две записи:
и
.

Получим формулы для вычисления проекций вектора
по координатам его начала – точке
и конца – точке
.

Проведем радиус-векторы
и вектор
(рис.2.13). Получим, что

=
=(2.29)

– проекции вектора на координатные орты равны разностям соответствующих координат конца и начала вектора.

8 0 . Некоторые задачи на декартовы координаты .

1) условия коллинеарности векторов . Из теоремы (см.§2.1,п.2 0 , формула (2.7)) следует, что для коллинеарности векторовинеобходимо и достаточно, чтобы выполнялось соотношение:=. Из этого векторного равенства получаем три в координатной форме равенства:, откуда следует условие коллинеарности векторов в координатной форме:

(2.30)

– для коллинеарности векторов инеобходимо и достаточно, чтобы их соответствующие координаты были пропорциональны.

2) расстояние между точками . Из представления (2.29) следует, что расстояние
между точками
и
определяется формулой

=
=. (2.31)

3) деление отрезка в данном отношении . Пусть даны точки
и
и отношение
. Нужно найти
– координаты точкиM (рис.2.14).

Имеем из условия коллинеарности векторов:
, откуда
и

. (2.32)

Из (2.32) получим в координатной форме:

Из формул (2.32’) можно получить формулы для вычисления координат середины отрезка
, полагая
:

Замечание . Будем считать отрезки
и
положительными или отрицательными в зависимости от того, совпадает их направление с направлением от начала
отрезка к концу
, или не совпадает. Тогда по формулам (2.32) – (2.32”) можно находить координат точки, делящей отрезок
внешним образом, то есть так, что делящая точкаM находится на продолжении отрезка
, а не внутри его. При этом конечно,
.

4) уравнение сферической поверхности . Составим уравнение сферической поверхности – геометрического места точек
, равноудаленных на расстояниеот некоторого фиксированного центра – точки
. Очевидно, что в данном случае
и с учетом формулы (2.31)

Уравнение (2.33) и есть уравнение искомой сферической поверхности.

Линейная зависимость и линейная независимость векторов.
Базис векторов. Аффинная система координат

В аудитории находится тележка с шоколадками, и каждому посетителю сегодня достанется сладкая парочка – аналитическая геометрия с линейной алгеброй. В данной статье будут затронуты сразу два раздела высшей математики, и мы посмотрим, как они уживаются в одной обёртке. Сделай паузу, скушай «Твикс»! …блин, ну и чушь спорол. Хотя ладно, забивать не буду, в конце концов, на учёбу должен быть позитивный настрой.

Линейная зависимость векторов , линейная независимость векторов , базис векторов и др. термины имеют не только геометрическую интерпретацию, но, прежде всего, алгебраический смысл . Само понятие «вектор» с точки зрения линейной алгебры – это далеко не всегда тот «обычный» вектор, который мы можем изобразить на плоскости или в пространстве. За доказательством далеко ходить не нужно, попробуйте нарисовать вектор пятимерного пространства . Или вектор погоды, за которым я только что сходил на Гисметео: – температура и атмосферное давление соответственно. Пример, конечно, некорректен с точки зрения свойств векторного пространства, но, тем не менее, никто не запрещает формализовать данные параметры вектором. Дыхание осени….

Нет, я не собираюсь грузить вас теорией, линейными векторными пространствами, задача состоит в том, чтобы понять определения и теоремы. Новые термины (линейная зависимость, независимость, линейная комбинация, базис и т.д.) приложимы ко всем векторам с алгебраической точки зрения , но примеры будут даны геометрические. Таким образом, всё просто, доступно и наглядно. Помимо задач аналитической геометрии мы рассмотрим и некоторые типовые задания алгебры . Для освоения материала желательно ознакомиться с уроками Векторы для чайников и Как вычислить определитель?

Линейная зависимость и независимость векторов плоскости.
Базис плоскости и аффинная система координат

Рассмотрим плоскость вашего компьютерного стола (просто стола, тумбочки, пола, потолка, кому что нравится). Задача будет состоять в следующих действиях:

1) Выбрать базис плоскости . Грубо говоря, у столешницы есть длина и ширина, поэтому интуитивно понятно, что для построения базиса потребуется два вектора. Одного вектора явно мало, три вектора – лишка.

2) На основе выбранного базиса задать систему координат (координатную сетку), чтобы присвоить координаты всем находящимся на столе предметам.

Не удивляйтесь, сначала объяснения будут на пальцах. Причём, на ваших. Пожалуйста, поместите указательный палец левой руки на край столешницы так, чтобы он смотрел в монитор. Это будет вектор . Теперь поместите мизинец правой руки на край стола точно так же – чтобы он был направлен на экран монитора. Это будет вектор . Улыбнитесь, вы замечательно выглядите! Что можно сказать о векторах ? Данные векторы коллинеарны , а значит, линейно выражаются друг через друга:
, ну, или наоборот: , где – некоторое число, отличное от нуля.

Картинку сего действа можно посмотреть на уроке Векторы для чайников , где я объяснял правило умножения вектора на число.

Будут ли ваши пальчики задавать базис на плоскости компьютерного стола? Очевидно, что нет. Коллинеарные векторы путешествуют туда-сюда по одному направлению, а у плоскости есть длина и ширина.

Такие векторы называют линейно зависимыми .

Справка: Слова «линейный», «линейно» обозначают тот факт, что в математических уравнениях, выражениях нет квадратов, кубов, других степеней, логарифмов, синусов и т.д. Есть только линейные (1-й степени) выражения и зависимости.

Два вектора плоскости линейно зависимы тогда и только тогда , когда они коллинеарны .

Скрестите пальцы на столе, чтобы между ними был любой угол, кроме 0 или 180 градусов. Два вектора плоскости линейно не зависимы в том и только том случае, если они не коллинеарны . Итак, базис получен. Не нужно смущаться, что базис получился «косым» с неперпендикулярными векторами различной длины. Очень скоро мы увидим, что для его построения пригоден не только угол в 90 градусов, и не только единичные, равные по длине векторы

Любой вектор плоскости единственным образом раскладывается по базису :
, где – действительные числа . Числа называют координатами вектора в данном базисе.

Также говорят, что вектор представлен в виде линейной комбинации базисных векторов . То есть, выражение называют разложением вектора по базису или линейной комбинацией базисных векторов.

Например, можно сказать, что вектор разложен по ортонормированному базису плоскости , а можно сказать, что он представлен в виде линейной комбинации векторов .

Сформулируем определение базиса формально: Базисом плоскости называется пара линейно независимых (неколлинеарных) векторов , , при этом любой вектор плоскости является линейной комбинацией базисных векторов.

Существенным моментом определения является тот факт, что векторы взяты в определённом порядке . Базисы – это два совершенно разных базиса! Как говорится, мизинец левой руки не переставишь на место мизинца правой руки.

С базисом разобрались, но его недостаточно, чтобы задать координатную сетку и присвоить координаты каждому предмету вашего компьютерного стола. Почему недостаточно? Векторы являются свободными и блуждают по всей плоскости. Так как же присвоить координаты тем маленьким грязным точкам стола, которые остались после бурных выходных? Необходим отправной ориентир. И таким ориентиром является знакомая всем точка – начало координат. Разбираемся с системой координат:

Начну со «школьной» системы. Уже на вступительном уроке Векторы для чайников я выделял некоторые различия между прямоугольной системой координат и ортонормированным базисом . Вот стандартная картина:

Когда говорят о прямоугольной системе координат , то чаще всего имеют в виду начало координат, координатные оси и масштаб по осям. Попробуйте набрать в поисковике «прямоугольная система координат», и вы увидите, что многие источники вам будут рассказывать про знакомые с 5-6-го класса координатные оси и о том, как откладывать точки на плоскости.

С другой стороны, создается впечатление, что прямоугольную систему координат вполне можно определить через ортонормированный базис . И это почти так. Формулировка звучит следующим образом:

началом координат , и ортонормированный базис задают декартову прямоугольную систему координат плоскости . То есть, прямоугольная система координат однозначно определяется единственной точкой и двумя единичными ортогональными векторами . Именно поэтому, вы видите чертёж, который я привёл выше – в геометрических задачах часто (но далеко не всегда) рисуют и векторы, и координатные оси.

Думаю, всем понятно, что с помощью точки (начала координат) и ортонормированного базиса ЛЮБОЙ ТОЧКЕ плоскости и ЛЮБОМУ ВЕКТОРУ плоскости можно присвоить координаты. Образно говоря, «на плоскости всё можно пронумеровать».

Обязаны ли координатные векторы быть единичными? Нет, они могут иметь произвольную ненулевую длину. Рассмотрим точку и два ортогональных вектора произвольной ненулевой длины:

Такой базис называется ортогональным . Начало координат с векторами задают координатную сетку, и любая точка плоскости, любой вектор имеют свои координаты в данном базисе. Например, или . Очевидное неудобство состоит в том, что координатные векторы в общем случае имеют различные длины, отличные от единицы. Если длины равняются единице, то получается привычный ортонормированный базис.

! Примечание : в ортогональном базисе, а также ниже в аффинных базисах плоскости и пространства единицы по осям считаются УСЛОВНЫМИ . Например, в одной единице по оси абсцисс содержится 4 см, в одной единице по оси ординат 2 см. Данной информации достаточно, чтобы при необходимости перевести «нестандартные» координаты в «наши обычные сантиметры».

И второй вопрос, на который уже на самом деле дан ответ – обязательно ли угол между базисными векторами должен равняться 90 градусам? Нет! Как гласит определение, базисные векторы должны быть лишь неколлинеарными . Соответственно угол может быть любым, кроме 0 и 180 градусов.

Точка плоскости, которая называется началом координат , и неколлинеарные векторы , , задают аффинную систему координат плоскости :

Иногда такую систему координат называют косоугольной системой. В качестве примеров на чертеже изображены точки и векторы:

Как понимаете, аффинная система координат ещё менее удобна, в ней не работают формулы длин векторов и отрезков, которые мы рассматривали во второй части урока Векторы для чайников , многие вкусные формулы, связанные со скалярным произведением векторов . Зато справедливы правила сложения векторов и умножения вектора на число, формулы деления отрезка в данном отношении , а также ещё некоторые типы задач, которые мы скоро рассмотрим.

А вывод таков, что наиболее удобным частным случаем аффинной системы координат является декартова прямоугольная система. Поэтому её, родную, чаще всего и приходится лицезреть. …Впрочем, всё в этой жизни относительно – существует немало ситуаций, в которых уместна именно косоугольная (или какая-набудь другая, например, полярная ) система координат. Да и гуманоидам такие системы могут прийтись по вкусу =)

Переходим к практической части. Все задачи данного урока справедливы как для прямоугольной системы координат, так и для общего аффинного случая. Сложного здесь ничего нет, весь материал доступен даже школьнику.

Как определить коллинеарность векторов плоскости?

Типовая вещь. Для того чтобы два вектора плоскости были коллинеарны, необходимо и достаточно, чтобы их соответствующие координаты были пропорциональны .По существу, это покоординатная детализация очевидного соотношения .

Пример 1

а) Проверить, коллинеарны ли векторы .
б) Образуют ли базис векторы ?

Решение:
а) Выясним, существует ли для векторов коэффициент пропорциональности , такой, чтобы выполнялись равенства :

Обязательно расскажу о «пижонской» разновидности применения данного правила, которая вполне прокатывает на практике. Идея состоит в том, чтобы сразу составить пропорцию и посмотреть, будет ли она верной:

Составим пропорцию из отношений соответствующих координат векторов:

Сокращаем:
, таким образом, соответствующие координаты пропорциональны, следовательно,

Отношение можно было составить и наоборот, это равноценный вариант:

Для самопроверки можно использовать то обстоятельство, что коллинеарные векторы линейно выражаются друг через друга. В данном случае имеют место равенства . Их справедливость легко проверяется через элементарные действия с векторами:

б) Два вектора плоскости образуют базис, если они не коллинеарны (линейно независимы). Исследуем на коллинеарность векторы . Составим систему:

Из первого уравнения следует, что , из второго уравнения следует, что , значит, система несовместна (решений нет). Таким образом, соответствующие координаты векторов не пропорциональны.

Вывод : векторы линейно независимы и образуют базис.

Упрощённая версия решения выглядит так:

Составим пропорцию из соответствующих координат векторов :
, значит, данные векторы линейно независимы и образуют базис.

Обычно такой вариант не бракуют рецензенты, но возникает проблема в тех случаях, когда некоторые координаты равны нулю. Вот так: . Или так: . Или так: . Как тут действовать через пропорцию? (действительно, на ноль же делить нельзя). Именно по этой причине я и назвал упрощенное решение «пижонским».

Ответ: а) , б) образуют.

Небольшой творческий пример для самостоятельного решения:

Пример 2

При каком значении параметра векторы будут коллинеарны?

В образце решения параметр найден через пропорцию .

Существует изящный алгебраический способ проверки векторов на коллинеарность., систематизируем наши знания и пятым пунктом как раз добавим его:

Для двух векторов плоскости эквивалентны следующие утверждения :

2) векторы образуют базис;
3) векторы не коллинеарны;

+ 5) определитель, составленный из координат данных векторов, отличен от нуля .

Соответственно, эквивалентны следующие противоположные утверждения :
1) векторы линейно зависимы;
2) векторы не образуют базиса;
3) векторы коллинеарны;
4) векторы можно линейно выразить друг через друга;
+ 5) определитель, составленный из координат данных векторов, равен нулю .

Я очень и очень надеюсь, что на данный момент вам уже понятны все встретившиеся термины и утверждения.

Рассмотрим более подробно новый, пятый пункт: два вектора плоскости коллинеарны тогда и только тогда, когда определитель, составленный из координат данных векторов, равен нулю :. Для применения данного признака, естественно, нужно уметь находить определители .

Решим Пример 1 вторым способом:

а) Вычислим определитель, составленный из координат векторов :
, значит, данные векторы коллинеарны.

б) Два вектора плоскости образуют базис, если они не коллинеарны (линейно независимы). Вычислим определитель, составленный из координат векторов :
, значит, векторы линейно независимы и образуют базис.

Ответ: а) , б) образуют.

Выглядит значительно компактнее и симпатичнее, чем решение с пропорциями.

С помощью рассмотренного материала можно устанавливать не только коллинеарность векторов, но и доказывать параллельность отрезков, прямых. Рассмотрим пару задач с конкретными геометрическими фигурами.

Пример 3

Даны вершины четырёхугольника . Доказать, что четырёхугольник является параллелограммом.

Доказательство : Чертежа в задаче строить не нужно, поскольку решение будет чисто аналитическим. Вспоминаем определение параллелограмма:
Параллелограммом называется четырёхугольник, у которого противоположные стороны попарно параллельны.

Таким образом, необходимо доказать:
1) параллельность противоположных сторон и ;
2) параллельность противоположных сторон и .

Доказываем:

1) Найдём векторы:

2) Найдём векторы:

Получился один и тот же вектор («по школьному» – равные векторы). Коллинеарность совсем очевидна, но решение таки лучше оформить с толком, с расстановкой. Вычислим определитель, составленный из координат векторов :
, значит, данные векторы коллинеарны, и .

Вывод : Противоположные стороны четырёхугольника попарно параллельны, значит, он является параллелограммом по определению. Что и требовалось доказать .

Больше фигур хороших и разных:

Пример 4

Даны вершины четырёхугольника . Доказать, что четырёхугольник является трапецией.

Для более строгой формулировки доказательства лучше, конечно, раздобыть определение трапеции, но достаточно и просто вспомнить, как она выглядит.

Это задание для самостоятельного решения. Полное решение в конце урока.

А теперь пора потихонечку перебираться из плоскости в пространство:

Как определить коллинеарность векторов пространства?

Правило очень похоже. Для того чтобы два вектора пространства были коллинеарны, необходимо и достаточно , чтобы их соответствующие координаты были пропорциональны .

Пример 5

Выяснить, будут ли коллинеарны следующие векторы пространства:

а) ;
б)
в)

Решение:
а) Проверим, существует ли коэффициент пропорциональности для соответствующих координат векторов:

Система не имеет решения, значит, векторы не коллинеарны.

«Упрощёнка» оформляется проверкой пропорции . В данном случае:
– соответствующие координаты не пропорциональны, значит, векторы не коллинеарны.

Ответ: векторы не коллинеарны.

б-в) Это пункты для самостоятельного решения. Попробуйте его оформить двумя способами.

Существует метод проверки пространственных векторов на коллинеарность и через определитель третьего порядка, данный способ освещен в статье Векторное произведение векторов .

Аналогично плоскому случаю, рассмотренный инструментарий может применяться в целях исследования параллельности пространственных отрезков и прямых.

Добро пожаловать во второй раздел:

Линейная зависимость и независимость векторов трехмерного пространства.
Пространственный базис и аффинная система координат

Многие закономерности, которые мы рассмотрели на плоскости, будут справедливыми и для пространства. Я постарался минимизировать конспект по теории, поскольку львиная доля информации уже разжёвана. Тем не менее, рекомендую внимательно прочитать вводную часть, так как появятся новые термины и понятия.

Теперь вместо плоскости компьютерного стола исследуем трёхмерное пространство. Сначала создадим его базис. Кто-то сейчас находится в помещении, кто-то на улице, но в любом случае нам никуда не деться от трёх измерений: ширины, длины и высоты. Поэтому для построения базиса потребуется три пространственных вектора. Одного-двух векторов мало, четвёртый – лишний.

И снова разминаемся на пальцах. Пожалуйста, поднимите руку вверх и растопырьте в разные стороны большой, указательный и средний палец . Это будут векторы , они смотрят в разные стороны, имеют разную длину и имеют разные углы между собой. Поздравляю, базис трёхмерного пространства готов! Кстати, не нужно демонстрировать такое преподавателям, как ни крути пальцами, а от определений никуда не деться =)

Далее зададимся важным вопросом, любые ли три вектора образуют базис трехмерного пространства ? Пожалуйста, плотно прижмите три пальца к столешнице компьютерного стола. Что произошло? Три вектора расположились в одной плоскости, и, грубо говоря, у нас пропало одно из измерений – высота. Такие векторы являются компланарными и, совершенно очевидно, что базиса трёхмерного пространства не создают.

Следует отметить, что компланарные векторы не обязаны лежать в одной плоскости, они могут находиться в параллельных плоскостях (только не делайте этого с пальцами, так отрывался только Сальвадор Дали =)).

Определение : векторы называются компланарными , если существует плоскость, которой они параллельны. Здесь логично добавить, что если такой плоскости не существует, то и векторы будут не компланарны.

Три компланарных вектора всегда линейно зависимы , то есть линейно выражаются друг через друга. Для простоты снова представим, что они лежат в одной плоскости. Во-первых, векторы мало того, что компланарны, могут быть вдобавок ещё и коллинеарны, тогда любой вектор можно выразить через любой вектор. Во втором случае, если, например, векторы не коллинеарны, то третий вектор выражается через них единственным образом: (а почему – легко догадаться по материалам предыдущего раздела).

Справедливо и обратное утверждение: три некомпланарных вектора всегда линейно независимы , то есть никоим образом не выражаются друг через друга. И, очевидно, только такие векторы могут образовать базис трёхмерного пространства.

Определение : Базисом трёхмерного пространства называется тройка линейно независимых (некомпланарных) векторов , взятых в определённом порядке , при этом любой вектор пространства единственным образом раскладывается по данному базису , где – координаты вектора в данном базисе

Напоминаю, также можно сказать, что вектор представлен в виде линейной комбинации базисных векторов.

Понятие системы координат вводится точно так же, как и для плоского случая, достаточно одной точки и любых трёх линейно независимых векторов:

началом координат , и некомпланарные векторы , взятые в определённом порядке , задают аффинную систему координат трёхмерного пространства :

Конечно, координатная сетка «косая» и малоудобная, но, тем не менее, построенная система координат позволяет нам однозначно определить координаты любого вектора и координаты любой точки пространства. Аналогично плоскости, в аффинной системе координат пространства не будут работать некоторые формулы, о которых я уже упоминал.

Наиболее привычным и удобным частным случаем аффинной системы координат, как все догадываются, является прямоугольная система координат пространства :

Точка пространства, которая называется началом координат , и ортонормированный базис задают декартову прямоугольную систему координат пространства . Знакомая картинка:

Перед тем, как перейти к практическим заданиям, вновь систематизируем информацию:

Для трёх векторов пространства эквивалентны следующие утверждения :
1) векторы линейно независимы;
2) векторы образуют базис;
3) векторы не компланарны;
4) векторы нельзя линейно выразить друг через друга;
5) определитель, составленный из координат данных векторов, отличен от нуля.

Противоположные высказывания, думаю, понятны.

Линейная зависимость / независимость векторов пространства традиционно проверяется с помощью определителя (пункт 5). Оставшиеся практические задания будут носить ярко выраженный алгебраический характер. Пора повесить на гвоздь геометрическую клюшку и орудовать бейсбольной битой линейной алгебры:

Три вектора пространства компланарны тогда и только тогда, когда определитель, составленный из координат данных векторов, равен нулю :.

Обращаю внимание на небольшой технический нюанс: координаты векторов можно записывать не только в столбцы, но и в строки (значение определителя от этого не изменится – см. свойства определителей). Но гораздо лучше в столбцы, поскольку это выгоднее для решения некоторых практических задач.

Тем читателям, которые немножко позабыли методы расчета определителей, а может и вообще слабо в них ориентируются, рекомендую один из моих самых старых уроков: Как вычислить определитель?

Пример 6

Проверить, образуют ли базис трёхмерного пространства следующие векторы:

Решение : Фактически всё решение сводится к вычислению определителя.

а) Вычислим определитель, составленный из координат векторов (определитель раскрыт по первой строке):

, значит, векторы линейно независимы (не компланарны) и образуют базис трёхмерного пространства.

Ответ : данные векторы образуют базис

б) Это пункт для самостоятельного решения. Полное решение и ответ в конце урока.

Встречаются и творческие задачи:

Пример 7

При каком значении параметра векторы будут компланарны?

Решение : Векторы компланарны тогда и только тогда, когда определитель, составленный из координат данных векторов равен нулю:

По существу, требуется решить уравнение с определителем. Налетаем на нули как коршуны на тушканчиков – определитель выгоднее всего раскрыть по второй строке и сразу же избавиться от минусов:

Проводим дальнейшие упрощения и сводим дело к простейшему линейному уравнению:

Ответ : при

Здесь легко выполнить проверку, для этого нужно подставить полученное значение в исходный определитель и убедиться, что , раскрыв его заново.

В заключение рассмотрим ещё одну типовую задачу, которая носит больше алгебраический характер и традиционно включается в курс линейной алгебры. Она настолько распространена, что заслуживает отдельного топика:

Доказать, что 3 вектора образуют базис трёхмерного пространства
и найти координаты 4-го вектора в данном базисе

Пример 8

Даны векторы . Показать, что векторы образуют базис трехмерного пространства и найти координаты вектора в этом базисе.

Решение : Сначала разбираемся с условием. По условию даны четыре вектора, и, как видите, у них уже есть координаты в некотором базисе. Какой это базис – нас не интересует. А интересует следующая вещь: три вектора вполне могут образовывать новый базис . И первый этап полностью совпадает с решением Примера 6, необходимо проверить, действительно ли векторы линейно независимы:

Вычислим определитель, составленный из координат векторов :

, значит, векторы линейно независимы и образуют базис трехмерного пространства.

! Важно : координаты векторов обязательно записываем в столбцы определителя, а не в строки. Иначе будет путаница в дальнейшем алгоритме решения.