Как найти линейную оболочку векторов

Векторное пространство: размерность и базис, разложение вектора по базису

В статье о n -мерных векторах мы пришли к понятию линейного пространства, порождаемого множеством n -мерных векторов. Теперь нам предстоит рассмотреть не менее важные понятия, такие как размерность и базис векторного пространства. Они напрямую связаны с понятием линейно независимой системы векторов, так что дополнительно рекомендуется напомнить себе основы и этой темы.

Введем некоторые определения.

Размерность векторного пространства – число, соответствующее максимальному количеству линейно независимых векторов в этом пространстве.

Базис векторного пространства – совокупность линейно независимых векторов, упорядоченная и в своей численности равная размерности пространства.

Рассмотрим некое пространство n -векторов. Размерность его соответственно равна n . Возьмем систему из n -единичных векторов:

e ( 1 ) = ( 1 , 0 , . . . , 0 ) e ( 2 ) = ( 0 , 1 , . . . , 0 ) e ( n ) = ( 0 , 0 , . . . , 1 )

Используем эти векторы в качестве составляющих матрицы A : она будет являться единичной с размерностью n на n . Ранг этой матрицы равен n . Следовательно, векторная система e ( 1 ) , e ( 2 ) , . . . , e ( n ) является линейно независимой. При этом к системе невозможно добавить ни одного вектора, не нарушив ее линейной независимости.

Так как число векторов в системе равно n , то размерность пространства n -мерных векторов равна n , а единичные векторы e ( 1 ) , e ( 2 ) , . . . , e ( n ) являются базисом указанного пространства.

Из полученного определения сделаем вывод: любая система n -мерных векторов, в которой число векторов меньше n , не является базисом пространства.

Если мы поменяем местами первый и второй вектор, получим систему векторов e ( 2 ) , e ( 1 ) , . . . , e ( n ) . Она также будет являться базисом n -мерного векторного пространства. Составим матрицу, взяв за ее строки векторы полученной системы. Матрица может быть получена из единичной матрицы перестановкой местами первых двух строк, ранг ее будет равен n . Система e ( 2 ) , e ( 1 ) , . . . , e ( n ) линейно независима и является базисом n -мерного векторного пространства.

Переставив местами в исходной системе другие векторы, получим еще один базис.

Мы можем взять линейно независимую систему неединичных векторов, и она также будет представлять собой базис n -мерного векторного пространства.

Векторное пространство с размерностью n имеет столько базисов, сколько существует линейно независимых систем из n -мерных векторов числом n.

Плоскость является двумерным пространством – ее базисом будут два любых неколлинеарных вектора. Базисом трехмерного пространства послужат три любых некомпланарных вектора.

Рассмотрим применение данной теории на конкретных примерах.

Исходные данные: векторы

a = ( 3 , — 2 , 1 ) b = ( 2 , 1 , 2 ) c = ( 3 , — 1 , — 2 )

Необходимо определить, являются ли указанные векторы базисом трехмерного векторного пространства.

Решение

Для решения поставленной задачи исследуем заданную систему векторов на линейную зависимость. Составим матрицу, где строки – координаты векторов. Определим ранг матрицы.

A = 3 2 3 — 2 1 — 1 1 2 — 2 A = 3 — 2 1 2 1 2 3 — 1 — 2 = 3 · 1 · ( — 2 ) + ( — 2 ) · 2 · 3 + 1 · 2 · ( — 1 ) — 1 · 1 · 3 — ( — 2 ) · 2 · ( — 2 ) — 3 · 2 · ( — 1 ) = = — 25 ≠ 0 ⇒ R a n k ( A ) = 3

Следовательно, заданные условием задачи векторы линейно независимы, и их численность равна размерности векторного пространства – они являются базисом векторного пространства.

Ответ: указанные векторы являются базисом векторного пространства.

Исходные данные: векторы

a = ( 3 , — 2 , 1 ) b = ( 2 , 1 , 2 ) c = ( 3 , — 1 , — 2 ) d = ( 0 , 1 , 2 )

Необходимо определить, может ли указанная система векторов являться базисом трехмерного пространства.

Решение

Указанная в условии задачи система векторов является линейно зависимой, т.к. максимальное число линейно независимых векторов равно 3. Таким образом, указанная система векторов не может служить базисом трехмерного векторного пространства. Но стоит отметить, что подсистема исходной системы a = ( 3 , — 2 , 1 ) , b = ( 2 , 1 , 2 ) , c = ( 3 , — 1 , — 2 ) является базисом.

Ответ: указанная система векторов не является базисом.

Исходные данные: векторы

a = ( 1 , 2 , 3 , 3 ) b = ( 2 , 5 , 6 , 8 ) c = ( 1 , 3 , 2 , 4 ) d = ( 2 , 5 , 4 , 7 )

Могут ли они являться базисом четырехмерного пространства?

Решение

Cоставим матрицу, используя в качестве строк координаты заданных векторов

A = 1 2 3 3 2 5 6 8 1 3 2 4 2 5 4 7

По методу Гаусса определим ранг матрицы:

A = 1 2 3 3 2 5 6 8 1 3 2 4 2 5 4 7

1 2 3 3 0 1 0 2 0 1 — 1 1 0 1 — 2 1

1 2 3 3 0 1 0 2 0 0 — 1 — 1 0 0 — 2 — 1

1 2 3 3 0 1 0 2 0 0 — 1 — 1 0 0 0 1 ⇒ ⇒ R a n k ( A ) = 4

Следовательно, система заданных векторов линейно независима и их численность равна размерности векторного пространства – они являются базисом четырехмерного векторного пространства.

Ответ: заданные векторы являются базисом четырехмерного пространства.

Исходные данные: векторы

a ( 1 ) = ( 1 , 2 , — 1 , — 2 ) a ( 2 ) = ( 0 , 2 , 1 , — 3 ) a ( 3 ) = ( 1 , 0 , 0 , 5 )

Составляют ли они базис пространства размерностью 4?

Решение

Исходная система векторов линейно независима, но численность векторов в ней недостаточна, чтобы стать базисом четырехмерного пространства.

Ответ: нет, не составляют.

Видео:Линал 2.2. Линейная оболочкаСкачать

Линал 2.2. Линейная оболочка

Разложение вектора по базису

Примем, что произвольные векторы e ( 1 ) , e ( 2 ) , . . . , e ( n ) являются базисом векторного n-мерного пространства. Добавим к ним некий n -мерный вектор x → : полученная система векторов станет линейно зависимой. Свойства линейной зависимости гласят, что хотя бы один из векторов такой системы может линейно выражаться через остальные. Переформулируя это утверждение, можно говорить о том, что хотя бы один из векторов линейно зависимой системы может раскладываться по остальным векторам.

Таким образом, мы пришли к формулировке важнейшей теоремы:

Любой вектор n -мерного векторного пространства единственным образом раскладывается по базису.

Докажем эту теорему:

зададим базис n -мерного векторного пространства — e ( 1 ) , e ( 2 ) , . . . , e ( n ) . Сделаем систему линейно зависимой, добавив к ней n -мерный вектор x → . Этот вектор может быть линейно выражен через исходные векторы e :

x = x 1 · e ( 1 ) + x 2 · e ( 2 ) + . . . + x n · e ( n ) , где x 1 , x 2 , . . . , x n — некоторые числа.

Теперь докажем, что такое разложение является единственным. Предположим, что это не так и существует еще одно подобное разложение:

Отнимем от левой и правой частей этого равенства соответственно левую и правую части равенства x = x 1 · e ( 1 ) + x 2 · e ( 2 ) + . . . + x n · e ( n ) . Получим:

1 — x 1 ) · e ( 1 ) + ( x

2 — x 2 ) · e ( 2 ) + . . . ( x

Система базисных векторов e ( 1 ) , e ( 2 ) , . . . , e ( n ) линейно независима; по определению линейной независимости системы векторов равенство выше возможно только тогда, когда все коэффициенты ( x

2 — x 2 ) , . . . , ( x

n — x n ) будут равны нулю. Из чего справедливым будет: x 1 = x

n . И это доказывает единственный вариант разложения вектора по базису.

При этом коэффициенты x 1 , x 2 , . . . , x n называются координатами вектора x → в базисе e ( 1 ) , e ( 2 ) , . . . , e ( n ) .

Доказанная теория делает понятным выражение «задан n -мерный вектор x = ( x 1 , x 2 , . . . , x n ) »: рассматривается вектор x → n -мерного векторного пространства, и его координаты заданы в некотором базисе. При этом также понятно, что этот же вектор в другом базисе n -мерного пространства будет иметь другие координаты.

Рассмотрим следующий пример: допустим, что в некотором базисе n -мерного векторного пространства задана система из n линейно независимых векторов

e ( 1 ) = ( e 1 ( 1 ) , e 2 ( 1 ) , . . . , e n ( 1 ) ) e ( 2 ) = ( e 1 ( 2 ) , e 2 ( 2 ) , . . . , e n ( 2 ) ) ⋮ e ( n ) = ( e 1 ( n ) , e 2 ( n ) , . . . , e n ( n ) )

а также задан вектор x = ( x 1 , x 2 , . . . , x n ) .

Векторы e 1 ( 1 ) , e 2 ( 2 ) , . . . , e n ( n ) в этом случае также являются базисом этого векторного пространства.

Предположим, что необходимо определить координаты вектора x → в базисе e 1 ( 1 ) , e 2 ( 2 ) , . . . , e n ( n ) , обозначаемые как x

Вектор x → будет представлен следующим образом:

2 · e ( 2 ) + . . . + x

Запишем это выражение в координатной форме:

( x 1 , x 2 , . . . , x n ) = x

1 · ( e ( 1 ) 1 , e ( 1 ) 2 , . . . , e ( 1 ) n ) + x

2 · ( e ( 2 ) 1 , e ( 2 ) 2 , . . . , e ( 2 ) n ) + . . . + + x

n · ( e ( n ) 1 , e ( n ) 2 , . . . , e ( n ) n ) = = ( x

2 e 1 ( 2 ) + . . . + x

2 e 2 ( 2 ) + + . . . + x

n e 2 ( n ) , . . . , x

2 e n ( 2 ) + . . . + x

Полученное равенство равносильно системе из n линейных алгебраических выражений с n неизвестными линейными переменными x

n e 2 n ⋮ x n = x

Матрица этой системы будет иметь следующий вид:

e 1 ( 1 ) e 1 ( 2 ) ⋯ e 1 ( n ) e 2 ( 1 ) e 2 ( 2 ) ⋯ e 2 ( n ) ⋮ ⋮ ⋮ ⋮ e n ( 1 ) e n ( 2 ) ⋯ e n ( n )

Пусть это будет матрица A , и ее столбцы – векторы линейно независимой системы векторов e 1 ( 1 ) , e 2 ( 2 ) , . . . , e n ( n ) . Ранг матрицы – n , и ее определитель отличен от нуля. Это свидетельствует о том, что система уравнений имеет единственное решение, определяемое любым удобным способом: к примеру, методом Крамера или матричным методом. Таким образом мы сможем определить координаты x

n вектора x → в базисе e 1 ( 1 ) , e 2 ( 2 ) , . . . , e n ( n ) .

Применим рассмотренную теорию на конкретном примере.

Исходные данные: в базисе трехмерного пространства заданы векторы

e ( 1 ) = ( 1 , — 1 , 1 ) e ( 2 ) = ( 3 , 2 , — 5 ) e ( 3 ) = ( 2 , 1 , — 3 ) x = ( 6 , 2 , — 7 )

Необходимо подтвердить факт, что система векторов e ( 1 ) , e ( 2 ) , e ( 3 ) также служит базисом заданного пространства, а также определить координаты вектора х в заданном базисе.

Решение

Система векторов e ( 1 ) , e ( 2 ) , e ( 3 ) будет являться базисом трехмерного пространства, если она линейно независима. Выясним эту возможность, определив ранг матрицы A , строки которой – заданные векторы e ( 1 ) , e ( 2 ) , e ( 3 ) .

Используем метод Гаусса:

A = 1 — 1 1 3 2 — 5 2 1 — 3

1 — 1 1 0 5 — 8 0 3 — 5

1 — 1 1 0 5 — 8 0 0 — 1 5

R a n k ( A ) = 3 . Таким образом, система векторов e ( 1 ) , e ( 2 ) , e ( 3 ) линейно независима и является базисом.

Пусть в базисе вектор x → имеет координаты x

3 . Связь этих координат определяется уравнением:

3 e 1 ( 3 ) x 2 = x

3 e 2 ( 3 ) x 3 = x

Применим значения согласно условиям задачи:

Решим систему уравнений методом Крамера:

∆ = 1 3 2 — 1 2 1 1 — 5 — 3 = — 1 ∆ x

1 = 6 3 2 2 2 1 — 7 — 5 — 3 = — 1 , x

1 ∆ = — 1 — 1 = 1 ∆ x

2 = 1 6 2 — 1 2 1 1 — 7 — 3 = — 1 , x

2 ∆ = — 1 — 1 = 1 ∆ x

3 = 1 3 6 — 1 2 2 1 — 5 — 7 = — 1 , x

Так, вектор x → в базисе e ( 1 ) , e ( 2 ) , e ( 3 ) имеет координаты x

Ответ: x = ( 1 , 1 , 1 )

Видео:Линейная оболочка. Базис и размерностьСкачать

Линейная оболочка. Базис и размерность

Связь между базисами

Предположим, что в некотором базисе n-мерного векторного пространства даны две линейно независимые системы векторов:

c ( 1 ) = ( c 1 ( 1 ) , c 2 ( 1 ) , . . . , c n ( 1 ) ) c ( 2 ) = ( c 1 ( 2 ) , c 2 ( 2 ) , . . . , c n ( 2 ) ) ⋮ c ( n ) = ( c 1 ( n ) , e 2 ( n ) , . . . , c n ( n ) )

e ( 1 ) = ( e 1 ( 1 ) , e 2 ( 1 ) , . . . , e n ( 1 ) ) e ( 2 ) = ( e 1 ( 2 ) , e 2 ( 2 ) , . . . , e n ( 2 ) ) ⋮ e ( n ) = ( e 1 ( n ) , e 2 ( n ) , . . . , e n ( n ) )

Указанные системы являются также базисами заданного пространства.

n ( 1 ) — координаты вектора c ( 1 ) в базисе e ( 1 ) , e ( 2 ) , . . . , e ( 3 ) , тогда связь координат будет задаваться системой линейных уравнений:

1 ( 1 ) e 1 ( 1 ) + c

2 ( 1 ) e 1 ( 2 ) + . . . + c

n ( 1 ) e 1 ( n ) с 2 ( 1 ) = c

1 ( 1 ) e 2 ( 1 ) + c

2 ( 1 ) e 2 ( 2 ) + . . . + c

n ( 1 ) e 2 ( n ) ⋮ с n ( 1 ) = c

1 ( 1 ) e n ( 1 ) + c

2 ( 1 ) e n ( 2 ) + . . . + c

В виде матрицы систему можно отобразить так:

( c 1 ( 1 ) , c 2 ( 1 ) , . . . , c n ( 1 ) ) = ( c

n ( 1 ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

Сделаем по аналогии такую же запись для вектора c ( 2 ) :

( c 1 ( 2 ) , c 2 ( 2 ) , . . . , c n ( 2 ) ) = ( c

n ( 2 ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

И, далее действуя по тому же принципу, получаем:

( c 1 ( n ) , c 2 ( n ) , . . . , c n ( n ) ) = ( c

n ( n ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

Матричные равенства объединим в одно выражение:

c 1 ( 1 ) c 2 ( 1 ) ⋯ c n ( 1 ) c 1 ( 2 ) c 2 ( 2 ) ⋯ c n ( 2 ) ⋮ ⋮ ⋮ ⋮ c 1 ( n ) c 2 ( n ) ⋯ c n ( n ) = c

n ( n ) · e 1 ( 1 ) e 2 ( 1 ) ⋯ e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) ⋯ e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) ⋯ e n ( n )

Оно и будет определять связь векторов двух различных базисов.

Используя тот же принцип, возможно выразить все векторы базиса e ( 1 ) , e ( 2 ) , . . . , e ( 3 ) через базис c ( 1 ) , c ( 2 ) , . . . , c ( n ) :

e 1 ( 1 ) e 2 ( 1 ) ⋯ e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) ⋯ e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) ⋯ e n ( n ) = e

n ( n ) · c 1 ( 1 ) c 2 ( 1 ) ⋯ c n ( 1 ) c 1 ( 2 ) c 2 ( 2 ) ⋯ c n ( 2 ) ⋮ ⋮ ⋮ ⋮ c 1 ( n ) c 2 ( n ) ⋯ c n ( n )

Дадим следующие определения:

n ( n ) является матрицей перехода от базиса e ( 1 ) , e ( 2 ) , . . . , e ( 3 )

к базису c ( 1 ) , c ( 2 ) , . . . , c ( n ) .

n ( n ) является матрицей перехода от базиса c ( 1 ) , c ( 2 ) , . . . , c ( n )

к базису e ( 1 ) , e ( 2 ) , . . . , e ( 3 ) .

Видео:Линейные оболочки. ТемаСкачать

Линейные оболочки. Тема

Линейные оболочки и подпространства

Определение. Подпространством Как найти линейную оболочку векторовлинейного пространства Как найти линейную оболочку векторовназывается множество векторов из Как найти линейную оболочку векторовтакое, что для любых двух векторовКак найти линейную оболочку векторови Как найти линейную оболочку векторовиз Как найти линейную оболочку векторови любых двух вещественных чисел Как найти линейную оболочку векторови Как найти линейную оболочку векторовлинейная комбинация Как найти линейную оболочку векторовтакже принадлежит Как найти линейную оболочку векторов.

Утверждение. Подпространство само является линейным про­странством.

Определение. Линейной оболочкой системы векторов Как найти линейную оболочку векторовназывается множество всех линейных комбинаций векторов Как найти линейную оболочку векторов. Обозначается Как найти линейную оболочку векторов.

Утверждение. Линейная оболочка системы векторов является подпространством.

Определение. Пересечением двух подпространств и на­зывается множество всех векторов, принадлежащих одновре­менно и ,и . Обозначается .

Определение. Суммой двух подпространств Как найти линейную оболочку векторови Как найти линейную оболочку векторовназывается множество всех векторов Как найти линейную оболочку векторов, представимых в виде Как найти линейную оболочку векторов, где Как найти линейную оболочку векторов Как найти линейную оболочку векторов, Как найти линейную оболочку векторов Как найти линейную оболочку векторов. Обозначается Как найти линейную оболочку векторов.

Утверждение. Сумма и пересечение подпространств Как найти линейную оболочку векторови Как найти линейную оболочку векторовявляются линейными пространствами, и их размерности связаны равенством

Как найти линейную оболочку векторов Как найти линейную оболочку векторов+ Как найти линейную оболочку векторов Как найти линейную оболочку векторов= Как найти линейную оболочку векторов Как найти линейную оболочку векторов+ Как найти линейную оболочку векторов Как найти линейную оболочку векторов.

Определение. Сумма двух подпространств называется прямой суммой, если пересечение этих подпространств состо­ит только из нулевого вектора.

Примеры

1. Найти размерность и какой-нибудь базис суммы и пересечения подпространств, порождённых векторами Как найти линейную оболочку векторов.

Решение. Вычислим вначале размерность подпространств. С этой целью установим, являются ли линейно независимыми векторы, порождающие данные подпространства. Для подпространства Как найти линейную оболочку векторов, порождённого векторами Как найти линейную оболочку векторов, равенство нулю линейной комбинации Как найти линейную оболочку векторов, эквивалентное системе уравнений Как найти линейную оболочку векторов, достигается лишь при условии Как найти линейную оболочку векторов. Следовательно, векторы Как найти линейную оболочку векторовлинейно

независимы и размерность подпространства Как найти линейную оболочку векторовравна 2: Как найти линейную оболочку векторов. Для подпространства Как найти линейную оболочку векторов, порождённого векторами Как найти линейную оболочку векторов, проводя аналогичный анализ, получим Как найти линейную оболочку векторов.

Вычислим теперь размерность пересечения подпространств Как найти линейную оболочку векторови Как найти линейную оболочку векторов. По определению векторы, составляющие пересечение, принадлежат одновременно обоим подпространствам. Произвольный вектор Как найти линейную оболочку векторовподпространства Как найти линейную оболочку векторовявляется линейной комбинацией базисных векторов Как найти линейную оболочку векторов: Как найти линейную оболочку векторов. Аналогично для подпространства Как найти линейную оболочку векторовимеем Как найти линейную оболочку векторов, тогда условие принадлежности пересечению есть Как найти линейную оболочку векторовили Как найти линейную оболочку векторов.

Как найти линейную оболочку векторовЭто условие представляет собой систему уравнений относительно коэффициентов Как найти линейную оболочку векторов. Составим матрицу системы и упростим её с помощью элементарных преобразований: Как найти линейную оболочку векторов

Как видно ранг системы равен 3. Значит ФСР состоит из одного линейно независимого вектора. Найдём его, решив систему уравнений, соответствующих последней матрице, получим Как найти линейную оболочку векторов,

откуда Как найти линейную оболочку векторов.

Полагая свободное неизвестное Как найти линейную оболочку векторов, для остальных имеем

Как найти линейную оболочку векторов. Итак, пересечение подпространств Как найти линейную оболочку векторовимеет один базисный вектор

Как найти линейную оболочку векторов.

Размерность пересечения Как найти линейную оболочку векторов. Следовательно, в соответствии с равенством

Как найти линейную оболочку векторовКак найти линейную оболочку векторов

размерность суммы подпространств Как найти линейную оболочку векторов. В качестве базиса суммы подпространств можно взять, например, векторы Как найти линейную оболочку векторов, дополненные вектором Как найти линейную оболочку векторов. В линейной независимости векторов Как найти линейную оболочку векторовубедиться нетрудно.

Задачи

3.39. Найти размерность и какой-нибудь базис подпространства, порожденного векторами Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов.

3.40. Найти размерность и какой-либо базис линейной оболочки векторов Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов.

3.41. Является ли подпространством в указанном пространстве множество

а) векторов, выходящих из начала координат и заканчиваю­щихся на фиксированной прямой, в пространстве R 2 ;

б) бесконечно малых числовых последовательностей в про­странстве сходящихся последовательностей;

в) сходящихся к числу Как найти линейную оболочку векторовпоследовательностей в простран­стве сходящихся последовательностей;

г) диагональных матриц в пространстве квадратных матриц того же порядка;

д) невырожденных матриц в пространстве симметричных мат­риц того же порядка;

е) дифференцируемых на интервале Как найти линейную оболочку векторовфункций в простран­стве функций, непрерывных на отрезке Как найти линейную оболочку векторов.

3.42. Почему не является подпространством в указанном про­странстве множество

а) векторов, каждый из которых лежит на одной из коорди­натных плоскостей, в пространстве R 3 ;

б) векторов из пространства R n , координаты которых удовлетворяют уравнению Как найти линейную оболочку векторов;

в) расходящихся числовых последовательностей в простран­стве ограниченных последовательностей;

г) вырожденных матриц в пространстве квадратных матриц того же порядка;

д) монотонно возрастающих и ограниченных на множестве Как найти линейную оболочку векторовфункций в пространстве функций, ограниченных на том же множестве.

3.43. Найти размерность и какой-либо базис подпространства ре­шений однородной системы:

а) Как найти линейную оболочку векторов; б) Как найти линейную оболочку векторов;

в) Как найти линейную оболочку векторов.

3.44. Доказать, что данное множество является подпространством в R n , найти его размерность и какой-либо базис:

а) все n-мерные векторы, координаты которых удовлетворя­ют уравнению Как найти линейную оболочку векторов;

б) все n-мерные векторы, у которых первая координата равна нулю;

в) все n-мерные векторы, у которых первая и последняя координаты равны между собой;

г) все n-мерные векторы, у которых координаты с четными номерами равны нулю;

д) все n-мерные векторы, у которых координаты с нечетны­ми номерами равны между собой.

3.45. Найти размерность суммы и пересечения подпространств, порожденных векторами Как найти линейную оболочку векторов, Как найти линейную оболочку векторови Как найти линейную оболочку векторов, Как найти линейную оболочку векторов. Является ли эта сумма прямой суммой?

3.46. Найти размерность суммы и пересечения линейных оболочек векторов Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторови Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов. Является ли их cумма прямой?

3.47. Найти базис суммы и пересечения двух подпространств, порожденных соответственно векторами Как найти линейную оболочку векторови Как найти линейную оболочку векторов, если

а) Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов;

б) Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов.

3.48. Найти базис суммы и пересечения линейных оболочек Как найти линейную оболочку векторов Как найти линейную оболочку векторови Как найти линейную оболочку векторов Как найти линейную оболочку векторов, если

а) Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов;

б) Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов, Как найти линейную оболочку векторов.

Является ли прямой сумма этих подпространств?

📺 Видео

Линейная зависимость и линейная независимость векторов.Скачать

Линейная зависимость и  линейная независимость  векторов.

Линейные комбинации, span и базисные вектора | Сущность Линейной Алгебры, глава 2Скачать

Линейные комбинации, span и базисные вектора | Сущность Линейной Алгебры, глава 2

Как разложить вектор по базису - bezbotvyСкачать

Как разложить вектор по базису - bezbotvy

Высшая математика. Линейные пространства. Векторы. БазисСкачать

Высшая математика. Линейные пространства. Векторы. Базис

Лекция 16. Понятие вектора и векторного пространства. Базис векторного пространства.Скачать

Лекция 16. Понятие вектора и векторного пространства. Базис векторного пространства.

Линейная зависимость векторовСкачать

Линейная зависимость векторов

Линейная комбинация векторовСкачать

Линейная комбинация векторов

Доказать, что векторы a, b, c образуют базис и найти координаты вектора d в этом базисеСкачать

Доказать, что векторы a, b, c образуют базис и найти координаты вектора d в этом базисе

Разложение вектора по векторам (базису). Аналитическая геометрия-1Скачать

Разложение вектора по векторам (базису). Аналитическая геометрия-1

Понятие вектора. Коллинеарные вектора. 9 класс.Скачать

Понятие вектора. Коллинеарные вектора. 9 класс.

Примеры Линейная зависимость векторов Базис и ранг системы векторовСкачать

Примеры  Линейная зависимость векторов  Базис и ранг системы векторов

Линейная зависимость и линейная независимость. ТемаСкачать

Линейная зависимость и линейная независимость. Тема

Что такое векторный базис? Душкин объяснитСкачать

Что такое векторный базис? Душкин объяснит

Линейная зависимость векторов. РангСкачать

Линейная зависимость векторов. Ранг

Образуют ли данные векторы базисСкачать

Образуют ли данные векторы базис

Линейная алгебра. Векторы и операции над векторами.Скачать

Линейная алгебра. Векторы и операции над векторами.

Базис линейного пространства (01)Скачать

Базис линейного пространства (01)
Поделиться или сохранить к себе: