Линейная зависимость и линейная независимость векторов. Базис векторов

Пусть L - произвольное линейное пространство, a i Î L, - его элементы (векторы).

Определение 3.3.1. Выражение , где , - произвольные вещественные числа, называется линейной комбинацией векторов a 1 , a 2 ,…, a n .

Если вектор р = , то говорят, что р разложен по векторам a 1 , a 2 ,…, a n .

Определение 3.3.2. Линейная комбинация векторов называется нетривиальной , если среди чисел есть хотя бы одно отличное от нуля. В противном случае, линейная комбинация называется тривиальной .

Определение 3 .3.3 . Векторы a 1 , a 2 ,…, a n называются линейно зависимыми, если существуют их нетривиальная линейная комбинация, такая что

= 0 .

Определение 3 .3.4. Векторы a 1 ,a 2 ,…, a n называются линейно независимыми, если равенство = 0 возможно лишь в случае, когда все числа l 1, l 2,…, l n одновременно равны нулю.

Отметим, что всякий ненулевой элемент a 1 можно рассматривать как линейно независимую систему, ибо равенство l a 1 = 0 возможно лишь при условии l = 0.

Теорема 3.3.1. Необходимым и достаточным условием линейной зависимости a 1 , a 2 ,…, a n является возможность разложения, по крайней мере, одного из этих элементов по остальным.

Доказательство. Необходимость. Пусть элементы a 1 , a 2 ,…, a n линейно зависимы. Это означает, что = 0 , причем хотя бы одно из чисел l 1, l 2,…, l n отлично от нуля. Пусть для определенности l 1 ¹ 0. Тогда

т. е. элемент a 1 разложен по элементам a 2 , a 3 , …, a n .

Достаточность. Пусть элемент a 1 разложен по элементам a 2 , a 3 , …, a n , т. е. a 1 = . Тогда = 0 , следовательно, существует нетривиальная линейная комбинация векторов a 1 , a 2 ,…, a n , равная 0 , поэтому они являются линейно зависимыми.

Теорема 3.3.2 . Если хотя бы один из элементов a 1 , a 2 ,…, a n нулевой, то эти векторы линейно зависимы.

Доказательство. Пусть a n = 0 , тогда = 0 , что и означает линейную зависимость указанных элементов.

Теорема 3.3.3 . Если среди n векторов какие-либо p (p < n) векторов линейно зависимы, то и все n элементов линейно зависимы.

Доказательство. Пусть для определенности элементы a 1 , a 2 ,…, a p линейно зависимы. Это означает, что существует такая нетривиальная линейная комбинация, что = 0 . Указанное равенство сохранится, если добавить к обеим его частям элемент . Тогда + = 0 , при этом хотя бы одно из чисел l 1, l 2,…, lp отлично от нуля. Следовательно, векторы a 1 , a 2 ,…, a n являются линейно зависимыми.

Следствие 3.3.1. Если n элементов линейно независимы, то любые k из них линейно независимы (k < n).

Теорема 3.3.4 . Если векторы a 1 , a 2 ,…, a n - 1 линейно независимы, а элементы a 1 , a 2 ,…, a n - 1 , a n линейно зависимы, то вектор a n можно разложить по векторам a 1 , a 2 ,…, a n - 1 .

Доказательство. Так как по условию a 1 , a 2 ,…, a n - 1 , a n линейно зависимы, то существует их нетривиальная линейная комбинация = 0 , причем (в противном случае, окажутся линейно зависимыми векторы a 1 , a 2 ,…, a n - 1). Но тогда вектор

что и требовалось доказать.

Система векторов , называется линейно зависимой , если существуют такие числа , среди которых хотя бы одно отлично от нуля, что выполняется равенство https://pandia.ru/text/78/624/images/image004_77.gif" width="57" height="24 src=">.

Если же это равенство выполняется только в том случае, когда все , то система векторов называется линейно независимой .

Теорема. Система векторов , будет линейно зависимой тогда и только тогда, когда хотя бы один из ее векторов является линейной комбинацией остальных.

Пример 1. Многочлен является линейной комбинацией многочленов https://pandia.ru/text/78/624/images/image010_46.gif" width="88 height=24" height="24">. Многочлены составляют линейно независимую систему, так как многочлен https://pandia.ru/text/78/624/images/image012_44.gif" width="129" height="24">.

Пример 2. Система матриц , , https://pandia.ru/text/78/624/images/image016_37.gif" width="51" height="48 src="> является линейно независимой, так как линейная комбинация равна нулевой матрице только в том случае, когда https://pandia.ru/text/78/624/images/image019_27.gif" width="69" height="21">, , https://pandia.ru/text/78/624/images/image022_26.gif" width="40" height="21"> линейно зависимой.

Решение.

Составим линейную комбинацию данных векторов https://pandia.ru/text/78/624/images/image023_29.gif" width="97" height="24">=0..gif" width="360" height="22">.

Приравнивая одноименные координаты равных векторов, получаем https://pandia.ru/text/78/624/images/image027_24.gif" width="289" height="69">

Окончательно получим

Система имеет единственное тривиальное решение, поэтому линейная комбинация данных векторов равна нулю только в случае, когда все коэффициенты равны нулю. Поэтому данная система векторов линейно независима.

Пример 4. Векторы линейно независимы. Какими будут системы векторов

a). ;

b). ?

Решение.

a). Составим линейную комбинацию и приравняем её к нулю

Используя свойства операций с векторами в линейном пространстве, перепишем последнее равенство в виде

Так как векторы линейно независимы, то коэффициенты при должны быть равны нулю, т. е..gif" width="12" height="23 src=">

Полученная система уравнений имеет единственное тривиальное решение .

Так как равенство (*) выполняется только при https://pandia.ru/text/78/624/images/image031_26.gif" width="115 height=20" height="20"> – линейно независимы;

b). Составим равенство https://pandia.ru/text/78/624/images/image039_17.gif" width="265" height="24 src=">(**)

Применяя аналогичные рассуждения, получим

Решая систему уравнений методом Гаусса, получим

или

Последняя система имеет бесконечное множество решений https://pandia.ru/text/78/624/images/image044_14.gif" width="149" height="24 src=">. Таким образом, существует, ненулевой набор коэффициентов, для которого выполняется равенство (**) . Следовательно, система векторов – линейно зависима.

Пример 5 Система векторов линейно независима, а система векторов линейно зависима..gif" width="80" height="24">.gif" width="149 height=24" height="24">(***)

В равенстве (***) . Действительно, при система была бы линейно зависимой.

Из соотношения (***) получаем или Обозначим .

Получим

Задачи для самостоятельного решения (в аудитории)

1. Система, содержащая нулевой вектор, линейно зависима.

2. Система, состоящая из одного вектора а , линейно зависима тогда и только тогда, когда, а=0 .

3. Система, состоящая из двух векторов, линейно зависима тогда и только тогда, когда, векторы пропорциональны (т. е. один из них получается из другого умножением на число).

4. Если к линейно зависимой системе добавить вектор, то получится линейно зависимая система.

5. Если из линейно независимой системы удалить вектор, то полученная система векторов линейна независима.

6. Если система S линейно независима, но становится линейно зависимой при добавлении вектора b , то вектор b линейно выражается через векторы системы S .

c). Система матриц , , в пространстве матриц второго порядка.

10. Пусть система векторов a, b, c векторного пространства линейно независима. Докажите линейную независимость следующих систем векторов:

a). a+ b, b, c.

b). a+ https://pandia.ru/text/78/624/images/image062_13.gif" width="15" height="19">– произвольное число

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

11. Пусть a, b, c – три вектора на плоскости, из которых можно сложить треугольник. Будут ли эти векторы линейно зависимы?

12. Даны два вектора a1=(1, 2, 3, 4), a2=(0, 0, 0, 1) . Подобрать ещё два четырёхмерных вектора a3 и a4 так, чтобы система a1, a2, a3, a4 была линейно независимой.

В данной статье мы расскажем:

что такое коллинеарные векторы;
какие существуют условия коллинеарности векторов;
какие существуют свойства коллинеарных векторов;
что такое линейная зависимость коллинеарных векторов.

Yandex.RTB R-A-339285-1 Определение 1

Коллинеарные векторы - это векторы, которые являются параллелями одной прямой или лежат на одной прямой.

Пример 1

Условия коллинеарности векторов

Два векторы являются коллинеарными, если выполняется любое из следующих условий:

условие 1 . Векторы a и b коллинеарны при наличии такого числа λ , что a = λ b ;
условие 2 . Векторы a и b коллинеарны при равном отношении координат:

a = (a 1 ; a 2) , b = (b 1 ; b 2) ⇒ a ∥ b ⇔ a 1 b 1 = a 2 b 2

условие 3 . Векторы a и b коллинеарны при условии равенства векторного произведения и нулевого вектора:

a ∥ b ⇔ a , b = 0

Замечание 1

Условие 2 неприменимо, если одна из координат вектора равна нулю.

Замечание 2

Условие 3 применимо только к тем векторам, которые заданы в пространстве.

Примеры задач на исследование коллинеарности векторов

Пример 1

Исследуем векторы а = (1 ; 3) и b = (2 ; 1) на коллинеарность.

Как решить?

В данном случае необходимо воспользоваться 2-м условием коллинеарности. Для заданных векторов оно выглядит так:

Равенство неверное. Отсюда можно сделать вывод, что векторы a и b неколлинеарны.

Ответ : a | | b

Пример 2

Какое значение m вектора a = (1 ; 2) и b = (- 1 ; m) необходимо для коллинеарности векторов?

Как решить?

Используя второе условие коллинераности, векторы будут коллинеарными, если их координаты будут пропорциональными:

Отсюда видно, что m = - 2 .

Ответ: m = - 2 .

Критерии линейной зависимости и линейной независимости систем векторов

Теорема

Система векторов векторного пространства линейно зависима только в том случае, когда один из векторов системы можно выразить через остальные векторы данной системы.

Доказательство

Пусть система e 1 , e 2 , . . . , e n является линейно зависимой. Запишем линейную комбинацию этой системы равную нулевому вектору:

a 1 e 1 + a 2 e 2 + . . . + a n e n = 0

в которой хотя бы один из коэффициентов комбинации не равен нулю.

Пусть a k ≠ 0 k ∈ 1 , 2 , . . . , n .

Делим обе части равенства на ненулевой коэффициент:

a k - 1 (a k - 1 a 1) e 1 + (a k - 1 a k) e k + . . . + (a k - 1 a n) e n = 0

Обозначим:

A k - 1 a m , где m ∈ 1 , 2 , . . . , k - 1 , k + 1 , n

В таком случае:

β 1 e 1 + . . . + β k - 1 e k - 1 + β k + 1 e k + 1 + . . . + β n e n = 0

или e k = (- β 1) e 1 + . . . + (- β k - 1) e k - 1 + (- β k + 1) e k + 1 + . . . + (- β n) e n

Отсюда следует, что один из векторов системы выражается через все остальные векторы системы. Что и требовалось доказать (ч.т.д.).

Достаточность

Пусть один из векторов можно линейно выразить через все остальные векторы системы:

e k = γ 1 e 1 + . . . + γ k - 1 e k - 1 + γ k + 1 e k + 1 + . . . + γ n e n

Переносим вектор e k в правую часть этого равенства:

0 = γ 1 e 1 + . . . + γ k - 1 e k - 1 - e k + γ k + 1 e k + 1 + . . . + γ n e n

Поскольку коэффициент вектора e k равен - 1 ≠ 0 , у нас получается нетривиальное представление нуля системой векторов e 1 , e 2 , . . . , e n , а это, в свою очередь, означает, что данная система векторов линейно зависима. Что и требовалось доказать (ч.т.д.).

Следствие:

Система векторов является линейно независимой, когда ни один из ее векторов нельзя выразить через все остальные векторы системы.
Система векторов, которая содержит нулевой вектор или два равных вектора, линейно зависима.

Свойства линейно зависимых векторов

Для 2-х и 3-х мерных векторов выполняется условие: два линейно зависимых вектора - коллинеарны. Два коллинеарных вектора - линейно зависимы.
Для 3-х мерных векторов выполняется условие: три линейно зависимые вектора - компланарны. (3 компланарных вектора - линейно зависимы).
Для n-мерных векторов выполняется условие: n + 1 вектор всегда линейно зависимы.

Примеры решения задач на линейную зависимость или линейную независимость векторов

Пример 3

Проверим векторы a = 3 , 4 , 5 , b = - 3 , 0 , 5 , c = 4 , 4 , 4 , d = 3 , 4 , 0 на линейную независимость.

Решение. Векторы являются линейно зависимыми, поскольку размерность векторов меньше количества векторов.

Пример 4

Проверим векторы a = 1 , 1 , 1 , b = 1 , 2 , 0 , c = 0 , - 1 , 1 на линейную независимость.

Решение. Находим значения коэффициентов, при которых линейная комбинация будет равняться нулевому вектору:

x 1 a + x 2 b + x 3 c 1 = 0

Записываем векторное уравнение в виде линейного:

x 1 + x 2 = 0 x 1 + 2 x 2 - x 3 = 0 x 1 + x 3 = 0

Решаем эту систему при помощи метода Гаусса:

1 1 0 | 0 1 2 - 1 | 0 1 0 1 | 0 ~

Из 2-ой строки вычитаем 1-ю, из 3-ей - 1-ю:

~ 1 1 0 | 0 1 - 1 2 - 1 - 1 - 0 | 0 - 0 1 - 1 0 - 1 1 - 0 | 0 - 0 ~ 1 1 0 | 0 0 1 - 1 | 0 0 - 1 1 | 0 ~

Из 1-й строки вычитаем 2-ю, к 3-ей прибавляем 2-ю:

~ 1 - 0 1 - 1 0 - (- 1) | 0 - 0 0 1 - 1 | 0 0 + 0 - 1 + 1 1 + (- 1) | 0 + 0 ~ 0 1 0 | 1 0 1 - 1 | 0 0 0 0 | 0

Из решения следует, что у системы множество решений. Это значит, что существует ненулевая комбинация значения таких чисел x 1 , x 2 , x 3 , при которых линейная комбинация a , b , c равняется нулевому вектору. Следовательно, векторы a , b , c являются линейно зависимыми.

Если вы заметили ошибку в тексте, пожалуйста, выделите её и нажмите Ctrl+Enter

Задача 1. Выяснить, является ли система векторов линейно независимой. Систему векторов будем задавать матрицей системы, столбцы которой состоят из координат векторов.

Решение. Пусть линейная комбинация равна нулю. Записав это равенство в координатах, получим следующую систему уравнений:

Такая система уравнений называется треугольной. Она имеет единственное решение . Следовательно, векторы линейно независимы.

Задача 2. Выяснить, является ли линейно независимой система векторов.

Решение. Векторы линейно независимы (см. задачу 1). Докажем, что вектор является линейной комбинацией векторов . Коэффициенты разложения по векторам определяются из системы уравнений

Эта система, как треугольная, имеет единственное решение.

Следовательно, система векторов линейно зависима.

Замечание . Матрицы, такого вида, как в задаче 1, называются треугольными , а в задаче 2 – ступенчато-треугольными . Вопрос о линейной зависимости системы векторов легко решается, если матрица, составленная из координат этих векторов, является ступенчато треугольной. Если матрица не имеет специального вида, то с помощью элементарных преобразований строк , сохраняющих линейные соотношения между столбцами, её можно привести к ступенчато-треугольному виду.

Элементарными преобразованиями строк матрицы(ЭПС) называются следующие операции над матрицей:

1) перестановка строк;

2) умножение строки на отличное от нуля число;

3) прибавление к строке другой строки, умноженной на произвольное число.

Задача 3. Найти максимальную линейно независимую подсистему и вычислить ранг системы векторов

Решение. Приведем матрицу системы с помощью ЭПС к ступенчато-треугольному виду. Чтобы объяснить порядок действий, строчку с номером преобразуемой матрицы обозначим символом . В столбце после стрелки указаны действия над строками преобразуемой матрицы, которые надо выполнить для получения строк новой матрицы.

Очевидно, что первые два столбца полученной матрицы линейно независимы, третий столбец является их линейной комбинацией, а четвертый не зависит от двух первых. Векторы называются базисными. Они образуют максимальную линейно независимую подсистему системы , а ранг системы равен трем.

Базис, координаты

Задача 4. Найти базис и координаты векторов в этом базисе на множестве геометрических векторов, координаты которых удовлетворяют условию .

Решение . Множество является плоскостью, проходящей через начало координат. Произвольный базис на плоскости состоит из двух неколлинеарных векторов. Координаты векторов в выбранном базисе определяются решением соответствующей системы линейных уравнений.

Существует и другой способ решения этой задачи, когда найти базис можно по координатам.

Координаты пространства не являются координатами на плоскости , так как они связаны соотношением , то есть не являются независимыми. Независимые переменные и (они называются свободными) однозначно определяют вектор на плоскости и, следовательно, они могут быть выбраны координатами в . Тогда базис состоит из векторов, лежащих в и соответствующих наборам свободных переменных и , то есть .

Задача 5. Найти базис и координаты векторов в этом базисе на множестве всех векторов пространства , у которых нечетные координаты равны между собой.

Решение . Выберем, как и в предыдущей задаче, координаты в пространстве .

Так как , то свободные переменные однозначно определяют вектор из и, следовательно, являются координатами. Соответствующий базис состоит из векторов .

Задача 6. Найти базис и координаты векторов в этом базисе на множестве всех матриц вида , где – произвольные числа.

Решение . Каждая матрица из однозначно представима в виде:

Это соотношение является разложением вектора из по базису
с координатами .

Задача 7. Найти размерность и базис линейной оболочки системы векторов

Решение. Преобразуем с помощью ЭПС матрицу из координат векторов системы к ступенчато-треугольному виду.

Столбцы последней матрицы линейно независимы, а столбцы линейно выражаются через них. Следовательно, векторы образуют базис , и .

Замечание . Базис в выбирается неоднозначно. Например, векторы также образуют базис .

Определение. Линейной комбинацией векторов a 1 , ..., a n с коэффициентами x 1 , ..., x n называется вектор

x 1 a 1 + ... + x n a n .

тривиальной , если все коэффициенты x 1 , ..., x n равны нулю.

Определение. Линейная комбинация x 1 a 1 + ... + x n a n называется нетривиальной , если хотябы один из коэффициентов x 1 , ..., x n не равен нулю.

линейно независимыми , если не существует нетривиальной комбинации этих векторов равной нулевому вектору .

Тоесть вектора a 1 , ..., a n линейно независимы если x 1 a 1 + ... + x n a n = 0 тогда и только тогда, когда x 1 = 0, ..., x n = 0.

Определение. Вектора a 1 , ..., a n называются линейно зависимыми , если существует нетривиальная комбинация этих векторов равная нулевому вектору .

Свойства линейно зависимых векторов:

Для 2-х и 3-х мерных векторов.

Два линейно зависимые вектора - коллинеарные. (Коллинеарные вектора - линейно зависимы.) .

Для 3-х мерных векторов.

Три линейно зависимые вектора - компланарные. (Три компланарные вектора - линейно зависимы.)

Для n -мерных векторов.
n + 1 вектор всегда линейно зависимы.

Примеры задач на линейную зависимость и линейную независимость векторов:

Пример 1. Проверить будут ли вектора a = {3; 4; 5}, b = {-3; 0; 5}, c = {4; 4; 4}, d = {3; 4; 0} линейно независимыми.

Решение:

Вектора будут линейно зависимыми, так как размерность векторов меньше количества векторов.

Пример 2. Проверить будут ли вектора a = {1; 1; 1}, b = {1; 2; 0}, c = {0; -1; 1} линейно независимыми.

Решение:

	x 1 + x 2 = 0
	x 1 + 2x 2 - x 3 = 0
	x 1 + x 3 = 0

1	1	0	~
1	2	-1
1	0	1

~	1	1	0	0	~	1	1	0	~
	1 - 1	2 - 1	-1 - 0	0 - 0		0	1	-1
	1 - 1	0 - 1	1 - 0	0 - 0		0	-1	1

из первой строки вычтем вторую; к третей строке добавим вторую:

~	1 - 0	1 - 1	0 - (-1)	0 - 0	~	1	0	1
	0	1	-1	0		0	1	-1
	0 + 0	-1 + 1	1 + (-1)	0 + 0		0	0	0

Данное решение показывает, что система имеет множество решений, то есть существует не нулевая комбинация значений чисел x 1 , x 2 , x 3 таких, что линейная комбинация векторов a , b , c равна нулевому вектору, например:

A + b + c = 0

а это значит вектора a , b , c линейно зависимы.

Ответ: вектора a , b , c линейно зависимы.

Пример 3. Проверить будут ли вектора a = {1; 1; 1}, b = {1; 2; 0}, c = {0; -1; 2} линейно независимыми.

Решение: Найдем значения коэффициентов при котором линейная комбинация этих векторов будет равна нулевому вектору.

x 1 a + x 2 b + x 3 c 1 = 0

Это векторное уравнение можно записать в виде системы линейных уравнений

	x 1 + x 2 = 0
	x 1 + 2x 2 - x 3 = 0
	x 1 + 2x 3 = 0

Решим эту систему используя метод Гаусса

1	1	0	~
1	2	-1
1	0	2

из второй строки вычтем первую; из третей строки вычтем первую:

~	1	1	0	0	~	1	1	0	~
	1 - 1	2 - 1	-1 - 0	0 - 0		0	1	-1
	1 - 1	0 - 1	2 - 0	0 - 0		0	-1	2

из первой строки вычтем вторую; к третей строке добавим вторую.